旧七大 · 现场数据 · 事后改善
当你已经有了数据或现象，要找重点、查原因、看分布、控过程：检查表收数据 → 层别法拆维度 → 柏拉图定优先 → 鱼骨图列原因 → 直方图看分布 → 散布图查相关 → 控制图管波动。
工具 / 七大工具
七大经典质量工具
Seven Classic Quality Tools
质量改善的基石。每个工具均提供三种入口：培训（学原理）、 试算（在线计算）、应用（数据采集与分析）。左侧选工具，右侧即时看到它的真实图形与专业说明。
记录用 · 频数划记
| 缺陷 | 划记 | 频数 |
|---|---|---|
| 毛刺 | ✓✓✓✓✓ ✓✓✓✓ | 9 |
| 划伤 | ✓✓✓✓✓ ✓ | 6 |
| 凹陷 | ✓✓✓✓ | 4 |
| 脏污 | ✓✓ | 2 |
点检用 · Yes/No 清单
| 点检项目 | 结果 |
|---|---|
| 防护罩完好 | ✓ |
| 急停有效 | ✓ |
| 气压正常 | ✗ |
| 吸嘴通畅 | NA |
FIG.01 — 记录用 / 点检用 检查表checksheet
01
检查表Checksheet
把现场数据“收得上来、记得准确”的基础表格。分记录用（收集频数 / 位置）与点检用（按标准逐项确认）两类；下游的层别、柏拉图、直方图都依赖它提供干净、可比的数据。
- 记录用：按缺陷类型或位置划记频数，避免事后回忆偏差
- 点检用：把作业标准拆成可勾选项，防漏检、防跳步
- 先设计表头（项目 / 分层 / 单位）再收集，字段一致才好汇总
上游 · 数据入口本工具下游 · 层别法 / 柏拉图
适用：任何需要「把数据收上来」的现场环节；是层别、柏拉图、直方图的数据入口。配合：层别法（先定维度）、应用页（在线记录）。
PREVIEW · 真实图形
FIG.02 — 按机台分层后差异显形stratification
02
层别法Stratification
按人员、设备、班次、材料、方法等维度把同一笔数据“拆开看”，剥离混杂因素。很多在合计里被淹没的差异，分层后会立刻显形——它是柏拉图与直方图的天然上游。
- 同一数据换不同维度分层，结论可能反转，须多视角验证
- 常用于锁定“哪台设备 / 哪班 / 哪批料”异常
- 分层维度应在收集前定好，而非事后硬分
上游 · 检查表本工具下游 · 柏拉图 / 直方图
适用：合计看不出差异、怀疑被混杂因素掩盖时。配合：检查表（收集前定好分层维度）、柏拉图 / 直方图（分层后看分布）。
PREVIEW · 真实图形
FIG.03 — 80/20 关键少数（累计曲线）pareto
03
柏拉图Pareto
按发生频次降序排列的柱图叠加累计百分比曲线，用 80/20 法则识别“关键少数”。改善资源应优先压向累计 0–80% 对应的前几项，而非平均用力。
- 横轴须是可分类的缺陷 / 原因，而非连续变量
- 累计曲线穿过 80% 处即关键少数的边界
- 仅看频次不够，须结合损失金额与严重度
上游 · 层别法本工具下游 · 鱼骨图（找因）
适用：要决定改善优先序、资源有限不能面面俱到时。配合：层别法（先拆维度）、鱼骨图（对关键项深挖原因）。
PREVIEW · 真实图形
FIG.04 — 人机料法环测（因果图）fishbone
04
鱼骨图Fishbone
因果图（石川馨图）。从人、机、料、法、环、测六个维度系统罗列潜在原因，适合团队头脑风暴，把“为什么会这样”想全，再交直方图 / 散布图用数据验证。
- 先锁定右侧“效应”（结果），再倒推原因
- 每个主骨下追问“它为什么”，至少下钻一层
- 鱼骨只列假设，要因须用数据验证后方可定
