自左向右画一横组线代表制程★◆◆★◆，并将评价特性写在箭头的右边，以◆◆★“为何×××不良”的方式表示。

　　在分析独立数据时★◆■，用直方图、柏拉图就可找出改善着眼点，但如要解析两个变量X、Y之间的相关性时，就需使用散布图，将X与Y的两组数据绘在方格纸上，可看出X、Y之间相关情形的图谓之散布图■★。

　　制程满足以上条件，虽可认为制程在管制状态，但不是说点超过了界限外也可以◆★，这些超限的点必定有异常原因的，所以必须追究原因◆■◆■，并将之除去方可。

　　报告与记录★◆：只看数据是无法知道分类项目的影响★◆■★，但柏拉图就能正确的把内容表示出来■◆■★◆★，可用在报告及记录上。

　　1953年石用馨教授所提出的一种以把握结果（特性）与原因（要因）的极方便而有效的方法◆★■■★。特性要因图就是能一目了然的表示出结果（制品的特性）与在（影响特性的要因）之影响情形或二者之间的关系之图形。因其形状很像鱼骨◆◆■★■◆，故又称为“鱼骨图”。

　　QC七大工具很多质量人都知道◆■★★，但是如何绘制这些图，有什么要求？今天我们为你带来干货，希望对你有帮助◆◆。

　　在品管圈改善活动，为了便于收集数据与解析判断，而设计的一种表格，查检表。

　　1、大要因直接部门可依制程别分类，亦可依4M（人、机械◆★■★、材料◆★■■◆◆、方法）来分类。

　　2★◆、大要因以方框圈起来，加上箭头的大分枝到横粗线★■◆■、各大要因，分别记入中、小要因

　　这些重要要因是作为下一步骤查检的依据■★■★■，当然圈选时仍需借助于大家的经验以及现场实际的状况来判定。

　　发生品质变异的原因很多■■■，有时很单纯，有时很复杂，但影响其品质的要因不外乎是原料、机器设备、操作人员及操作方法，要找出原因，出自何处★■■◆◆★，就有分开观察而收集数据的必要■◆■■★◆。

　　所以，一般管制图纵轴为制品的品质特性，以制程变化的数据为分度◆■★：横轴为制品的群体号码，或制造年月日等★◆★◆★，以时间顺序、制造顺序将点绘在图上◆★■◆。

　　4、尽量将层别观念溶进其他手法★■★◆■，如查检表、柏拉图★■◆★、推移图、直方图★◆、散布图、管制图等。

　　下图是锡膏厚度的直方图，上下限分别是130和220。由图可直接看出数据分布在150~200内, 而170~180间的数据最多■◆。

　　将某期间所收集的计量值数据（如尺寸、重量、硬度……等）经分组整理成次数分配表◆★，并以柱形予以图式化★◆◆◆■★，以掌握这些数据所代表的情报◆◆■★■。

　　将一定期间所收集的不良数、缺点数…….等数据，依项目别、原因别（查检表的项目）加以分类，按其出现大小（大→小）顺序排列的图形。

　　如果能找出何种原料，那一台机器或那一位操作员有问题后再加以改善◆■★■■，而杜绝不良品的发生★◆◆。

　　1◆★、要迅速有效解决问题★★◆，在整个过程中皆需通过比较方式：而要比较一定要层别。

　　如：钢的粹火温度和硬度、镙钉的转距和抗张力、油的温度与粘度■■★■、玻璃中含铅量与抗辐射。