林家厚

（廈門(mén)海辰儲(chǔ)能科技股份有限公司，福建 廈門(mén) 361000）

1 數(shù)據(jù)整理和分析概述

質(zhì)量管理中的數(shù)據(jù)，并不是單純指計(jì)量型和計(jì)數(shù)型數(shù)據(jù)，更多的是包括流程文件、管理資訊、客觀評(píng)價(jià)在內(nèi)的信息的集合。例如質(zhì)量管理體系中的質(zhì)量手冊(cè)、程序文件、各類(lèi)作業(yè)指導(dǎo)書(shū)，以及生產(chǎn)管理中的設(shè)備管理資料、工藝參數(shù)、原材料信息，還有售后服務(wù)管理中的客戶滿意度調(diào)查、客戶抱怨等。有價(jià)值的數(shù)據(jù)通常具有完整性、規(guī)范性、一致性、準(zhǔn)確性、唯一性、關(guān)聯(lián)性，但由于受各種主觀和客觀因素的影響，數(shù)據(jù)集合中不可避免有一些沒(méi)有價(jià)值的干擾信息，要想有效利用這些數(shù)據(jù)，就涉及到數(shù)據(jù)的整理和分析。

數(shù)據(jù)整理是對(duì)實(shí)驗(yàn)、調(diào)查或歷史記錄等活動(dòng)中所搜集到的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、分類(lèi)和計(jì)算的過(guò)程，它是數(shù)據(jù)分析的基礎(chǔ)。數(shù)據(jù)分析是最大化地發(fā)掘數(shù)據(jù)的作用，把看似雜亂無(wú)章的一堆數(shù)據(jù)背后的重點(diǎn)信息提取出來(lái)，總結(jié)出問(wèn)題的內(nèi)在規(guī)律。數(shù)據(jù)整理和分析的最終目的是形成對(duì)業(yè)務(wù)有幫助的結(jié)論，幫助管理者進(jìn)行決策和判斷，以便采取適當(dāng)?shù)男袆?dòng)與策略，比如工廠的管理者希望通過(guò)對(duì)售后不良品的統(tǒng)計(jì)和分析，把握當(dāng)前產(chǎn)品質(zhì)量損失的主要來(lái)源和客戶抱怨的主要因素，從而制定合理的產(chǎn)品改善方案和客戶滿意度提升計(jì)劃，就必須依賴(lài)數(shù)據(jù)整理分析才能夠完成。

數(shù)據(jù)整理和分析的成果通常以報(bào)告的形式呈現(xiàn)。對(duì)于數(shù)據(jù)分析報(bào)告，分析就是論點(diǎn)，數(shù)據(jù)就是論據(jù)，兩者缺一不可。

2 基于企業(yè)質(zhì)量管理體系的數(shù)據(jù)收集整理

在企業(yè)日常管理中，由于工作量、成本或不可再現(xiàn)性等因素，人們無(wú)法對(duì)所有數(shù)據(jù)進(jìn)行收集和分析，一般來(lái)說(shuō)是選取一段時(shí)間或一個(gè)區(qū)域內(nèi)的數(shù)據(jù)來(lái)進(jìn)行整理和分析，這就不得不提到總體和樣本問(wèn)題，關(guān)于總體和樣本的概念筆者在此不進(jìn)行贅述。值得一提的是，為避免一些獨(dú)特的個(gè)體數(shù)據(jù)被刻意突出，干擾數(shù)據(jù)的分析結(jié)果，得出錯(cuò)誤的結(jié)論，數(shù)據(jù)收集和整理過(guò)程應(yīng)遵循隨機(jī)化原則，隨機(jī)化抽樣原理及方法可以概述為：總體中的某樣品是否被抽取，不是由數(shù)據(jù)分析者主觀決定，而是按概率原理，即每一個(gè)樣本個(gè)體被抽取的概率相等。

