17 统计工具SPC手册

使使用部门能通过此手册很好的应用统计技术。2.范围

适用于本公司所有统计技术3.职责

3.1质量控制部

对相关部门进行统计技术应用培训，并验证各部门对统计技术的使用情况 3.2相关部门

据本部门情况采用具体的统计技术 4.细则

4.1明确在哪些方面需使用统计技术。

4.1.1统计技术的应用应特别关注特殊特性。 4.1.2各相关部门确定本部门需使用的统计技术。

4.1.3工艺设计和试验中可应用因果分析图、散布图等统计技术 4.1.4工序控制中可应用控制图、直方图等统计技术

4.1.5质量统计、分析中可应用调查表、排列图、因果分析图等统计技术 4.1.6产品验证和试验中可应用统计抽样技术 4.1.7测量系统分析中可应用控制图等统计技术 4.2培训

4.2.1对各部门向人力资源部提出培训申请，人力资源部编写«年培训计划»，由

质量控制部和人力资源部按«人力资源开发程序»和«年培训计划»进行培训。培训内容：主要是本手册的内容，如有其他需要，可由人力资源部和质量控制部协商，质量控制部能进行的，由质量控制部完成，如质量控制部不能满足其要求，可由人力资源部与其他公司联系培训事宜。

4.2.2对公司的全体员工都应进行统计技术基本知识培训。 4.3实施

4.3.1数据采集，由各部门按相关统计工具的具体要求采集数据。 4.3.2各相关部门对所采集数据做相应的数据处理。 4.3.3数据分析。

如有必要，相关部门召集QC小组讨论，对所收集的数据进行分析，按PDCA程序进行控制。各部门保存相应记录。

5.内容包括：

一、过程和设备能力

二、统计过程控制（SPC）三、排列图四、因果图五、直方图六、调查表七、对策表

一、过程和设备能力 1.目的：

1.1确保新购置的和现有设备经过调整后有能力制造出高于规定要求的产品，并能

在以后的生产过程中保持这种状态。

1.2确保设备过程能力满足新引进零件/装配规范的要求。 2.范围

2.1新设备接收前或现有设备更新工装设施后。2.2引进新零件，零件/装配规范有改变时。 3.设备能力试验

3.1说明

3.1.1能力的评定是通过测量大量的在生产过程中的固有变量进行的，这种性能

评定应在正常生产的状态下进行。

3.1.2操作应按正常生产的转速、进给量等进行，操作人员技能应与实际操作人

员技术水平相当。

3.1.3材料的材质应与正常生产中使用的相同。 3.1.4测量设备应具有可验收能力。 3.2设备性能试验操作过程

3.2.1通常，所选设备制造完成后，由我公司人员在设备厂家进行设备性能验收。 3.2.2设备组装完成后，开始进行设备能力试验，试验过程中，压力、温度、动

力供给等应维持在恒定状态。

3.2.3每一关键性能都应进行能力试验。

3.2.4设备能力应在连续加工的产品中抽取最少50个连续加工件进行测量。

注意：如果此要求所需时间和价格过高则允许抽样数减小。

3.2.5多轴、多夹具、多转台的设备，每一个都应视为一个单独的过程分别评定。 3.2.6保留全部试验过程的记录并填写REC0165质量指标记录。

3.2.6如进行了某些调整，且这些调整对性能有重要影象，则在此期间生产的产

品不做能力分析的样品。

3.3数据分析

