论文部分内容阅读
[摘 要]作为制造业大国,我国工业产品生产的质量管理意义尤为重大,而数据技术是确保产品质量得到有效提升的关键选择,是确保中国制造发展到更高阶段的必经之路。我国企业要参与到国际化的竞争过程,也需要拿出切实的数据标准,通过市场的考核认证,才具备进行销售的资格,从这个角度说,数据技术也是进行国际化竞争的主要工具。本文针对产品质量管理相关的数据分析技术进行了深入的探讨,对于目前我国供给侧改革的相关企业和行业,有一定的现实意义和参考价值。
[关键词]质量管理;数据技术;应用分析
中图分类号:F273.21 文献标识码:A 文章编号:1009-914X(2019)03-0377-01
对于我国的大多数生产制造业企业来说,提高企业的管理水平以及经营产品的生产质量,这是企业在市场竞争中取得领先位置的关键因素,而要实现这样的目标,就需要首先知道企业的生产现状以及重点突破口,通过分析找到制约企业取得更大进步的深层次原因,并有针对性地做以必要的改进。为此,企业必须收集相关的生产数据,对这些数据进行客观的分析和认真解读,找到数据背后所蕴含的对企业管理至关重要的内容,这就是数据技术的用武之地。
1.企业质量管理系统中进行数据分析的意义
量化管理是近代企业管理的核心思想,对于企业的发展有着极为关键的影响和推动作用,也是后继的精细化管理等管理模式的基础。产品质量管理,没有量化管理的理念指导是根本行不通的。而量化管理就是管理的数量化,是对过去定性管理的升级。数据在整个管理过程中价值得以充分挖掘,通过深入分析所有的企业数据,就可以判断出企业经营状况,对于产品生产的标准化和质量控制有着直接的影响和控制作用。
具体来说,这些来自企业产品质量管理的数据是企业实际产品生产过程情况的真实记录,要提高产品的质量标准,就必须从数据中找到具体的根源和解决办法。数据研究就是要对这些生产数据实施相应的处理,包括数据采集、数据分类、数据录入、数据储存、数据统计分析,以及数据统计检验等所有关于数据的整理操作的统称。这其中的数据统计分析和数据统计检验要用到一些逻辑推理方面的知识和技能,才可以判断出关键性的影响因素。
对于数据分析这一概念,国际质量认证标准已经作出了明確的规定,即:“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。”基于这一规定,数据分析至少需要给企业提供下面的重要信息:一是顾客的满意程度;二是产品与顾客要求的契合度;三是过程产品的有关特性以及发展趋势;四是供应方的情况。但从目前企业实际执行情况来看,一些贯标企业对于产品数据的研究分析程度不够。进一步查究其深层原因,与这些企业的经营指导思想有直接关系。因为数据分析程度不够,产品质量很难上升到更高的档次,大部分类似产品堆挤在狭小的利润空间,盈利能力有限,企业也难以取得更大的发展。
2.产品质量管理中的数据技术应用分析方法
企业进行数据分析的主要目的,就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,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,由哪个部门收集,由哪个部门对数据进行分析,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:一是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;二是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。
(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,从而找到改进的机会。
(4)对需要改进的问题,从人、机、料、法、环、测6个方面分析原因,从多个不同方向确定纠正措施。
(5)对纠正措施的效果进行检查,效果不理想时应重新采取纠正措施。
2.3数据分析的常用方法
(1)分类分析法
该方法主要用来对收集到的数据进行整理,如对收集到的不合格或质量损失数据按不同的类别进行分类,找出不合格或质量损失发生最多的类别,从而指出改进的机会和方向。分类分析法的常用工具是排列图和统计表。
(2)责任分析法
它是分类分析法的一种,是按质量责任进行分类,从而找到发生不合格最多、质量损失最大的部门或责任者,为改进找到机会。责任分析法常用的工具也是排列图。
(3)对比分析法
对收集到的质量特性、经济技术指标、不合格或质量损失数据,通过比较分析,判定质量管理工作的成效以及是否需要改进。对比分析法有本期与上期对比法、同期对比法、历史最好水平对比法、与同行业先进水平对比法,对比分析法常用的工具是柱状图和控制图。
(4)趋势分析法
对质量特性、经济技术指标、不合格或质量损失的发展趋势进行表述分析,如果发现接近超标可提前采取改进措施,趋势分析法的常用工具是控制图。
(5)工序能力分析法
贯标认证的目的是增强企业的质量保证能力,判断企业的质量保证能力是否充分,需要对关键工序的工序能力是否充分进行分析,工序能力分析法常用的工具是直方图。
3.结束语
综上所述,在现代企业管理过程中,数据技术发挥了关键性的作用,可以客观地说,是数据分析处理技术推动了企业发展到目前的状态,并也决定着企业以后的发展状况。就产品质量管理而言,数据技术可以明确产品生产的标准和规范,提供产品盈利能力的市场分析,对于高质量的追求,必须借助数据技术判断制约产品质量提升的因素,有针对性地解决这些问题。才能最终确保产品的质量,以及企业的利润水平。
参考文献
[1]李梦超.关于加强数据分析在质量管理中应用的思考[J].企业管理,2016,9.