上游 · 柏拉图（锁定问题）本工具下游 · 直方图 / 散布图（验证）
适用：原因不明、需团队系统罗列假设时。配合：柏拉图（锁定关键效应）、直方图 / 散布图（用数据验证要因）。
PREVIEW · 真实图形
FIG.05 — 分布形态 + 正态叠加 + 均值线histogram
05
直方图Histogram
展示连续数据分布形态的频数图。看中心位置、离散程度与形状（对称 / 偏态 / 双峰），判断过程是否稳定、能力是否足够，是 SPC 的基础。
- 组数与组距决定形状，先用 Sturges 公式初定
- 双峰 / 偏态往往暗示存在分层或可追溯因素
- 结合规格限（LSL / USL）看超出与余量
上游 · 层别法本工具下游 · 控制图（监控）
适用：看连续数据的分布形态、判断过程能力与稳定。配合：控制图（看随时间波动）、规格限（判超出与余量）。
PREVIEW · 真实图形
FIG.06 — 正相关点云 + 回归线scatter
06
散布图Scatter
以两变量点云判断相关方向与强度（正相关 / 负相关 / 无相关）。为回归分析与要因确认提供证据：变量间“到底有没有关系、强不强”。
- 先画散点再看趋势，勿直接套相关系数
- 相关 ≠ 因果，需结合机理与控制图确认
- 注意分层后相关性可能改变（辛普森悖论）
上游 · 鱼骨图（候选因）本工具下游 · 控制图（监控）
适用：判断两变量是否相关、为回归与要因确认取证。配合：鱼骨图（先列候选要因）、控制图（确认非特殊原因）。
PREVIEW · 真实图形
FIG.07 — 普通 / 特殊原因波动（判异）control chart
07
控制图Control Chart
过程控制的时序列图，含 Xbar-R / I-MR / P / C 等 15 种图型与 8 条判异准则（WECO / Nelson）。区分普通原因与特殊原因波动，回答过程“失不失控”。
- 普通原因波动属系统固有，须管理层面改善
- 特殊原因波动可定位、可消除，优先处理
- 判异按规则执行，避免“看着像”就停线
上游 · 直方图 / 散布图本工具下游 · 持续改善
适用：过程监控、区分普通 / 特殊原因、判异。配合：直方图（判能力）、散布图（查相关）、持续改善回路。
PREVIEW · 真实图形
工具选型指引
旧七大处理「已经发生」的问题——用数据说话、在现场改善；新七大处理「还没发生」的规划——用语言整理、在事前预防。两者不是替代，而是首尾相接：先用新七大把目标和关系想清楚，再用旧七大采集数据、验证与监控。下面给出按情境选工具的思路。
新七大 · 规划语言 · 事前预防
当问题还说不清、关系还理不明，要先做规划：亲和图收拢团队语言 → 关联图理清因果 → 系统图展开目标 → 矩阵图比对配对 → 矩阵数据分析法定量降维 → PDPC 预判风险 → 箭条图排定进度。
一句话选型
- 「大家提了很多点子，理不出头绪」→ 亲和图
- 「因素互相缠，说不清谁是因」→ 关联图
- 「目标有了，怎么落到行动」→ 系统图
- 「几组要素，谁和谁强相关」→ 矩阵图
- 「变量太多，一张图装不下」→ 矩阵数据分析法
- 「计划执行可能出岔子」→ PDPC
- 「多任务并行，怎么排期」→ 箭条图
- 「已有数据，要找重点 / 原因 / 分布」→ 旧七大（检查表 → … → 控制图）
跨组衔接
新七大理清的「假设与关系」，要交回旧七大用数据验证：亲和 / 关联得到的候选原因 → 检查表采集 → 柏拉图 / 直方图定位关键 → 鱼骨图深挖 → 散布图确认相关 → 控制图看是否受控。先想清楚，再量清楚。