一张表、一支笔就能开工：质量人必会的 7 个工具

精益改善实战

质量管理七大手法

不靠高深理论，靠这 7 个人人能上手的工具，把现场问题说清楚、改到位

不少企业做精益改善，一上来就谈价值流、谈拉动、谈看板，工具名字一个比一个响。可真到了车间，问题还是靠拍脑袋定、靠经验判。七大手法之所以经典，是因为它门槛低：一张纸、一支笔、一组数据就能开始，不需要先上一套系统。更关键的是，它是一套共通的语言——质量、生产、工程坐在一起，不用各说各话。下面这 7 个，建议按「收集—聚焦—挖因—验证—守住」的顺序用，而不是堆在一起。顺序错了，工具越多越乱。

一、七张工具卡，逐一看懂

① 检查表（Check Sheet）

—— 数据收集的起点

是什么 把要收集的数据预先画成表格，现场边发生边打勾，避免事后凭记忆补。 怎么用 先定「收集什么、按什么维度分」，再印成固定格式，交给一线填，别每次换表头。 改善场景 缺陷类型统计、设备停机原因登记、换型时间记录——一切改善都从可靠的数据开始。 常见误区 表头每次都改、字段凭感觉设，月底数据对不上，前后没法汇总，白白记了一个月。

② 柏拉图（Pareto 图）

—— 抓关键的少数

是什么 按发生频次从高到低排的柱状图，叠加累计百分比曲线，帮你看清「哪几项占了大头」。 怎么用 用检查表的数据排序，通常前两类原因就占了八成左右的影响，资源先压过去。 改善场景 客户投诉分类、报废原因排序、返工工时分布——用来决定「先改哪一件事」。 常见误区 样本量太小就急着排主次，或把不可比的几类混在一张图里比，排出来的「关键」会偏。

③ 特性要因图（鱼骨图）

—— 把根因一层层剥开

是什么 以「人、机、料、法、环、测」为骨架，把可能导致结果的原因逐层展开的图形。 怎么用 先写结果，再发动一线按 6M 逐根骨头填原因，别让工程师关起门来猜。 改善场景 一个尺寸老是超差、一次批量返工、一条线节拍不稳——用来把「不知道为啥」变成「原因清单」。 常见误区 只让工程师关起门画，一线不参与；或把「培训不足」「意识不够」当原因写进去，没法落地验证。

④ 散布图（Scatter）

—— 看两个变量是否相关

是什么 把成对的数据点画在坐标上，看 X 和 Y 之间是上升、下降还是没关系。 怎么用 先有「是不是它影响的」的怀疑，再取 30 组以上成对数据，点出来看趋势。 改善场景 温度与不良率、压力与尺寸、进给量与毛刺——验证鱼骨图里猜的关系成不成立。 常见误区 数据点太少就下结论，或忽略还有第三个变量同时在影响，把相关误当成因果，改错了方向。

⑤ 直方图（Histogram）

—— 看数据的分布形状

是什么 把一批数据按区间分组画成柱子，看它是集中、分散、偏斜还是出现双峰。 怎么用 先确认数据来自同一条件，再分 8 到 12 组，看形状和规格限的关系。 改善场景 工序能力够不够、波动大不大、是不是两台设备混在一起——比看平均值更靠谱。 常见误区 把不同设备、不同班次的数据混成一批画，双峰被抹平，真实的分布差异看不见，结论失真。

⑥ 层别法（Stratification）

—— 换个角度，问题就现形

是什么 不新画图形，而是把同一批数据按班组、设备、班次、材料来源拆开来看。 怎么用 混在一起看不出规律时，先分层再画上面的图，往往真相就藏在某一层里。 改善场景 白班良率好、夜班差；A 供应商来料稳、B 供应商波动大——分层是前面所有图的前置动作。 常见误区 分层维度选错，比如只看日期不看班组，关键的差异被平均掉，图白画，问题还是找不到。

⑦ 管制图（Control Chart）

—— 守住改善成果

是什么 带上下控制限的折线图，区分「普通波动」和「异常波动」，判断过程稳不稳。 怎么用 改善后把关键特性按周期描点，一旦出现判异准则，立刻查，别等出了批量不良。 改善场景 关键尺寸、焊接参数、装配扭矩——前面六个把问题改掉，这张图负责不让它反弹。 常见误区 把规格限和控制限搞混，用公差线当判异依据；或过程本来就不稳，还在算 CPK，数字再好看也没意义。

二、七个工具，怎么串成一条改善链

① 检查表收集数据 → ② 层别法把数据拆开 → ③ 柏拉图找出关键少数 → ④ 鱼骨图挖出可能原因 → ⑤ 散布图 / 直方图验证关系与分布 → ⑦ 管制图把改好的过程守住。

注意顺序：先有数据（检查表、层别），再谈聚焦（柏拉图），才去挖因（鱼骨），末了用图验证、用管制图守住。跳步直接画鱼骨，很容易变成「几个人在会议室编原因」。

三、一个完整闭环：焊点虚焊怎么用七个手法破

① 检查表 + ⑥ 层别法　先用检查表记一周虚焊台账，按班组、设备、班次分层，发现「B 线夜班」占了六成——问题先被定位到一块。

② 柏拉图　把虚焊按可能原因（温度、压力、来料、操作）排频次，前两类「温度偏低、压力不足」合计占七成，资源压到这里。

③ 鱼骨图　针对「温度偏低」发动 B 线班组长和工艺一起画 6M，挖出「夜班预热时间被压缩」这个真原因，不是笼统的「员工不细心」。

④ 散布图 + ⑤ 直方图　取 30 组「预热时长 vs 虚焊数」点成散布图，确认负相关；再把夜班温度画直方图，发现集中在规格下限附近——关系坐实。

⑦ 管制图　把预热时长纳入管制图，设定下限预警，夜班一偷减时间就报警。改完的措施，靠这张图长期守住，不再反弹。

七大手法不是七门课，是一套「先看清、再改对、收尾守住」的说话方式。下次现场又有人拍脑袋说「应该是某某原因」，把检查表和柏拉图递过去——让数据替你开口。

你们现场用得较多的是哪一个手法？是卡在「数据不肯填」，还是「画了图没人跟？欢迎在后台留言聊聊