摘要
QC七大手法作為質(zhì)量管理領(lǐng)域最為基礎(chǔ)且實用的統(tǒng)計分析工具，能夠幫助質(zhì)量工程師將抽象的質(zhì)量問題轉(zhuǎn)化為具象的數(shù)據(jù)圖像。本文系統(tǒng)介紹查核表、層別法、柏拉圖、因果圖、直方圖、散布圖、控制圖七大手法的核心概念與應用場景，助力實現(xiàn)從"經(jīng)驗判斷"向"數(shù)據(jù)驅(qū)動"的管理升級。

在汽車行業(yè)競爭日趨激烈的今天，質(zhì)量管理能力已成為企業(yè)核心競爭力的重要組成部分。本文將結(jié)合汽車行業(yè)實際案例，探討如何運用這些工具解決零件檢驗、生產(chǎn)過程控制、供應商質(zhì)量管理等典型問題。

圖1：QC七大手法在IATF 16949質(zhì)量管理體系中的定位

01.

汽車質(zhì)量管理的挑戰(zhàn)與QC七大手法的價值 1.1 汽車行業(yè)質(zhì)量管理的特殊要求

汽車行業(yè)作為典型的離散型制造業(yè)，具有產(chǎn)品結(jié)構(gòu)復雜、供應鏈層級多、質(zhì)量要求嚴苛等特點。根據(jù)國際汽車工作組（IATF）發(fā)布的IATF 16949:2016標準，汽車供應鏈企業(yè)必須聚焦"缺陷預防、減少變差、消除浪費、實現(xiàn)零缺陷"四大核心目標。

在實際生產(chǎn)中，汽車零部件企業(yè)面臨著諸多質(zhì)量管理挑戰(zhàn)：原材料批次差異導致的性能波動、設備老化引發(fā)的加工精度下降、操作人員技能差異造成的離散缺陷等。面對這些復雜問題，如果僅憑經(jīng)驗判斷，往往難以準確定位根本原因。

1.2 QC七大手法的核心定位

QC七大手法（Seven Basic Tools of Quality）起源于20世紀50年代日本全面質(zhì)量管理（TQM）運動，由著名質(zhì)量管理專家石川馨等人系統(tǒng)化推廣。這七大手法是面向一線員工、班組長、品管人員及基層管理者設計的"看得懂、學得會、用得上"的可視化問題分析與改善工具。

核心價值

• 數(shù)據(jù)驅(qū)動決策：將質(zhì)量問題轉(zhuǎn)化為可量化的數(shù)據(jù)語言
• 結(jié)構(gòu)化問題分析：提供標準化的分析路徑
• 持續(xù)改進閉環(huán)：與PDCA循環(huán)深度融合

02.

查核表：質(zhì)量數(shù)據(jù)的標準化采集工具 2.1 工具定義與核心原理

查核表（Check Sheet），又稱檢查表或點檢表，是一種結(jié)構(gòu)化的數(shù)據(jù)收集工具。它通過標準化格式系統(tǒng)記錄質(zhì)量信息，確保數(shù)據(jù)采集口徑統(tǒng)一、分類邏輯清晰、便于后續(xù)統(tǒng)計分析。查核表是QC七大手法的數(shù)據(jù)基石，所有后續(xù)分析工具都依賴于高質(zhì)量的數(shù)據(jù)輸入。

2.2 汽車行業(yè)應用場景

案例：發(fā)動機缸體缺陷記錄
某汽車發(fā)動機零部件工廠將缸體分為"頂部平面"、"缸孔內(nèi)壁"、"主軸承座"等8個區(qū)域，標注"劃傷"、"磕碰"、"氣孔"、"裂紋"四類缺陷類型。通過一個月的缺陷位置分析發(fā)現(xiàn)：超過65%的劃傷缺陷集中在"缸孔內(nèi)壁"區(qū)域，且主要發(fā)生在上午8點至10點時段。這一發(fā)現(xiàn)直接指向了"夜班轉(zhuǎn)白班交接時段操作不規(guī)范"的潛在原因。

2.3 設計要點與常見誤區(qū)

• 目的明確：在設計之前，必須明確分析目的和統(tǒng)計對象
• 分類互斥：分類項目之間不能有重疊，每條記錄只能歸屬一個類別
• 判定標準清晰：每個分類項必須有明確的判定準則
• 填寫便捷：表單設計應便于快速記錄

03.

