QC 七手法之② 层别法

admin

QC 七手法之② 层别法（分层法 / 分类法）

培训文件

文件编号	WB-QC7-02-002
适用范围	汽车制造厂 IQC / IPQC / FQC /  OQC 检验员、班组长
编制依据	旧 QC 七大手法通用规范、ISO 9001:2015 基于事实决策原则、VDA 6.3 过程审核
培训对象	参与 QC 七手法培训、需独立设计/记录/汇总检查表的新进检验员

② 层别法 · 前车门专案的第 2 站

我是带你的 QC 师傅。上一册你学会了用检查表把车门缺陷"记下来"。这一册我教你第二步：把记下来的数据"分开类"。平均数最容易骗人——班长看"总不良率 3%"会觉得没问题，可一层别（按供应商 / 设备 / 班次）真相就出来了。学完这册，你要能独立决定按什么维度分层、把原始检查表重排成层别表、并读出"问题到底藏在哪一层"。这是 QC 七手法工作流的第 2 站。

← ① 检查表    第 ② 步 · 层别法（收集类）    ③ 柏拉图 →

师傅先说清楚：这一册你学完要能做什么

1. 别人扔给你一堆混在一起的数据，你知道先别急着下结论，先想"按什么分开看"；

2. 你能说清层别法是什么、不是什么；

3. 你会选分层维度：人 / 机 / 料 / 法 / 环 / 测 / 时间，选 1–2 个主维度；

4. 你懂得从原始检查表重排成层别表（前提：查检表设计时就埋好了层）；

5. 你知道层别完之后，下一步交给柏拉图、鱼骨图、直方图，怎样配合最高效。

下面我带你走 5 步。每一步学完，你就多一样能上手的本事。

第 1 步 · 它到底是什么（先懂"是什么"）

先说人话：层别法就是把混在一起的一大堆数据，按某个共同特征（设备、班次、材料、人员……）分成几堆，让藏在"平均数"背后的问题自己冒出来。

再给准确定义：层别法（Stratification，也叫分层法、分类法）是"把数据按某一共同特征分成若干层（子组），从而揭示层与层之间差异"的分析方法。

💡  新手必看    记住一句话：层别法就是给数据"分堆"。检查表负责把数据记下来，层别法负责把数据分对类——检查表记、层别法分。就像你抽屉里一堆没配对的袜子，全倒出来数"30 只"啥也看不出；按颜色、再按左右脚一分，立刻发现"黑袜左脚少了 2 只"。

它是这些，不是那些：

它是	它不是
给数据"分堆"的动作	分析原因的工具（找原因交给鱼骨图）
把笼统问题定位到某一层（哪台设备 / 哪个班次 / 哪批料）	直接给出改善措施
为柏拉图、直方图、控制图提供"分好类的数据"	自己下"为什么"的结论
依赖检查表设计时就埋好的层	事后能随便补分层（补不了）

第 2 步 · 它帮你解决什么（再懂"有什么用"）

不做层别，现场会出这个乱子：平均数掩盖真相。

沿用第①册检查表案例 2 的焊装场景：如果只报"今天虚焊合计 26 次，甲乙班差不多"，班长会去搞全员培训；但一层别（按设备）发现焊机 2 虚焊 23 次、焊机 1 仅 3 次——真相是设备不是人。不做层别，你花力气搞错方向，还治不了本。

⚠ 红线 / 避坑    质量管理的第一性原理是"基于事实决策"。层别法解决的就是"事实被平均数平均掉"的问题。没分层就下结论，等于闭着眼睛指方向——师傅在你上岗第一天就盯着这条。

什么时候该用层别法？ 只要你想回答"问题集中在哪一层"——哪家供应商、哪台设备、哪个班次、哪批料——就用它。它通常是分析类工具（柏拉图、直方图、控制图）的前置动作。

