SPSS的统计质量管理功能在啤酒生产中的应用

SPSS的统计质量管理功能在啤酒生产中的应用
张祥云
【摘要】利用SPSS for Windows 16.0软件中与质量管理有关的功能模块:描述性统计、统计过程控制图、实验设计、方差分析和回归分析、抽样检验,对啤酒麦汁的苦味质进行质量分析,以演示在生产实践中如何应用SPSS软件进行质量管理和分析.
【期刊名称】《酿酒科技》
【年(卷),期】2010(000)009
【总页数】4页(P56-58,60)
【关键词】啤酒;生产;SPSS;质量管理;苦味质
【作者】张祥云
【作者单位】中国江苏三得利食品有限公司,江苏,连云港,222023
【正文语种】中文
【中图分类】TS262.5;TS261.4;TP27
由于科技水平和管理水平的不断提高，啤酒生产中记录了越来越多的数据。

如何及时、有效、快捷地利用这些数据进行分析，从而对生产进行调节和控制，就显得异常重要。

本文利用啤酒麦汁生产中的苦味质的数据，介绍如何在啤酒生产中应用SPSS统计软件进行统计质量分析和管理。

1.1 统计技术
在质量管理和质量体系建设中，统计技术是一个非常重要的基础因素。

ISO9001
族标准强调“过程策划应能确保各过程按规定的方法和顺序在受控状态下进行”，而统计技术就是使过程受控的重要工具。

常用统计技术包括：质量数据的收集与简单管理（描述性统计）、统计过程控制图（SPC）、线外质量控制（试验设计）、方差分析和回归分析、抽样检验（假设检验）。

不同的统计技术适用于不同的场合，具有不同的功能[1]。

本文将以麦汁苦味质的质量控制与分析为例，介绍如何在SPSS中运用上述统计技术。

1.2 SPSS简介
SPSS forWindows是一个组合式软件包，使用Windows窗口方式提供各种功能选项，基本功能包括数据管理、统计分析、图表分析、输出管理等。

由于该软件界面清晰、直观、易学易用，只要掌握一定的Windows操作技能，基本统计学原理，就可以使用该软件为特定的科研工作和生产服务[2]。

2.1 质量数据的收集与简单管理（统计性描述）
要对质量数据做好统计分析，首先要对这些数据进行描述性统计分析。

SPSS统计软件对质量信息的描述统计分析功能主要集中在Descriptive Statistics菜单中，
下面以麦汁苦味质的数据为例，对质量信息应用较多的数据频率表和一般性统计描述进行举例讲述。

2.1.1 输入数据、定义数据
本文搜集量为101批糖化批次（15莓P）苦味质的检测值。

打开SPSS分析软件，导入数据，并命名变量名为“苦味质”[2]。

2.1.2 一般性统计描述
打开“Analyze”菜单，选择“Descriptive Statistics”中的“Frequencies…”项，弹出“Frequencies”对话框，将“苦味质”变量选入“Variable(s)”框内。

单击“Statistics”按钮。

可以弹出“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”复选框组主要用来定义描述集中趋势的一组指标：均值（Mean）、
中位数（Median）、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）和峰度系数（Kurtosis）。

点击“Statistics”对话框中的“Charts”按钮，可以选择是否在输出结果中输出所要求的辅助图形，例如条形图、直方图等，本例选择直方图（Histogram）。

点击“Statistics”对话框中的“Format”按钮，可以定义输出频数表的格式。

最后，点击“OK”，可以得到如表1所示的频率表和图1的直方图。

工艺要求14.0±2.0 EBC，中心值14.0。

从直方图1中可以看出：直方图的上下限在工艺要求的范围内；图形基本符合正态分布，即生产受控；平均值为13.7，比
工艺要求的中心值稍低；另外，直方图显示，在苦味质14.5附近，苦味质的分布
较高，超出了标准正态分布曲线，所以，虽然苦味质合格且受控，但还需加强控制。

