【分享】使用旧QC七大工具中的直方图，做好质量管理工作

大家好，我是益至讲坛的小编，欢迎大家阅读本期益至讲坛的内容。我们欢迎工厂企业带着问题来参与我们每周六开展的免费精益研讨沙龙。

- 1 -

在工厂企业的生产管理过程中，不同的行业之间对于品质管理工作的执行内容和方式会存在不同之处。而在精益生产管理体系中，我们常用QC七大手法来管理产品的品质问题。QC七大手法按照提出时间，分为了新旧两种内容，今天小编我就给大家简单讲解关于旧七大手法中直方图工具的实际应用内容。

- 2 -

新QC七大手法其作用主要是用较便捷的手法来解决一些管理上的问题，与旧QC七大手法相比，它主要应用在中高层管理上，而旧QC七手法主要应用在具体的实际工作中。因此我们在生产车间现场向员工推行品质管理工具时，更适用于旧QC七大手法，更能够帮助员工发现生产过程中的品质问题。

旧QC七大手法的各个工具在问题解决步骤中都有其对应适用的内容，如直方图工具就适用于效果确认工作。直方图又称质量分布图，它是表示资料变化情况的一种主要工具。用直方图可以解析出资料的规则性，比较直观地看出产品质量特性的分布状态，对于资料分布状况一目了然，便于判断其总体质量分布情况。

因此在质量管理中，我们可以通过使用直方图进行预测并监控产品质量状况，对质量波动进行分析。使用直方图通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。

我们在使用直方图时，可以透过直方图可发现的数据特征有：数据的分配状态、数据的中心位置、数据离散程度的大小、数据和规格之间的关系。通过这些数据特征，能够较直观地传递有关过程质量状况的信息，我们可以发现质量波动的状态，通过研究质量波动状况之后，就能掌握过程的状况，从而确定在什么地方集中力量进行质量改进工作。

- 3 -

下面我们一起来看一个实例，来学习直方图的制作。某电子零件厚度标准为0.230±0.001mm，即合格标准为0.220mm-0.240mm。

第一步：收集数据，作直方图的数据一般应大于50个。本例在生产过程中收集了100个数据，列于一个表中。

第二步：求出数据的最大值L和最小值S，在这里的数据中最大值为0.240，最小值为0.220。

第三步：决定组数K，组数=数据数开根号二（取整数），这里的组数就是100开根号二等于10。

第四步：决定组距C，C=R/K，R=L-S，即组距=（最大值-最小值）/组数，最后结果取最小测量单位的整数倍。这里的组距=（0.240-0.220）/10=0.002（最小测量单位为0.001）。

第五步：确定各组的界限值，组的界限值单位应取最小测量单位的1/2。即第一组下界=最小值-最小测量单位/2；第一组上界=第一组下界+组距；第二组下界=第一组上界；第二组上界=第二组下界+组距，如此类推。要注意在分组时应把数据表中最大值和最小值包括在内。这里第一组下界=0.220-0.001/2=0.2195；第一组上界=0.2195+0.002=0.2215。因此，第一组为：0.2195-0.2215，如此类推，第十一组为：0.2395-0.2415。

第六步：求出各组组中点，组中点=（组上界+组下界）/2，例如第一组组中点=（0.2215+0.2195）/2=0.2205，如此类推。

第七步：编制频数分布表。把多个组上下界限值分别填入频数分布表内，并把数据表中的各个数据列入相应的组，统计各组频数据。

第八步：以各组上下界为横坐标，以频次数为纵坐标。画直方图，横坐标宽度都是相等的，按纵坐标画出每个长方形的高度，它代表取落在此长方形中的数据数。

- 4 -

我们作直方图是的目的是为了研究产品质量的分布状况，据此判断生产过程是否处在正常状态。因此在画出直方图后要进一步对它进行观察和分析。在正常生产条件下，如果所得到的直方图不是标准形状，或者虽是标准形状，但其分布范围不合理，就要分析其原因，采取相应措施。

正常型是指过程处于稳定的图型，它的形状是中间高、两边低，左右近似对称。近似是指直方图多少有点参差不齐，主要看整体形状。当直方图的形状呈正常型时，即工序在此时刻处于稳定状态时，还需要进一步讲直方图同规格界限（即公差）进行比较，以分析判断工序满足公差要求的程度。

异常型直方图种类则比较多，所以如果是异常型，还要进一步判断它属于哪类异常型，以便分析原因、加以处理。下面介绍几种比较常见的：

1、孤岛型，在直方图旁边有孤立的小岛出现，当这种情况出现时过程中有异常原因。如：原料发生变化，不熟练的新工人替人加班，测量有误等，都会造成孤岛型分布，应及时查明原因、采取措施。

2、双峰型，当直方图中出现了两个峰，这是由于观测值来自两个总体、两个分布的数据混合在一起造成的。如：两种有一定差别的原料所生产的产品混合在一起，或者就是两种产品混在一起，此时应当加以分层。

3、折齿型，当直方图出现凹凸不平的形状，这是由于作图时数据分组太多，测量仪器误差过大或观测数据不准确等造成的，此时应重新收集数据和整理数据。

4、陡壁型，当直方图像高山的陡壁向一边倾斜时，通常表现在产品质量较差时，为了符合标准的产品，需要进行全数检查，以剔除不合格品。当用剔除了不合格品的产品数据作频数直方图时容易产生这种陡壁型，这是一种非自然形态。

5、偏态型，偏态型直方图是指图的顶峰有时偏向左侧、有时偏向右侧。由于某种原因使下限受到限制时，容易发生偏左型。如：用标准值控制下限，摆差等形位公差，不纯成分接近于0，疵点数接近于0或由于工作习惯都会造成偏左型。由于某种原因使上限受到限制时，容易发生偏右型。如：用标准尺控制上限，精度接近100%，合格率也接近100%或由于工作习惯都会造成偏右型。

6、平顶型，当直方图没有突出的顶峰，呈平顶型，然而形成这种情况一般有三种原因。 A、与双峰型类似，由于多个总体、多总分布混在一起。B、由于生产过程中某中缓慢的倾向在起作用，如工具的磨损、操作者的疲劳等。C、质量指标在某个区间中均匀变化。

- 5 -

以上就是今天和大家分享的内容，大家对如何用好旧QC七大工具中的直方图进行质量管理工作有什么看法？或者有什么工作心得？欢迎大家在下方留言，我们一起聊聊。另外，如果觉得此文让你小有收获，别忘了转发朋友圈哦~

在广州地区的企业家朋友欢迎您带着问题来参与我们每周六开展的免费精益研讨沙龙，想参加的朋友，可以在百度直接搜索“益至咨询”就能找到我们了。