统计过程控制案例分析
统计过程控制（SPC ）案例分析
一、用途
1．分析判断生产过程的稳定性，生产过程处于统计控制状态。 2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品产生。 3．查明生产设备和工艺装备的实际精度，以便作出正确的技术决定。 4．为评定产品质量提供依据。 二、控制图的基本格式 1．标题部分
X-R 控 制 图 数 据 表
2．控制图部分
质
量
特
性
实线CL ：中心线 虚线UCL ：上控制界限线 LCL ：下控制界限线。 三、控制图的设计原理
1．正态性假设：绝大多数质量特性值服从或近似服从正态分布。 2．3σ准则：99.73%。
3．小概率事件原理：小概率事件一般是不会发生的。 4．反证法思想。 四、控制图的种类 1．按产品质量的特性分：
（1）计量值（S X R X R X R X S ----,,~
,） （2）计数值（p ，pn ，u ，c 图）。 2．按控制图的用途分： （1）分析用控制图； （2）控制用控制图。 五、控制图的判断规则 1．分析用控制图：
规则1 判稳准则——绝大多数点子在控制界限线内（3种情况）； 规则2 判异准则——排列无下述现象（8种情况）。 2．控制用控制图：
规则1 每一个点子均落在控制界限内。 规则2 控制界限内点子的排列无异常现象。
【案例1】 R X -控制图示例
某手表厂为了提高手表的质量，应用排列图分析造成手表不合格品的各种原因，发现“停摆”占第一位。为了解决停摆问题，再次应用排列图分析造成停摆事实的原因，结果发现主要是由于螺栓松动引发的螺栓脱落成的。为此厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。
分解：螺栓扭矩是一计量特性值，故可选用基于正态分布的计量控制图。又由于本例是大量生产，不难取得数据，故决定选用灵敏度高的R X -图。
解：我们按照下列步骤建立R X -图
步骤1：取预备数据，然后将数据合理分成25个子组，参见表1。 步骤2：计算各组样本的平均数i X 。例如，第一组样本的平均值为：
0.1645
162
1661641741541=++++=
X
其余参见表1中第（7）栏。
步骤3：计算各组样本的极差i R 。例如，第一组样本的极差为：
{}{}20154174min max 111=-=-=j j X X R
其余参见表1中第（8）栏。
表1： 【案例1】的数据与R X -图计算表
i
272.163=X ，280.14=R 。
步骤5：计算R 图的参数。
先计算R 图的参数。从D 3、D 4系数表可知，当子组大小n =5，D 4=2.114，D 3=0，代入R 图的公式，得到：
188.30280.14114.24=?==R D UCL R
280.14==R CL R ==R D LCL R 3—
极差控制图：
均值控制图：
图1 【案例1】 的第一次R X -图
1
3
5
7
9
11
13
15
17
19
21
23
25
30.188
14.280
0.000 1
3
5
7
9
11
13
15
17
19
21
23
25
171.512
163.272
155.032
参见图1。可见现在R 图判稳。故接着再建立X 图。由于n =5，从系数A 2表知A 2=0.577，再将272.163=X ，280.14=R 代入X 图的公式，得到X 图：
512.171280.14577.0272.1632≈?+=+=R A X UCL X 272.163==X CL X
032.155280.14577.0272.1632≈?-=-=R A X LCL X
因为第13组X 值为155.00小于X LCL ，故过程的均值失控。经调查其原因后，改进夹具，然后去掉第13组数据，再重新计算R 图与X 图的参数。此时，
125.1424
1835724
≈-==
'∑R R
617.16324
.1558.408124
≈-=
=
'∑X X
代入R 图与X 图的公式，得到R 图：
