数据分析与质量管理 .pdfVIP

数据分析与质量管理

摘要:现今我们正处于信息革命的漩涡，信息化的发展改变了我们对信息的

认识，可用的数据量开始超越我们的研究能力，从长远来看，人类发展需要的是

有效的分析数据的能力，即数据分析。

关键词:数据分析管理

一、数据分析概述

数据分析的基础是纯分析。分析学可以视作产生洞察力的任何一个数据驱动

流程，它是基于历史信息的统计报告，也是对未来事件的预测。数据分析的终极

目标是通过洞察力提升价值并把数据转化为信息，运用信息来决策公司的运营诊

断。对于质量管理而言，“数据分析”对于判断质量管理运营的有效性和适宜性

至关重要。

二、数据分析具体操作

1.

收集、统计和分析的数据范围

GJB900C-2016标准中对于要手收集的数据给出相对明确的指示，即成文信息，

而对于企业运行，我们应关注下面四方面的信息：

1.

顾客满意方面的信息

2.

与产品要求的符合性

3.

产品和过程的特性及趋势，包括采取预防措施的机会

4.

供方产品和过程的相关信息

1.

确定数据

基于上述数据的来源，一般从以下8个管理过程开展分解：

（1）质量目标实现情况，管理评审输入指标，对应标准9.3管理评审；

（2）对供方提供产品的质量合格率、交货及时性、价格比较方面的统计，

对应标准8.4外部提供的过程、产品和服务的控制；

（3）各过程的管理绩效指标、纠正预防措施的完成率、产品检验及时率等，

对应标准7.1.5监视和测量资源；

（4）产品交付后保修服务中发现的问题，对应标准8.5.5交付后活动；

（5）顾客对产品质量和服务的满意度指标、投诉情况的统计数据，对应标

准9.1.2顾客满意；

（6）内审中发现问题的统计数据，对应标准9.2内部审核；

（7）产品质量指标的验收数据，即一次交检合格率；产品国家抽查、社会

评价的数据，对应标准9.1监视、测量、分析和评价；

（8）不合格品中不合格项指标的统计数据，对应标准8.7不合格品输出的

控制。。

对于企业或组织在不同时期所需要的数据分析项是不同的，我们应适时结合

实际情况的变化及时进行调整。

3.收集数据

基于上述分析的8个方面进行数据收集，数据的收集应遵循客观、真实原则，

避免使用人为选择的数据、主观猜测数据和其他虚假的数据。同时，数据的收集

不应该由企业的一个部门统一收集，而应有各担当负责本业务的数据收集分析工

作。各部门可以通过内审、管理评审、日常各类统计报告报表、顾客满意度等多

渠道来收集信息资料。再将记录集中并归类整理，对监视或者调查的结果进行统

计汇总。

4.数据分析的方法

4.1排列图

排列图的全称是“主次因素排列图”，也称为Pareto图，源自于Pareto定

律，该定律认为绝大多数的问题或缺陷产生于相对有限的起因。就是常说的

1

80/20定律，即20%的原因造成80%的问题。它是一种柱状图，按事件发生的频

率排序而成，显示了由于各种原因引起的缺陷数量或不一致的排列顺序，是用来

寻找影响产品质量的各种因素中主要因素的一种方法。在质量管理体系中，可用

于分析造成不合格的原因，顾客满意度差异的原因（8.7、9.1.2）。

4.2因果图

因果图又称鱼骨图，是一种发现问题“根本原因”的方法，它看上去有些像

鱼骨，问题或缺陷（即后果）标在鱼头外。在鱼骨上长出鱼刺，上面按出现机

会多寡列出产生生产问题的可能原因。鱼骨图有助于说明各个原因之间如何相互

影响。它也能表现出各个可能的原因是如何随时间而依次出现的。这有助于着手

解决问题。寻找问题原因，发现潜在问题。在质量管理体系中，可用于分析不合

格品和潜在的不合格风险，以便采用有针对性的措施（8.5、8.7）。

4.3频率直方图

频率直方图将某参量的数值范围等分为若干区间，统计该参量在各个区间上

出现的频率，并用矩形条的长度表示频率的大小。利用频率直方图可以分析数值

的分布特征，均值、方差等信息。可用于对过程监视进行分析，以标准对比来判

断满足标准要求的程度，并根据不同情况确定纠正与预防措施。

4.4水平对比图

水平对比图即：将过程、