排列图又称主次因素分析图或帕累托图。排列图法是根据“关键的少数，次要的多数”原理，将数据分项目排列作图，以直观的方法来表明质量问题的主次及关键所在的一种方法。排列图是针对各种问题按原因或状况分类，将数据从大到小排列而出的累计柱状图。其在质量管理中的作用主要是抓住影响质量的关键性问题。
在制作排列图的过程中主要有以下四个步骤：
(1)确定需要调查的问题和收集数据。
(2)设计数据记录表，填写记录表并计算合计栏。
(3)计算数据表中各项不合格数据的总数，以及各项不合格数据所占百分比和累计百分比。
(4)制作排列图。排列图包括两根纵轴和一根横轴，左纵轴刻度代表不合格件数或频数，右纵轴刻度代表比率或频率，左纵轴上频数值要与右纵轴上的频率值相对应;横轴上将所统计各项依据频数从大到小依次排列。然后在横轴上按频数大小画出直方柱。在直方柱右边线上方标出累计值，用实线连接累计值点做出帕累托曲线(见图5—2)。
(二)因果分析图
因果分析图文称特性要因图、树枝图或鱼刺图。因果分析图在质量管理过程中的主要作用在于通过深入剖析，找出质量问题与众多因素的因果结构。如图5—3所示。
在使用因果分析图时应该集思广益，充分听取各方面人员的意见，并将其反映到图上。探讨一个质量问题产生的原因对，要从大到小，从粗到细，追溯根源，直到能采取具体解决措施为止。
(三)对策表
对策表(措施表或措施计划表)在利用排列图找出影响质量的主要因素，因果分析图找出主要原因之后，就要制定解决问题的对策，即制订改进措施和计划。将这些改进措施和计划绘制成表，就是对策表。
二、工序能力分析法
在质量管理过程中，影响工序质量的因素主要包括：人(Man)、机器(Machine)、原料(Material)、方法(Method)和环境(Environment)，简称4M1E。在上述工序质量影响因素的综合作用下，产品批量生产时质量特性总存在着差异，这种差异被称为产品的质量波动。
影响质量的因素可以分为两大类：偶然性因素和系统性因素。偶然性因素影响的大小和方向是随机的，对产品质量影响较小，因这些因素而产生的产品质量的波动属于正常波动;系统性因素则会引起产品质量的较大波动，致使制造过程处于非稳定状态或非统计控制状态。
(一)直方图
加工产品的质量波动是客观存在的，并且这种波动在一定条件下形成一定的规律。在全面质量管理中，人们常用直方图来整理数据，描述质量特性数据分布状态，观察产品的质量波动，从而了解工序质量的分布规律。
绘制直方图，要经过以下几个步骤：
(1)收集数据。针对所需检验的产品的质量特性，随机地抽取一定数量N的质量特性数据，N通常大于等于50，数据按先后顺序排列。
(2)找出数据中的最大值和最小值，计算极差。数据中的最大值和最小值分别用Xmax和Xmin。表示，极差用R表示。
R=Xmax-Xmin
(3)确定组数。组数用K表示，K与数据量成正比，由于正态分布为对称型，故常取K为奇数。
(4)求组距h。组距即组与组之间的间隔，等于极差除以组数，即：
h=(Xmax-Xmin)/K=R/K
(5)确定组界。通常从最小值开始，先把最小值放在第一组的中间位置上，然后依据组距依次排列。组界为：
(Xmin-h/2)~(Xmin+h/2)
(6)统计各组频数。
(7)绘制直方图。以分组序号为横坐标，以频数为纵坐标，绘制直方图(如图5—4)。
(二)工序能力指数
工序能力指数是指某一工序的工序能力满足质量要求的程度，用Cp表示。即
Cp=T/6σ(公式中T代表公差，σ代表总体标准偏差)
计算工序能力指数是在假设工序质量特征值服从正态分布，即x~N(μ，σ2)。
1.双侧公差工序能力指数计算