860.29125.14114.24≈?='=R D UCL R 125.14≈'=R CL R 03='=R D LCL R
从表1可见，R 图中第17组R=30出界。于是舍去该组数据，重新计算如下：
435.1323
3033923
≈-==''∑R R
670.16323
4
.1628.392623
≈-=
=
''∑X
X
R 图：
402.28435.13114.24≈?=''=R D UCL R 435.13=''=R CL R =''=R D LCL R 3—
从表1可见，R 图可判稳。于是计算X 图上，见图2此时过程的变异度与均值均处于稳态。
步骤6：与规范进行比较
对于给定的质量规范140=L T ，180=U T ，利用R 和X 计算P C 。
极差控制图：
均值控制图：
图2 【案例1】 的第二次R X -图
776.5326.2435.132≈==d R
σ
15.1776
.56140
1806≈?-=
-=
σ L U P T T C 由于670.163=X 与容差中心M=160不重合，所以需要计算PK C 。
18.02
/)140180(670.1631602
/=--=
-=
T M K μ
94.015.1)18.01()1(=?-=-=P PK C K C
可见，统计过程状态下的P C 为1.16>1，但是由于μ
?与M 偏离，所以1 步骤7：延长统计过程状态下的R X -图的控制限，进入控制用控制图阶段，实现对过程的日常控制。 1 3 5 7 9 11 13 15 17 19 21 23 28.402 13.435 0.000 1 3 5 7 9 11 13 15 17 19 21 23 171.422 163.670 155.918 X-图 【案例2】s X-图。 为充分利用子组信息，对【案例1】选用s 解：步骤如下： 步骤1：依据合理分组原则，取得25组预备数据，参见表2。表2：手表的螺栓扭矩 步骤2：计算各子组的平均值i X 和标准差i s 。 各子组的平均值见表2（与表1相同），而标准差需要利用有关公式计算，例如，第一子组的标准差为： 211 .71 5)164162()164166()164164()164174()164154(1 5) (2 22225 1 111=--+-+-+-+-=--= ∑=j j X X s 其余参见表2中的标准差栏。 步骤3：计算所有观测值的总平均值X 和平均标准差s 。得到256.163=X ，644.5=s 。 步骤4：计算s 图的控制限，绘制控制图。 先计算s 图的控制限。从计量控制图系数表可知，当子组大小n =5时，089.24=B ，03=B ，代入s 图公式，得到： 790.11644.5089.24=?==s B UCL s 644.5==s CL s ==s B LCL s 3— 相应的s 控制图见图3。 标准差控制图： 图3 表1中25个子组的标准差控制图 可见，s 图在第17点超出了上控制限，应查找异常的原因，采取措施加以纠正。为了简单起见，我们将第17子组剔除掉。利用剩下的24个子组来重新计算s X -控制图的控制限。得到： 292.163=X ，370.5=s 089.24=B ，03=B ，代入s 图的控制限公式，得到： 218.11370.5089.24=?==s B UCL s 370.5==s CL s ==s B LCL s 3— 参见图4的标准差控制图。可见，标准差s 控制图不存在变差可查明原因的八种模式，那么，可以利用s 来建立X 图。由于子组大小n =5，从计量控制图系数表知，427.13=A ，将292.163=X ，370.5=s 代入X 图的控制限公式，得到： 1 3 5 7 9 11 13 15 17 19 21 23 25 11.790 5.644 0.000 955.170370.5427.1292.1633≈?+=+=s A X UCL X 292.163==X CL X 629.155370.5427.1292.1633≈?-=-=s A X LCL X 相应的均值控制图见图4。 