層別法：揭示數(shù)據(jù)隱藏規(guī)律的分層分析

層別法（Stratification）強調(diào)"同質(zhì)分組、異質(zhì)分離"的科學歸類思想。面對混雜的質(zhì)量數(shù)據(jù)，如果不加區(qū)分地整體分析，往往會掩蓋真實規(guī)律。層別法要求依據(jù)特定維度將數(shù)據(jù)分組，再結(jié)合其他手法逐層剖析。

案例：原材料批次差異分析
某汽車零部件廠產(chǎn)品尺寸超差率突然上升至2.5%。初步按供應商名稱分層分析，差異不大。但采用交叉分層分析后，發(fā)現(xiàn)：當使用A供應商鋼材且配合夜班生產(chǎn)時，尺寸超差率高達4.2%；而白天班次使用時僅為0.8%。進一步調(diào)查發(fā)現(xiàn)，夜班熱處理爐溫控精度偏差較大，而A供應商鋼材對溫度更敏感。

汽車行業(yè)常用分層維度

• 時間維度：早班/中班/夜班、換型前后
• 設備維度：不同機臺、模具、夾具
• 人員維度：不同班組、新員工/熟練工
• 材料維度：不同供應商、批次

04.

柏拉圖：聚焦關(guān)鍵少數(shù)的決策工具

柏拉圖（Pareto Chart）基于意大利經(jīng)濟學家帕累托提出的"80/20法則"——約80%的問題由20%的關(guān)鍵原因造成。柏拉圖由按頻次降序排列的柱狀圖與累計百分比折線圖組合而成，直觀呈現(xiàn)"關(guān)鍵的少數(shù)"與"次要的多數(shù)"。

圖2：柏拉圖展示售后投訴問題優(yōu)先級排序

案例：汽車售后質(zhì)量問題分析
某汽車主機廠收到"車內(nèi)異響"投訴，全年累計達1200余起。質(zhì)量部門將投訴按部位細分為12類，繪制柏拉圖后發(fā)現(xiàn)：前三位問題（天窗機構(gòu)異響380起、儀表臺震動異響260起、車門限位器異響210起）累計占比超過70%，成為優(yōu)先改善對象。針對天窗機構(gòu)異響進一步分析，發(fā)現(xiàn)約80%的投訴集中在特定配置車型，原因是供應商更換潤滑脂型號導致潤滑效果下降。

4.3 繪制要點與判讀原則

• 單一維度：排序指標必須統(tǒng)一
• 分類互斥窮盡：所有數(shù)據(jù)必須有歸屬
• 累計80%原則：累計占比0%-80%的項目為A類（主要因素）

05.

因果圖：系統(tǒng)性原因追溯的分析工具

因果圖（Cause-and-Effect Diagram），又稱魚骨圖（Ishikawa Diagram）或石川圖，由石川馨教授于1943年首創(chuàng)。其結(jié)構(gòu)模擬魚骨形態(tài)：魚頭為問題，主骨為大方向（六大類），支骨為中原因，孫骨為具體末端原因。

圖3：5M1E因果分析魚骨圖結(jié)構(gòu)

汽車行業(yè)常用的分析框架為"5M1E"：

• 人（Man）：操作技能、身體狀態(tài)、培訓水平
• 機（Machine）：設備精度、維護狀態(tài)、工裝夾具
• 料（Material）：原材料質(zhì)量、零部件一致性
• 法（Method）：工藝參數(shù)、操作規(guī)程
• 環(huán)（Environment）：溫濕度、清潔度、噪聲
• 測（Measurement）：檢測設備精度、測量方法

案例：制動盤表面粗糙度超標分析
某制動盤供應商收到粗糙度超標投訴。質(zhì)量工程師組織頭腦風暴，從"人機料法環(huán)測"六維度分析。最終確認"機床主軸磨損"是主要原因——主軸跳動量實測0.025mm，而設備驗收標準為0.01mm。更換主軸并重新校準后，粗糙度超標率從4.2%降至0.3%。

06.

