第 08 篇 \(\cdot\) 新 QC 七大手法

亲和图Affinity Diagram (KJ)

定义（DEFINITION）

亲和图（Affinity Diagram，KJ 法）是把大量零散的语言资料（意见、投诉、访谈）不加评判地罗列，再按内在亲近性归纳成若干主题簇，从而把混沌变有序的方法。它用于「问题还不清楚、信息杂乱」的发散—收敛阶段，是新七大手法中处理语言信息的起点。

一句话总结先全部倒出、不评判，再让相近的自己聚成簇——亲和图把「一堆抱怨」变成「几个主题」。

适用场景

语言信息杂乱需归类
客户投诉/访谈整理
VOC 主题提炼
QCC 选题前的乱象梳理
作为关联图/系统图的输入

前置条件

边列边评判（压抑信息）
簇太多(>7)或太少
强行归类忽视语义
不回流到下一步工具
只罗列不聚类

核心思想

亲和图的反直觉之处是「先不评判」——把一切倒出来，语义相近的自然聚拢。它产出的是主题，不是因果；主题应继续进关联图（理清关系）或系统图（展开对策）。

下游：关联图（第9篇）下游：系统图（第10篇）上游：检查表（第1篇）

计算方法 \(\to\)试算表 \(\to\)查看案例 \(\to\)

计算方法语言资料聚类

无公式：罗列\(\to\)相近归并\(\to\)命名主题。常用「卡片法」或本页分组器。

① 资料条数公式

N = 罗列的语言资料数

先求全。

② 主题簇数公式

K = 归纳出的主题数（通常 3–7）

太多则再合并。

③ 簇内覆盖公式

覆盖 = \(\Sigma\) 各簇成员数 = N

不遗漏、不重复。

试算表练习 \(\to\)对照案例 \(\to\)分步演示 \(\to\)返回概念 \(\to\)

分步演示可播放 / 步进

以 10 条客户体验投诉演示：罗列 \(\to\) 归 3 簇 \(\to\) 完成归类。

试算表练习 \(\to\)案例验证 \(\to\)返回概念 \(\to\)

试算表动手试 \(\cdot\) 实时重算

粘贴语言资料每行一条，生成分组器并指派主题，实时看亲和簇。

对比案例 \(\to\)回看方法 \(\to\)

案例解读XH-2508 焊点不良 \(\cdot\) 现场与客诉 10 条

把零散反馈归为「来料与锡膏 / 设备与参数 / 人员与作业」三主题，正对应第 04 篇鱼骨图的 6M 分支。

10条

语言资料

原样倒出

3簇

主题数

3–7 合适

4条

最大簇(响应慢)

优先主题

0

已评判

先不评判

100%

覆盖

不遗漏

主题数

3 簇

适中可议

最大簇

响应慢(4)

首议主题

覆盖

10/10

无遗漏

提示「响应慢」簇最大，可进系统图展开对策（如精简审批链）。

提示亲和图只归类不排因果；跨簇关系用关联图。

试算表复现 \(\to\)返回定义 \(\to\)注意事项 \(\to\)

注意事项来自教材 \(\cdot\) 忠实保留

先不评判，让语义相近的自然聚拢。

注意 1先不评判。边列边否会漏掉真实声音。

注意 2簇数适中。3–7 个便于讨论，过多再合并。

注意 3语义优先。归类看含义相近，不靠字面。

注意 4覆盖完整。每条资料须归入某簇，不遗漏不重复。

注意 5命名要准。主题名概括簇意，便于后续展开。

注意 6继续下一步。主题进关联图/系统图，别停在归类。

常见误用（新人高频）

误用1 \(\cdot\) 边列边评：先全倒出再聚类
误用2 \(\cdot\) 簇过多：合并到 3–7 个
误用3 \(\cdot\) 强行归类：按语义相近归并
误用4 \(\cdot\) 遗漏资料：保证全覆盖
误用5 \(\cdot\) 只罗列不聚：完成归类命名主题
误用6 \(\cdot\) 不接后续：主题进关联图/系统图

案例注意实践 \(\to\)回看方法 \(\to\)自测练习 \(\to\)

自测练习每次随机抽题 \(\cdot\) 提交即给解析

读完全篇再来测。提交后逐题标注对错并给解析。

概念回看 \(\to\)注意事项 \(\to\)