3.3.1两侧控制限的分布通常为对称分布，如果不是，应进行分析。 3.3.2设备能力指数Cm和Cmk计算公式如下： 3.3.3 Cm公式为：

规定总偏差 6标准偏差 3.3.4 Cmk计算公式如下，取两者中较小的：

上偏差-平均值 3标准偏差 或

平均值-下偏差 3标准偏差 3.3.5设备可接收的理想的Cm和Cmk最小值为1.67，但对于某些公差要求很紧

的参数，或现有的最好检测设备可获得的精度与公差范围接近，则可以

为1.33。

3.3.6工程部规定最小能力指数。

3.3.7单侧控制限（如园度、锥度、同心度、平衡、清洁度等）的分布通常为不

对称，但如分布未延伸到0值，通常也出现对称分布。

3.3.8对于单侧控制限通常只计算Cmk值。 3.3.9单侧Cmk值计算公式如下：

规定总偏差 平均值+3标准偏差

3.3.10如最小指数未能达到，则此设备不可接收，需采取纠正措施。

3.3.11如设备令人满意，可接收,在PETL安装、调试之后重复能力试验，如结

果满意，可完全接收。

3.4设备能力试验

3.4.1在正常情况下，设备在公司安装调试之后，就执行正常的过程控制。 3.4.2有时有必要进行单独的能力试验。

3.4.3如在已加工的产品储存区内挑选零件进行能力试验，所挑选零件很可能不

是一批产品，能力公式仍按上述公式计算，但最小值可为1.33，Cm和Cmk可用Cp和Cpk代替。

3.4.4如能力试验表明能力不足，需采取纠正措施，之后进行能力试验。 3.5初始过程能力

3.5.1一般情况下，应在最短的试生产中获得能力数据。 3.5.2在进行大量生产的情况下，应给出能力指数期望值。

3.5.3能力指数为Pp（初始过程潜力）和Ppk（初始过程能力）的计算方法同

Cm和Cmk的计算方法。

3.5.4最小Pp和Ppk值为1.67。

3.5.5如有必要，结果记录于过程控制表中，这样使得任何调整引起的影响可以

进行估计并能确定是否所有漂移都在要求范围内。

3.5.6将测量结果画直方图，计算平均值和标准偏差，分布曲线（是对称的或是

不对称的）可表现在直方图上。

3.5.7 可在SPC图上记录结果，可有两种SPC图，对称和不对称分布。 3.6职责

3.6.1在接收前，机制部负责指定需要进行能力试验的设备。（新的和修过的设

备）

3.6.2机制部负责执行能力试验。（在生产厂家和安装后） 3.6.3机制部负责：

Ø对现有设备的连续能力试验Ø初始过程能力试验。（对新设备和更换零件的设备）3.6.4质量控制部、设备动能部协助机制部完成此项工作。

4.相关记录：

REC0165质量指标记录 REC0167 过程/设备质量指标改进记录

二、统计过程控制（SPC） 1.相关部门

制造部、质量控制部、研究所2.过程

2.1 需做SPC的过程的选择

需采取SPC进行统计分析的加工过程和参数的选择应符合：

l 关键的部件、过程和参数。l 整体质量水平情况，包括自己和用户反映的。l 过程能力。l FMEA、APQP数据。

注意，如在过程中对某些参数进行控制，SPC曲线会更有效。例如：清洗液清洗强度对温度的控制，冷却温度&半精尺寸对加工过程的影响，装配扭矩控制过程中空气压力的控制等。 2.2 检查频率