直方圖：過程能力評估的分布分析

直方圖（Histogram）用于展示連續(xù)型數(shù)據(jù)的分布形態(tài)與波動特征。通過將數(shù)據(jù)分組、統(tǒng)計頻數(shù)、繪制矩形圖，可以快速識別分布是否對稱、是否存在雙峰（暗示混料）、偏態(tài)（工藝失衡）、孤島（異常混入）等典型模式。

案例：發(fā)動機曲軸頸直徑分布分析
某曲軸供應商在加工關(guān)鍵尺寸（φ80±0.02mm）時，客戶端仍反饋尺寸超差。抽取500件測量數(shù)據(jù)繪制直方圖后發(fā)現(xiàn)：數(shù)據(jù)均值偏向規(guī)格上限（+0.015mm），與上限余量僅剩0.005mm。計算過程能力發(fā)現(xiàn)，Cpk僅為0.67，遠低于汽車行業(yè)通常要求的1.33。調(diào)整機床加工參數(shù)將均值中心移至公差中心后，Cpk提升至1.45。

形態(tài)特征 可能原因 標準型（正態(tài)分布） 過程正常，持續(xù)監(jiān)控 偏峰型（單側(cè)拖尾） 存在單側(cè)限制因素 雙峰型（兩座山） 兩個不同過程混合 孤島型（小島突出） 異常過程混入

07.

散布圖：變量關(guān)系驗證的相關(guān)分析

散布圖（Scatter Diagram）用于探究兩個變量之間的相關(guān)關(guān)系。通過散點分布形態(tài)（強正相關(guān)、強負相關(guān)、弱相關(guān)、不相關(guān)），可以初步判斷變量間是否存在統(tǒng)計關(guān)聯(lián)。散布圖主要用于驗證因果圖中提出的假設，而非直接推導因果關(guān)系。

案例：熱處理溫度與材料硬度關(guān)系分析
某汽車鋼材供應商收集20組不同淬火溫度與對應硬度值數(shù)據(jù)，繪制散布圖后發(fā)現(xiàn)強正相關(guān)（r=0.89）。進一步分析發(fā)現(xiàn)，當淬火溫度低于850℃時，硬度波動較大；當溫度升至860-880℃區(qū)間時，硬度穩(wěn)定在HRC58-62。優(yōu)化后的工藝參數(shù)將淬火溫度鎖定在870±5℃范圍內(nèi)。

?? 重要提醒

相關(guān)性不等于因果關(guān)系！例如，冰淇淋銷量與溺水人數(shù)呈現(xiàn)正相關(guān)，但兩者都受夏季氣溫這一第三變量影響。散布圖的結(jié)論必須結(jié)合工藝機理進行驗證。

08.

控制圖：過程穩(wěn)定性監(jiān)控的預警工具

控制圖（Control Chart）是唯一能夠區(qū)分"普通原因變異"與"特殊原因變異"的動態(tài)監(jiān)控工具。其由中心線（CL）、上控制限（UCL）、下控制限（LCL）及按時間序列繪制的數(shù)據(jù)點構(gòu)成。

在穩(wěn)定過程中，99.73%的點應落在3σ控制限之內(nèi)。當數(shù)據(jù)點超出控制限或呈現(xiàn)非隨機排列模式時，表明過程中存在特殊原因，需要及時調(diào)查和糾正。

計量型控制圖

X?-R圖（均值-極差圖）
X?-S圖（均值-標準差圖）
適用于尺寸、重量等連續(xù)數(shù)據(jù)

計數(shù)型控制圖

p圖、np圖、c圖、u圖
適用于缺陷計數(shù)數(shù)據(jù)

