解決質量問題根本原因七大分析工具

根本原因分析（RCA）是一項結構化的問題處理法，用以逐步找出問題的根本原因并加以解決， 而不是僅僅關注問題的表征。這要求我們要透過冰山一角，找到隱藏在水下的部分。

當然，任何一個問題，如果我們刨根究底，不加任何限制，我們甚至可以將其原因追溯到文明，因此，“適可而止,命中要害” 就顯得特別重要。

一般來講，根本原因要從下面三個維度進行一定的深挖，深挖到一個可執行層面（actionable level)，即直到可以采取有效措施為止：

• 物理原因（技術原因），如原材料錯誤、設備故障

• 人的原因，如錯誤操作、遺漏的操作導致問題發生

• 體系原因，如流程、方針等不能支持正確的決策導致問題發生

下面來看這7個秘密武器都有哪些？魚骨圖 Fish b

一、魚骨圖：又名因果圖（Cause and effect daigram）, 由日本管理大師石川馨先生發明，故又名石川圖。此工具簡明實用，深入直觀，是精益活動中常用武器。

 要點：

• 右邊魚頭是果(effect)，左邊魚骨和魚刺是因（cause)；

• 魚骨是大的要因(main-cause)，魚刺是小的要因（sub-cause);

• 現場作業大的要因一般為5M1E：人、機、料、法、環、測；

• 管理類問題大的要因一般為：人、事、地、時、物；

• 此武器搭配頭腦風暴法使用更佳。

PS：頭腦風暴法（Brain Storming），一種通過集思廣益、發揮團體智慧，從各種不同角度找出問題所有原因或構成要素的會議方法。BS有四大原則：嚴禁批評、自由奔放、多多益善、搭便車。

二、5-why分析法：又稱“5問法”，就是對一個問題點連續以5個“為什么”來追問，以追究其根本原因；之所以叫 5 Why，是因為大多數問題通過問5個問什么基本能找到其根本原因。

三、故障樹分析(Fault Tree Analysis:簡稱FTA) 又稱事故樹分析，由美國貝爾電報公司的電話實驗室于1961年提出，是安全系統工程中重要的分析方法，常用于各種復雜設備問題的原因分析

一般來講，安全系統工程的發展也是以故障樹分析為主要標志的。故障樹分析法故障樹分析法1974年美國原子能委員會發表了關于核電站危險性評價報告，即“拉姆森報告”，大量、有效地應用了FTA，從而迅速推動了它的發展。

FTA 以數學為基礎，采用邏輯符號幫助分析，直觀、明了，思路清晰，邏輯性強，可以做定性分析，也可以做定量分析。

從一個可能的事故開始，自上而下、一層層的尋找頂事件的直接原因和間接原因事件，直到基本原因事件，并用邏輯圖把這些事件之間的邏輯關系表達出來。

四、柏拉圖 Pareto Chart ：又名主次因素圖、排列圖，可看作是按降序排列并帶有累積百分比的特殊柱狀圖，是十九世紀的經濟學家“維爾法度·柏拉圖”的一種分析方法。

要事diyi，凡事抓重點。此法背后的核心原理就是20/80法則。把數據按次序排列區分，在原因分析時可以找到“關鍵少數”（Vital Few）和“非關鍵多數” (Trival Many)，并予以區分。

 柏拉圖的主要用途 

(1)按重要順序顯示出每個質量改進項目對整個質量問題的作用； 
(2)識別進行質量改進的機會。 
(即識別對質量問題有影響的因素,并加以確認)    

作圖步驟 

1)  選擇要進行質量分析的項目； 
2)  選擇用來進行質量分析的度量單位，如出現的次數（頻數、件數）、成本、金額或其他； 
3)  選擇進行質量分析的數據的時間間隔； 
4)  畫橫坐標； 
5)  畫縱坐標； 
6)  在每個項目上畫長方形，它的高度表示該項目度量單位的量值，顯示出每個項目的影響大??； 
7)  由左到右累加每個項目的量值（以％表示），并畫出累計頻率曲線（帕累托曲線），用來表示各個項目的累計影響； 
8)  利用柏拉圖確定對質量改進為重要的項目（關鍵的少數項目）。

五、失效模式及后果分析

六、樹狀圖 Dendrogram：亦稱樹枝狀圖，Dendro即希臘語中的“tree” 。樹形圖是數據樹的圖形表示形式，以父子層次結構來組織對象，是枚舉法的一種表達方式。

風靡的麥肯錫金字塔原理 MECE法則，其實本質就是個樹狀圖而已，并不高深。

所謂： MECE=Mutually Exclusive Collectively Exhaustive。

即： 相互獨立，*窮盡。

也是初中學生學習概率問題所需要畫的一種圖形

近幾年流行的思維導圖 Mind map，其實就是樹狀圖哦，只不過更加思維圖像化了。對了，Mind map的在線工具有很多。

七、散點圖（scatter diagram）：即通過分析數據點在直角坐標系平面上的分布，來判斷兩變量之間是否存在某種關聯的一種圖形工具。

散點圖中包含的數據越多，比較的效果就越好。

散點圖與折線圖相似，而不同之處在于折線圖通過將點或數據點相連來顯示每一個變化。

散點圖是回歸分析的基礎。在回歸分析中，散點圖表示因變量隨自變量而變化的大致趨勢，據此可以選擇合適的函數對數據點進行擬合。