待定。如果过程在控制范围以内，检测频率可减少。 2.3 SPC图监测

工段负责人应根据曲线走势进行监测活动。

应按时发布变量曲线图--Cp、Cpk结果，特性图—平均不合格水平、不合格分析。2.3.1如出现以下情况，必须采取纠正措施：

ØCp、Cpk结果小于1.33Ø有点落在控制线以外

2.3.2如有以下情况，需采取纠正措施：

Ø连续7点位于中心线一侧。Ø有一点超出控制线。

Ø连续7点呈上升或下降趋势。Ø明显的非随机图形。

Ø相对于中心线，数据过于集中或分散。（一般情况下，大约有2/3数据点分布于中心线周围±1σ范围内，1/3数据点分布于控制限范围内±2σ--±3σ之间）

2.3.3在一般情况下，纠正措施的要求不固定给出。如以下情况：

Ø装配扭矩，通常认为接近EDR上限比接近其下限安全。

Ø机加工零件中冷却/抛光要求控制在标准值之上，则产生超差的可能性减小。

2.4 纠正措施要求

如SPC曲线表明需采取纠正措施，部门主管负责采取纠正措施。 这些措施包括：

Ø停工并对过程进行验证。Ø提高检测频率直至过程受控。

Ø将最后一次接收的工件之后的工件进行隔离，对其进行全检，找出不合格件。Ø将所有不合格品进行隔离并进行标识。

Ø不合格件返工/返修。

Ø如原因不在本处，通知责任区域/部门。

任何方法、过程或材料更改的详细内容应记录在SPC图表格内。2.5曲线图保存

按《质量记录控制》程序执行 3.控制限

3.1变量曲线应计算控制极限。

3.2先绘制第一个SPC控制图，之后根据曲线情况可对其加以修正。绘图步骤： Ø采集数据。一般情况下选择连续加工的3-5个参数，如数据很难采集可采

集一个数据。采集频次可为每班两次。也可根据实际情况增加或减少。Ø连续收集25组数据后，计算均值、极差及控制限。计算公式如下：

X1+X2+…+Xn

N 极差R=X最大值-X最小值

R1+R2+…Rn

平均极差R=

K

X1+X2+…+Xn 过程均值X= K

均值X= 极差上控制限UCLR=D4R 极差下控制限LCLR=D3R 均值上控制限UCLX=X+A2R 均值下控制限LCLX=X-A2R

上式中:K为子组数量, D4, D3, A2为常数,它们随样本容量的不同而不同。 Ø在控制图上做出平均值和极差控制限。Ø描点分析。

3.3一旦SPC建立，它就取代曲线监测和评估控制限的职责。

3.4记录扭矩的变化曲线，一般不用控制限，这是因为实际应用中采取的检查方法

是扭矩接近控制上限，尽管过程有能力，但Cp值可能小于1.33，在这种情况下，采用规定上下限。

3.5通常，控制限是将规定界限均分，而不是实际均值，这样可能给使用者造成假

象。在某些情况下，例如：需对温度变化进行测量的地方，或对于单控制限，控制限可按实际平均中线打印，也可将允许的指标平均打印。

4.能力指数

4.1 Cp是公差带与6倍标准偏差的比值，不考虑数据位置，它表明过程能力，而不

考虑调整偏差。如某过程Cp=1，则此过程刚好满足公差范围。 4.2 Cpk是一个指数，包括满意的过程分布和其相对规定极限的位置。 4.3 Cp和Cpk的计算:

4.3.1 Cp=规定总偏差/6倍标准偏差

4.3.2 Cpk=（上偏差-平均值）/3倍标准偏差3 或

Cpk=（平均值-下偏差）/3倍标准偏差 注意：

用2个Cpk计算值中的最小值进行能力评估

4.4过程Cpk值为1表明能力刚好满足公差范围和调整的规定要求。 4.5完全令人满意的Cpk值应大于1.33。

4.6 Cp/ Cpk=1.33不能认为是最佳值，应不断的进行改善。

4.7以上给出的Cp和Cpk计算仅是上、下控制限和正态分布密度，其概念是将平均

偏差向中间调整，获得最满意的执行过程，然而，有些单侧偏差（如表面精度、同心度、锥度、平衡等），其目的是尽量使结果接近0，获得最佳结果。 Ø理论上讲，分布是不对称的或单侧的，但实际应用当中通常是正态的。Ø珀金斯对不对称分布所采取的计算方法是：

Cpk=公差/（平均值+3倍标准偏差）注意：

Cp值在单侧公差中不适用，以上Cpk计算值包括分布和位置。

4.8 Cp和Cpk能达到1.33并能提高是最佳的。

在某些情况下，例如一个要求很严格的特性或仅具有适当的能满足公差范围的测量设备，规定Cpk=1.33不实用，可采用Cpk=1.0 质量控制部/生产中心应规定采用的最小能力指数。如采用最低值，应进行FMEA或使用控制图。

5.职责

5.1质量控制部

l 提供相关操作者和其他相关人员一天的培训。5.2人力资源科

l 保存全部培训记录。5.3区域负责人

l 监测SPC曲线结果，执行要求的纠正措施。l 在工段保存完整的SPC曲线。

三、 排列图 1.概念

把数据按项目分类，按每个项目所包含数据的多少，从大到小进行排列并以此作为横坐标，把各项数据所发生的频次和所占总数据的百分比作为纵坐标，这样做出的直方图既为排列图。2.作图步骤