對(duì)于企業(yè)而言，當(dāng)我們進(jìn)行質(zhì)量管理活動(dòng)的數(shù)據(jù)收集整理時(shí)，不能脫離質(zhì)量成本這個(gè)概念，任何高投入無(wú)回報(bào)或沒(méi)有預(yù)期收益的經(jīng)營(yíng)管理活動(dòng)都會(huì)被視為多余的。要做好企業(yè)質(zhì)量管理數(shù)據(jù)的收集和整理，首先應(yīng)弄清楚企業(yè)日常管理活動(dòng)中都需要哪些數(shù)據(jù)，這些數(shù)據(jù)的用途是什么。質(zhì)量管理體系8.4條款中就明確要求：組織應(yīng)確定、收集和分析適當(dāng)?shù)臄?shù)據(jù)，以證實(shí)質(zhì)量管理體系的適宜性和有效性，并評(píng)價(jià)在何處可以持續(xù)改進(jìn)質(zhì)量管理體系的有效性，這包括來(lái)自監(jiān)視和測(cè)量的結(jié)果以及其他有關(guān)來(lái)源的數(shù)據(jù)。因此從質(zhì)量管理體系的角度看，日常管理數(shù)據(jù)大致可分為以下幾類(lèi)：一是事前預(yù)防的質(zhì)量控制過(guò)程數(shù)據(jù)收集，如產(chǎn)品或過(guò)程特性趨勢(shì)的CPK分析，量檢具的MSA分析，設(shè)備的Cmk分析，這些基礎(chǔ)數(shù)據(jù)的收集和分析確保了其他數(shù)據(jù)收集過(guò)程的符合性和有效性；二是事后改善和總結(jié)的質(zhì)量數(shù)據(jù)收集，如產(chǎn)品尺寸、性能一致性和符合性有關(guān)的檢驗(yàn)數(shù)據(jù)，不良率、不良損失、投訴率等等，可應(yīng)用直方圖、分組法、層別法等工具進(jìn)行歸納；三是圍繞企業(yè)經(jīng)營(yíng)管理和效益等，用于規(guī)劃下一年度目標(biāo)或策略相關(guān)的數(shù)據(jù)，如產(chǎn)品銷(xiāo)售量與區(qū)域的關(guān)系、銷(xiāo)售額、產(chǎn)品毛利潤(rùn)、顧客滿意度等，可應(yīng)用要因分析圖、散布圖及相關(guān)回歸分析等方法進(jìn)行推演；最后是圍繞質(zhì)量管理體系本身的適宜性和有效性的評(píng)估數(shù)據(jù)，典型的就是企業(yè)所進(jìn)行的內(nèi)部審核、三方審核和管理評(píng)審，這類(lèi)評(píng)審都有其特定的評(píng)分表和效果評(píng)價(jià)模式，也可以理解為是對(duì)上述三種數(shù)據(jù)的整體運(yùn)行情況的綜合評(píng)價(jià)，這個(gè)評(píng)價(jià)不僅針對(duì)各項(xiàng)數(shù)據(jù)本身是否良好，更側(cè)重于評(píng)價(jià)這個(gè)看似良好的數(shù)據(jù)是否帶來(lái)了實(shí)際價(jià)值，其他關(guān)聯(lián)指標(biāo)是否因此得到綜合提升，本質(zhì)上前三者是以數(shù)理統(tǒng)計(jì)方法為基礎(chǔ)的質(zhì)量管理方法，后者是建立在全面質(zhì)量管理思想上的組織性的質(zhì)量管理方法。

在進(jìn)行數(shù)據(jù)整理和分析前，應(yīng)先明確數(shù)據(jù)分析的目的，確定需要收集的數(shù)據(jù)清單，然后規(guī)劃好數(shù)據(jù)分析方案以及涉及的統(tǒng)計(jì)學(xué)工具或質(zhì)量工具；在以上基礎(chǔ)工作明確后，開(kāi)始收集原始數(shù)據(jù)，分析數(shù)據(jù)，應(yīng)用數(shù)據(jù)，得出結(jié)論，再通過(guò)結(jié)論給出應(yīng)對(duì)措施。數(shù)據(jù)分析結(jié)論中，應(yīng)突出重點(diǎn)，讓數(shù)據(jù)使用者和管理者一目了然哪些是管理重點(diǎn)，必要時(shí)對(duì)數(shù)據(jù)所在的類(lèi)別進(jìn)行重要度分級(jí)，賦予相應(yīng)的權(quán)重，來(lái)進(jìn)行綜合評(píng)估后果和影響。

