热线：400-895-0556
张老师：15652576295
立即咨询

行业洞察

聚焦六西格玛、精益生产、质量管理与采购供应链领域，持续更新行业洞察、课程动态、公司动态与客户改善案例，帮助企业把改善方法真正落到现场。

立即咨询 最新动态

共 10 篇资讯

  • 控制图怎么选？从数据类型、合理子组和采样方式开始 行业洞察
    3158 次阅读

    控制图怎么选？从数据类型、合理子组和采样方式开始

    控制图选择先看数据类型与采样安排。本文说明连续测量、不合格品和缺陷计数的常见图型，解释合理子组、控制限与规格限的区别，并补充判异规则和异常响应的准备要点。

    阅读全文

    控制图用于按时间顺序观察过程变化，帮助识别可能的特殊原因。选图之前先核对数据类型、采样方式与子组安排；不能因为软件里某张图最熟悉，就把所有数据都放进去。控制限由过程数据估计，规格限来自要求，两者用途不同。

    第一步：判断记录的是什么

    • 连续型数据：尺寸、重量、温度等测量值。继续判断是否有合理子组。
    • 不合格品数据：每件产品判为合格或不合格，同时记录检查数量。
    • 缺陷数数据：一个单位上可以出现多个缺陷，需要记录检查单位或机会的口径。

    第二步：根据采样方式选择常见图型

    连续型数据若每个时点只有一个观测值，可以评估 I-MR 图；若按近似相同条件采集合理子组，可评估 Xbar-R 或 Xbar-S 等图型。不合格品比例通常考虑 P 图；不合格品数在满足固定样本量等条件时可考虑 NP 图。缺陷计数可以根据检查单位是否一致等条件评估 C 图或 U 图。具体方法仍需核对分布、独立性及软件要求。

    合理子组不是把整张表随便分成几行

    子组应有业务含义，通常用于表现相近条件下的短期变化，再观察子组之间的变化。例如按约定时间，在同一过程条件下取得若干独立样本。把不同机台、不同产品规格或相隔很久的数据硬凑成一个子组，可能掩盖真正的变化来源。

    教学情景：看尺寸和看不合格率，图型不同

    若每小时记录若干个同规格零件的尺寸，关注的是测量值及其组内波动；若每天记录检查数和不合格品数，关注的是比例。这两类数据不能仅因都反映“质量”就使用同一张图。示例用于说明选图逻辑，不代表客户实际数据。

    画图后还要准备异常响应

    提前说明采用哪些判异规则，谁查看、多久查看、出现信号后如何检查和记录。不要在结果出来后随意挑规则，也不要为让图“受控”而反复删点。确认特殊原因并采取措施后，是否重新建立控制限，应有明确依据。

    遇到明显自相关、过度离散、多变量关联或需要识别较小持续变化的情形，可能需要更适合的模型或图型，不能只靠基础选图表处理。CUSUM、EWMA 等属于进一步工具，应在理解条件后使用。

    延伸阅读：ASQ：控制图；Minitab：控制图的数据类型；Minitab：合理子组。

    相关知识与课程

    课程与企业服务咨询：中质学张老师，15652576295。

  • 精益和六西格玛怎么选？先判断现场问题是浪费还是波动 行业洞察
    1682 次阅读

    精益和六西格玛怎么选？先判断现场问题是浪费还是波动

    精益常从浪费与流程切入，六西格玛常从波动与数据分析切入。本文通过教学情景说明两者如何配合，并给出从客户结果、流程现状、问题类型到试点验证的四步方法。

    阅读全文

    精益与六西格玛都服务于过程改善，但常见切入点不同：精益更关注浪费、流动与作业组织，六西格玛更关注波动、数据分析和过程控制。现场往往同时存在两类问题，因此选择方法应从问题出发，不必先争论哪个名称更先进。

    先观察问题表现

    • 等待、搬运、在制品积压明显：先把完整流程、处理时间与等待时间看清，寻找衔接、布局和工作组织方面的改进机会。
    • 尺寸、良率或处理时长波动大：先确认数据和测量，再研究过程条件与结果之间的关系，判断是否需要统计分析或试验。
    • 标准不清、不同人做法不同：先明确基本作业要求与职责，避免把管理基础问题一开始就包装成复杂统计项目。

