Q7七大手法

品管七大手法是常用的统计管理方法，又称为初级统计管理方法。
它主要包括控制图（管制图）、鱼骨图（因果图）、散布图（相关图）、排列图（帕累托图）、检查表（统计分析表）、数据分层法、直方图等所谓的QC七工具。
 
检查表
检查表(Check Sheets，统计分析表)
是QC七大手法中最简单也是使用得最多的手法。
为了记录某种事件发生的频率，以简单的数据，用容易理解的方式，制成图形或表格，必要时记上检查记号，并加以统计整理，作为进一步分析或核对检查之用。
 
排列图
排列图(Pareto Diagram,帕累托图)
排列图法，又称主次因素分析法、帕累托（Pareto）图法，它是找出影响产品质量主要因素的一种简单而有效的图表方法。
排列图是根据“关键的少数和次要的多数”的原理而制做的。也就是将影响产品质量的众多影响因素按其对质量影响程度的大小，用直方图形顺序排列，从而找出主要因素。其结构是由两个纵坐标和一个横坐标，若干个直方形和一条折线构成。
左侧纵坐标表示不合格品出现的频数（出现次数或金额等），右侧纵坐标表示不合格品出现的累计频率（如百分比表示)，横坐标表示影响质量的各种因素，按影响大小顺序排列，直方形高度表示相应的因素的影响程度（即出现频率为多少），折线表示累计频率（也称帕累托曲线）。通常累计百分比将影响因素分为三类：占0%～80%为A类因素，也就是主要因素；80%～90%为B类因素，是次要因素；90%～100%为C类因素，即一般因素。由于A类因素占存在问题的80%，此类因素解决了，质量问题大部分就得到了解决。
散布图
散布图(Scatter Diagram,相关图)
通过观察相关图看点的分布状态，概略地估计两因素之间有无相关关系，从而得到两个变量的基本关系，为质量控制服务。
它用于分析两测定值之间相关关系，有直观简便的优点。通过作散布图对数据的相关性进行直观地观察，不但可以得到定性的结论，而且可以通过观察剔除异常数据，从而提高用计算法估算相关程度的准确性。 
数据分层法
数据分层法(Stratification)，又称“分类法”、“分组法”。
数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。
数据分层可根据实际情况按多种方式进行。例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层，等等。数据分层法经常与统计分析表结合使用。
休哈特控制图
控制图(Control Chart)，控制图又称为管制图。
一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。
控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状；再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。
控制图画在平面直角坐标系中，横坐标表示检测时间，纵坐标表示测得的目标特征值。按控制对象（目标特征值）的变化情况，控制图又分为两种：一种是稳值控制图，一种是变值控制图。
鱼骨图
鱼骨图(Cause & Effect/Fishbone Diagram)
问题的特性总是受到一些因素的影响，通过头脑风暴找出这些因素，并将它们与特性值一起，按相互关联性整理而成的层次分明、条理清楚，并标出重要因素的图形就叫特性要因图。因其形状如鱼骨，所以又叫鱼骨图，它是一种透过现象看本质的分析方法。
同时，鱼骨图也用在生产中，来形象地表示生产车间的流程。
 
直方图
直方图又称质量分布图，是一种几何形图表，它是根据从生产过程中收集来的质量数据分布情况，画成以组距为底边、以频数为高度的一系列连接起来的直方型矩形图，
作直方图的目的就是通过观察图的形状，判断生产过程是否稳定，预测生产过程的质量。具体来说，作直方图的目的有：
①显示数据的波动状态，判断一批已加工完毕的产品；
②直观地传达有关过程情况的信息，例如验证工序的稳定性；
③为计算工序能力搜集有关数据。
④决定在何处集中力量进行改进；
⑤观察数据真伪，用以制定规格界限；