质量人必备技能之一：数据分析_小九直播官网

质量人必备技能之一：数据分析发表时间：2024-01-23 来源：小九直播官网

所以要想做好质量，质量人就必须要学会数据分析；只有做好数据的统计分析，才能真正做好产品改善和产品质量控制；

在产品的质量控制中，无论是产品质量设计还是原料管理，过程控制，都要有大量的数据，并对这些大量数据来进行了有效的分析而得出了可行的结论；

可能有人要说，企业的数据统计分析是不是从企业在某个阶段或者在某个部门做数据统计分析就可以了，答案是否定的，数据分析和统计是企业在每个阶段、每个部门都通用的，数据要一直的累积、分析，再累积、再分析。只有这样才能够越来越好的为企业今后的发展打下坚实的基础。

统计分析方法有查检表、层别法、柏拉图、直方图、特性要因图、控制图、散布图，也就是质量人常说的QC七大手法；这也是世界十大质量管理专家石川馨 ( Ishikawa Kaoru)说：QC七大手法解决95%的品质问题的关键；

1. 检查表：检查表就是以简单的数据、容易理解的方式，制成图表或表格，质检日常工作时时记上检查记号，并加以统计整理，作为进一步分析或检查并核对用的工具，一份好的检查表是数据分析的起源。

2.层别法：层别法就是将得到的数据资料和调查对象，以设备别、产品别、方法别等进行分类，通过一层层的对比、分析以发现真正的问题所在。它是一种借助于简单和直观的分类，来比较同级间各要素差异所在的方法。

3. 柏拉图：柏拉图又称排列图或帕累托图，是根据归集的数据，以不良原因、不良状况发生的现象，有系统地加以层别分类，计算出各项目别所产生数据（如不良率、损失金额）及所占的比例，依照大小依次顺序排列，制作成累加计值的图形以分析原因的一种QC手法。

4. 直方图：直方图又称品质分布图，它是根据生产的全部过程中收集来的品质数据分布情况，画成的以组距为底边、以次数为高度的一系列连接起来的直方型矩阵图。在品质管理中，能够准确的通过图形的分布情况来判断和预测产品的质量及不合格率。

5. 特性要因图：大多数都用在分析品质特性与影响品质特性的可能原因之间的因果关系，通过把握现状、分析原因、寻找措施来促进问题的解决，是一种用于分析品质特性（结果）与可能会影响特性的因素（原因）的一种工具。又称为鱼骨图。

特性要因图是根据结果（特性）来寻找原因（影响结果的要因）的一种QC手法。要先出现不良结果，才能分析原因；

6. 控制图：是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线，图中还有记录点及记录线. 散布图：将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间是不是相关及相关的程度如何。当两组特性值或数据中的一组发生明显的变化时，会对另一组有所影响，这两组特性值称之为相关，用图形表现其关系的图形就是散布图，也叫相关图。

数据统计分析，数据一定是在过程中经过长期的不断试验所得出的，所以我们选取数据的时候

首先要看到的数据是做了多少组，作为试验技术人员，我们一般讲3个PQ是数据最少证据，即最少需要做3组试验才能满足数据分析的需要，当然更多会更好，而且每组数据的量也要足够，批量也要尽可能大，这样分布的概率也会更准确；

不同的部门对数据的用途和收集方法不尽一致，但是目的都是相同的，那就是达到有效的管理和决策的目的，我曾遇到过很多实验人员为省事就取一组数据作为验证输入，这中数据可以认为是无效的，不具有重现性的，每个部门的数据统计要有专人进行统计和分析：

4. 其他各职能部门负责收集整理部门相关的数据，人力招聘数据，行政数据由行政收集整理。

数据收集到后，怎么样更好地分类分析和输入也非常的重要，不一样的数据需要不同的分析手法:1、数字资料的分析：针对需控制的质量指标收集有关的质量数据，按所用数据分析技术规定的方法对数据来进行整理、计算出有关统计量，与规定的指标要求或过程能力有一定的要求作比较、得出判断结论；2、非数字资料的分析：针对要分析的问题用图表办法来进行逻辑推理，彻底展开，然后在众多终端中分析出“少而精”的主要终端；

3、针对质量上的问题及主要（根本）原因，制订专门的管理和/或技术措施，明确针对什么、做什么、怎么做、在啥地方或处所做、谁负责、什么期限内完成；

4、由运用单位对数据分析的运用效果进行现场检查，将实施前、后的状况加以对比，确认所采取的措施的有效性，从而确认所用统计技术的正确性、有效性与适用性；

）所推送文章中，部分来自互联网。除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，我们会在24小时内删除处理，谢谢！内容若有误，欢迎批评指正