3 企業(yè)日常管理中數(shù)據(jù)分析常見(jiàn)的誤區(qū)

誤區(qū)一：把特殊群體當(dāng)作總體，進(jìn)行抽取樣本

一戰(zhàn)時(shí)有一個(gè)科學(xué)家通過(guò)觀察歸來(lái)的戰(zhàn)機(jī)發(fā)現(xiàn)，大部分的飛機(jī)都是機(jī)翼中彈，而機(jī)尾中彈的比較少，因此得出了機(jī)翼容易中彈，而機(jī)尾不容易中彈的結(jié)論，因此對(duì)機(jī)翼進(jìn)行了改造和裝甲加強(qiáng)。但后來(lái)被證實(shí)這個(gè)分析是錯(cuò)誤的，其一是機(jī)尾中彈的飛機(jī)大多回不來(lái)，而機(jī)翼中彈的飛機(jī)大多能回來(lái)，所以他觀察的飛機(jī)中大部分都是機(jī)翼中彈，而少部分是機(jī)尾中彈；其二是此分析也沒(méi)有注意到，機(jī)翼的暴露面積要大幅大于尾翼，因此機(jī)翼的中彈概率也是要高于尾翼的。

這個(gè)統(tǒng)計(jì)和分析所犯的誤區(qū)，在統(tǒng)計(jì)學(xué)中被命名為幸存者偏差原理，指的是當(dāng)取得信息的渠道，僅來(lái)自于幸存者時(shí)，此信息可能會(huì)與實(shí)際情況存在偏差。幸存者偏差是由優(yōu)勝劣汰之后自然選擇出的一個(gè)群體，人們只看到經(jīng)過(guò)某種篩選而產(chǎn)生的結(jié)果，而沒(méi)有意識(shí)到篩選的過(guò)程，因此忽略了被篩選掉的關(guān)鍵信息。要避免陷入這個(gè)誤區(qū)，管理者就應(yīng)樹(shù)立批判性思維，多關(guān)注那些“沉默的群體”，不要把眼光聚焦在那些日常大家都顯而易見(jiàn)的信息或活躍度本身就足夠高的員工上，通過(guò)數(shù)據(jù)對(duì)結(jié)論進(jìn)行驗(yàn)證回測(cè)，來(lái)區(qū)分是偶然現(xiàn)象還是必然規(guī)律。

誤區(qū)二：統(tǒng)計(jì)的樣本量不足，忽視了樣本本身的概率問(wèn)題

從制造某產(chǎn)品的兩條產(chǎn)線中，如果分別隨機(jī)抽取100個(gè)產(chǎn)品，若其中甲產(chǎn)線的不良品有10個(gè)，乙產(chǎn)線的不良品有6個(gè)，那么在α=0.05（置信水平）的水平上，能否認(rèn)為甲產(chǎn)線的不良品率比乙產(chǎn)線高？這個(gè)命題，表面上看10%要比6%要大，于是許多質(zhì)量管理人員就直接下結(jié)論判斷甲產(chǎn)線的不良品率比乙產(chǎn)線高，但是如果借助Minitab的雙比率檢驗(yàn)，得出的結(jié)論卻是兩條產(chǎn)線的不良品率無(wú)顯著差異。問(wèn)題出在哪兒呢？因?yàn)檫@里面忽略了樣本本身（置信區(qū)間）的概率問(wèn)題，假如我們重新從甲和乙產(chǎn)線各抽100個(gè)樣本，也許他們不良品的比例就是7%和8%，也有可能是9%和8%……，總之每次抽取樣品的不良率是在一定區(qū)間內(nèi)隨機(jī)變化的。所以統(tǒng)計(jì)和分析工作不能輕易相信簡(jiǎn)單的百分?jǐn)?shù)，畢竟大家面對(duì)的只是樣本數(shù)據(jù)。但是如果把抽樣樣本數(shù)擴(kuò)大到從兩條產(chǎn)線各抽取1000個(gè)的時(shí)候，若甲產(chǎn)線的不良品數(shù)是100個(gè)，乙產(chǎn)線的不良品數(shù)是60個(gè)，不良的百分比例同樣還是10%和6%，數(shù)據(jù)的分析結(jié)果會(huì)有什么差異呢？此時(shí)如果再借助Minitab的雙比率檢驗(yàn)，就可以發(fā)現(xiàn)，雙比率的檢驗(yàn)結(jié)果為兩條產(chǎn)線的不良品率有顯著差別，即可得出甲產(chǎn)線確實(shí)比乙產(chǎn)線不良率高的結(jié)論。

