数据的收集和整理

一、 数据的收集

收集数据时，必须经过认真考虑之后再确定：

收集数据的目的是什么；

怎样使用已经收集到的数据。

如果因为机器设备上装有计测仪器就收集数据，或者因为容易测定就收集数据，这种作法是毫无意义的。

收集数据的目的

收集数据有种种目的，难于一一列举，这里只叙述其主要者。

① 为了管理工序

测定产品的主要质量特性；

检测产品在各道工序中的质量不匀；

测定原料或中间产品的质量特性；

管理生产条件。

② 为了改进工序

调查质量不匀的原因；

比较工序改进前后的条件；

降低生产成本。

③ 为了确保产量

④ 为了保证质量

⑤ 为了安全管理，环境保护



收集数据的计划 （注意：目前有很多的SPC控制软件是采用一种方式，即所谓的先收集数据，然后再选择控制图种类进行分析，这种方法实际上是不够严谨的做法或是没有必要，假如采集数据是每天10个样本，实际上采用X-S控制是比较好的，但如有用X-R来分析，或是想改用I-MR来分析是不妥当的）


确定了收集数据的目的之后，就要制定取样计划，收集合于目的要求的数据。


① 确定特性值的种类

② 取样的场所

③ 样本的容量

④ 取样的间隔（每多少米、每隔多长时间、每隔几个等）

⑤ 测定仪器的种类

⑥ 测定仪器的精度

⑦ 数据的整理方法

⑧ 异常情况的处置等

二、 数据的离散性（波动、变差）

无论用怎样相同的方法所生产的产品，如果观测其质量特性时，数据必定存在着离散性。

通过制订原材料标准，执行规定的作业方法，调整机器设备，加强测定仪器管理，使工序全面标准化，严格管理工序等，这些虽然都能减少数据的离散程度，但不能消灭数据的离散性。也就是说，数据的离散性是不可避免的。

数据之所以离散有种种原因，现列出其主要者：

① 虽然规定了原材料及设备等标准，量但在标准允许范围内有波动；

② 虽然规定了作业标准，但在标准允许范围内也有波动；

③ 标准不齐备，不能完全控制工序的必要条件时；

④ 不按标准进行作业时；

⑤ 设备不良或发生故障时；

⑥ 操作上的差错；

⑦ 测定精度不够或有误差。

休哈特（W.A.Shewhart）把数据离散的原因分为两类：

① 偶然原因（chance cause）：在形成产品质量不匀的原因中，这是一种没

有必要查明和消除的原因。

② 异常原因（assignable cause）：在形成产品质量不匀的原因中，这是一

种有必要查明和消除的原因。也称作不可放过的原因、可避免原因、有缘

故的原因。

说的还是有一定道理的，支持一下