2.1将用于排列图所用数据进行分类。分类方法有多种，可按工艺过程、不合格项

目、作业班组、品种等分类，但首先应考虑：

2.1.1按结果分类：即按不合格项目、不合格类型、事故种类等分类，这种分类

只有在工作完毕后才能得出。

2.1.2按原因分类：如不合格产生的原因是多方面的，可把数据按原因分类。 2.2确定数据记录时间，汇总成排列图的日期没有必要规定期限，只要能够汇总成作业排列图所必须的足够的数据即可。一般取50个以上的数据。但收集数据的时间不宜过长，过长时可按一定时间的数据作排列图。

2.3按分类项目进行统计。统计按数据记录的时间来做，汇总成表，以全部项目为100%来计算各个项目的百分比，得出频率。 2.4计算累计频数。按下表进行。

计算表

序号 1 2 3 4 5

项目 A B C D 其他

频数 n1 n2 n3 n4 n5

频率 f1=n1/N*100% f2=n2/N*100% f3=n3/N*100% f4=n4/N*100% f5=n5/N*100%

累计频率 F1= f1 F2= F1+f2 F3= F2+f3 F4= F3+f4 F5=F4+f5

总计 N F5=100

表中n1,n2,n3,n4,n5是按频率大小顺序排列的 2.5画出纵横坐标，注意横纵坐标要均衡匀称 2.6按顺序大小作直方图。 2.7按累计比率作排列曲线。 2.8记载排列图标题及数据简历。

填写标题后还应在空白处写清产品名称、工作项目、工序号、统计期间、各种数据来源、生产数量、记录者及制图者等。

频数 % 100 80 60 40 20 A

B

C

D

其他

项目

3.注意事项

3.1作排列图时如有必要可按时间、工艺、机床、操作者、环境等进行分层。3.2可将最重要的问题进一步化小，再作排列图。

3.3对于一些较小的问题，如不易分类形成项目，可将他们归入“其他”，最后

再加以解决。但如“其他”类频数太多，应重新考虑加以分类。

4.排列图用法

4.1通过排列图找出重点改进项目

如现场的每一位工人都按个人的技术和经验决定所遇到的问题如何改进，那么，可能出现效果显著、效果一般、效果不佳以及无效等几种情况。即使效果显著也只能说明判断基本正确，但不是建立在科学的统计方法基础上，若出现后几种情况会造成很大的浪费，要使效果显著，就要选好解决问题的基本目标，利用排列图这种建立在统计分析基础上的科学方法就能达到这个目的。在排列图上，对结果有较大影响的只是“柱高”的前两、三项，而后面的项目对改善效果影响不大。因此可根据重要程度把项目分为A、B、C三级。 A级—在排列图上所占比重大，约占全部项目的70%-80%。B级—在排列图上所占比重较小，约占全部项目的15%-25%

C级—在排列图上所占比重很小，是除去A、B两级项目所剩余的项目。

经验告诉我们，解决A级项目，既解决“柱高”的项目比解决“柱低”的项目要容易的多，“柱低”的项目一般很难控制。 4.2改进效果的鉴定

采取措施后，这些措施是否有效仍可以用排列图来进行检查。不要以为一旦采取对策措施后就完事大吉了，还需用排列图来考察其效果，以防止这个项目的在发生并通过项目排列的改变找出进一步解决问题的进攻目标。 4.3任何问题的改善均可应用排列图

不仅产品质量方面问题的改善可以应用排列图，其他诸如效率问题、节约问题、安全问题、仓库管理问题等工作质量方面的问题均可应用排列图来进行改善。

四、 因果图 1.概念1.1概念

对问题（即结果）有影响的一些较重要的因素加以分析和分类，并在同一张图上把他们的关系用箭头表示出来，以对因果作明确系统的整理。因果图是从实际经验中编辑而成的一种方法。由于因果图形如鱼骨状，又叫“鱼骨图”，“鱼刺图”，另外也称特性要因图。 1.2主要内容：

