8D 关闭前最后一关：怎么证明问题真没了？——D6 有效性验证五步法

一、关了三个月的 8D，又复发了

某汽车零部件企业去年处理过一起客户投诉：变速箱油封渗油，客户端装配线批次不良率冲到 0.8%。8D 小组花了三周走完流程：D4 用鱼骨图加 5Why 锁定根因是油封压装工装定位销磨损，D5 定了更换耐磨衬套、压装后增加 100% 高度检测两道措施，报告提交客户，两周后客户回复"验证通过"，8D 正式关闭，全员松了一口气。

三个月后，同款油封的渗油投诉再次出现在客户端，不良率 0.5%。复盘时质量经理问了三个问题，没人答得上来：当初 D6 验证了多久？——"试运行了两周，没出问题"。验证了多少件？——"大概三四百件，都是白班干的"。验证期间有没有统计不良率、对比过改善前？——"当时只顾着盯渗油，没专门统计，反正没听说有不良"。

问题就出在这里。油封渗油本来是个低频缺陷，白班两周三四百件里恰好没碰上，根本不能证明措施有效。工装衬套的磨损问题只解决了白班那台设备，夜班那台没换衬套，三个月后磨损复发，缺陷跟着复发。

这不是孤例。很多企业的 8D 都"死"在 D6：前面 D1 到 D5 轰轰烈烈，到了 D6"有效性验证"，要么在报告里写一句"经试运行验证，措施有效"带过，要么干脆默认通过，直接把 8D 推给客户。结果就是：8D 关得快，问题回来得也快。

二、D6 到底在验证什么

要理解 D6，先看它在 8D 里的位置。8D 的八个步骤里，D4 回答"问题为什么发生"，D5 回答"选什么措施去消除根因"，D6 回答"这些措施到底有没有用"，D7 才回答"怎么防止它再发生"。

很多团队把 D5 和 D6 混成一步：措施定完、上了产线，就认为"做了就是有效"。这是两回事。D5 结束时的验证，验证的是"措施与根因对症"——比如通过小批量试制确认换了衬套确实能消除磨损；D6 要验证的是"措施在大规模、真实、连续的生产条件下，稳定地消除了问题"，而且这种消除不是靠运气、不是靠别的变量碰巧帮忙。

D6 的本质，是用数据证明三件事：第一，问题指标确实下降了；第二，下降是由本次措施引起的，而不是同期其他变化造成的；第三，效果能持续，不是只撑过验证期那几天。

实践中 D6 最常见的三种"假验证"，都是没想清楚这三件事：

第一种叫"时间假验证"：措施上线后试运行一周、两周，没出问题就宣布有效。低频缺陷一周内本来就可能不发生，时间短不等于有效。

第二种叫"指标假验证"：只盯最终不良率，样本量又小得可怜。改善前抽 100 件有 2 件不良，改善后抽 100 件有 0 件不良，看着漂亮，但样本量太小，2 件和 0 件的差异在统计上根本不显著，换一批产品结果可能完全反过来。

第三种叫"归因假验证"：验证期间公司同时换了新供应商、调了工艺参数、加了台新设备，最后不良率降了，功劳全记在 8D 措施头上。效果是真的，但说不清是谁的功劳，下次换掉别的变量，问题照样回来。

判断一个 D6 是不是走过场，就看验证方案里有没有回答：验证什么指标、样本量多少、验证多久、和什么基线比、用什么标准判定通过。

三、D6 有效性验证五步法

第一步：把每条措施翻译成可测指标。 措施和指标要一一对应。比如"更换耐磨衬套"对应的是"定位销磨损量/压装深度波动"这类过程参数指标，"增加 100% 高度检测"对应的是"不合格品拦截率/流出不良率"。再往上才是客户看到的"渗油不良率"。验证时三层都要看：过程参数证明措施在起作用，拦截指标证明防线在运作，结果指标证明问题真的消失了。只盯最后一层，前面哪一环断了都不知道。

