一、QC七大手法

    优良的品质是靠科学的方法管理出来的，QC七大手法正是现场品质管理最常用的科学的工具之一。QC七大手法分别是：要因图（鱼骨图）、柏拉图、散布图、直方图、管制图、层别法、检查表等。下面简单介绍各个手法的作用：

㈠、要因图（鱼骨图）：将影响品质的诸多原因一一找出，形成因果对应关系，使人一目了然，对于确定正确的对策方案有帮助。

   该方法实战时注意事项:

   ①尽可能多听取现场当事人的意见,从中筛选出相关的原因.

   ②要记入事实原因,不可以想当然地捏造出因果关系来.

   ③当因果支干太多时,则要选取重要的给予优先对策.

   ④每一个问题都要尽量刨根问底,直到找出真正原因.

   ⑤要解决主干,就得先解决支干,要解决支干,又得先解决再下一个次支干.

   ⑥因果图只告诉你问题的原因在哪,不会告诉你哪一个更重要,哪一个需要优先处理,因此要结合其他QC手法,才能发挥更大作用.

㈡、柏拉图：在现场众多的不良品问题中，找出关键的前几名，以便决定今后管理工作的重点。

    该方法实战时注意事项：

    ①重点管理占80%的前几项不良，其他剩余的项目并非全然不予理会，当前几项不良消失后，后几位又升上来，成为必须重点对策的不良。

    ②“其他”一栏的数据一般不能超过20%，否则便要再往下细分。

    在现场管理中，此图通常在不良品的等级、种类、数量、损失金额、原因的分析上用的较多。

㈢、散布图：用于确认两个变量之间，是否存在某种内在关系，有助于判明原因真假。
    该方法实战时注意事项：
    ①两组变量的对应数据至少要收集30个以上，最好有50个。
    ②当两点重复时，以⊙做记号，三点重复时以◎做记号。
    ③通过图形，可以看出两个变量之间的内在关系（正相关、负相关及相关性的强弱）：

㈣、直方图：弄清众多数据的分布状态，了解总体数据的中心和变异，并能以此推测事物总体的发展趋势。
    该方法实战时注意事项：
    ①尽可能多收集一些数据，至少50个以上。
    ②收集数据时，应该是随机的.
    ③异常分布时，应该采取对策，使数据处于正态分布.
   
㈤、管制法：能够判断品质是处于稳定状态还是处于异常状态、可以确认不良对策是否有效、可用作日常品质维护管理的主要工具。
    该方法实战时注意事项：（仅以x-R¬控制图为例）
    ①选定要控制的对象，一般在《标准作业书》里都有详细规定。
    ②准备数据：要生产稳定时期的最新数据、以此数据作成的控制图，在日后使用过程中如不能真实反映品质状况，还需重新研讨收集数据的时期、数据量越多越好，尽量在100个以上，组数在20～25以上。
    ③计算以下各值：中心值（CL）、上限值（UCL）、下限值（LCL）、平均值（x）、总平均值(x)、极差平均值(R)。
    ④在空白通用x—R控制图上，记入品名、品质特性、规格、测定单位、测定仪器、测定者、测定日期等内容。
    ⑤在空白通用x—R控制图的相应位置上画上UCL、CL、LCL线，其中UCL、LCL线为红色虚线，CL为红色实线。
㈥、层别法：寻找出数据的某项特性或共同点，对现场中的即时判定有帮助。
    该方法实战时注意事项：
    如果是以某一生产要素为线索进行分层处理的话，则所得到的数据更有助于判断。与其他QC手法结合使用，效果更佳。
㈦、检查表：简便、直观地反映数据的分布情况。
    该方法实战时注意事项：
   ①该表多用于产品品质相对稳定时的维持管理上。
   ②表的格式千差万别，无需追求统一，只要实用就可以。
   ③向其他部门反馈情报时，如果每个数据附有实物的话，则更具说服力。