深度解读QC七大工具 · 鱼骨图

写在系列之前

QC七大手法（工具）——检查表、层别法、柏拉图、因果图（鱼骨图）、散布图、直方图、控制图——是质量管理中最基础也最强大的"七件武器"。

很多QC会用，但不一定"懂"；很多质量工程师知道是什么，但不会"用透"。这个系列的目的，是把每一件武器拆开来看：它是干什么的、什么时候用、怎么用才不会用错、实战中有什么坑、怎么从"会用"到"用精"。

本期我们从鱼骨图开始。它是QC七大手法中使用最广泛、但同时也最容易被"用废"的工具。

第一章：鱼骨图的本质

1.1 什么是鱼骨图

鱼骨图（Fishbone Diagram），又称因果图（Cause-and-Effect Diagram），由日本质量管理大师石川馨（Kaoru Ishikawa）于1943年首次提出，因此也常被称为石川图（Ishikawa Diagram）。

标准定义：
鱼骨图是一种通过系统性的因果链分析，将问题的潜在原因按类别逐层展开的可视化工具。它的核心逻辑是：任何一个结果（问题/效应）都有多个原因，而这些原因之间存在层次关系和类别关系。

1.2 鱼骨图的本质不是"画图"，是"思考框架"

很多初学者把鱼骨图当成"在会议室的墙上画一条鱼"——这恰恰错过了它的价值。

鱼骨图的本质：
  一个结构化的、系统化的、可视化的原因分析思考框架。

  → 结构化：不是乱写，是按5M1E分类展开
  → 系统化：覆盖所有可能的原因维度，避免遗漏
  → 可视化：一张图看清所有潜在原因及其关系

1.3 鱼骨图的三大作用

第二章：鱼骨图的结构与要素

2.1 标准结构图解

                  原因类别1                原因类别2
                       │                       │
       ┌───────────────┼───────────────────────┤
       │               │                       │
       ▼               ▼                       ▼
  ┌────────┐    ┌───────────┐          ┌───────────┐
  │ 小原因  │    │  小原因    │          │  小原因    │
  │  ├中原因│    │   ├中原因  │          │   ├中原因  │
  │  │ ├大原│    │   │ ├大原  │          │   │ ├大原  │
  └────────┘    └───────────┘          └───────────┘
       │               │                       │
       └───────────────┼───────────────────────┘
                       │
                       ▼
              ┌──────────────────┐
              │   问题/效果       │
              │  (鱼头 - 右侧)    │
              └──────────────────┘
       ┌───────────────┼───────────────────────┐
       │               │                       │
       ▼               ▼                       ▼
  ┌────────┐    ┌───────────┐          ┌───────────┐
  │ 原因    │    │  原因      │          │  原因      │
  │ 类别3   │    │  类别4     │          │  类别5     │
  └────────┘    └───────────┘          └───────────┘

2.2 核心要素对照

2.3 鱼骨的类型（按方向）

第三章：5M1E——鱼骨图的"骨架"

3.1 5M1E的完整内涵

5M1E = Man（人）+ Machine（机）+ Material（料）+ Method（法）+ Measurement（测）+ Environment（环）

这是制造业鱼骨图分析的"标准分类框架"。

下面每个维度展开的典型原因路径：

M1 —— Man（人 / 人员）

深度点评： "人"的问题经常被归因到"态度不好"或"责任心不强"——这是分析中的一大陷阱。优秀质量人会继续追问：为什么态度不好？是培训不足？激励不够？还是流程设计本身让人容易出错（Poka-Yoke的必要性）？

M2 —— Machine（机 / 设备）

M3 —— Material（料 / 材料）

M4 —— Method（法 / 方法）

M5 —— Measurement（测 / 测量）

深度点评： 测量系统本身的问题经常被忽略——很多人"先入为主"认为测量结果是对的。优秀的QE总会先问一句：这个数据可信吗？测量系统有没有问题？

M6 —— Environment（环 / 环境）

3.2 不同行业的5M1E扩展

第四章：鱼骨图的操作流程（标准7步法）

Step 1 —— 定义问题（鱼头）

关键： 问题定义越具体，分析越有效。

× 错误范例："产品质量差"
  → 太模糊，难以聚焦分析方向

✓ 正确范例："A产线B产品的焊接强度在过去两周内从行业水平下降了30%"
  → 具体到：什么产品、什么过程、什么指标、什么时间、什么偏差量

定义问题的检查清单：

• 问题是否可测量？（有具体的数据/指标）
• 问题是否有时空限定？（什么产品、什么时间、什么产线）
• 问题是否排除了已知因素？（是否已经知道某些条件不变？）
• 问题是否单一焦点？（一次只分析一个问题）