    教学情景：交期长与质量不稳可能需要一起处理

    假设某订单经过多个工序，每段加工并不长，但等待占了大部分交付时间，同时某工序返工较多。团队可以先梳理物料与信息流，找出等待和积压，再对返工过程进行数据分析。若只加快前工序生产，可能增加在制品；若只降低单工序不良，却不处理接口等待，整体交付也未必改善。本例是教学情景。

    方法选择可以用四步

    1. 先定义客户关心的结果，例如交付周期、一次合格率或总成本。
    2. 沿完整流程收集必要的现状信息，避免只优化自己所在的一个工位。
    3. 把简单可验证的管理问题与需要进一步分析的不确定问题分开安排。
    4. 试点后同时观察质量、交付、安全和负荷，防止一个指标改善、另一个指标恶化。

    培训方向也应随目标变化

    希望建立现场改善意识，可以重点学习浪费识别、标准作业、5S 和流程观察；希望提高复杂问题的数据分析能力，可以加强 DMAIC、测量系统、过程能力和统计工具；希望推动跨部门改善，则还需要项目管理与协作安排。课程名称相同，也应核对案例、练习和交付是否适合自己的业务。

    中质学围绕精益生产、六西格玛、生产管理和持续改善开展课程及企业培训方向建设。具体学习内容与实施方案，可联系张老师：15652576295。

    延伸阅读：ASQ：精益与六西格玛；ASQ：价值流分析。

    相关知识与课程

  • 六西格玛绿带项目怎么选？三个标准和五个立项问题 行业洞察
    1976 次阅读

    六西格玛绿带项目怎么选？三个标准和五个立项问题

    绿带选题需要兼顾业务价值与实施条件。本文从指标可量化、范围能收口、成果可验证三个方面给出检查方法，并整理数据、资源、问题类型和接收责任等立项前问题。

    阅读全文

    绿带项目选题应同时考虑业务价值和实施条件。题目很重要，但范围太大、数据拿不到或责任人无法配合，都会让项目难以推进。一个合适的起点，是选择与实际岗位有关、表现可测量、范围能够控制的问题。

    标准一：指标可量化，问题有现实影响

    把“提升质量意识”“加强供应商管理”等大方向转成具体过程表现，例如某工序返工、某类订单审核等待或某项重复录入错误。写清问题影响了谁、发生在哪里、现状怎样，以及为什么值得投入资源。目标数值需要基于基线、客户要求和可实现的改进空间确定。

    标准二：范围能收口，团队能影响过程

    “解决全厂交付问题”可能涉及计划、设备、供应、人员和客户需求变化，超出初学项目的能力范围。可以先研究一个产品族、一条流程或一个明确接口。范围小不等于价值低，关键是能够完成从分析到验证和控制的闭环。

    标准三：成果可验证，数据和负责人有着落

    确认指标能持续取得、测量方法适用、流程负责人愿意参与、措施有机会进行试点。提前商定怎样比较前后结果、谁认可收益口径、改善后由谁接手。如果这些条件没有落实，先补齐条件比急着给项目立一个宏大标题更重要。

    立项前再问五个问题

    1. 目前是否已经知道明确原因和可直接执行的解决办法？若已经知道，可能更适合普通纠正行动，无需硬套完整 DMAIC。
    2. 问题是否属于现有过程表现不佳，还是全新产品或流程设计？方法应与问题类型相符。
    3. 数据能否在合理时间内取得，并覆盖正常工作条件？
    4. 项目成员是否具有影响相关过程的能力与资源？
    5. 结案时准备提交哪些证据，谁负责接收和长期保持？

    把问题说明写成能讨论的一段话

    教学写法示例：“在某一明确期间，A 线 B 型号出现装配返工；团队将核对返工定义与基线，限定在指定工序，研究可控因素，并按确认的指标验证改善。”真正立项时，应补入实际数据、目标依据、责任人与范围，不能用示例替代现场事实。

    项目价值需要兼顾客户影响、业务目标、风险与投入，不能只看预计收益最大的那一个。延伸阅读：ASQ：选择有业务价值的六西格玛项目；ASQ：收益与投入的项目优先级分析。