[2]刘存山,昕薇.数据分析与挖掘技术在医疗质量管理中的应用[J].质量管理,2016,10.
[3]隋明堂,许乐.浅谈数据分析在建筑企业质量管理中的应用[J].技术与市场,2017,6.
[关键词]质量管理;数据技术;应用分析
中图分类号:F273.21 文献标识码:A 文章编号:1009-914X(2019)03-0377-01
对于我国的大多数生产制造业企业来说,提高企业的管理水平以及经营产品的生产质量,这是企业在市场竞争中取得领先位置的关键因素,而要实现这样的目标,就需要首先知道企业的生产现状以及重点突破口,通过分析找到制约企业取得更大进步的深层次原因,并有针对性地做以必要的改进。为此,企业必须收集相关的生产数据,对这些数据进行客观的分析和认真解读,找到数据背后所蕴含的对企业管理至关重要的内容,这就是数据技术的用武之地。
1.企业质量管理系统中进行数据分析的意义
量化管理是近代企业管理的核心思想,对于企业的发展有着极为关键的影响和推动作用,也是后继的精细化管理等管理模式的基础。产品质量管理,没有量化管理的理念指导是根本行不通的。而量化管理就是管理的数量化,是对过去定性管理的升级。数据在整个管理过程中价值得以充分挖掘,通过深入分析所有的企业数据,就可以判断出企业经营状况,对于产品生产的标准化和质量控制有着直接的影响和控制作用。
具体来说,这些来自企业产品质量管理的数据是企业实际产品生产过程情况的真实记录,要提高产品的质量标准,就必须从数据中找到具体的根源和解决办法。数据研究就是要对这些生产数据实施相应的处理,包括数据采集、数据分类、数据录入、数据储存、数据统计分析,以及数据统计检验等所有关于数据的整理操作的统称。这其中的数据统计分析和数据统计检验要用到一些逻辑推理方面的知识和技能,才可以判断出关键性的影响因素。
对于数据分析这一概念,国际质量认证标准已经作出了明確的规定,即:“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。”基于这一规定,数据分析至少需要给企业提供下面的重要信息:一是顾客的满意程度;二是产品与顾客要求的契合度;三是过程产品的有关特性以及发展趋势;四是供应方的情况。但从目前企业实际执行情况来看,一些贯标企业对于产品数据的研究分析程度不够。进一步查究其深层原因,与这些企业的经营指导思想有直接关系。因为数据分析程度不够,产品质量很难上升到更高的档次,大部分类似产品堆挤在狭小的利润空间,盈利能力有限,企业也难以取得更大的发展。
2.产品质量管理中的数据技术应用分析方法
企业进行数据分析的主要目的,就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,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,由哪个部门收集,由哪个部门对数据进行分析,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:一是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;二是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。
(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,从而找到改进的机会。
(4)对需要改进的问题,从人、机、料、法、环、测6个方面分析原因,从多个不同方向确定纠正措施。
(5)对纠正措施的效果进行检查,效果不理想时应重新采取纠正措施。
2.3数据分析的常用方法
(1)分类分析法
该方法主要用来对收集到的数据进行整理,如对收集到的不合格或质量损失数据按不同的类别进行分类,找出不合格或质量损失发生最多的类别,从而指出改进的机会和方向。分类分析法的常用工具是排列图和统计表。
(2)责任分析法
它是分类分析法的一种,是按质量责任进行分类,从而找到发生不合格最多、质量损失最大的部门或责任者,为改进找到机会。责任分析法常用的工具也是排列图。
(3)对比分析法
对收集到的质量特性、经济技术指标、不合格或质量损失数据,通过比较分析,判定质量管理工作的成效以及是否需要改进。对比分析法有本期与上期对比法、同期对比法、历史最好水平对比法、与同行业先进水平对比法,对比分析法常用的工具是柱状图和控制图。
(4)趋势分析法
对质量特性、经济技术指标、不合格或质量损失的发展趋势进行表述分析,如果发现接近超标可提前采取改进措施,趋势分析法的常用工具是控制图。
(5)工序能力分析法
贯标认证的目的是增强企业的质量保证能力,判断企业的质量保证能力是否充分,需要对关键工序的工序能力是否充分进行分析,工序能力分析法常用的工具是直方图。
3.结束语
综上所述,在现代企业管理过程中,数据技术发挥了关键性的作用,可以客观地说,是数据分析处理技术推动了企业发展到目前的状态,并也决定着企业以后的发展状况。就产品质量管理而言,数据技术可以明确产品生产的标准和规范,提供产品盈利能力的市场分析,对于高质量的追求,必须借助数据技术判断制约产品质量提升的因素,有针对性地解决这些问题。才能最终确保产品的质量,以及企业的利润水平。
参考文献
[1]李梦超.关于加强数据分析在质量管理中应用的思考[J].企业管理,2016,9.
[2]刘存山,昕薇.数据分析与挖掘技术在医疗质量管理中的应用[J].质量管理,2016,10.
[3]隋明堂,许乐.浅谈数据分析在建筑企业质量管理中的应用[J].技术与市场,2017,6.