行业洞察
质量数据怎么收集？改善项目数据计划的七个要点
改善数据不仅要有数量，还要有一致定义、分母和追溯信息。本文从分析问题出发，整理指标口径、采样、责任和异常处理等七项数据计划内容，说明历史与终检记录如何评估使用。
阅读全文
改善项目常见的困难，是收集了很多表格，到了分析阶段才发现不同班组的“不良”定义不一致、产量没有分母、批次信息丢失。数据计划的作用，是在收集前把“要回答什么问题”和“怎样得到可信数据”对齐。
先明确这次数据要支持哪个判断
“了解质量情况”过于宽泛。可以改写成：“确认 A 工序装配不良主要集中在哪些缺陷类型，是否与机台、班次或物料批次有关。”这样才知道需要记录什么，而不是把现场所有能拿到的数据都装进一个文件。
一份数据计划至少写清七项
- 指标定义。测量什么，合格与不合格怎样判定，重复出现的缺陷如何计数。
- 单位与分母。区分不合格品数、缺陷数、返工次数和报废数量；计算比例时同时保留对应的检查数量。
- 数据取得位置。写清工序、设备、系统字段或记录表，避免不同人从不同环节取数。
- 采样安排。说明对象、时间范围、频次和覆盖条件，使数据能够反映正常生产中的变化。
- 追溯字段。根据分析需要保留时间、机台、班次、产品型号、物料批次等，不必收集与问题无关的信息。
- 测量与录入责任。谁测量、谁复核，使用哪一版标准和哪种量具，单位如何统一。
- 异常处理。缺失、补录、重复、停机和试制数据如何标记；保留原始记录，不能为了图表好看删除不利数据。
教学示例：分析装配不良，需要的不只是“不良数”
如果每天只记“发现 8 个不良”，就无法判断这一天比“发现 5 个不良”的另一天更差。两天的检查数量可能分别是 800 件和 100 件。建议同时记录检查数、缺陷类别、产品型号、发生工序和时间，并保留判定依据。上述例子用于说明口径差异，不是中质学客户案例。
先试采，再正式收集
先让实际操作人员用表格完成一次试采。核对同一件产品是否得到一致判定、字段是否容易填写、系统能否导出、哪些记录经常缺失。发现定义不清时先修订，再扩大采集。这样通常比分析完成后返工取数更省时间。
历史记录和终检数据能不能用
可以评估使用，关键是它们能否回答当前问题。要核对检测标准是否变化、样本是否被筛选、数据是否可追溯、时间顺序是否保留。终检数据能够描述部分结果，但若要验证某个工艺参数的影响，通常还需要相应过程记录，不能仅凭结果数据猜原因。
延伸阅读：ASQ：DMAIC 与测量阶段；NIST：生产过程表征。
相关知识与课程
课程与企业服务咨询：中质学张老师，15652576295。