设工序公差为T，公差上限和下限分别为Tu和TL，公差中心为Tm，样本标准偏差为δ。若工序总体均值或工序分布中心与公差中心重合，即
则这种状态被称为工序无偏;反之，则称为工序有偏。
(1)当工序无偏时，则
【例】某部件加工时，设计尺寸为12mm(误差为+0.015，-0.025)，通过随机抽样，经计算已知：样本平均值和公差中心重合，δ=0.0067mm，求该工序能力指数Cp。
解(2)当工序有偏时，工序能力指数用Cpk表示，引人偏移量δ和偏移系数k，则
2.单侧公差工序能力指数计算
某些工序只娄求控制单项公差，如清洁度、噪音、杂质含量等，仅需控制公差上限，其下限为零：而材料的强度、零件的寿命等则要求控制公差下限，上限可认为是无限大。分别用Cpu和CpL代表公差上限和下限，则
3.工序能力指数的判断与处置
工序的质量水平按C，值可划分为五个等级，按其等级的高低，在管理上可以作出相应的判断和处置。通常采用如表5—1所示的工序能力指数判断标准。
三、控制图法
(一)控制图的基本概念
控制图又被称为管理图。由于控制图用法简单、效果良好且便于掌握，因而逐渐成为质量管理中的一种重要工具。控制图的基本形式如图5-5所示。
在控制图示意图中，UCL代表上控制界限，CL代表中心线，LCL代表下控制界限。
(二)控制图的种类
控制图基本可以分为两大类，即计量值控制图和计数值控制图。
1.计量值控制图
计量值控制图一般适用于以长度、强度、纯度等计量值为控制对象的情况，属于这种情况的有单值控制图、平均值和极差控制图以及中位数和极差控制图等。
2.计数值控制图
计数值控制图是以计数值数据的质量特性值为控制对象的，属于这种情况的有不合格品率控制图和不合格品数控制图。这两种控制图也叫计件值控制图。还有缺陷数控制图和单位缺陷数控制图，这两类控制图也称为计点值控制图。
四、抽样检验
(一)抽样检验的基本概念
抽样检验就是从一批产品中随机抽取一部分进行检验，通过检验少量的该种产品来对这批产品的质量进行评估，并对这批产品作出是否合格、能否接收的结论。
抽样检验一般适用于以下几种情况：
(1)破坏性检验，如产品的可靠性试验、产品寿命试验等;
(2)产品数量大，但对质量要求不高，如螺钉等;
(3)测量对象是连续体，如煤、矿石的化学成分等;
(4)希望减少检验工作量，节省检验费用;
(5)检验项目多，周期长，进行全数检验有困难;
(6)督促供方改进质量。
进行抽样检验应注意的问题有：
(1)抽样检验只能相对地反映产品的质量，不能把样品的不合格率与整批产品的不合格率等同。经过抽样检验合格的产品只能保证其统计质量，不可能保证整批产品都是合格品。同样，经过抽样检验不合格的产品，也不等同于整批产品都不合格。
(2)并非任何抽样检验都能达到正确判断整批产品质量的目的。
(二)计数调整型抽样检验
计数抽样检验适用于计数值的质量检验，根据综合性样本中不合格产品数或缺陷数来判断一批产品是否合格。调整型抽样检验是指一组严宽程度不同的抽样方案以及将它们联系起来的转移规则。当产品质量正常时，采用正常抽样方案进行检验;当产品质量下降或者生产不稳定时，采用严格的抽样方案进行检验。
在计数调整型抽样检验过程中，对于批量相同、质量要求一定的连续几批产品，并不采用固定的方案进行检验，而是视各批质量变化情况，按照一组预先规定的转换规则，随时进行调整。当某批产品质量正常时，使用正常的抽检方案进行检验;当某批产品质量下降时，则使用较严的方案进行检验，反之则使用放宽要求的方案进行检验。
(三)计量抽样检验
在实际生产和管理中，我们通常结合计数抽样检验和计量抽样检验两种方法，使两者相互配合，可以收到较好的技术及经济效果。