QC七大手法（又称QC七大工具）是质量管理中用于数据收集、分析和问题解决的基础统计方法，包括：检查表、层别法、柏拉图、因果图（鱼骨图）、散布图、直方图、控制图。这些手法最初由日本质量管理专家石川馨等人提出，广泛应用于制造业、服务业、医疗、IT等领域，帮助团队从数据中识别质量问题的根本原因、监控过程变异性，并驱动持续改进（PDCA循环）。掌握QC七大手法是质量工程师、生产主管及精益六西格玛从业者的基础技能，也是企业通过ISO 9001、IATF 16949等体系认证的重要支撑。

检查表（Check Sheet）用于系统化收集数据，记录缺陷类型、位置或频次；层别法（Stratification）将数据按不同来源（如班次、设备、材料）分层，发现隐藏的差异；柏拉图（Pareto Chart）遵循80/20原则，突出关键少数问题；因果图（鱼骨图，Cause-and-Effect Diagram）通过脑力激荡梳理人机料法环测等维度；散布图（Scatter Diagram）展示两个变量间的相关性；直方图（Histogram）显示数据分布形态与中心趋势；控制图（Control Chart）监控过程是否稳定，区分普通原因与特殊原因。实际应用中，团队常将多种手法组合使用，例如先通过柏拉图锁定重点问题，再用鱼骨图分析根因，最后用控制图验证改善效果。

【常见问题】

问题1：QC七大手法与QC新旧七大手法有什么区别？

回答1：QC七大手法指传统的统计工具（检查表、层别法、柏拉图、因果图、散布图、直方图、控制图），侧重数据收集与分析；而QC新旧七大手法（又称新QC七大手法）包括亲和图、关联图、系统图、矩阵图、矩阵数据分析法、PDPC法、箭条图，更适用于非数值型问题及规划决策。两者互补，共同构成质量管理的完整工具箱。

问题2：QC七大手法在制造业中具体如何应用？

回答2：在制造业中，QC七大手法常用于来料检验（检查表记录缺陷）、生产异常分析（因果图与柏拉图找出主因）、过程能力评估（直方图与控制图判断Cp/Cpk）、工艺参数优化（散布图分析温度与强度关系）等场景。例如，某注塑厂通过柏拉图发现“缩水”占不良品60%，再用鱼骨图锁定模具温度与保压时间，最终通过控制图确保改善效果稳定。

问题3：学习QC七大手法需要具备哪些数学基础？

回答3：QC七大手法的基础是统计概念，但大部分工具只需掌握简单的计数、百分比、平均值和标准差即可。无需高等数学，实际应用中常借助Excel或Minitab等软件自动计算。关键是要理解每种手法的输出含义（如控制图上的点是否超出控制限），以及如何根据数据做出改善决策。

问题4：QC七大手法中的控制图有哪些常见类型？

回答4：控制图根据数据类型分为计量型（如Xbar-R图、Xbar-S图、I-MR图）和计数型（如p图、np图、c图、u图）。选择依据：连续数据（如长度、重量）常用Xbar-R图；离散数据（如缺陷数、不合格品率）则用p图或c图。控制图的核心是判断过程是否受控，若出现超出控制限、连续7点同侧等异常模式，需立即分析原因并采取纠正措施。