第 3 步 · 数据从哪来、怎么分（重点：怎么分层）

层别法不是凭空来的——它建立在第①册检查表已采集的原始数据之上。前提：查检表设计时就该把层埋进表头（如案例2 把"设备"埋进表头），否则事后补不了。

常见分层维度（汽车制造现场）：

维度	现场可分的层
人	班组、班次（白 / 夜）、技能等级、操作工
机	机台号、模具、夹具、焊机、拧紧枪
料	供应商、批次、炉号、材料牌号
法	工艺版本、参数设定、作业指导书版次
环	温度、湿度、产线、车间
测	量具、检验员
时间	每 2 小时、白 / 夜班（IPQC 用每 2 小时，不用日期）

分层 6 步（师傅一条条教）：

1. 明确要找什么差异：是想找设备问题、班次问题，还是材料问题？目的决定分层维度；

2. 选 1–2 个主维度：先粗后细，异常层再往下钻；

3. 确认数据可分：检查表设计时就该把层埋进表头，否则事后补不了；

4. 分别汇总各层：每层单独加总，算频次 / 不良率，不混在一起；

5. 比较各层，找异常层：哪层明显高 / 低？差异是否大到值得行动？

6. 对异常层深挖：交给鱼骨图（找该层要因）或散布图（验该层相关）。

⚠ 红线 / 避坑    分层不是越细越好。按"人 × 设备 × 班次 × 日期"四层交叉，单层可能只有几个件，噪声比信号还大，统计上不可靠。先粗后细，异常层再往下钻。

第 4 步 · 跟我亲手做一个（重点：怎么做得出来）

场景：班长拿给你第①册检查表案例 2 的焊装巡检原始记录（每 2 小时一档，混记两台焊机），问"虚焊到底谁的锅？"

错误示范：直接把 8 个时段虚焊相加，报"白班虚焊 52 件、甲乙差不多" → 误导成全员培训。

正确做法：原始记录设计时就该埋"设备"层。现在按"设备"重排：

时间段	设备	甲班虚焊	乙班虚焊	设备小计
08–10	焊机 1	2	1	3
08–10	焊机 2	11	12	23
10–12	焊机 1	1	2	3
10–12	焊机 2	10	13	23
13–15	焊机 1	2	1	3
13–15	焊机 2	12	11	23
15–17	焊机 1	1	2	3
15–17	焊机 2	13	10	23

焊机2 班末合计 92 次，焊机 1 仅 12次——问题在焊机 2，不在人、不在时段。如果当初按"日期"混记，焊机2 的问题会被甲乙班组和不同时间段平均掉。

💡  新手必看    这张层别表就是"把平铺原始记录按层重排汇总"。设计查检表时没埋"设备"层，就做不出这张表——这就是为什么第①册强调"提前埋分层"。层别法 = 查检表设计时的远见 + 收数后的重排。

第 5 步 · 它和兄弟工具怎么配合最高效

你学七手法不是为考试，是为把车门质量问题又快又准地收拾干净。师傅给你一条已经在工厂验证过的最高效率标准工作流：

```

检查表(记3天原始数据) → 层别法(按供应商/设备/班次分开看)

→ 柏拉图(只抓前2~3项"关键少数")

→ 鱼骨图(只深挖这2~3项，不面面俱到)

→ 散布图(验证你怀疑的那个要因)

→ 直方图(看关键尺寸分布+Cpk)

→ 控制图(改善后长期监控)

```

三条效率原则：

1. 没数据不分析：上来就鱼骨图"头脑风暴"，容易编原因、走偏。先让检查表收数、层别法分堆，用事实说话。

2. 检查表提前埋分层，层别法直接分：不用回头补数据。

3. 层别后做柏拉图 / 直方图：混在一起做，真问题会被平均掉。

🔗  故事衔接    下一册《柏拉图》拿本册分好层的数据，排队抓出"关键少数"——册册接得上，你学完就是一个完整专案。

师傅做给你看：三个真实案例（前车门专案）

下面三个案例都发生在我们跟踪的「前车门专案」里。你看师傅怎么把"分层 6 步"用到真实岗位。每个案例都先给原始检查表（平铺），再给层别表（重排）——这就是层别法最标准的动作。