Step 2 —— 搭建框架（画出主骨和大骨）

在纸上/白板上画出鱼骨的基本结构：

• 画一条水平粗线（主骨）
• 右侧画一个框（鱼头），写上问题描述
• 画出5-8条倾斜箭头（大骨），标注原因类别（5M1E）

Step 3 —— 头脑风暴（团队共创）

邀请跨职能团队参与——鱼骨图的最大价值在于多人视角的碰撞。

参与人员建议：
  └── QC（最了解现场细节）
  └── QE（最了解质量数据和系统问题）
  └── 生产操作工/班组长（最了解实际操作）
  └── 工艺工程师（最了解工艺参数）
  └── 设备维护人员（最了解设备状态）

头脑风暴规则：

• 不批评、不评判任何意见（不管多"荒谬"）
• 鼓励数量，量大才有量变的可能
• 鼓励"搭便车"——在他的基础上延伸
• 每一条原因尽量用中性语言描述（不预设结论）
• 记录每一个想法——不要过滤

Step 4 —— 分层展开（小骨→细骨）

关键原则：追问至少3层。

示例如下（不良率上升 → 焊接缺陷）：

第一层（大骨 → 中骨）：
  M（法）：焊接参数不合理

第二层（中骨 → 小骨）：
  焊接参数不合理 → 焊接电流设定值偏差

第三层（小骨 → 细骨）：
  焊接电流设定值偏差 → 换班后未按标准调整参数
  焊接电流设定值偏差 → 设备参数记忆功能失效

第四层（细骨 → 更细）：
  设备参数记忆功能失效 → 预防性维保未覆盖该功能模块
  设备参数记忆功能失效 → 维修后未做参数验证

这个例子中，最初的表象是"焊接缺陷"，
表层原因是"参数偏差"，
深层原因是"维保体系不完备"。

优秀质量的鱼骨图，是在第3-4层才能找到真正的根因。 如果只在第1-2层就停止，得到的只是"表层原因"的表象分析。

Step 5 —— 识别关键影响因素

鱼骨图上的原因很多（通常30-50条），不是每条都需要处理。

筛选方法：

方法一：投票法（团队共识）
  每人从所有原因中选出最重要的5条
  按得票数排序，取Top 5-8条
  适用：团队经验丰富时

方法二：数据验证法
  用已有的检验数据验证每条原因的"相关性"
  如：如果是"设备A的原因"，比较设备A运行和不运行时的缺陷率
  适用：有数据支撑时

方法三：柏拉图筛选
  将鱼骨图分析出的原因转化为数据收集，
  用柏拉图验证"关键少数"
  适用：需要严格量化时

方法四：控制试验
  对疑似根因进行小范围干预试验
  如果干预后问题消失，就找到了
  适用：可以控制的场景

Step 6 —— 验证根因

重要的认知：鱼骨图分析出的原因只是"假设"，不是"结论"。

鱼骨图 → 产生假设（Hypothesis Generation）
数据验证 → 验证假设（Hypothesis Verification）

没有数据验证的鱼骨图，只是一张"漂亮的图"而已。

验证根因的三个层次：

Step 7 —— 制定改进措施

针对已验证的根因，制定具体的改进措施：

根因：设备参数记忆功能失效（预防性维保未覆盖）

措施：
  短期：立即修复参数记忆模块，停线维修后做参数验证
  中期：将参数记忆功能纳入预防性维保检查清单
  长期：设备采购时增加参数记忆功能的可靠性要求

第五章：鱼骨图的常见误区与避坑

误区1：原因罗列不分类

× 错误做法：
  把所有想到的原因直接画在鱼骨上，不分类别
  → 结果：一堆箭头指向鱼骨，杂乱无章

✓ 正确做法：
  先用5M1E分类再填充
  → "分类本身就是分析"——每个类别都问一遍"这个类别有没有原因？"

