SPSS统计软件在质量管理中的应用

SPSS统计软件在质量管理中的应用
3.1 建立质量数据频率表
SPSS统计软件建立数据频率表由“Analyze”菜单中“Descriptive Statistics”的“Frequencies…”项来完成。

比如，图1所示数据集是对某地区的五类产品的质量顾客满意度调查后，对调查者所从业岗位信息的统计数据集。

其中，变量“产品类”的变量值“1”、“2”、“3”、“4”、“5”分别表示家电类、轻工类、食品类、纺织品与生产资料类产品；变量“调查者”的变量值“1”、“2”、“3”、“4”、“5”分别表示机关或者事业单位、企业、军人、农民与其他，这些信息的数据化均在定义变量时的标签中注明。

具体操作如下：
图1 “产品类—调查者”数据集
打开“Analyze”菜单，选择“Descriptive Statistics”中的“Frequencies…”项，弹出“Frequencies”对话框，将两个变量选入“Variable(s)”框内。

单击“Statistics”按钮。

能够弹出“Frequencies：Statistics”对话框，其中，Percentile Values“复选框组定义了需要输出的百分位数；“Central tendency”复选框组要紧用来定义描述集中趋势的一组指标：均值（Mean）、中位数（Medi an）、众数（Mode）、总合（Sum）；“Dispersion”复选框组用于定义标准差（Std.deviation）、方差(Variance)、全距(Range)等描述离散趋势的一组指标；“Distribution”复选框组用于定义描述分布特征的两个指标：偏度系数（Skewness）与峰度系数（Kurtosis）。

点击“Statistics”对话框中的“Charts”按钮能够选择是否在输出结果中输出所要求的辅助图形，比如条形图、直方图等，本例选择饼图（Pie chart）。

点击“Statistics”对话框中的“Format”按钮能够定义输出频数表的格式。

最后，点击“OK”，能够得到如表1的频率表与图2的频率饼图。

3.2 质量数据的通常性统计描述
质量数据的通常性统计描述要紧是指对连续性随机变量进行的通常描述统计。

这个过程及能够对变量进行描述性统计分析，列出一系列相应的统计指标，还能够将原始数据转换成标准正态评分值并以变量的形式存入数据库以供分析。

这一功能是由SPSS的“Analyze”菜单中“Descriptive Statistics”的“Descriptive…”项来完成。

比如，某一企业要统计每个车间（共两个）在一个月内所付出的质量成本，并统计预防成本、鉴定成本、内部缺失成本与外部缺失成本的差异，由所统计数据建立SPSS数据文件如表2所示。

要求对这些数据进行通常性统计描述，得到各项所需指标，操作如下：
打开“Analyze”菜单选中“Descriptive Statistics”中的“Descriptions…”项，则会弹出“Descriptives”对话框。

将六个变量均选入“Variable(s):”框内，假如选中“Save standardized values as variables”复选框，则将六个变量的原始数据的标准正态评分存为新变量，列在后面（此例不选）。

假如，点击“Descriptives”对话框中的“Options…”按钮，则会弹出“Descriptions Options”对话框，在其中能够设置如图3中的各项所需的统计指标。

统计结果如表3所示。

4. 绘制质量操纵图
SPSS的图形工具非常强大，具有很强的统计分析功能。

在质量数据管理中，经常要用到一些图形方法与工具，比如帕雷托图、直方图、散点图、操纵图、序列图等，SPSS均能够有效的应用这些图形方法与工具来处理质量数据信息，这些功能集中在Graph菜单中。

操纵图能够帮助人们区分所寻找的与过程有关的质量问题是系统原因造成的还是偶然因素造成的，因此，操纵图在质量管理中有着广泛地的应用。

下面以实例介绍SPSS软件如何绘制质量操纵图。

例：某化学用品厂生产一种产品，每件产品需要反应试剂至少为1克，但是不能超过50克。

为了操纵生产过程，准备用操纵图对生产过程进行监控，步骤如下：
第一步：建立数据文件。

经确定，本例应用平均值—极差操纵图，每5个观测值作为一组，如图4所示。

第二步：点击Graph菜单中的“control”项，弹出“Control Charts”对话框。

其中“X-Bar,R,s”表示均值、极差、标准差操纵图；“Individuals Moving”表示单值、移动极差操纵图；“p,np”表示不合格率、不合格数操纵图；“c,u”表示缺陷数、单位缺陷数操纵图。

在此，选择“X-Bar,R,s”。

并选择数据组织方式为“Cases are units”表示观测量分类模式。

第三步：单击“Define”按钮，将弹出“X-Bar,R,s：Cases Are Units”对话框，其中，“Proce ss Measurement”框用于选择工序变量，也就是待分析变量；“Subgroups Defined by”用于选择分组变量；“X-Bar and range”表示绘制平均值—极差操纵图；“X-Bar and standard deviation”表示要绘制均值—标准差操纵图。

在此将变量“重量”选入“Process Measurement”；将变量“组号”选入“Subgroups Defined by”；选择“X-Bar and range”，即平均值—极差操纵图。

第四步：单击“Options”按钮，打开“X-Bar,R,s：Options”对话框，其中，“Number of Sigmas”表示用于选择上、下操纵线的距离为标准差的多少倍，在此填入“3”；“Minimum subgroup size”为每组的最小样本容量，在此填入“5”；“Display subgroups defined by missing values”表示显示缺失值的组，在此不选择，点击“Continue”。

“Statistics…”对话框中“Specification Limits”框用于设置上、下参考线，用以比较数据，在此能够分别填入“45”与“25”。

最后，点击“OK”，即能够绘出所要求的操纵图，结果如图5与图6所示。

通过此操纵图就能够看到均值、极差上下操纵线与平均值，还能够看到在25与45参考线以外的组号，同时通过分析，能够明白两张操纵图无任何特殊，说明生产过程是正常的，是受控的。