2.2 统计过程控制图（SPC）
控制图可以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，控制图在质量管理中有着广泛的应用。

下面以实例介绍SPSS软件如何绘制质量控制图。

SPSS做控制图的步骤如下：
第一步：建立数据文件。

经确定，本例应用平均值-极差控制图，把100个浊度值按生产顺序分成20组，即每组5个值。

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

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

在此，选择“XBar,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，“Process 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-Barand range”表示绘制
平均值-极差控制图；“X-Barandstandarddeviation”表示要绘制均值-标准差控制图。

在此将变量“苦味质”选入“Process Measurement”；将变量“组号”选入“Subgroups Defined by”；选择“X-Barand range”，即平均值-极差控制图。

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、下控制线的距离为标准差的多少倍，在此填入“3”，即控制线按照6 Sigmas的原则进行控制；“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；单击“Statistics…”对
话框，其中“Specification Limits”框用于设置实际生产中的上、下限，用以比
较数据，本例填写“上限（Upper）”为“16.0”，“下限(Lower)”为“12.0”，“目标值(Target)”为“14.0”。

最后，点击“OK”，即可以绘出所要求的控制图及控制图分析结果，结果见图2。

由苦味质的控制图2可以看出，所有的苦味质的偏差都在3σ的范围内，所以苦味质的质量控制是较好的；但从第6点到第12点连续7个控制点呈下降趋势，从第10点到第15点连续6个控制点在平均值的同一侧，说明过程控制还需加强。

2.3 线外质量控制（试验设计）
试验设计方法(Design of Experiment,简称DO E)是数理统计学的应用方法之一。

数理统计学中的大多数方法主要是对已经获得的数据资料进行分析,以获得尽可能
准确的判定；而试验设计方法则是决定数据收集方法的一种有效手段,或者说,试验
设计是研究如何合理有效地获得尽可能可靠数据的一种方法。

试验设计所研究的主要内容包括：试验设计、试验实施、试验结果分析等[4]。

2.4 方差分析与回归分析
方差分析和回归分析是将所关心的特性（通常称为“应变量”）与潜在原因（通常称为“自变量”）联系起来，通过模型理解影响应变量的自变量，并解释每个应变量对该影响所起作用大小的一种统计方法。

二者的区别是：方差分析的重点是“析因”，回归分析的重点是“最佳拟合”。

由于麦汁生产过程较复杂，所以影响麦汁的生产控制点较多，且各个生产控制点间又互相影响，所以，本文用“主成分回归分析”来拟合回归方程。

2.4.1 主成分分析方法（Principal Components Analysis）原理
在多自变量分析中，常常采用多重线性回归模型，但这些线性模型有时会很不理想，造成这种情况的一个重要原因是自变量间接近线性相关，这种自变量之间的近似线性关系称为多重共线性。

多重共线性的存在是求出的线性回归方程与理论不一致的主要原因。

主成分分析是把多个具有相关性的自变量转化为少数几个无关的综合自变量的统计分析方法。

它找出几个综合因子（主成分）来代表原来众多的变量，使这些综合因子尽可能地反映原来变量的信息量，而且这些综合因子彼此之间互不相关。

在具有相关性的多变量的分析中，主成分分析方法优于线性分析。

2.4.2 主成分回归在SPSS中的实现过程
SPSS不能直接实现主成分回归分析，要经过多次较复杂的计算，才能得到主成分回归方程；本文下载并采用了主成分回归分析插件[3,5]，极大地简化了计算过程。