误区2：只写大骨，没有细分

× 错误做法：
  大骨上写了"人"，就没有往下展开了
  → 结果：信息量太少，没有分析价值

✓ 正确做法：
  每个大骨至少追问到第2-3层
  "人" → "技能不足" → "培训不够" → "新员工入职培训周期不足"

误区3：一根鱼骨只画到"表象原因"

× 错误的鱼骨分析：
  "不良率上升"
  → 人：操作不熟
  → 机：设备老化
  → 料：材料不好
  然后就没有了。
  → 结果：根本无法制定有效对策

✓ 正确的鱼骨分析：
  需要一直追问到"可以做点什么来改变它"的程度

误区4：一个人画完全图

× 错误做法：
  质量工程师一个人把自己关在办公室画出鱼骨图
  → 结果：一张"专家视角"的图，漏掉了产线的真实信息

✓ 正确做法：
  跨职能团队（QC+生产+工艺+设备+...）一起画
  → 不同视角互补，发现隐藏的原因

误区5：把鱼骨图当成了"结案报告"

× 错误做法：
  8D报告里画了一张漂亮的鱼骨图，然后...就没人再看了
  → 结果：漂亮的PPT，但问题下次还会出现

✓ 正确做法：
  鱼骨图是分析工具，不是展示工具
  关键是"分析出来的结论是否已转化为改进措施？"

误区6：混淆了"原因"和"现象"

× 错误："不良率高"的原因是"尺寸超差"
  → 尺寸超差本身就是不良现象，不是原因

✓ 正确：
  不良现象：尺寸超差
  原因：刀具磨损 → 刀具寿命设定不合理 → 刀具管理制度缺失

误区7：一片鱼骨图试图分析多个问题

× 错误做法：
  一根鱼骨上写了"报废率上升、客诉增多、效率下降"三个问题
  → 结果：三个问题混在一起，原因互相交叉，无从下手

✓ 正确做法：
  一次只分析一个问题
  如果有多个问题，分别画多根鱼骨图

第六章：鱼骨图与其他工具的组合使用

6.1 鱼骨图 + 5Why

最佳搭档。 鱼骨图提供"广度"，5Why提供"深度"。

组合使用流程：

Step 1：鱼骨图头脑风暴
  → 列出所有可能的原因（广度覆盖）

Step 2：用投票/数据筛选出关键原因
  → 找出最可能的3-5条

Step 3：对每条关键原因使用5Why追问
  → 追到系统层根因（深度分析）

6.2 鱼骨图 + 柏拉图

组合使用：

Step 1：鱼骨图分析 → 列出所有原因假设
Step 2：针对原因假设设计数据收集
Step 3：用柏拉图对收集的数据进行分析
  → 找出"关键的少数原因"
Step 4：针对关键少数原因制定改进措施

这种方法解决了鱼骨图的固有弱点： 鱼骨图会产生很多假设但无法区分优先级，柏拉图补充了优先级判断。

6.3 鱼骨图 + FMEA

组合使用：

Step 1：用鱼骨图识别过程可能存在的失效原因
Step 2：将鱼骨图分析出的原因输入FMEA的"失效起因"列
Step 3：评估该原因的严重度(S)、发生频度(O)、探测度(D)
Step 4：计算RPN，确定改进优先级

FMEA的O（发生频度）和D（探测度）判断需要鱼骨图信息作为输入。

6.4 鱼骨图 + C&E矩阵（Cause & Effect Matrix）

C&E矩阵是对鱼骨图的"量化升级"：

做法：
  ├── 行：鱼骨图分析出的所有原因
  ├── 列：产品质量特性（CTQ）
  ├── 单元格：原因对CTQ的影响程度评分（0,1,3,9）
  └── 汇总：每个原因的总分 → 排序出最关键原因

第七章：鱼骨图在各行业的实战案例

案例1：制造业——"焊接强度不足"

问题：A产线B产品的焊接强度不合格率从0.3%上升到2.5%

鱼骨图分析路径（简化）：