标准差控制图： 均值控制图： 图4 剔除第17子组后得到的s X -控制图 由图4的均值控制图可知，第13组X 值为155.00小于X LCL ，故过程的均值失控。调查其原因发现是夹具松动造成的，已经很快进行了纠正，在采集第14个子组的数据时，该问题已获解决。故可以去掉第13子组的数据，重新计算R 图与X 图的参数。此时，617.163=X ，265.5=s 。 代入R 图与s 图的控制限公式，得到： s 图： 999.10265.5089.24=?==s B UCL s 265.5==s CL s ==s B LCL s 3— 参见图5的标准差控制图。可见，标准差s 控制图不存在变差可查明原因的八种模式，那么，可以利用s 来建立X 图。由于子组大小n =5，从计量控制图系数表知，427.13=A ，将617.163=X ，265.5=s 代入X 图的控制限公式，得到： 131.171265.5427.1617.1633≈?+=+=s A X UCL X 1 3 5 7 9 11 13 15 17 19 21 23 11.218 5.370 0.000 170.955 163.292155.629 617.163==X CL X 104.156265.5427.1617.1633≈?-=-=s A X LCL X 参见图5的均值控制图。 标准差控制图 均值控制图： 图5 再去掉第13个子组后得到的s X -控制图 由图5的均值控制图可知，没有出现变差可查明原因的八种模式。即标准差控制图和均值控制图都没有出现可查明原因的八种模式，说明装配作业中螺栓扭矩的生产过程处于统计控制状态。 步骤5：与容差限比较，计算过程能力指数。 已知手表螺栓扭矩的容差限为：140=L T ，180=U T 。利用得到的统计控制状态下的 617.163=X ，265.5=s 来计算过程能力指数： 601.5940 .0265.54===c s σ 19.1601 .56140 1806=?-=-= σL U P T T C 由于617.163=X 与容差中心1602/)(=+=L U T T M 不重合，所以，有必要计算有偏称的过程能力指数。 18.020 617 .32 /)(617.1631602 /== --= -= L U T T T M K μ 9758.019.1)18.01()1(=?-=-=P PK C K C 可见，统计控制状态下的过程能力指数为1.19，大于1，但是，由于存在分布中心 1 3 5 7 9 11 13 15 17 19 21 23 10.999 5.265 0.000 1 3 5 7 9 11 13 15 17 19 21 23 171.131 163.617 156.104 与容差中心的偏移，故有偏移的过程能力指数不足1。因此，应该根据对手表螺栓扭矩的质量要求，确定当前的统计控制状态是否满足设计的、工艺的、顾客的要求，决定是否以及何时对过程进行调整。若需进行调整，那么调整后，应重新收集数据，绘制s X -控制图。 由于R X -控制图以平均极差R 为σ的估计值，s X -控制图以平均子组标准差s 为 σ的估计值，所以，运用R X -控制图与运用s X -控制图分析同一个问题，得到的过程 能力指数一般略有不同。因为子组极差R 只利用了子组中的最大值和最小值的信息，而子组标准s 充分利用了子组中所有的信息，所以，当R X -控制图与s X -控制图的分析结果不同时，尽管R 图计算上比s 图简单，但仍建议以s X -控制图的结果为准。 步骤6：延长统计控制状态下的s X -控制图的控制限，进入控制用控制图阶段，实现对过程的日常控制。 【案例3】s R X -图 表3给出了连续10批脱脂奶粉的样本“水分含量百分比”的实验室分析结果。半一个样本的奶粉作为一批的代表，在实验室对其成分特性进行分析测试，如脂肪、水分、酸度、溶解指数、沉积物、细菌以及乳清蛋白。希望将该过程的产品水分含量控制在4%以下。同于发现单批内的抽样变差可以忽力，因此决定对每批只抽取一个观测值，并以连续各批的移动极差作为设置控制限的基础。 表3： 连续10个脱脂奶粉样本的水分含量百分比 %38.0=R 移动极差（R ）控制图： 38.0==R CL 24.138.0267.34=?