课程背景
质量管理是制造企业的生命线，而数据是质量管理的"眼睛"。日常生产中，车间、化验室、技术中心每天都产生大量质量数据——不合格品记录、检测数据、工艺参数、设备运行数据等，但这些数据往往停留在"记录"层面，未能转化为改善行动的决策依据。
常见问题包括：
• 数据采集不规范——记录随意，缺乏统一的检查表和分层维度；
• 分析方法欠缺——面对一堆数据不知从何下手，"拍脑袋"定对策；
• 改善不彻底——解决表面问题后很快复发，根因未被真正识别；
• 过程失控——缺乏持续监控手段，问题反复发生而不自知。
本课程系统讲授 QC 七大工具——检查表、层别法、柏拉图、鱼骨图、直方图、散布图、管制图，帮助中基层管理人员建立"用数据说话、用工具分析、用图表决策"的质量改善能力，实现从"经验判断"到"数据驱动"的转型。
课程时长：共 1 天，6 小时（上午 3 小时 + 下午 3 小时）。
课程对象
• 中层管理人员：各部门主管、车间主任
• 基层管理人员：班组长、工段长
• 主要涉及部门：车间、化验室、技术中心、生产保障部（设备部）
• 建议人数：40-60 人（分 6-8 组，每组 6-8 人）
• 前置建议：已完成"精益提质增效"课程学习者为佳（非强制）
课程目标
完成本课程后，学员将能够：
1. 理解质量数据的两种类型（计量值/计数值），掌握正确的数据采集方法；
2. 熟练运用检查表和层别法进行规范化的数据收集与分层分析；
3. 运用柏拉图锁定关键问题，运用鱼骨图追溯根本原因；
4. 运用直方图判读数据分布形态，运用散布图分析变量间相关性；
5. 运用管制图监控过程稳定性，区分普通原因与特殊原因变异；
6. 将七大工具串联使用，完成"从问题发现到改善闭环"的完整流程。
课程大纲
模块一：QC 工具概览与数据思维（0.5 小时）
【核心内容】
• 质量数据的两种类型：计量值数据（长度/重量/时间）与计数值数据（不合格数/缺陷数）
• QC 七大工具全景图及适用场景：
- 检查表 → 数据采集
- 层别法 → 数据分层
- 柏拉图 → 找关键少数
- 鱼骨图 → 追根溯源
- 直方图 → 看分布形态
- 散布图 → 看相关性
- 管制图 → 监控过程稳定性
• 工具选择逻辑：问题不同阶段（发现→分析→确认→监控）选用不同工具
• PDCA 循环与 QC 工具的结合使用
模块二：检查表与层别法（1 小时）
【核心内容】
• 检查表（Check Sheet）：
- 设计原则：简单易填、一目了然、数据可分析
- 类型：记录用检查表（计数/计量）与点检用检查表
- 常见误区：项目过多、定义模糊、缺乏数据归集
• 层别法（Stratification）：
- 5M1E 分层维度：人（Man）、机（Machine）、料（Material）、法（Method）、环（Environment）、测（Measurement）
- 分层策略：按班次/设备/原料批次/操作者/时间段等
- 与其他工具配合：分层后再做柏拉图/直方图，洞察更深
【实操环节】
• 设计车间不合格品记录检查表
• 设计化验室检测异常层别分析表（按仪器/人员/试剂批次分层）
模块三：柏拉图与鱼骨图（1.5 小时）
【核心内容】
• 柏拉图（Pareto Chart）：
- 80/20 法则：80%的问题由 20%的原因造成
- 绘制步骤：收集数据 → 分类统计 → 降序排列 → 计算累计百分比 → 画图
- 双轴图读法：柱状图=各类频次，折线图=累计百分比
- 应用：确定"先解决什么问题"的优先级排序工具
• 鱼骨图/因果图（Fishbone Diagram）：
- 绘制步骤：定义问题 → 5M1E 六大分支 → 逐层追问"为什么" → 标定根因
- 实用技巧：3Why/5Why 追问法，避免停留在表面原因
- 常见误区：原因太笼统、分支不平衡、未验证就下结论• 柏拉图 + 鱼骨图组合拳：先用柏拉图锁定 Top 问题，再用鱼骨图追溯根因
