质量控制的工具与技术有帕累托图、控制图、直方图、因果分析、趋势分析和散点图等。
1) 帕累托图
帕累托分析源于帕累托定律，即著名的80-20法则，80%的问题经常是由于20%的原因引起的。帕累托分析是确认造成系统质量问题的诸多因素中最为重要的几个因素的方法，一般借助帕累托图来完成分析。
帕累托图又叫排列图（直方图一种），是一种柱状图，按事件发生的频率排序而成。它显示出由于某种原因引起的缺陷数据的排列顺序，是找出影响项目产品或服务质量的主要因素。只有找出影响项目质量的主要因素，即项目组应该首先解决引起更多缺陷的问题，以取得良好的经济效益。
帕累托分析又称为ABC分析图法，它把影响质量的主要因素分为三类，分别是A,B和C类。其中A类累计百分数在70-80%范围内的因素，它是主要的影响因素；B类是除A类之外的累计百分数在80-90%范围内的因素，是次要因素；C类为除A,B两类外百分数在90-100%范围的因素。
2) 控制图（6西格玛与七点运行法则）
控制图决定一个过程是否稳定或者可执行，是反映生产程序随时间变化而发生的质量变动的状态图形，是对过程结果在时间坐标上的一种图线表示法。
控制图的主要用途是为了预防缺陷，而不是检测或拒绝缺陷。
质量控制图可以使你决定一个过程是在控制之中还是失去了控制：当一个过程处于控制中，在过程结果中任何变化都是由随机事件产生的，在控制中的过程不需要调节；当一个过程失去控制时，你需要确认这些非随机事件的起因，并调节过程以纠正或消除这些起因。
控制图常常用来监控批量制造，但也能胜于监控变更请求的数量和频率，文件中的错误，成本和进度偏差，以及其他与项目质量管理的有关的各项。控制图有助于及时判断异常波动的存在与否，将质量特性控制在正常质量波动范围内。
在具体实现上，控制图以取样时间或了样多少为横坐标，以质量特性为纵坐标，在图上分别画出上下公差界限、上下控制界限和中心线。
六西格玛
控制图是以常态分配中的3个标准差为理论依据，中心线为平均值，上下控制界限为平均数加减3个标准差的值，以判断过程中是否有问题发生。在常态情况下，99.73%的质量特性应该处于上下控制界限之间。
在控制图中，中间的一条为中心线（Central line, CL）,一般用蓝色的实线绘制。在上方的一条为控制上限（Upper control line, UCL），在下方的称为控制下限（Lower control line, LCL）。对上下控制界限的控制，则一般均用红色的虚线表现，以表示可接受的变异范围。至于实际产品质量特点的点连线条则大都用黑色实线绘制。
七点运行法则
在质量控制图上，如果一行中的七点数据点都在平均值以下/以上，或者所有点都呈现出上升或下降的趋势，那么需要检查这个过程是否有非随机问题。
3) 直方图
直方图又称为条形图、质量分布图、矩形图、频度分布图、排列图等，由事件发生的频度组织而成，用于显示多少成果产生于已确定的各种类型的原因。
直方图是由平行条形的若干条宽度相同的矩形构成，矩形的排列可以是纵向的，也可以是横向的。
直方图方法是一种“基量整理”的方法，其不足是不能反映质量的动态变化，且对数据的量要求较大。
4) 流程图（因果图和系统或程序流程图）
流程图是显示系统中各要素之间相互关系的图表。在质量管理中常用的流程图包括因果图和系统及程序流程图。
因果图又称为Ishikawa图、因果分析图、鱼骨图、鱼刺图，用于说明各种直接原因和间接原因与所产生的潜在问题和影响之间的关系。
因果图法是全球广泛采用的一项技术。该技术首先确定结果（质量问题），然后分析造成这种结果的原因。每个分支都代表可能的差错原因，用于查明质量问题可能所在和设立相应检查点。它可帮助项目班子事先估计可能发生那些质量问题，然后，帮助制定解决这些问题的途径和方法。
绘制因果可以为六个步骤（略，参见指导P377）。
除因果分析图外，用在质量管理过程中的还包括系统和程序流程图，该流程图可以显示系统内部的不同因素之间怎么作用影响，从而能够帮助项目团队来预料哪些质量问题可能会发生，会发生在哪些地方，根据这些寻找解决问题的办法。
5) 统计抽样与标准差
包括概念有：统计抽样，可信度因子，标准差与变异性
统计抽样：是项目质量管理中一个重要概念。是从样本总体中选取部分检查的方法。样本大小取决于你想要的样本有多大的代表性。一个简单的决定样本大小的公式是：
样本大小=0.25*（可信度因子/可接受误差）2
可信度因子：表示被抽样的数据样本变化的可信度。常用的可信度因子与对应的样本大小关系
期望可信度95% – 可接受误差0.05 - 可信度因子1.960 – 样本大小384
期望可信度90% – 可接受误差0.1 - 可信度因子1.645 – 样本大小68
期望可信度80% – 可接受误差0.2 - 可信度因子1.281 – 样本大小10
标准差：测量数据分布中存在多少偏差。一个小的标准差意味着数据集中聚集在分布的中间，数据之间存在的很少的分布。统计学上使用希腊符号希格玛来代表标准差。
正态分布：以总体的平均值为中心左右对称的钟型曲线。
变异性：由于试验条件与试验误差的影响，使各次测定值有所不同，测定值这种性质，称为变异性。
6) 趋势分析
趋势分析是指运用数字技巧，依据过去的成果预测将来的产品。趋势分析常用来监技术上的绩效：有多少错误和缺陷已被指出，有多少仍未纠正。如随着时间的推移，缺陷发生率呈上。升趋势。
趋势图的主要优点是便于绘制，易于理解。
7) 散点图（相关图）
散点图是用来表示两个变量之间关系的图，又称相关图，用于分析二个测量值之间的相关有关系。
两个变量之间的相互关联性越大，图中的点越不分散，点趋向集中于一条直线附近。
散点图有直观简便的优点。通过散点图对数据相关性进行直观地观察，不但可以得到完整性的结论，还可以通过观察剔除异常数据，从而提高用计算估算相关程度的准确性。