第二步：锁死基线。 验证必须有个"比"的对象。基线就是改善前的真实水平，数据口径要和验证期完全一致：同样的统计范围、同样的缺陷定义、同样的数据来源。很多企业基线是从 8D 报告里抄的"0.8%"，但那是客户端统计的口径，验证期用厂内统计口径，两个数根本不可比，比出来的"下降"没有意义。基线数据最好在 D4 阶段就专门采集留存，别等验证时再去翻旧账。

第三步：设计验证方案——样本量、时长、覆盖条件。 这是五步里最考功力的。三个原则：一是样本量要够，缺陷率越低，需要的样本越大。粗略估算，要验证不良率从 0.8% 降到 0.3% 以下，验证期至少要有几千件的观察量，而不是几百件；二是时长要覆盖一个完整的生产节律，白班夜班都要有、换型换料后的条件都要有、一周里最差的那天也要有，因为缺陷往往在最差条件下才现身；三是先小范围试点再铺开，选一条线或一台设备做受控验证，别一上来全厂推广，万一措施有副作用，损失可控。验证方案最好落成一页纸，写清五要素：验证指标、样本量与批次、起止时间、覆盖条件、判定标准。方案先经小组评审再启动，避免验证到一半才发现口径不对、前功尽弃。

第四步：用数据对比做判定，别用感觉。 把验证期的数据和基线放在一起比。结果指标上，可以比不良率的点估计和区间：改善前 2000 件里 16 件不良（0.8%），改善后 4000 件里 8 件不良（0.2%），不良率下降且观察量足够，才能说"统计上显著下降"；过程指标上，对关键尺寸做过程能力分析，看 Cpk 是否从改善前的 1.0 以下提升到 1.33 以上；再用控制图盯验证期的过程是否受控，有没有异常点、有没有漂移趋势。三条证据齐了，才算"数据证明有效"。

第五步：给出结论并留好证据。 验证通过，结论要写清"验证了什么、数据是多少、判定依据是什么"，作为 8D 关闭的附件，这也是客户审核时要看的原始证据；验证不通过，不要硬关，退回 D4/D5：要么措施没真正消除根因，要么根因没找全，要么措施本身引入了新问题。退回不是失败，是避免把问题留给三个月后的自己。结论出来后还有一个动作：把验证的证据包同步给当初投诉的客户——客户要的不是一句"已验证"，而是验证方法、验证数据与判定结论；主动把 D6 的证据包发过去，能省掉后续大量来回澄清，也为 D7 的横展争取到客户信任。

以下是一张"验证充分与走过场"的对照表，写 D6 时可以逐条自查：

四、D6 的六个常见坑

坑一：验证期越短越好，急着关单。 有些团队把 D6 当成"走完流程"的最后一公里，客户催、领导催，一周就下结论。低频缺陷的验证周期天然要长，与其关了一个月后复发被客户追责，不如当初多验证两周。

坑二：只验证结果不良率，不看过程稳定性。 结果指标是滞后的，验证期内没出不良，可能只是运气。补上控制图和过程能力分析，确认过程本身受控，效果才站得住。

坑三：样本量拍脑袋。 改善前后各抽 100 件、都是零不良，就写"验证通过"——这是最典型的假验证。缺陷率越低，样本量要求越大，这是数学规律，不是认真程度问题。

坑四：验证期间混入其他变量。 同期导入新设备、换了材料、改了参数，最后说不清是谁的功劳。验证期要尽量冻结其他变量，实在冻结不了，就用分段对比把不同变量的影响分开。

坑五：只验证措施"有没有执行"，不验证"有没有效果"。 检测设备装了、点检表签了，但拦截率有没有变化、过程能力有没有提升，没人算。执行是 D5 的事，效果才是 D6 的事。

坑六：验证不留痕。 验证数据散落在班组长手机里、检验员的草稿纸上，8D 关闭时拿不出完整记录。客户审核或问题复发时想追溯，什么都查不到。验证期的原始记录、图表，要和 8D 报告一起归档保存。

五、一句话总结

8D 能不能关，不看时间到没到，只看数据有没有证明问题真的消失了——D6 这一步省下的功夫，迟早会以复发的方式还回来。

用数据证明问题真没了，8D 才算闭环

知识编号：5.2.1

版本：v20260903

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。