质量管理 · 14 个看清问题、解决问题的经典武器
同样是"解决问题",为什么要有两套工具?因为问题有两种:
经典七大工具(QC 7 Tools):上世纪 50 年代由日本质量界整理推广(石川馨大力推动),围绕"用数据说话",让现场人员不靠高深统计也能分析问题。新七大工具(New QC 7 Tools):1972 年由日本科技连盟提出,面向管理与规划——处理的是语言、想法、关系这些"数值化不了"的资料。
质量管理必须让"事实"和"逻辑"同时在场:只看数据会瞎忙,只讲逻辑会空转。 —— 本手册编写原则
七个工具覆盖"收集 → 排序 → 分析 → 监控"完整链条,记住每张卡片的一句话定位:
任何改善的第一步。不良类型统计、设备点检、5S 巡查记录——只要需要"到现场、按事实记录",都是检查表的地盘。
不良种类一堆、人手有限,必须决定"先打哪个"。也用于改善前后对比:两张柏拉图一对照,效果一目了然。
柏拉图锁定了主要问题之后,回答"为什么会这样"。团队一起头脑风暴时,鱼骨图就是议程本身。
想知道过程的分布而不只是平均值:数据是否对称?散布宽不宽?有没有蹭到规格线?平均值一样、分布天差地别的两个过程,直方图一眼分开。
鱼骨图圈出了"保压压力不稳 → 缩水"这类假设,散布图就是法庭:收集成对数据(压力,不良数),让证据说话。
整体数据看不出规律、大家各说各话时,先别急着下结论——很可能是几种情况被搅在一起了。分层法是"分析前的洗手"。
改善完成后守住战果(SPC 核心工具)、量产过程在线监控。判断标准一句话:过程自己会说话,出界才算异常。
为什么是异常?小概率事件原理——在过程稳定的正态分布下,上面每种模式的单独出现概率都低于 1%(出界 0.27%、9 点同侧 0.39%、6 点趋势 0.55% 等)。一旦发生,说明过程分布已发生系统性变化(偏移、趋势、分层异常),不再是单纯随机波动——必须停线查明原因(如刀具磨损、原料理化波动、人员操作漂移),恢复后再继续。
当问题不是"数据里的异常",而是"想法、目标、关系、计划"——这七个工具把语言资料变成看得见的结构:
问题模糊、意见发散时:员工座谈记录、客户之声、头脑风暴产出的一堆便签——先亲和归类,再谈对策。
问题互为因果、越理越乱时:交付差→库存高→计划变→交付更差……这种"鸡生蛋"的死循环,用关联图破局。
目标清楚、路径模糊的时候:计划落地前把大目标拆成可执行任务;或者想把笼统的方针("提升品质")翻译成各部门的待办清单。
两件以上事情要"对上关系"时:客户要求对工序、质量问题对原因类别、部门对职能、特性对工位。人际关系理不清的"质量职能展开(QFD)"就是矩阵图的豪华版。
新七大工具里唯一的数据派:调查问卷几十个选项想分群、多种食材配方想聚类、多家供应商多维比选时——格子太密、肉眼看不动,交给数学降维。
容错率低的重大任务:新品首次量产、产线搬迁、大客户审核、旺季保供。任务里只要有一个环节"失败代价大到睡不着觉",就值得画一张 PDPC。
多任务、有依赖、有死线的工程:设备大修、新品试产、系统上线、展会筹备。想知道"哪件事一天都不能拖"以及"哪几件事可以并行偷时间",就画箭条图。
记不住 14 个工具没关系,记住你此刻想干嘛就行。左边找场景,右边抄工具:
真正的改善现场,工具从来不是单打独斗,而是按课题解决流程(QC STORY)排好出场顺序。一个真实的注塑车间课题,八步走完:
五道小题,先自己答,再点开对答案。
② 柏拉图。按不良类别统计频次排序画柱+累计线,前两三类通常吃掉 80%——优先火力打这里。
⑥ 分层法。先把数据按班次/人/机/料分层切开比较,差异自然浮出水面——很可能是夜班换模手法或参数设定不同,再用鱼骨图深挖。
⑧ 亲和图。把意见写成卡片贴墙,按"感觉相近"聚堆、命名,60 条乱麻变成 5~6 个主题方向。
要!这叫"七点链",是控制图的判异规则之一——虽然没越限,但过程已经出现系统性偏移(刀具磨损、模温漂移),等它出界就晚了。查 assignable cause,别等报警。
⑬ PDPC 法。沿搬迁主路线逐点推演"如果翻车怎么办",把外协备产、老线并行这些 Plan B 提前签好、备好;再配 ⑭箭条图排搬迁工期,双保险。