以下是我反复看到在实际应用中的七种质量改进工具。这些质量工具中的大多数已经存在了一段时间，但这丝毫不减损它们的价值！

这些工具最棒的部分在于，它们在 Minitab 统计软件或 Engage 中使用和操作起来非常简单快捷，但当然您也可以使用其他方法，甚至是笔和纸。

1. 鱼骨图
   鱼骨图，即因果图，帮助您集思广益，找出问题的潜在原因，并查看潜在原因之间的关系。...

在鱼骨图中，核心问题或结果位于最右侧。亲和关系，即原因的类别，从核心结果的主干分支出来。通过头脑风暴得出的原因从亲和关系分支出来。

2. 控制图

控制图用于监测流程的稳定性，并且可以将特定特征（例如产品重量或呼叫中心的等待时间）的按时间顺序排列的数据转换为易于理解的图片。这些图表能够指出流程中存在失控点或异常变化的时候。

（我的同事在另一篇文章中更详细地介绍了不同类型的控制图。）

3. 直方图

您可以使用直方图来评估数据的形状和集中趋势，并评估您的数据是否遵循特定的分布，例如正态分布。

条形表示落在连续区间内的观测数量。由于每个条形代表许多观测值，因此当您有大量数据时，直方图最为有用。

4. 流程图

可用于帮助您对流程进行建模，理解并传达流程中的所有活动、流程中输入与输出之间的关系以及关键决策点。

Engage 使构建高级或详细的流程图变得容易，并且还有为每个形状分配变量然后与您在 Engage 中使用的其他工具共享它们的功能。

5. 帕累托图

帕累托图通过绘制分类变量的频率及相应的百分比，可以帮助您确定质量问题的优先级，并将“关键的少数”问题与“琐碎的多数”问题区分开来，向您展示应将精力和资源集中在何处。

6. 运行图

您可以使用运行图来展示您的过程数据如何随时间变化，这可以揭示特殊原因变异的证据，从而产生可识别的模式。

Minitab 的运行图按照收集的顺序绘制各个观测值，并在中位数处绘制一条水平参考线。Minitab 还执行两项测试，提供有关由于趋势、振荡、混合和聚类导致的非随机变异的信息——这些模式表明观察到的变异是由于特殊原因造成的。

7. 散点图

您可以使用散点图通过将一个变量与另一个变量相对应来展示两个变量之间的关系。散点图对于绘制一个变量随时间的变化也很有用。