通過(guò)這個(gè)實(shí)例得出的經(jīng)驗(yàn)是：數(shù)據(jù)樣本量的大小會(huì)影響數(shù)據(jù)的分析結(jié)果，樣本量越大，分析結(jié)果在一定的置信區(qū)間內(nèi)越準(zhǔn)確；在一些對(duì)數(shù)據(jù)分析結(jié)果要求較高的場(chǎng)合，甚至需要獨(dú)立地重復(fù)抽取樣本進(jìn)行分析（數(shù)據(jù)分組），以便確認(rèn)幾次分析結(jié)果的一致性。這就要求在收集和整理數(shù)據(jù)前應(yīng)對(duì)樣本量的需求進(jìn)行適當(dāng)?shù)牟邉潱拍艽_保分析結(jié)果準(zhǔn)確性的同時(shí)兼顧樣本量過(guò)大導(dǎo)致的工作量問(wèn)題。

誤區(qū)三：未考慮到數(shù)據(jù)對(duì)全局的影響，偷天換日，顧此失彼

借助一則被奉為經(jīng)典的營(yíng)銷(xiāo)案例，接下來(lái)探討數(shù)據(jù)分析中的另一個(gè)常見(jiàn)誤區(qū)。案例講的是某牙膏企業(yè)通過(guò)將現(xiàn)有的牙膏開(kāi)口口徑擴(kuò)大一毫米，這個(gè)改變使該公司當(dāng)年的營(yíng)業(yè)額大幅增加，擴(kuò)大了銷(xiāo)售業(yè)績(jī)，擺脫了業(yè)績(jī)下滑的困境。經(jīng)過(guò)發(fā)酵和升華，許多培訓(xùn)機(jī)構(gòu)還將此案例衍生出了細(xì)節(jié)決定成敗，注重小視角小改變，就能取得大成效的偽雞湯。將此案例放在數(shù)據(jù)管理和分析的角度去看卻是一個(gè)失敗的案例，普通人可能不太在意，精明的人一下就能想到，這是把算盤(pán)打到了消費(fèi)者頭上，因?yàn)榇蠖鄶?shù)消費(fèi)者擠牙膏都有一個(gè)相同的習(xí)慣，每天擠出大致相同的長(zhǎng)度，牙膏口徑粗1毫米，每天牙膏的用量自然會(huì)多出不少。

這個(gè)營(yíng)業(yè)額增加的統(tǒng)計(jì)數(shù)據(jù)，并未考慮到消費(fèi)者的最終反映，也并未預(yù)見(jiàn)到該牙膏后續(xù)相關(guān)的銷(xiāo)售情況，而是片面統(tǒng)計(jì)當(dāng)前的數(shù)據(jù)。小米創(chuàng)始人雷軍曾提到，小米不需要能把稻草變成黃金的銷(xiāo)售人才，把稻草按黃金的價(jià)格銷(xiāo)售給客戶，客戶不會(huì)上第二次當(dāng)，務(wù)實(shí)和互惠互利的發(fā)展模式才能長(zhǎng)遠(yuǎn)。