第一步：数据收集。

本文收集了101批糖化批次的麦汁生产的18个生产控制点数据，及相应的苦味质数据。

18个生产控制点包括了麦汁生产过程中的重要控制点，即辅料糊化阶段参数：辅料数量、投料温度、淀粉酶数量、糊化锅添加剂数量（调节pH）；糖化阶
段参数：麦芽数量、糖化酶数量、糖化温度、添加剂数量（调节pH）、糖化总时间；过滤阶段参数：洗糟温度、头道麦汁过滤时间、头道麦汁糖度、过滤总时间；煮沸阶段参数：酒花制品添加量、添加剂数量（调节pH）、煮沸强度；回旋沉淀阶段参数：回旋沉淀时间；麦汁冷却阶段参数：冷却麦汁糖度。

把以上数据导入SPSS，并命名。

第二步：筛选具有统计学意义的自变量。

按照以下步骤操作：Analyze'Regression'Linear，进入LinearRegression界面。

把“苦味质”选入“Dependent”（因变量），其余18项生产过程控制点选入“Independent”(自变量)；选择“Method”中的“backward”(向后逐步法)；选择“Statistics”中的“Covariance”、“Descriptives”、“Collinearity Dignostics”，其余选择默认项。

运行后，得到表2结果，筛选有统计学意义（P ＜0.05）的自变量[2]。

按照P＜0.05（显著性＜0.05）的原则，表2给出了和因变量（苦味质）显著相关的7个自变量（生产控制点）：辅料数量、麦芽数量、糖化锅添加剂数量、煮沸
锅磷酸、煮沸锅乳酸、卡拉胶、煮沸强度。

第三步：建立主成分分析回归方程。

利用SPSS和主成分回归分析插件[3]，得到苦味质与以上7个生产控制点的线性
回归方程：苦味质=17.0686+(0.0209)煮沸锅乳酸+(0.4092)卡拉胶+(-0.0003)麦芽数量+(0.0003)辅料数量+(-0.0874)煮沸强度+(-1.214)糖化锅添加剂+(-0.0278)煮沸锅乳酸
2.5 抽样检验（假设检验）
抽样检验是检验产品质量的一种十分重要的、经济的手段。

抽样检验是利用批次或过程中随机抽取的样本,对批次或过程的质量进行检验,作出是否接收的判断,是介于不检验和百分之百检验之间的一种检验方法。

在实际生产、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，主要是要通过相伴概率值与显著性水平的比较，来决定拒绝还是接受原假设[6]。

在此，本文以这101批次的麦汁苦味质为抽样样本，利用SPSS中的t检验
方法来检验这些麦汁的苦味质，在95%的置信区间内，是否符合生产工艺要求的
均值为14.0的苦味质控制要求。

第一步，建立SPSS的数据文件，本文为“苦味质”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。

将变量“苦味质”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14.0，点击“OK”。

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

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”，结果见表3。

由表3可知，t统计量的平均误差值（Mean Difference）为-0.30792；在95%
的置信区间内，误差值的范围是（-0.4292，-0.1867）；此误差范围包括-
0.30792，表示平均误差差值落在可信区间内；因此可以断定，这101批糖化麦
汁的苦味质符合质量分布要求。

从麦汁苦味质这一实例分析可以看出，利用SPSS的质量控制相关的模块，可以全面、方便地对生产数据
将漏斗与膜过滤器支撑架连接上，启动抽滤装置注算其中菌的数量。

如果试样少于5 mL，可预先与10～20进行分析，进而指导生产。

随着SPSS版本的升级，将
会提供更加强大的质量分析功能，它可以帮助广大从事质量管理的工作者改善质量管理的效率，协助管理者做出最优决策，从而提高产品和服务质量。

【相关文献】
[1]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.
[2]卢纹岱.SPSS forWindows统计分析[M].北京：电子工业出版社，2000.
[3]黄恒君,等.主成分回归分析的直接实现——基于SPSS二次开发[J].甘肃科学学报，2007,19(2)：107-109.
[4]王向飞,等.军品质量管理中的统计技术与SPSS软件的应用[J].火力与指挥控制,2006,31(8)：72-75.
[5]张祥云.基于SPSS的主成分分析在麦芽生产中的应用[J].啤酒科技，2009,(2)：21-22.。