==R D UCL 38.003?==R D LCL （因为n 小于7，故不标出LCL ） 系数3D 和4D 的值由计量控制图系数表中按n =2行查得，由于该移动极差图已呈现出统计控制状态，于是可进行单值控制图的绘制。 单值X 控制图： 45.3==X CL 46.4)38.066.2(45.32=?+=+=R E X UCL 44.2)38.066.2(45.32=?-=-=R E X LCL 系数2E 的值由计量控制图系数表中n =2时的3A 给出。控制图绘制于图6中。该控制图表明过程处于统计控制状态。 水分含量百分比X 46.4=UCL 45.3=X 44.2=LCL 24.1= 38.0= 图6 表3数据的单值X 控制图 1 2 3 4 5 6 7 8 9 10 批号 【案例4】R Me -图 某机器生产电子盘片。规定的厚度为0.007～0.016cm 。每隔半小时抽取样本量为5的样本（子组），记录其中心厚度（cm ），如表4所示。拟建立一个中位数图以达到控制质量的目的。中位数值和极差值也一并在表4中给也。 表4： 云母盘片厚度的控制数据 单位：0.001cm =Me 子组中位数的平均值= 47.1115 172 1511121012=++++ =R 平均极差= 73.515 86 157756==++++ 极差图计算如下： R 图： 73.5==R CL 11.1273.5114.24=?==R D UCL 73.503?==R D LCL （由于n 小于7，故不标出LCL ） 系数3D 和4D 的值可由计量控制图系数表n =5行查得。由于该极差图已呈现出统计控制状态，于是能按此求出中位数控制图的控制线。 中位数控制图： 47.11==Me CL 42.15)73.569.0(47.114=?+=+=R A Me UCL Me 52.7)73.569.0(47.114=?-=-=R A Me LCL 系数234A m A =，其值由计量控制图系数表中n =5行查得，中位数图如图7所示。从图中显然可见，该过程呈现了统计控制状态。 中位数Me ： 42.15=UCL 47.11=Me 52.7=LCL 极差R ： 11.12= 73.5= 图7 表4数据的Me 图与R 图 1 3 5 7 9 11 13 15 子组号 【案例5】p图 某半导体厂希望对产品进行质量控制，基础数据见表5第（2）、（3）栏，在标准值未定的条件下做p图。 表5：p图示例的数据与计算表 解：步骤如下： 步骤1：计算平均不合格品率p 。得到：%9.32315 90 === 被检产品总数不合格品总数p 步骤2：计算不合格品率控制图的控制限，绘制控制图。 i p n p p p UCL /)1(3-+= %9.3==p CL p i p n p p p LCL /)1(3--= 对于第1个子组，有： 102.085/%)9.31%(9.33%9.3/)1(3=-+=-+=i p n p p p UCL 其余子组的控制限参见表5的第（5）、（6）栏。绘制控制图，参见图8。 图8 某半导体器件2月份抽检结果的不合格品率p 控制图 由图8可见，第27个子组的不同格品率高于上控制限，应该找出异常的原因加以纠正。由于上控制限凹凸起伏，不便于观察变差可查明原因的八种模式。故采用标准化打点值的方法，例如，第一个子组的打点值为： 732.085 /)039.01(039.0039.085/2/)1(-=- -= --= i n p p p p Z 图9 标准化打点值的控制图 1 3 5 7 9 11 13 15 17 19 21 23 0.117 0.039 0.000 25 27 1 3 5 7 9 11 13 15 17 19 21 23 25 27 3.000 0.000 -3.000 图9可见： （1）从第5子组开始到第15子组为止，出现了连续11点落在中心线同一侧的情况，依判异准则的准则2，属于异常链。 （2）第22到第26子组，出现了连续3点中有2点落在中心线同一侧的B区以外的情况，依判异准则的准则2，属于异常链。 （3）第27子组超出了上控制限，说明出现异常，应技工出原因加以消除。而且。控制图显示从第2子组开始就出现了异常，结合第22到第26子组综合分析原因，尽快加以纠正。 综上所述，应尽快查找异常的原因，加以消除。建议重新收集25个子组做控制图，以再次判断过程是否处于统计控制状态。 一录像带制造商希望控制录像带中的不合格疵点数。录像带按4000m 的长度生产，连续对来自某个过程的20卷录像带（每卷长350m ）进行表面检查，得出不合格疵点数的数据。对此生产过程的一个终端进行了研究。 为了控制该生产过程，打算用c 图点绘不合格疵点数。表6给出20卷录像带的有关数据，作为建立c 图的预备数据。 表6： 录像带的预备数据 4.3= 图10 表6数据的c 图 4.320 68 20617==+++= = c CL 9.84.334.33=+=+=c c UCL 4.334.33-=-=c c LCL （由于下控制限不可能为负值，故不标出下控制限）。 10 5 15 20 盘号 不 合 在某轮胎生产厂，每半小时抽检15个轮胎，记录下总不合格数和单位产品不合格数。决定建立u 图（单位产品不合格数图）来研究过程的控制状态。表7给出了有关数据。 表7： 轮胎厂的单位产品不合格数（每个子组检查的单位产品数n =15） 用总不合格数（表7中c 值行）除以被检产品总数（如14×15）： 26.0151455=?==∑ ∑n c u 26.0==u CL 65.015/26.0326.0/3=+=+=n u u UCL 15/26.0326.0/3-=-=n u u LCL （由于下控制限不可能为负数，故不标出下控制限）。 图11中标绘出了数据点和控制线。此控制图表明过程处于统计控制状态。 注意，由于子组大小为常数，故这里也可采用c 图代替u 图。 单位产品不合格数： 26.0= 图11 表7数据的u 图 10 2 12 14 子组号 4 6 8 单 位 产 品 不 合 浅谈统计数据质量控制 论文关键词:统计统计数据统计资料统计人员质量控制 前言;随着市场经济的不断发展,统计失实的现象日渐严重,统计工作者应当本着对本职工作高度负责的精神,进行全过程的、全员参加的、以预防为主的统计数据质量控制。要尽可能采用计算机处理统计资料,最大限度的减少人工参与,加强对统计人员的职业道德和专业水平的培训以及加大统计执法力度等,以保证源头数据的准确性,使我们的统计工作更好的为企业服务。 正文:随着经济快速发展,企业快速成长、扩长信息获取、识别、处理、转换、传递的准确性、效率与速度。在企业经营管理中的重要作用也将愈来愈显著。企业要能在市场竞争中求得生存与此同时发展,一个重要的条件就是——必须要有一个健全的高效的信息系统,一支能提供准确数据的素质过硬的统计队伍,以满足企业经营管理决策所需的各种信息。因此,作为提供信息的企业统计必将在其中扮演重要的角色,发挥重要作用。 从总体上看,现有的统计数据基本上还是能够反映客观实际的。但是,随着市场经济的不断发展,经济结构复杂化,利益主体多元化,再加上体制转化过程中经济秩序混乱,人为干扰增多,因而搞准统计数据的难度也就日益增大,统计失实的潜在危险性也就日渐严重,并将逐步暴露。对此,我们必须需要清醒的认识,要始终不渝地把提高统计数据质量问题,摆到统计工作的首要位置,并才却综合治理措施,切实抓紧抓好,下面就统计数据质量问题谈谈自己一些粗浅的看法。 1 统计数据质量控制的意义 企业统计的目的是为企业经营决策管理提供统计信息。在市场经济条件下,企业经营决策极具风险性,风险产生于不确定性并由不确定性程度决定风险的大小,而不确定性又与信息的准确和及时程度直接相关,信息愈准确及时,不确定性愈低;反之,信息不准确及时,不确定性愈高。所以,准确可靠的统计数据,便于决策和管理者正确地把握形势,客观地剖析问题,从而作出科学的决策。反之,有水分的、失实的统计数 w 本手册所描述操纵图的选用程序 否 是 是 是是 是 注：本图假设测量系统差不多过 是 是 是 否否 评价同时是适用的 第Ⅰ章 持续改进及统计过程操纵概述 在今天的经济气候下，为了事业昌盛，我们——汽车制造商，供方及销售商必须致力于不断改进。