1.2.1结果（问题或特性）：既工作和生产过程中出现的结果，例如尺寸、强度等

质量特性；工时、产量、不合格品率、事故率、成本、噪声等工作结果。这些特性或结果是期望进行改善和控制的对象。

1.2.2原因：既对结果能够施与影响的因素。

1.2.3枝干：表示结果与原因之间的关系，也包括原因与原因之间的关系。最中

央的为主干，用双箭头表示；从主干两边依次展开的称为大枝、中枝和细枝，用单箭头表示。 因果图形状如下图所示： 料机人结 检 环 果 法注：上图的“人”，“机”，“料”，“法”，“环”，“检”只是事例，也可为其

他原因。

2.作图步骤

2.1确定成为问题的结果（特性），其中包括质量特性或工作结果。结果是需要和准

备改善与控制的对象，明确问题并加深理解就显得十分重要。因此应召集有关人员及对该问题有丰富知识和经验的人员进行讨论并首先应向参加者说明情况，以便于结合具体问题深入研究，不走过场。单凭一、两个人的意志确定问题是容易出现偏差的。

2.2在决定成为问题的结果时，在方法上应主要依靠排列图，用统计数据说明问题。

在排列图中“柱高”项目应作为主要探讨对象，但需要对该项目充分研究，确定是否有条件解决以及为解决该项目所付出的代价和效果是否相称。

2.3作主干与结果（特性）并选取影响结果的要因，一般解决加工不良或散差等质量

特性一类的问题，可将原因大致分为人、机、料、法、环等大枝。对解决出勤率、噪声等问题时，也应根据具体情况选出大枝，然后再对大枝的分类项目细追下去，进一步画出中枝和细枝，直到可以采取措施处置或可想见的原因为止。 2.4检查原因是否遗漏，如有遗漏予以补充。

2.5对特别重要的原因应附以标记。各种原因对结果的影响不同，应将重要原因标以

记号，如用О圈起。标有记号的原因不能太多，一般不能超过4、5项。

2.6记载因果图的标记及有关事项。如产品名称、生产数量、参加人员、单位、制图

者、日期及制图时生产状态等。

3.因果图分类

因果图是通过带箭头的线来表示体系的，它把结果和原因之间的关系表示出来。因此，按表示体系的不同，因果图可有以下几种形式：

3.1结果分解型。其重要点是沿着为什么发生这种结果这个疑问思路一追到底。曲

轴的断裂有几个原因？材料？热处理？加工？装配？试验？这些问题的原因又是什么？如材料问题是成分不对？金相组织不对？还是型钢有裂纹？…。这样可以追到问题原因能够查明并得到改善为止。其优点是可以系统的掌握各因素之间的关系，其缺点是容易漏掉较小的问题。

对于制造过程的质量问题，结果分解型常按五大因素（人、机、料、法、环）分成五个大分支，再分别找影响他们的因素填入中枝、细枝和小枝。 3.2工序分类型。工序分类型是按生产或工作的顺序画出大枝，然后把对工序有影

响的原因填在相应的工序上。

工序分类型的因果图作图简单、易于理解，缺点是相同的原因可能出现多次并难于表现几个原因联系在一起而影响质量的情况。

3.3原因罗列型。原因罗列型是把所考虑到的全部因素不分层罗列出来，再根据因

果关系整理这些原因项目，然后做出因果图，既先罗列，再整理。这种做法不采取原因粗分类或按工序顺序追查原因，而是自由的提出所有可能原因，“正是因为毫无的提出意见，其中才会有真正的原因和改善的关键。”