    相关知识与课程

    课程与企业服务咨询：中质学张老师，15652576295。

  • 质量管理审核证据怎么准备？把要求、执行与结果连起来 行业洞察
    2926 次阅读

    质量管理审核证据怎么准备？把要求、执行与结果连起来

    审核证据应能对应实际要求、实施安排、执行记录与结果。本文整理四层证据链和必要追溯信息，通过教学情景说明怎样核对变更落实与整改效果，避免只为审核堆积表格。

    阅读全文

    准备质量管理审核证据，应把要求、实际执行和结果对应起来。文件数量很多，不代表证据充分；一张填写完整的表，也未必能够说明措施有效。更有用的准备方式，是沿着真实业务过程，回答“依据什么要求、实际怎样做、结果怎样验证”。

    从审核问题出发找证据

    例如要检查某项风险控制是否落实，可以先明确风险涉及的过程和对象，再核对控制措施、实施记录与后续结果。访谈、现场观察和记录可以互相印证；单纯口头说明或一份无法追溯到具体对象的总结，通常不足以支撑完整判断。

    一条证据链可以按四层整理

    1. 要求层：适用的客户、法规、标准或内部要求是什么，版本与适用范围是否明确。
    2. 安排层：企业怎样分配职责、确定方法、资源与检查频次。
    3. 执行层：实际业务记录、现场观察和人员说明，能否对应到具体批次、设备或活动。
    4. 结果层：是否监测了效果，异常如何处置，必要时怎样调整措施。

    教学情景：新增检验要求，怎样证明已经落实

    以下是教学情景。客户增加某关键尺寸要求后，可把变更通知、影响评估、检验文件修订、相关岗位能力确认、量具与方法准备、实际检验记录和异常处理连起来。只拿出“已发布新版文件”的邮件，不能替代对实际执行的核对。

    整理资料时保留六个追溯信息

    根据业务需要，保留对象、时间、责任人、采用的要求或版本、实际结果和后续处置。涉及抽样时，还应说明样本与总体的关系。电子记录需要关注来源、权限和变更记录，不能在审核前集中补写成看似完整的历史材料。

    不符合项整改也按这条线复核

    区分纠正当前问题、消除原因和验证措施效果。比如“已培训”是一个动作，“相关人员能够按要求执行，并有相应结果记录”才更接近效果证据。整改范围也应考虑同类过程，不只处理被抽到的那一张表。

    不同审核有不同依据和范围，本文是通用准备思路，不替代适用标准、认证方案或审核组的专业判断。学习管理体系标准理解、内审实务与审核证据方法，可联系中质学张老师：15652576295。

    延伸阅读：ISO 9001 审核实践组：证据收集指导。

    相关知识与课程

  • 不良率下降就是改善有效吗？用教学示例看结果验证 行业洞察
    1753 次阅读

    不良率下降就是改善有效吗？用教学示例看结果验证

    不良率从 4% 降到 2%，能够报告观察结果，但归因还需要更多证据。本文用明确标注的模拟数据，说明百分点与相对下降、前后口径、生产条件、统计不确定性和持续监控等核对方法。

    阅读全文

    看到不良率从 4% 降到 2%，能不能宣布改善成功？可以报告这两个阶段的观察结果，但还需要检查样本、统计口径、生产条件和持续性，才能进一步判断措施是否有效。本文使用模拟数据说明分析思路，不代表中质学客户项目或实际经营收益。

    先把数字算清楚

    假设改进前检查 2,500 件，发现 100 件不合格，不合格率为 4%；改进后检查 2,500 件，发现 50 件不合格，不合格率为 2%。可以说观察到“不合格率下降 2 个百分点，相对下降 50%”。这两种表达不能混淆，单写“下降 50%”也应给出原始比例和样本数。

    第一步：确认前后比较的是同一个指标

    核对不合格品与缺陷的定义、检查标准、抽样方式和分母。一次检查是否可能发现多个缺陷？返工后复检是否重复计入？如果规则变了，两段数据不宜直接比较，应先解释并统一口径。

    第二步：检查除了措施以外还变了什么

    产品组合、物料批次、机台、班次、检验人员或生产速度都可能同时变化。例如改进后恰好只生产难度更低的型号，整体不合格率下降就不一定来自措施。应保留这些条件，必要时分层比较，或者设计更可控的验证安排。