通過(guò)這個(gè)實(shí)例得出的經(jīng)驗(yàn)是：工廠數(shù)據(jù)分析中，要注意全局性，要綜合相關(guān)的指標(biāo)，不能片面統(tǒng)計(jì)某一階段或某一工序的影響，以避免治標(biāo)不治本。時(shí)隔多年，回顧這個(gè)看似經(jīng)典且高明的案例，是否真正使得這個(gè)牙膏公司的業(yè)績(jī)保持增長(zhǎng)，使得公司事業(yè)蓬勃發(fā)展？看似美好的數(shù)據(jù)終究是曇花一現(xiàn)。作為一個(gè)質(zhì)量管理者，從事數(shù)據(jù)分析和研究時(shí)，一定要透過(guò)現(xiàn)象看本質(zhì)，真正做到質(zhì)量管理服務(wù)于成本節(jié)約，服務(wù)于客戶，只有真正從精益出發(fā)，對(duì)數(shù)據(jù)的整理和分析的權(quán)威懷有敬意，才是質(zhì)量管理的常青藤。

誤區(qū)四：對(duì)數(shù)據(jù)分析的邏輯理解錯(cuò)誤，造成判斷偏差

每一年，許多企業(yè)或地區(qū)發(fā)布的年度平均工資，都會(huì)吸引公眾的目光，諸如“被平均”等質(zhì)疑，也常常成為網(wǎng)絡(luò)討論的焦點(diǎn)問(wèn)題。平均工資為何總與感受不符？對(duì)平均工資的統(tǒng)計(jì)邏輯又該如何理解？這個(gè)問(wèn)題通過(guò)對(duì)中位數(shù)、平均數(shù)、眾數(shù)等概念的理解，就可以找到答案。其實(shí)數(shù)據(jù)本身沒(méi)錯(cuò)，感受也沒(méi)錯(cuò)，“被平均”都是差異惹的禍，直接對(duì)標(biāo)平均工資水平并不是了解自己實(shí)際工資情況的好方式，平均工資的重點(diǎn)作用也不是用于個(gè)人去進(jìn)行比較，發(fā)布這個(gè)指標(biāo)的意義主要是為了改善民生，為相關(guān)的政策出臺(tái)或調(diào)整提供一個(gè)重要的參考依據(jù)。而如果要用于個(gè)人與整體的比較，用工資中的中位數(shù)和眾數(shù)進(jìn)行比較，同時(shí)結(jié)合平均水平，從不同維度去取點(diǎn)劃線，給多數(shù)人的感受可能就“靠譜”多了。在許多體育或競(jìng)技賽事的評(píng)分中，通常會(huì)去掉最高分和最低分，與這個(gè)例子的分析原理顯然有異曲同工之妙。

結(jié)合這個(gè)例子的結(jié)論是：不同的數(shù)據(jù)分析方案，應(yīng)用于不同的需求，在原始數(shù)據(jù)可靠的基礎(chǔ)上，如果數(shù)據(jù)的“打開(kāi)方式”不對(duì)，錯(cuò)誤地引用不適合的評(píng)估方案，也可能造成很大的偏差。正如在進(jìn)行制程能力分析時(shí)，須根據(jù)不同的數(shù)據(jù)類(lèi)型和樣本量，選用X-R圖、X-S圖、P圖或U圖，應(yīng)用控制圖時(shí)也不是簡(jiǎn)單比較CPK計(jì)算結(jié)果，依葫蘆畫(huà)瓢在原有圖標(biāo)后面進(jìn)行延伸，還應(yīng)結(jié)合分析用控制圖和控制用控制圖的特性區(qū)別，對(duì)一些異常因素的數(shù)據(jù)進(jìn)行處理和剔除。

