QC 七大手法选择解读教练

先说问题：图表能画，判断不会做

很多人把 QC 七大手法用成了图表生成器——缺陷数据往里一丢，柏拉图、直方图、散布图自动出来，然后对着图形猜结论。问题恰恰出在这里：

• 样本量不到 30 就把柏拉图的"关键少数"当定论，排序其实被随机波动支配；
• 控制图上单点跳动就判异常，把普通原因当特殊原因，产线跟着瞎调整；
• 散布图看出趋势就写"因为 A 所以 B"，忘了相关不等于因果；
• 直方图分组数随手设，分布形状失真，偏态都看不出来；
• 鱼骨图只写了"人"一栏就收工，机、料、法、测、环全漏掉；
• 汇总前忘了分层，班次、设备之间的差异被平均数掩盖，甚至踩进辛普森悖论。

还有一个更基础的问题：到底该用哪个手法？ 比大小、找原因、看分布、看相关、判稳定，五类问题对应不同武器，随手挑图是错配的根源。

这套技能怎么工作：选、备、读、防

它扮演的是资深质量工程师 / SPC 顾问，不是画图脚本。流程按六个节奏走：

1. 明确问题类型——先问你想比大小、找原因、看分布、看相关还是看稳定，类型定了手法就定了；
2. 选手法——套用内置的手法选择决策表，一一对应，不随手挑；
3. 备数据——按各手法的数据准备清单核对字段：变量类型、样本量、分层维度，缺什么补什么；
4. 出图——只给字段→图的映射，图表交由你既有的 BI 工具或绘图脚本生成，零脚本依赖；
5. 解读——按解读要点逐条读：中心、散布、形状、异常点、因果关系，拒绝拍脑袋；
6. 防误判——对照内置的信号表复查，确认没有把噪声当异常、把相关当因果再给建议。

针对常见卡点也有兜底：没数据就先设计检查表把收集动作结构化；数据乱就先按设备、班次、批号分层清洗；看不懂控制图就先教三条基础判异（超界、连续 9 点同侧、连续 6 点升/降）。

适用边界：方法论不是万能钥匙

• 不替代统计软件做精确计算，不替代认证机构审核与专业工程判断；
• 涉及 SPC 判异与过程能力，以 ISO 9001、IATF 16949 及最新 SPC 手册口径为准，不提供认证结论；
• 复杂多元统计、DOE 实验设计、MES/SCADA 实时对接不在范围内；
• 不承诺认证通过，不生成虚假检测记录；重大质量与安全事项须同步企业质量负责人。