案例 1 · IQC 来料 —— 按供应商分层（材料维度）

背景：某紧固件每周多批到货，质量工程师怀疑个别供应商不良率高，但月度汇总"总不良率 3%"看不出谁的问题。你是 IQC 检验员，任务：用数据锁定问题供应商。

设计：在来料查检表设计时，把"供应商"作为分层维度埋入表头（A / B / C 三厂），每批抽检 50 件，记录各缺陷计数。每周末按供应商分别汇总，而不是混在一起报总数。

原始检查表（记录用查检表 · 来料检验原始记录，按到货批次平铺）

批次	供应商	抽检数	尺寸超差	螺纹不良	表面锈蚀	头部开裂	合计
批1	A	50	1	1	0	0	2
批2	A	50	1	0	1	0	2
批3	A	50	1	1	0	0	2
批4	A	50	1	0	0	0	1
批5	A	50	0	0	0	0	0
批6	B	50	4	2	1	1	8
批7	B	50	3	2	1	0	6
批8	B	50	4	2	1	1	8
批9	B	50	4	2	2	1	9
批10	B	50	3	1	1	0	5
批11	C	50	1	0	1	0	2
批12	C	50	1	1	1	0	3
批13	C	50	1	0	0	0	1
批14	C	50	0	0	0	0	0
批15	C	50	0	0	0	0	0

这份原始查检表逐批记录了供应商，但平铺 15 行，扫一眼看不出谁的问题大。只有按供应商层别汇总，真相才浮现——见下表。

层别表（按供应商分层汇总）

供应商	尺寸超差	螺纹不良	表面锈蚀	头部开裂	合计	抽检数	不良率
A	4	2	1	0	7	250	2.8%
B	18	9	6	3	36	250	14.4%
C	3	1	2	0	6	250	2.4%

结论：B 厂不良率 14.4%，是 A / C 的 5 倍多，且各类缺陷全面偏高——问题集中在 B 厂，不是"全行业都差"。

工作行动：对 B 厂来料加严检验（加抽样量 / 全检关键尺寸），并发 8D 要求书让 B 厂整改；A / C维持正常抽检。若只报"总不良率 3%"，B 厂问题被平均淹没，整条线白管控。

🔗  故事衔接    这家 B 厂，下一册《柏拉图》会继续挖——B 厂内部到底是哪几种缺陷最该先改？

案例 2 · IPQC 焊装 —— 按设备分层（设备维度，每 2 小时）

背景：白车身焊点虚焊偶有发生。班长第一反应是"全员培训"，但你怀疑是某台焊机。你用层别法验证（这就是第 4 步那个场景）。

设计：巡检查检表以"每 2 小时一档"为时间轴（非日期），表头埋入"设备（焊机 1 / 焊机 2）× 班组（甲 / 乙）"两层。班末不先看总数，而是先按设备分层汇总。

原始检查表（记录用查检表 · 焊装巡检，每 2 小时一档 —— 注意：此表设计缺陷，未埋"设备"层，混记两台焊机）

时间段	班组	虚焊	漏焊	飞溅	位置偏移	合计
08:00–10:00	甲	13	2	2	3	20
08:00–10:00	乙	13	3	4	2	22
10:00–12:00	甲	11	2	4	2	19
10:00–12:00	乙	15	3	4	2	24
13:00–15:00	甲	14	2	3	2	21
13:00–15:00	乙	12	3	4	2	21
15:00–17:00	甲	14	2	4	2	22
15:00–17:00	乙	12	3	4	2	21

这份原始表只回答"每时段虚焊多少、甲乙班差不多"，看不出设备差异——若据此下结论，就会误判成"全员培训"。层别的前提是数据可按该层拆分，所以正确做法是在查检表设计时就埋入"设备"层。下面给出补埋设备层后重新汇总的层别表。