原因罗列型因果图的优点是不易漏掉主要原因并通过原因与结果间的关系多种连接方法，丰富了因果图的内容，其缺点是结果与小枝间难于连接，且做图比较麻烦。

4.作因果图的注意事项。

4.1结果（特性）要提的具体。如“零件不合格”就不具体，应指出尺寸不合格还

是其他缺陷造成的不合格，在尺寸不合格中又要明确哪个尺寸不合格。否则因果关系不易明确。

4.2为了改善还是为了维持现状应该明确。改善就是要改变平均值，维持就是要缩

小波动。由于寻找原因的着眼点不同，对改善和维持要明确区别。

4.3充分发表意见，分析尽可能深入细致。因果图的意义就在于防止对问题产生的

原因有主观固定的看法，充分发表意见，特别是重视现场人员的意见，能深入细致的分析所发生的问题，这是解决问题的基础。

4.4一个结果（特性）作一个因果图，如同一零件有两个不合格项目，则应分别作

因果图。

4.5改变思路。对原因的意见难以提出时，改变思路常常可以收到很好的效果，如

把寻找提高的因素改变为寻找障碍的因素。

五、直方图

1.概念

用横坐标标注质量特性的测量值的分组值。纵坐标标注频数值，各组的频数用直方柱的高度表示，这样做出的图形就是直方图。

直方图可以非常清楚的刻画出整批产品的情况，并直观的表示出数据分界的中心位置及分散幅度的大小，因此在质量控制中是非常有用的工具。

组数表

数据组 50以内 50-100100-250250以上 组数 5-76-107-1510-302.作图方法

计算组数和组距的步骤：

2.1从数据中选出最大值和最小值，这时应该去除相差悬殊的异常数据 2.2从测量单位的1、2、5的倍数除以最大值和最小值的差值（极差），并将

所得数值圆整。

2.3将圆整值对照上表即可确定数组，这时圆整值对应的测量单位倍数的数值

既为组距。

确定分组界时，可把数据中的最小值分在第一组的中部，并把分组组界定在最小测量单位的1/2处，以避免测量值恰好落在边界上这样就确定了第一组的下界，然后依次加上组距，直至它包括最大值的末一组的上界为止。 例：