案例：發(fā)動機裝配線螺栓扭矩控制
某裝配線使用電動擰緊槍擰緊關(guān)鍵螺栓，扭矩要求100±10N·m。建立X?-R控制圖后，運行初期過程處于統(tǒng)計受控狀態(tài)。但第三周開始，X?圖出現(xiàn)連續(xù)7點下降趨勢。調(diào)查發(fā)現(xiàn)是電動擰緊槍電池老化導致輸出扭矩下降所致。更換電池后，過程恢復受控。

8.3 主要判異準則

• 單點超出UCL或LCL
• 連續(xù)9點落在中心線同一側(cè)
• 連續(xù)6點遞增或遞減
• 連續(xù)14點交替上下

09.

QC七大手法的組合應用實踐 9.1 工具協(xié)同的閉環(huán)模式

QC七大手法應用閉環(huán)

第一階段：查核表采集數(shù)據(jù) → 層別法整理維度
第二階段：柏拉圖確定優(yōu)先方向
第三階段：因果圖展開原因 → 散布圖驗證假設
第四階段：直方圖分析過程能力
第五階段：控制圖持續(xù)監(jiān)控改善效果

9.2 綜合應用案例：焊接質(zhì)量改善

某汽車座椅骨架焊接車間，焊接缺陷率長期維持在2.8%，遠高于1.5%的目標值。通過綜合運用QC七大手法的改善過程：

• 查核表+層別：虛焊占48%、氣孔占22%、飛濺占15%
• 柏拉圖：重點關(guān)注虛焊問題（累計約70%）
• 因果圖：從5M1E六維度展開，確定12個可能原因
• 散布圖驗證：烙鐵溫度與虛焊率強負相關(guān)（r=-0.82）
• 改善效果：統(tǒng)一校準烙鐵設備后，缺陷率降至0.9%

結(jié)語：從工具使用者到問題解決者

QC七大手法作為質(zhì)量管理領(lǐng)域的"七種武器"，其價值不僅在于提供七種圖表的繪制方法，更在于傳遞一種"以事實為依據(jù)、以數(shù)據(jù)為語言"的現(xiàn)代工業(yè)思維范式。

值得強調(diào)的是

• 工具是手段，不是目的：應始終聚焦問題解決
• 數(shù)據(jù)質(zhì)量是基礎(chǔ)：輸入garbage，輸出garbage
• 團隊協(xié)作是關(guān)鍵：因果圖的威力在于集思廣益
• 持續(xù)監(jiān)控是保障：建立長效機制、防止問題復發(fā)

互動話題

您在實際工作中，使用QC七大手法遇到過哪些困惑？或者有哪些成功案例想要分享？歡迎在評論區(qū)留言交流！

1. 您認為QC七大手法和IATF16949六大核心工具，哪個在實際工作中應用更多？
2. 在汽車質(zhì)量管理中，您覺得哪個手法最難掌握或最難落地？
3. 您有哪些獨家的QC工具應用心得或案例愿意與同行分享？

聲明：本文所用視頻、圖片、文字部分來源于互聯(lián)網(wǎng)，版權(quán)屬原作者所有。如涉及到版權(quán)問題，請及時和我們聯(lián)系，核實后協(xié)商處理或刪除。

PLAN

培訓計劃

——東方大易每月最新培訓計劃——

學員風采

⊙VDA5系列文章

⊙特殊特性相關(guān)知識文章

⊙VDA6.3相關(guān)知識

版權(quán)聲明： 本微信公眾號（IATF16949）所推送文章中，部分來源于網(wǎng)絡。除非確實無法確認，我們都會注明作者和來源。部分文章推送時未能與原作者取得聯(lián)系。若涉及版權(quán)問題，煩請原作者聯(lián)系我們，我們會在 24 小時內(nèi)刪除處理，謝謝！內(nèi)容若有誤，歡迎批評指正

加群或咨詢課程具體內(nèi)容

掃碼添加客服企業(yè)微信號咨詢

離開前，記得點個和?