质量数据分析方法 .pdfVIP

质量数据分析方法

质量数据分析方法

数据是事实，也称观测值，是实验、测量、观察、调查等结果，

常以数量的形式给出。数据分析的目的是把隐没在一大批看来杂乱无

章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在

规律。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。

这一过程是质量管理体系的支持过程。

一个企业或组织目前的质量管理水平如何?质量技术基础如何?影

响质量的关键因素是什么?过程存在哪些问题和缺陷?应当针对性的采

取什么质量改进措施?如果仅有一些主观概念和总体性笼统的评价，而

没有准确、详尽基础数据分析支持，这些问题是永远无法解决的。正

如ISO9001标准的第8.4条“数据分析”所表述：“组织应确定、收

集和分析适当的数据，以证实质量管理体系的适宜性和有效性，并评

价在何处可以持续改进质量管理体系的有效性。”无论是质量标准要

求的“基于事实的决策方法”，还是《卓越绩效评价准则》的核心价

值观“基于事实的管理”，都不单是一个需要我们掌握的科学管理观

点，而是一个需要我们付诸实际的科学行动，这个行动就是数据分析

工作。

1.数据分析的步骤

要开展数据分析工作，首先要明确4个方面的问题：

1)需要收集、统计和分析哪些数据?

2)收集、统计和分析这些数据的目的是什么?

3)收集、统计和分析这些数据的方法有哪些?

4)如何利用这些数据的收集、统计和分析的结果来提高工作质量

和产品质量?

因此，开展数据分析工作一般有以下步骤：

1)编制数据分析项清单;

2)确立每一数据分析项的目的;

3)建立适宜的数据分析数学模型;

4)收集原始数据;

5)获得预期的统计数据;

6)对统计数据进行分析、判断，找出问题点;

7)对问题点进行原因分析，找出主要原因;

8)针对问题点的主要原因，制定改进措施;

9)实施改进措施。

2.数据分析的实施

根据开展数据分析工作的一般步骤，依次从以下9个方面实施数

据分析。

1)编制数据分析清单

企业或组织在不同时期所需要的数据分析项是不同的，应适时结

合实际情况的变化及时进行调整。可根据实际，编制数据分析项的年

度、季度或月度清单，以适应数据分析动态变化的需要。

2)确立数据分析项的目的

数据分析必须要有明确的目的，为数据分析提供准确的方向，以

避免盲目、无效的数据分析，确保数据分析的实用性。

数据分析有两方面的主要目的：一是“证实质量管理体系的适宜

性和有效性”;二是“评价在何处可以持续改进质量管理体系的有效

性”。

数据分析项的目的一般宜用文件化形式明确，既可在编制数据分

析项清单时列明，也可单独成文。

3)建立数据分析数字模型

根据每一数据分析项的目的，逐一建立适宜的数据分析数学模型，

以确立其需收集的原始数据、基于原始数据的预期统计数据，并明确

适宜的统计周期，以及适宜的统计工具和方法。数据分析数学模型设

计应充分结合企业或组织自身的运作实际，以保证预期统计数据的客

观性、合理性和实用性。

4)收集原始数据

根据所建立的数据分析数学模型，确立数据收集方式，客观收集

原始数据，建立原始数据库予以储存。数据收集应遵循客观、真实原

则，避免使用人为选择的数据、主观猜测的数据和其他虚假的数据。

其中：

①需要以现场测量方式得到的数据，必须用有效的计量器具现场

实测方式获得;

②需要以调查方式得到的数据，调查对象及其范围必须要有足够

的代表性、客观性。

5)获得统计数据

根据确立的数据分析数学模型，使用适宜的统计方法，对原始数

据进行统计，获得预期的统计数据。对原始数据进行合理分层、分类

是关键。就如绘制直方图的数据分组应合理一样，原始数据的分层、

分类将影响下一步分析、判断结果的准确性。

6)通过分析、判断找出问题点

使用适宜的分析、判断工具，对统计数据进行分析、判断，找出

需改进点，获得管理体系适宜性和有效性信息，发现管理体系不适宜

和失效区域，并制作相应的数据表格和分析图表。这里所指的适宜的

分析、判断工具包括：