4 工廠質(zhì)量管理中數(shù)據(jù)整理和分析的意義

數(shù)據(jù)分析在質(zhì)量管理中具有重要地位，管理體系的有效性如何，利潤(rùn)的增長(zhǎng)性如何，企業(yè)的抗風(fēng)險(xiǎn)能力如何，都與數(shù)據(jù)分析有重要的關(guān)系，有數(shù)據(jù)分析的支撐在管理決策上的作用就如同給炮兵提供精準(zhǔn)的方位坐標(biāo)一樣重要?，F(xiàn)階段還是有較多的中小企業(yè)管理者，只注重經(jīng)營(yíng)利潤(rùn)數(shù)據(jù)，對(duì)質(zhì)量管理中的其他數(shù)據(jù)的重視存在表里不一的現(xiàn)象，數(shù)據(jù)收集和統(tǒng)計(jì)只是為了應(yīng)付各方面的檢查，更別說(shuō)做到各模塊數(shù)據(jù)首尾對(duì)應(yīng)，關(guān)聯(lián)分析。此文也呼吁企業(yè)在忙于生產(chǎn)的同時(shí)，應(yīng)注重?cái)?shù)據(jù)的收集和管理，做到在需要時(shí)可以快速地?fù)瞥鱿鄳?yīng)的原始數(shù)據(jù)。當(dāng)下如SAP，ERP，MES等數(shù)據(jù)信息化和系統(tǒng)化軟件在大中規(guī)模企業(yè)的應(yīng)用已相當(dāng)成熟，并逐漸也成為一些小型企業(yè)的標(biāo)配，這些軟件可以為企業(yè)精簡(jiǎn)辦事流程，還大大提高了數(shù)據(jù)存儲(chǔ)、導(dǎo)出、分析等方面的效率。

數(shù)據(jù)的統(tǒng)計(jì)分析能夠?yàn)槠髽I(yè)對(duì)未來(lái)的發(fā)展給出一定的預(yù)見(jiàn)性。這項(xiàng)工作可以協(xié)助企業(yè)降低質(zhì)量成本，提高經(jīng)濟(jì)效益，抓住管理重點(diǎn)；協(xié)助企業(yè)對(duì)外展示出企業(yè)的質(zhì)量管理能力，用數(shù)據(jù)說(shuō)話，提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力；還可以協(xié)助企業(yè)把握市場(chǎng)動(dòng)向，實(shí)時(shí)調(diào)整產(chǎn)品生產(chǎn)和銷(xiāo)售策略，降低運(yùn)營(yíng)成本，實(shí)時(shí)更新產(chǎn)品，淘汰不盈利甚至虧本的項(xiàng)目。

5 結(jié)語(yǔ)

工廠的質(zhì)量管理策略決定了數(shù)據(jù)分析的需求，數(shù)據(jù)分析應(yīng)用的全面與否又反向體現(xiàn)出了工廠的質(zhì)量管理能力。數(shù)據(jù)整理和分析是一門(mén)通用科學(xué)，在質(zhì)量管理中的應(yīng)用萬(wàn)變不離其宗；他山之石可以攻玉，可以借鑒和套用一些統(tǒng)計(jì)分析技巧，但也要注意質(zhì)量管理中的數(shù)據(jù)整理和分析具有時(shí)效性和背景差異，彼時(shí)的統(tǒng)計(jì)分析結(jié)果可能并不一定適用于當(dāng)前的質(zhì)量管理策略，同時(shí)由于工廠間存在制程能力、發(fā)展策略、產(chǎn)品類(lèi)別及信息化水平等差異，數(shù)據(jù)整理和分析也要依據(jù)企業(yè)自身特點(diǎn)，緊緊圍繞數(shù)據(jù)分析的任務(wù)和目的選用不同的方式和工具，揚(yáng)長(zhǎng)避短，合理利用資源，根據(jù)數(shù)據(jù)分析結(jié)果制定適合自身發(fā)展的質(zhì)量管理計(jì)劃，使企業(yè)的利益最大化，不能生搬硬套數(shù)據(jù)分析方式和問(wèn)題解決思路。