    第三步：考虑随机波动与数据前提

    样本比例存在不确定性。可根据数据类型、独立性和样本条件选择适当的区间估计或检验方法，而不是只看两根柱子的高度。统计差异也不自动证明因果；还需要结合措施机制、执行记录和其他变化判断。

    第四步：看改善能否保持

    把数据按时间排列，检查措施实施前后的变化及后续表现。若只用一天数据证明长期改善，容易把短期波动当成果。适当的控制图、异常响应和负责人安排，能够帮助团队持续观察过程。

    结案时留下四项证据

    • 前后指标定义、原始数量和取数范围。
    • 措施内容、实施时间、执行情况及同时发生的变化。
    • 分析方法、适用条件和结论的限制。
    • 后续监控、异常处理及职责安排。

    若要核算财务收益，还需与财务或业务负责人统一返工、报废、工时等口径，避免把释放产能、避免损失和已实现利润重复相加。

    延伸阅读：ASQ：控制图与过程变化；NIST：过程稳定性评估。

    相关知识与课程

    课程与企业服务咨询：中质学张老师，15652576295。

  • 供应商过程审核怎么准备？从流程、风险到证据的核对清单 行业洞察
    2065 次阅读

    供应商过程审核怎么准备？从流程、风险到证据的核对清单

    供应商审核需要沿产品流程检查风险控制和实际证据。本文说明审核范围、五类准备资料及整改证据链，并提醒采用 VDA 6.3 等具体方法时核对适用版本、客户要求与人员能力。

    阅读全文

    供应商过程审核的价值，是沿着产品实现过程检查风险控制是否落实。它不应只停在“证书有没有、表格齐不齐”，也不能只根据一次来料检验结果判断供应商的全部能力。准备审核时，应先说明产品要求、重点过程与已知问题。

    先确定审核范围与依据

    明确涉及哪种产品、哪个场所、哪些过程和供货阶段，再核对图纸、技术协议、客户特殊要求及适用标准。若采用 VDA 6.3 等具体方法，应由具备相应能力的人员使用适用版本和要求；网上摘要不能代替正式审核依据或客户指定规则。

    用一条产品流程串起检查

    可从来料、存储、生产准备、加工或装配、检验、异常处置直到交付，逐段提出四个问题：“要求是什么？”“怎样控制？”“执行记录在哪里？”“结果能否证明控制有效？”再根据关键特性和历史问题确定需要加深检查的位置。

    审核前准备的五类资料

    1. 产品与要求：图纸、技术协议、关键特性、验收和变更要求。
    2. 过程与控制：流程图、适用风险分析、控制计划、作业和检验要求之间的对应关系。
    3. 人员与设备：相关岗位能力、设备与工装维护、测量设备及测量方法。
    4. 绩效与异常：质量、交付、客诉、返工报废和重复问题记录，保留统计口径。
    5. 追溯与整改：批次追溯、变更执行、异常隔离、原因分析、措施实施与效果验证。

    教学情景：尺寸超差，不能只看一张检验表

    以下为教学情景。若某零件曾发生尺寸超差，可以沿同一批次核对加工条件、刀具或工装变化、测量方法、首件与巡检、异常产品隔离、交付去向及后续措施。重点是记录之间能否相互对应，而不是把每份文件分别打勾就结束。

    发现问题后，整改也需要证据链

    把具体发现、适用要求、客观证据和影响范围写清，再约定责任人与期限。区分临时遏制、原因分析和长期措施；复核时不仅看“已培训”“已修订”，还要看措施是否被执行，以及同类问题是否得到有效控制。

    延伸阅读：ASQ：供应商质量管理；ISO 9001 审核实践组：审核指导资料；VDA QMC：VDA 6.3 解释与常见问题。

    相关知识与课程

    课程与企业服务咨询：中质学张老师，15652576295。

  • 测量系统分析MSA怎么做？校准、GRR与现场数据的关系 行业洞察
    2578 次阅读

    测量系统分析MSA怎么做？校准、GRR与现场数据的关系

    量具校准不等于现场测量的全部表现。本文区分连续测量与属性判定，解释重复性、再现性和 GRR 常见评价口径，并说明发现测量不足后如何定位差异和限制数据结论。

    阅读全文

    同一件产品，两个人测出不同结果；过程没有调整，报表却显示波动变大。遇到这些情况，应先检查测量过程。测量系统分析（MSA）关注的不只是量具，还包括人员、方法、环境、工件和数据记录等因素。

