改善前后数据一比就交差？——QC七大工具做效果确认的五步法

"导入新工装后，不良率从 3.2% 降到 0.8%，改善有效。"报告交上去，客户签了字，项目关闭。三个月后，同一道工序的不良率悄悄回到 2.9%，客户把报告退回来，只问一句话：你当初凭什么说有效？

这类返工在质量部很常见。改善本身多半是真做了，问题出在"效果确认"这一步——大多数人把它做成了"改善前后两个数字比大小"，而数字比大小，恰好是最不能证明改善有效的方式。

一、为什么"前后比大小"证明不了改善有效

三个原因，每一个都足以推翻结论。

过程本来就在波动。 3.2% 和 0.8% 之间的差异，可能只是过程正常波动范围内的两次取样。用一天、一周的平均数代表过程水平，得出的"有效"多半是运气；换个星期再取，结论就反过来。

同期还有别的变量在动。 换料、换班次、设备保养、订单结构变化，都可能和你的措施一起发生。只看结果数字，无法把变化归因到你的措施上——客户审报告时问的正是这一点。

口径可能已经变了。 改善期有没有加严检验？判定标准动没动？返工品是不是被算成了返修品？口径一改，数字自然好看，但好看的不是过程。

所以效果确认要回答的是三件事：过程真的变了吗（变化超出正常波动）；这个变化是我们的措施带来的吗（归因）；能维持吗（下个月还在不在）。QC七大工具的价值，恰恰是各自回答其中一段。

其中"归因"这一条最容易被跳过。有一个很实用的办法：条件允许时做一次关—开验证——把措施暂时停掉，看指标是否回弹；或者只在一部分机台上实施措施，比较两条线的差异。凡是做不了这类验证的项目，也要在报告里写清归因依据（时间吻合加机理分析），而不是默认成立。

二、效果确认五步法

第一步：检查表——先对齐口径，再谈比较。

把基准期和改善期的数据收集方式逐项对齐：同一工序范围、同一检验方法与判定标准、同一取样频次与样本量、同一统计口径（不良是否含返工、是否含试产）。任何一项不同，都必须在报告里标出来单独说明，不能直接拿两个数比。这一步最不"技术"，却最容易让整份报告作废。

第二步：层别法——先分层，再看整体。

不要看整体数字，按班次、机台、型号、物料批次各拉一条线。真实场景里，改善常常只在一部分条件下生效：白班好了夜班没好转（执行没落地）；A 型号好了 B 型号没变化（措施只覆盖了一部分）；一台设备好了另一台照旧（工装只改了一台）。一分层，措施的边界立刻现形，报告也就有了下一步的方向。

第三步：控制图——用时间说话，中心和波动一起判。

把改善前后的数据接成一条时间序列，I-MR 图或 Xbar-R 图都可以。要看的不是一个平均数，而是四个信号：中心线是否移动、极差或标准差是否收窄、改善前后的点是否落在对方控制限之外、有没有连续偏移。样本点少于 15～20 个时不要急于下结论，先延长观察，或用假设检验补强（t 检验、Mann-Whitney 检验），让"显著"有统计依据支撑。

第四步：直方图 + 柏拉图——看分布形态，也看问题结构。

直方图回答"过程形状变了吗"：好的改善是分布整体平移、同时变瘦，波动一起收窄；只平移不变瘦，说明还有波动源没解决；出现双峰或长尾，说明改善只覆盖了一部分群体。柏拉图回答"问题结构变了吗"：改善前首位是缩水，改善后首位换成了别的项目，说明主要矛盾真的被打掉了；如果首位还是同一个项目，前面的成效多半来自临时措施，不是根治。

第五步：把结论写进标准——做维持性确认。

最后一步不是"确认"，是"固化"：把有效参数写进作业指导书，把监控项写进控制计划，把异常时的反应计划写清楚，再设一个维持观察期（例如连续 4～8 周或连续 30 批）。期内指标不回落，项目才算真正关闭。这一步不做，三个月后回到原点的概率非常高。若维持期内指标回弹，正确做法是回到第四步重新判断问题结构，而不是把观察期悄悄延长、把结论写成"基本有效"。

三、三个最常见的误用

只比平均数就下结论。 平均数掩盖了分布和趋势，至少要看一眼直方图和控制图。

样本太少就宣布有效。 小样本下连分布形态都无法判断，结论经不起追问。

改善期混入试产、临时措施、加严检验期。 口径不清，等于自己给自己造了一个好看的结果，一旦客户按原始数据复盘，报告立刻站不住。

四、一句话总结

效果确认靠的不是"数字变小了"，而是"变化超出波动、归因指向措施、并把结论写进了标准"——七大工具的作用，是帮你把这三件事说清楚，而不是把报告做得更漂亮。

改善有效不靠前后两个数比大小，而要靠波动、归因与固化三件事说清楚

知识编号：5.2.4

版本：v20261006

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。