【实操环节】
• 用柏拉图分析某产品不良品分布，锁定前三大缺陷
• 针对第一大缺陷，用鱼骨图进行 5M1E 根因分析（小组完成）
模块四：直方图与散布图（1 小时）
【核心内容】
• 直方图（Histogram）：
- 用途：直观展示计量值数据的分布形态
- 绘制步骤：收集数据 → 确定组数（Sturges 公式）→ 计算组距 → 画频数柱状图
- 分布形态判读：正态型、偏态型、双峰型、锯齿型、平顶型——每种形态的含义
- 与规格界限对比：看过程能力是否满足公差要求
- 过程能力指数 Cp/Cpk 初步概念（不做深入计算）
• 散布图（Scatter Diagram）：
- 用途：判断两个变量之间是否存在相关性
- 相关类型：强正相关、弱正相关、不相关、弱负相关、强负相关、非线性相关
- 应用场景：温度与合格率、转速与表面粗糙度、湿度与静电不良率
- 注意事项：相关性 ≠ 因果性，需配合实验验证
【实操环节】
• 用提供的数据绘制直方图，判读分布形态并判断是否满足规格
• 绘制散布图分析某工艺参数与质量指标的相关性
模块五：管制图与过程监控（1.5 小时）
【核心内容】
• 管制图（Control Chart）核心原理：
- 普通原因变异（Common Cause）vs 特殊原因变异（Special Cause）
- 三条线：中心线（CL）、上管制界限（UCL）、下管制界限（LCL）
- 3σ 原理：99.73%的数据落在管制界限内
• 计量值管制图——X-R 图（均值-极差图）：
- 适用场景：连续型质量特性（尺寸/重量/浓度/时间等）
- 绘制步骤：收集子组数据 → 计算均值与极差 → 计算管制界限 → 画图
- 判稳规则：连续 25 点在界限内、无连续 7 点同侧、无趋势/周期性
• 计数值管制图——P 图（不合格率图）：
- 适用场景：离散型质量特性（合格/不合格、通过/不通过）
- 绘制方法与判读规则
• 管制图 vs 规格界限：管制图看"过程稳不稳"，规格界限看"产品合不合格"
【实操环节】
• 用提供的过程数据绘制 X-R 图，判断过程是否处于统计受控状态
• 识别管制图中的异常模式（趋势、偏移、周期）并讨论可能原因
模块六：综合实战与课程总结（1 小时）
【核心内容】
• 综合案例实战——"从问题到闭环"全工具串联：
场景：某产品客户投诉率升高，需要系统改善
Step 1 检查表 → 收集不良数据
Step 2 层别法 → 按产线/班次/原料批次分层
Step 3 柏拉图 → 锁定 Top 3 缺陷
Step 4 鱼骨图 → 追溯根因
Step 5 直方图/散布图 → 验证关键因子
Step 6 管制图 → 改善后监控过程稳定性
• QC 七大工具知识点总回顾
• 结业考核：小组汇报——结合本部门实际，用 QC 工具制定一份质量改善方案
• 行动计划：回到岗位后的"30 天质量改善清单"
• 颁发结业证书（可选）
教学方式
本课程采用"讲授 + 案例 + 实操 + 研讨"四维教学，确保学以致用：
• 讲授比例 35%：核心理论与方法讲解
• 实操演练 40%：每个工具均配有动手练习，使用模拟数据实操
• 案例分析 15%：选取制造行业质量案例，贴近学员工作场景
• 小组研讨 10%：跨部门分组，综合案例汇报
建议物料与准备
• 培训场地：可容纳 6-8 组圆桌的会议室，每组配白板/挂图纸/马克笔
• 投影设备：投影仪 + 屏幕（支持 PPT 16:9 宽屏）
• 实操数据：讲师准备模拟数据集供 QC 工具实操使用（含计量值与计数值数据）
• 计算工具：建议学员携带笔记本电脑• 学员准备：建议携带本部门实际质量数据（不良品记录/检测数据等），便于课堂讨论
授课老师
程立玉 六西格玛资深黑带&LSS实战专家
常驻地：广州
邀请老师授课：13439064501 陈助理