    校准与 MSA 解决的问题不同

    校准能够建立测量结果与参考标准之间的关系，并提供相应的计量信息；它不能单独说明量具在实际工件、操作人员和环境下的全部表现。现场还可能存在装夹差异、测量位置不一致、人员判定差异和随时间变化等问题。

    先判断数据与研究设计

    • 连续型测量：尺寸、重量等可以评估重复性、再现性，并结合用途研究偏倚、线性或稳定性等。
    • 属性判定：合格与不合格、外观等级等，应研究判定一致性，而不是机械套用连续型 GRR。
    • 破坏性或无法重复测量：研究设计需要适配工件和试验条件，不能把同一工件反复测量的方案直接搬过来。

    GRR 中“重复性”和“再现性”怎么理解

    重复性关注同一人员在相同条件下重复测量同一工件时的差异；再现性关注人员之间等条件变化所产生的差异。研究时，工件应覆盖实际关注的范围，人员和方法应反映正常工作条件，测量顺序及记录方式也需要控制。

    10% 与 30% 不是脱离用途的裁决线

    Minitab 帮助文档引用的 AIAG 指南，将相关变差比例小于 10% 视为可接受，10%～30% 需要结合用途、成本等判断，大于 30% 通常需要改进。但必须看清比较的是 %StudyVar、%Tolerance 还是其他指标；%Contribution 的口径不同，不能把同一套百分比直接套进去。客户和适用行业也可能另有要求。

    发现测量系统不足，正确做法是说明当前数据适合支持哪些判断、哪些结论暂不可靠，再改善方法。不能一句“超过 30%，所有数据都失去意义”代替分析。

    拿到结果后，先定位主要差异来源

    若人员间差异明显，检查测量位置、操作定义、装夹和培训；若同一人员重复测量也不稳定，检查分辨率、设备状态、工件变化与环境影响。调整后在相应条件下复核，并把有效测量方法固定下来。先改善测量，再做精细的过程对比，结论才更容易被信任。

    延伸阅读：Minitab：测量系统是否可接受；Minitab：交叉 GRR 研究方法说明。

    相关知识与课程

    课程与企业服务咨询：中质学张老师，15652576295。

  • ISO 9001与六西格玛如何配合？从体系运行到过程改善 行业洞察
    1894 次阅读

    ISO 9001与六西格玛如何配合？从体系运行到过程改善

    ISO 9001 与六西格玛关注的工作层面不同，也可以相互衔接。本文通过明确标注的教学情景，说明怎样把要求、过程、数据、措施与成果保持连起来，避免把认证或单个项目成果扩大解释。

    阅读全文

    ISO 9001 与六西格玛可以在同一个企业中配合使用。ISO 9001 规定质量管理体系的要求，帮助组织明确过程、职责与改进机制；六西格玛的 DMAIC 等方法，可以用于研究具体过程中的波动与问题。两者不能简单理解为“先拿证，再做高级工具”。

    先区分体系问题与具体过程问题

    如果现场没有明确的作业版本、职责不清、检验要求频繁变化，首先要把基本管理安排理顺。如果职责与流程已经清楚，但某一质量指标仍持续不稳定，就需要进一步研究数据、测量和过程输入。实际工作中，这两类问题经常同时存在。

    教学情景：装配返工反复发生，怎样把两条线连起来

    以下是教学情景，不是中质学客户实施案例。某装配工序反复返工，团队可以先核对图纸、作业要求、检验标准、人员职责和变更记录，再定义具体返工指标，建立数据基线，分析与设备、物料或操作条件的关系。改善验证后，把有效方法写入适用文件、培训要求和监控安排。

    这里的衔接点是：体系明确“谁按什么要求做、怎样留存证据与持续改进”，项目分析回答“这个具体问题为什么发生、什么措施有效”。项目成果需要进入日常管理，不能只保留在结案汇报中。