层别表（按设备分层 · 每 2 小时，甲/乙轮换操作两焊机）

时间段	设备	甲班虚焊	乙班虚焊	设备小计
08:00–10:00	焊机 1	2	1	3
08:00–10:00	焊机 2	11	12	23
10:00–12:00	焊机 1	1	2	3
10:00–12:00	焊机 2	10	13	23
13:00–15:00	焊机 1	2	1	3
13:00–15:00	焊机 2	12	11	23
15:00–17:00	焊机 1	1	2	3
15:00–17:00	焊机 2	13	10	23

结论：焊机 2 虚焊班末合计 92 次（23 × 4），焊机 1 仅 12次（3 × 4）；且跨所有时段、甲乙两班在焊机 2 都高——问题在焊机 2，不在人、不在某时段。按"日期"混记会掩盖这一点。

工作行动：报修焊机 2（查电极磨损 / 参数漂移），对焊机 2 焊点加凿检频次；暂不启动全员培训，避免资源错配。层别法在这里直接改写了处置方向。

🔗  故事衔接    焊机 2 这条线，后续进《鱼骨图》《散布图》：焊接电流到底是不是虚焊要因？

案例 3 · 涂装 —— 按班次分层（时间/ 人员维度）

背景：面漆颗粒（脏点）抱怨上升。工程师怀疑和喷涂环境有关，但你作为 IPQC 巡检发现白班和夜班抱怨数差异大，决定用班次分层验证。

设计：涂装查检表按"班次（白 / 夜）"分层，记录每班颗粒缺陷数与喷涂车数，算每班不良率；同时埋入"喷房（1 / 2）"作为第二层备用。

原始检查表（记录用查检表 · 涂装面漆颗粒，按日期 × 班次平铺）

日期	班次	喷涂车数	颗粒缺陷
D1	白班	80	4
D1	夜班	80	10
D2	白班	80	5
D2	夜班	80	12
D3	白班	80	4
D3	夜班	80	11
D4	白班	80	4
D4	夜班	80	13
D5	白班	80	5
D5	夜班	80	12

平铺 10 行看不出规律；按班次层别汇总后，夜班问题立刻凸显——见下表。

层别表（按班次分层汇总）

班次	颗粒缺陷数	喷涂车数	不良率
白班	22	400	5.5%
夜班	58	400	14.5%

结论：夜班颗粒不良率 14.5%，是白班 5.5% 的 2.6 倍。再用第二层"喷房"看，发现夜班问题集中在喷房 2——追查发现喷房 2 夜班空调滤网未按计划更换，洁净度下降。

工作行动：立即更换喷房 2 滤网并恢复点检；夜班颗粒专项管控；把"喷房滤网更换"纳入开班点检（点检用查检表，操作工填、你复核）。若不按班次分层，只会笼统"加强清洁"，找不到喷房 2 这个真因。

岗位速查卡 · 周一上班第一步

📌  岗位速查卡    拿到一堆混在一起的数据，先做这 4 件事： 1. 明确目的：我要找什么差异？设备 / 班次 / 材料？ 2. 选 1–2 个主维度：先粗后细，异常层再往下钻。 3. 确认数据可分：检查表设计时就埋了层；没埋就先回去补设计。 4. 分层汇总再比较：每层单独算频次 / 不良率，找异常层。  红线：平均数会骗人；分层不是越细越好；层别只定位、不判因、不替你决策——判因交给鱼骨图，验相关交给散布图。

本册小结

层别法＝给数据"分堆"，是七手法里「收集类」的第二站，与检查表搭档。它不分析原因，只把问题精准定位到某一层（哪台设备 / 哪个班次 / 哪批料），从而让柏拉图、直方图、控制图更有价值，也让改善资源用对地方。记住：平均数会骗人，分了层才见真相。

🔗  故事衔接    下一册 《柏拉图》，师傅带你把本册分好层的数据，排队抓出"关键少数"。