某零件长度尺寸测量值（mm）共100个，测量单位为0.01mm,求其组距和组数为：

测定值记录表

样品号 1-1011-2021-3031-4041-5051-6061-7071-8081-9091-100

42.37 42.29 42.35 42.32 42.35 42.38 42.29 42.31 42.4 42.35

42.34 42.36 42.36 42.37 42.33 42.39 42.41 42.33 42.35 42.36

42.38 42.30 42.30 42.34 42.38 42.34 42.27 42.35 42.37 42.39

42.32 42.31 42.32 42.38 42.37 42.32 42.36 42.34 42.35 42.31

数据 42.33 42.33 42.33 42.36 42.44 42.3 42.41 42.35 42.35 42.31

42.28 42.34 42.35 42.37 42.31 42.39 42.37 42.34 42.36 42.30

42.34 42.34 42.35 42.36 42.36 42.36 42.36 42.31 42.38 42.35

42.31 42.36 42.34 42.31 42.32 42.40 42.37 42.36 42.35 42.33

42.33 42.39 42.32 42.33 42.29 42.32 42.33 42.35 42.31 42.35

42.34 42.34 42.38 42.30 42.35 42.33 42.36 42.35 42.34 42.31

行最大值 42.38 42.39 42.38 42.38 42.44 42.40 42.41 42.36 42.40 42.39

行最小值 42.28 42.29 42.30 42.30 42.29 42.30 42.27 42.31 42.31 42.30

最大值 最小值

42.44 42.27

由上表可以查到这100个测定值中，最大值为42.44，最小值为42.27

极差=42.44-42.27=0.17mm

已知测量单位为0.01mm,为了求出组距，可以用0.01mm的1，2，5的倍数除以极差0.17mm。

0.17/0.01=17

0.17/0.02=8.5（圆整为9） 0.17/0.05=3.4（圆整为3）

对照以上组数表测定值为100个，则组数为9是合理的。这时，与之对应的0.02mm既为组距。

按照前面对分组组界的要求，可以得到分组第一组组界为42.265-42.285，并依次可得其他各组组界。

根据分组情况画出直方图。

频数

42.265 42.445

长度

3.直方图的分布状态及分析

从稳定正常的生产过程中得到的数据所做出的直方图是左右对称的山峰形状。当生产过程异常时所取数据做出的直方图不是上面那样的简单图形，而是带有某种缺陷的形状。

直方图的分析

我们对以下典型的直方图进行分析

a b d e

f g h i

a.对称型。是一般稳定生产状态的正常情况。

b.右偏峰型。由于某种因素使下限受到时多出现此型，如清洁度近于零，

缺陷数近于零，孔加工尺寸偏小等。

c.左片峰型。由于某种因素使上限受到时多出现此型。

d.双峰型。常常是两种不同的分布混合在一起时多出现此型，如两台设备或

不同原料所生产的产品混在一起的情况。

e.平峰型。常常是由于在生产过程中有某中缓慢的倾向在起作用时多出现此

型，如刀具的磨损，操作者的疲劳等。

f.高端型。当工序能力不足时为找到适合标准的产品而做全数检查时多出现

此型，也就是说用剔除不合格产品的产品数据作直方图时易出现此型。另外，在等外品超差返修时或制造假数据等情况易出现此型。

g.孤岛型。当一时原料发生变化或者在短期内由不熟工人替班加工时易出现

此型；另外在测量有误时易出现此型。

h.栉齿型。如分级不当，级的宽度没有取为测量单位的整数倍时多出现此型。另外，测量方法或测量用表读数有问题时也容易出现此型。

六、调查表

运用统计方法进行质量控制主要依据是数据，数据要反映客观的实际情况，不应有虚假的成分，否则即使进行了严格的、精确的计算和分析，其结果仍不可信。收集数据及其他资料应有比较切实可行的方法，调查表就是一种很好的收集数据的方法。它的特点是：

l规格简单，使用简单方便；l自行整理数据，提高效率；

l填表之后的差错事后无法发现，因此应格外仔细。按使用的不同，调查表可以有各种形式，现分述之。1.工序分布调查表

适用于计量值数据的调查表，如零件尺寸、重量等质量特性的工序分布情况。当然，调查工序分布情况可以使用直方图，但作直方图时，除收集数据外，还要根据数据做频数分布，即需分两个步骤。然而，调查工序分布情况常常并不要求了解每个数据值，而只是需要整体分布状态及其与标准规格的关系。因此，最简单的方法是在收集数据的同时，进行分类和频数统计。工序调查表就是为了达到这个目的而设计的一种表格。 2.不合格项目调查表

为了减少生产中出现的各种不合格情况，需调查各种不合格项目的比率大小。为此可采用不合格项目调查表。 3.不合格位置调查表

外伤、脏污、铸锻件等表面缺陷等在产品中常作为检验的重要项目。为了减少这种不合格，采用不合格位置调查表具有很好的效果。这种调查表是在产品外型图或展开图上标出不合格位置，并可以给出不合格类型和数量，不同的不合格可以用不同符号或颜色标记。 4.不合格原因调查表

上述不合格项目和位置调查表只表明了不合格项目发生的频数和位置，而通过分层还可以用不合格原因调查表进一步查明原因，以便采取改进措施。为了调查原因，常把有关原因的数据与其结果对应收集，然后进行分层，作散布图，再加以分析研究。但在比较简单的场合，用调查表就可以收集到对应的数据并可以大致看出其主要原因。 5.特性检查表

特性检查表用于检查质量特性是否合乎要求，以对工序质量或产品质量进行检查与确认。尤其当检查项目多，易遗漏时，可用特性检查表逐项进行，以免错误和重复检查。 6.操作检查表

为了使工序操作人员能够严格遵守操作规程以保证产品质量，在某些重要工序或批量很大的工序可以可使用自检用的操作检查表。

七、

对策表

当通过数据整理分析、排列图、因果图以及集思广益的办法找出存在问题后，为了迅速和有步骤的解决问题，可以用对策表来明确对策措施、标准要求并以定员、定期来保证对策的实施，从而确保产品质量和工作质量。对策表简单明确、责任分明、便于推行、应用广泛，是一种十分有用的质量工具。对策表如图所示：

因素对策表

序号 存在问题 对策 负责人 备注