    可以一起核对的五项内容

    1. 要求：客户、产品、法规或内部管理的具体要求是什么，依据是否有效。
    2. 过程：问题位于哪一段流程，上下游接口和负责人是谁。
    3. 数据：指标口径、采样和测量是否一致，能否说明当前表现。
    4. 措施：采取了什么行动，怎样验证它与改善结果有关。
    5. 保持：谁负责监控，何时检查，出现异常如何处理，变更怎样评审。

    避免两个常见误解

    第一，管理体系认证不等于所有产品都不会出现缺陷，也不能代替具体过程分析。第二，完成一个六西格玛项目不等于组织的整个质量管理体系已经完善。评价某项工作，应回到它实际覆盖的范围、要求和证据。

    企业选择培训时，可以先把当前问题、涉及岗位、已有体系基础与可取得的数据说清，再决定需要标准理解、审核实务、工具训练，还是项目辅导。中质学企业培训方向与形式可向张老师咨询：15652576295。

    延伸阅读：ISO：质量管理体系简介；ISO 9001 标准信息；ASQ：DMAIC。

    相关知识与课程

  • Cpk是什么？判断过程能力之前先检查这四件事 行业洞察
    3313 次阅读

    Cpk是什么？判断过程能力之前先检查这四件事

    Cpk 不仅受过程波动影响，也受均值位置影响。本文说明 Cp 与 Cpk 的区别、稳定性和测量等前提，并通过尺寸计算教学示例，介绍怎样写出可复核的过程能力结论。

    阅读全文

    Cpk 用来描述过程输出与规格边界之间的关系。它同时受到波动大小和均值位置影响，因此“检验合格率很高”和“过程能力充分”不能直接画等号。分析之前，更重要的是确认数据、测量和过程状态是否支持这个结论。

    Cp 与 Cpk 分别看什么

    在常用的正态过程能力模型中，Cp =（规格上限－规格下限）÷（6σ），主要比较规格宽度与过程波动宽度；Cpk = min［（规格上限－均值）÷3σ，（均值－规格下限）÷3σ］，还会考虑过程是否偏向某一侧规格。这里的 σ 应说明估计方法，不能把不同软件、不同数据分组方式得到的结果直接混用。

    计算前先检查四件事

    1. 规格有明确依据。规格来自图纸、客户要求或经批准的技术文件，不用控制图的控制限代替规格限。
    2. 测量适合当前用途。分辨率、测量方法和测量系统变差需要能够支撑所做判断，不能只因为量具在校准有效期内就忽略现场测量差异。
    3. 过程状态可解释。先按时间顺序查看数据和控制图。过程存在批次切换、趋势或特殊原因时，应先调查，而不是用一个总的 Cpk 掩盖变化。
    4. 数据与模型相符。覆盖正常生产条件，保留机台、班次、批次等信息。明显非正态的数据需要选用适当的分布或方法，不能机械套用正态模型。

    一个教学示例：波动不变，偏心也会降低 Cpk

    假设某尺寸规格为 9.80～10.20 mm，过程稳定且适合正态模型，均值为 10.05 mm，σ 为 0.04 mm。此时上侧能力指数为 0.15÷0.12 = 1.25，下侧约为 2.08，Cpk 取较小值 1.25。如果均值移到 10.10 mm，而 σ 不变，Cpk 就降到约 0.83。这说明改善既要关注波动，也要关注过程中心。本例仅用于演示计算，不代表任何客户实施结果。

    把能力报告写成可复核的结论

    报告至少说明：质量特性、规格来源、采样期间、样本和子组安排、测量系统状态、稳定性检查、采用的分布与 σ 估计方式，以及异常数据如何处理。单独展示一个漂亮的 Cpk 数字，别人无法判断它是否适用于下一批产品。

    是否达到要求，应依据客户、产品风险及适用行业规则确定。Cpk 也不能不加条件地换算为实际不良率；当过程状态和分布假设不成立时，换算结果可能误导决策。

    延伸阅读：NIST：过程能力与能力指数；NIST：过程稳定性评估。

    如需系统学习过程能力分析及六西格玛工具应用，可联系中质学张老师：15652576295。

    相关知识与课程

  • 质量数据怎么收集？改善项目数据计划的七个要点 行业洞察
    173 次阅读

    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

    1. 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。
    2. 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。
    3. 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。
    4. 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。
    5. 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。
    6. 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。
    7. 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。