5. 质量管理的设计实验
正交实验设计在提高产品质量水平、新工艺的开发与优化等过程中有重要的应用。

本文用一个实例介绍SPSS统计软件对正交实验设计的数据分析过程。

某轴承厂生产的轴承内套圈硬度不均匀，热处理淬火QC小组决定通过正交实验来优选淬火工艺参数，提高内套圈硬度均匀的合格率。

通过分析，确定“淬火加热温度”、“淬火加热保温时间”、“回火加热温度”与“回火保温时间”为造成硬度不均匀的要紧原因。

根据以往经验，对四个因素各取三个水平：淬火加热温度分别为：835、845、855摄氏度；淬火加热保温时间分别为：20、15、10分钟；回火温度为：160、170、180摄氏度；回火保温时间为：2、2.5、3小时。

第一步，建立spss的数据集文件如图7。

第二步，分析过程如下：
①单击Analyze菜单，选择General Linear Models项。

从中打开多因子方差分析“U
nivariate”对话框，见图8。

将变量“合格率”选入“Dependent Variable”框，将其它变量选入“Fixed Factor(s)”。

②点击“Options…”按钮，打开“Univariate：Options”对话框，将四个变量分别依次选入“Display means for”框内，点击“continue”。

③点击“Model…”按钮，打开“Univariate：Model”对话框，选择“custom”，将四个变量分别依次选入“Model”框内，点击“continue”。

④点击“OK”，统计分析结果如图12、13、14所示。

由结果中的“Test of Between_Subjects Effects”表能够明白，在α=0.05的显著性水平下，“淬火加热温度”与“回火保温时间”对实验结果的影响是显著的，能够优先使用它们的最好水平。

适当的考虑多方面的因素，我们就能够得到一个最佳的工作方式组合。

由表4的“Estimated Marginal Means”单因素统计量表中“Type III Sum of squares”列的数据能够看出：淬火加热温度是最重要的因素，其次依次分别是回火保温、淬火保温与回火温度；通过对表5中“Mean”列的数据比较，可知我们应该选择每个因素的最佳水平分别为：淬火加热温度选择水平3，即855摄氏度；回火保温时间选择水平1，即2小时；淬火加热保温时间选择水平1，即20分钟；回火温度选择水平2，即170摄氏度。

另外，点击“Univariate”中对话框其它按钮与在“Univariate：Options”对话框与“Univariate：Model”对话框内，均能够设置更多统计分析要求。

6.样本信息的参数检验
在实际的生产、检验过程中，并不是对全部产品的特性进行测量，而是借助对所选择样本产品特性的测量，对样本所在的整体进行假设检验，以确定整批产品的合格与否，从而做出决策。

SPSS软件的参数检验，要紧是要通过相伴概率值与显著性水平的比较，来决定拒绝还是同意原假设。

在此，我们以最常用的t检验来说明SPSS在参数检验中的应用。

t检验能够分为单样本t检验、两独立样本t检验与配对样本t检验。

下面将以单样本t检验为例简单介绍SPSS在参数检验中的用法，两独立样本t检验与配对样本t检验分别由“Analyze”菜单中“compare means”的“Independent-Samples T Test”项与“Paired-Samples T Test”项来完成，操作与单样本t检验类同，在此不进行全面叙述。

例：某电器厂生产一种云母片，要求厚度均值为13mm，今在某天生产的云母片中随机抽取26片，分别测量其厚度为（mm）：12、14.5、14、13.7、14.2、12.9、13.5、12.8、14.4、15、13.7、13.1、12.9、14、13.8、14.2、13.6、15.0、13.5、12.7、14.1、15.2、13.6、12.8、
14.3、13.4。

现在我们检验今天生产的云母片厚度均值是否与规定的质量分布要求有无显著差异（α=0.05）。

第一步，建立SPSS的数据文件。

第二步，单击“Analyze”菜单中“compare means”的“One Samples T Test”项，打开“One-Sample T Test”对话框，见图9。

将变量“厚度”选入“Test variable(s)”框内，表示需要对之进行分析；在“Test value：”中填入总体均值13，点击“OK”。

第三步，点击“Options”按钮，打开“One-Sample T Test：Options”对话框，见图10。

在“Confidence Interval”内输入95，表示置信区间为95%；“Missing Values”是对缺省值的处理，在此选择“Exclude cases analysis by analysis”，表示具体分析用到的变量有缺失值才除去该记录，点击“Continue”按钮。

最后，点击“OK”，结果如表6所示。

由结果中的“One-Sample Statistics”表能够明白样本数为26，样本均值为13.73mm，标准差为0.78，均值标准误差为0.15。

由结果中的“One-Sample Test”表能够明白t统计量的值为4.739，由于差值95%的置信区间（0.4110，1.0428）没有包含4.739，表示这个差值落在了区间之外，因此能够断定，今天生产的云母片厚度不符合质量分布要求。

7．小结
通过对SPSS在质量信息管理中的应用进行了初步探讨，不难发现尽管SPSS是一种通用的社会科学统计软件，但非常适用于质量数据的处理与分析，广大质量工作者能够逐步探索SPSS在质量管理中的新用途，大幅度改善质量管理的效率与效果，帮助管理者做出最优决策，最大限度地提高产品与服务质量。

参考文献
［1］卢纹岱主编. SPSS for Windows统计分析[M]. 北京：电子工业出版社，2000.6: 2～4
［2］黄海, 罗友丰, 陈志英主编. SPSS 10.0 for Windows 统计分析[M]. 北京：人民邮电出版社，2001.2: 5～7
［3］范正绮. 西方统计质量管理的操作手段[J]. 外国经济与管理，1996(5): 47～48。