关于加强数据分析在质量管理中应用的思考

目前，在质量管理体系审核中，存在着一个普遍的问题，就是对GB/T19001－2000标准中8.4条款“数据分析”的审核深度不够，重视程度不高。查其原因主要有两点，一是企业不知道分析什么，如何进行分析，因而提供不出分析的证据；二是有相当一部分审核员不知道应该收集什么证据，企业应该做哪些数据分析，在审核中轻描淡写几句，从而影响了数据分析在质量管理体系中应有作用的发挥。

企业要想提高管理水平和产品质量，要想在同行业处于领先水平，就必须知道本企业的差距在哪里，然后才能分析原因进行改进。企业在管理活动和产品实现活动中通过内部沟通、顾客沟通、各种监视和测量活动，会收集到许多数据和信息，但这些数据和信息一般都是无规律的。因此，需要对数据和信息进行整理、分析，找出其规律性，从而为改进指出方向和机会，为领导正确决策提供依据。这就是进行数据分析的目的。

1ISO9000质量管理体系中数据分析的含义数据是关于自然、社会现象和科学试验的定量或定性的记录，是科学研究最重要的基础，研究数据就是对数据进行采集、分类、录入、储存、统计分析，统计检验等一系列活动的统称。其中统计分析，统计检验需要一些逻辑推理，才能分析影响输出的关键因素。由于数据的客观性，它被用于许多场合。ISO9000族标准中对“数据分析”作了规定：“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，并评价在何处可能持续改进质量管理体系的有效性，应包括来自监视和测量的结果以及其他有关来源的数据。”数据分析提供以下有关方面的信息：顾客满意；与产品要求的符合性；过程产品的特性及趋势，包括采取预防措施的机会；供方。但从企业实际情况看，目前部分贯标企业对数据分析的重视程度不高。查其原因，一是企业不知道分析什么，如何进行分析，因而提供不出分析的证据；二是有相当一部分审核员不知道应该收集什么证据，企业应该做哪些数据分析，在审核中轻描淡写几句，从而影响了数据分析在质量管理体系中应有作用的发挥。这是许多企业虽然贯标认证多年，但质量管理水平提高不明显的主要原因之一。

质量数据是指某质量指标的质量特性值，由于质量一词含义丰富，既包括狭义的产品质量，也包括广义的工作质量，因而质量指标在企业中就多种多样，质量数据在企业中几乎无处不在。狭义的质量数据主要是产品质量相关的数据，如不良品数、合格率、直通率、返修率等。广义的质量数据指能反映各项工作质量的数据，如质量成本损失、生产批量、库存积压、无效作业时间等。这些均将成为精益质量管理的研究改进对象。

在质量数据统计分析中，特别关注三项指标，一是数据的集中位置，二是数据的分散程度，三是数据

关于加强数据分析

在质量管理中应用的思考

杨辉

（河南省信阳市质量技术监督局）

作者简介：杨辉，研究生，河南省信阳市质量技术监督局

注册质量工程师，主要从事质量管理工作。

的分布规律。数据的集中位置分别有平均值、中位数、众数三种表示方法，其各具优缺点，其中平均值最为普遍常用。数据的分散程度由标准差表达，用符号“s”（西格玛）表示，数据的分散程度在质量管理中就是质量特性值的波动性，反映过程能力。

数据的分布规律在质量管理中对统计总体而言为正态分布，该分布规律是理论和实践证明的统计规律。质量数据统计分析重点就是在总体正态分布这个已知背景下，研究该正态分布的平均值和标准差。质量数据定量化分析对企业质量管理以及经营管理具有重要意义。

企业要想提高管理水平和产品质量，要想在同行业处于领先水平，就必须知道本企业的差距在哪里，然后才能分析原因进行改进。企业在管理活动和产品实现活动中通过内部沟通、顾客沟通、各种监视和测量活动，会收集到许多数据和信息，但这些数据和信息一般都是无规律的。因此，需要对数据和信息进行整理、分析，找出其规律性，从而为改进指出方向和机会，为领导正确决策提供依据。这就是进行数据分析的目的。

数据分析与质量管理体系的改进密切相关，在以过程为基础的质量管理体系框图中占有很重要的位置。但是，有的组织不重视数据分析工作，常常导致管理者在实施决策与评价质量管理体系有效性上出现一些失误，给组织的发展带来了不可挽回的损失。

2数据分析的对象及步骤

数据分析的主要目的是为了确定质量管理体系的适宜性和有效性，并识别可以实施的改进。为此目的，组织应重点建立一套质量数据报告制度，内容包括收集哪些质量数据，由谁（哪个部门）收集，由谁对数据进行分析，用哪些方法，由谁编制报告及报告的时间等。

2.1数据分析包括数据收集和数据处理

（1）数据收集。数据是指能够客观地反映事实的资料和数字。组织应收集与质量管理体系评价和识别改进机会有关的数据，一般包括：

1）与产品质量有关的数据，如产品不合格信息，不合格品率、顾客投诉、内外损失成本等；

2）与运行能力有关的数据，如过程运行的测量和监视信息、产品实现过程的能力、内部审核结论、管理评审输出、生产率、交货期等。

数据来源可以有：竞争对手，相关过程的记录（如设计、采购），测量和监视活动的输出，供方和政府部门。数据的收集可以直接采用已有的质量记录，也可采用交谈、抽样调查等方式。至于收集哪些数据，由组织自行决定，只要符合标准要求即可。

（2）数据处理。数据有波动性，但也有其规律性。通常采用统计技术从有波动的数据中找出其规律性。如从生产过程来看，每一道工序都在对产品进行加工，其中一道工序加工质量不好，就会影响后道工序，甚至会造成大量次品或废品。所以常常在生产间隔一定时间抽查若干件产品，检验这道工序加工质量是否合格，是否有变坏的趋势；考虑应否调整，如何调整。这就要根据已往生产的历史资料或数据及现在抽验的数据进行分析、作出判断，而统计技术能提供较好的处理方法。

2.2数据分析的对象

一般情况下，企业应对如下数据进行分析：

a.产品的质量特性，如产品的功能和性能指标、安全可靠性质量指标、加工尺寸公差、形位公差、表面质量等。

b.生产过程产生的产品不合格，如设计错误、工艺错误、采购错误等。

c.生产和服务过程中发生的质量损失，如废品损失、返工返修损失、售后服务中发生的外部损失等。

d.生产经营指标，如成本、劳动生产率、采购价格、成品率、废品率、一次合格率、完好率等。

2.3数据分析的步骤

（1）通过内部沟通、与顾客的沟通、对质量体系和产品过程质量的监视和测量，收集产品质量特性、经济技术指标、不合格和质量损失的有关数据信息。

（2）利用报表、记录等形式把上述数据传递到有关部门。

（3）有关部门要组织有关人员对收集到的上述信息，根据需要采用不同的方法进行分析，从而找