我们必须查找更有效的方法来提供产品及服务。这些产品和服务必须不断地在价值上得以改进。我们必须重视内部以及外部的顾客，并将顾客中意作为企业的要紧目标。 为了达到这一目标，我们组织中的每一个人都必须确保不断改进及使用有效的方法。本手册涉及到第二个领域的某些要求。它描述了能使我们致力于的改进更有效的几种差不多的统计方法。为了完成不同的任务需要不同程度的理解。本手册的对象是见习生以及刚开始从事统计法应用的治理人员。关于现在正在应用更先进技术的人员，本手册也可作为他们学习这些差不多方法的参考文献。本手册并没有包括所有的差不多方法。附录H 所列的参考文献或手册中阐述了其他的差不多方法(例如：检查清单、 流程图、是 排列图、因果分析图等)及一些先进的方法(如其他操纵图、试验设计、质量功能展开等)。 本书所述的差不多统计方法包括与统计过程操纵及过程能力分析有关的方法。本手册的第1章阐述了过程操纵的背景知识，解释了一些重要的概念：如变差的专门及一般缘故，并介绍了操纵图，那个用来分析及监控过程特不有效的工具。第Ⅱ章描述了构 造和使用计量型数据操纵图表(定量的数据，或测量)的 - X —R ， - X —s 图，中位数图以及X —MR(单值及移动极差)图。这一章还介绍了过程能力的概念并讨论了广泛应用的指数及比值。第Ⅲ章介绍了用于计数型数据(定性数据或计数值)的几种操纵图：p 图、np 图及u 图。第Ⅳ 章介绍了测量系统分析的内容并列举了适当的例子。附录包括分组及过度调整的例子，如何使用操纵图的流程图、常数及公式表、标准正态分布以及可复制的空白表等。术语索引给出了本手册所使用的术语及符号的解释，参考文献一节向读者提供了进一步学习的材料。 在开始讨论之前，需进行六点讲明： 1．收集数据并用统计方法来解释它们并不是最终目标，最终目标应是对读者的过程不断加深理解。当—个没有任何改进的技术专家是专门容易的。增加知识应成为行动的基础； 2．研究变差和应用统计知识来改进性能的差不多概念适用于任何领域，能够 是在车间中或办公室里。例子有：机器(性能特性)、记帐(差错率)、总销售额、白费分析(废品率)、计算机系统(性能特性)及材料治理(运送时刻)。本手册重点放在车间应用中。鼓舞读者参考附录H 统计案例（约14课时） 通过典型案例，学习下列一些常见的统计方法，并能初步应用这些方法解决一些实际问题。 ①通过对典型案例（如“肺癌与吸烟有关吗”等）的探究，了解独立性检验（只要求2×2列联表）的基本思想、方法及初步应用。 ②通过对典型案例（如“质量控制”、“新药是否有效”等）的探究，了解实际推断原理和假设检验的基本思想、方法及初步应用（参见例1）。 ③通过对典型案例（如“昆虫分类”等）的探究，了解聚类分析的基本思想、方法及初步应用。 ④通过对典型案例（如“人的体重与身高的关系”等）的探究，进一步了解回归的基本思想、方法及初步应用。 说明与建议 1．统计案例的教学中，应鼓励学生经历数据处理的过程，培养他们对数据的直观感觉，认识统计方法的特点（如统计推断可能犯错误，估计结果的随机性），体会统计方法应用的广泛性。应尽量给学生提供一定的实践活动机会，可结合数学建模的活动，选择1个案例，要求学生亲自实践。对于统计案例内容，只要求学生了解几种统计方法的基本思想及其初步应用，对于其理论基础不作要求，避免学生单纯记忆 和机械套用公式。 2．教学中，应鼓励学生使用计算器、计算机等现代技术手段来处理数据，有条件的学校还可运用一些常见的统计软件解决实际问题。 参考案例 例1 某地区羊患某种病的概率是0.4，且每只羊患病与否是彼此独立的。今研制一种新的预防药，任选5只羊做实验，结果这5只羊服用此药后均未患病。问此药是否有效。 初看起来，会认为这药一定有效，因为服药的羊均未患病。但细想一下，会有问题，因为大部分羊不服药也不会患病，患病的羊只占0.4左右。这5只羊都未患病，未必是药的作用。分析这问题的一个自然想法是：若药无效，随机抽取5只羊都不患病的可能性大不大。若这件事发生的概率很小，几乎不会发生，那么现在我们这几只羊都未患病，应该是药的效果，即药有效。 现假设药无效，5只羊都不生病的概率是 (1—0.4)5≈0.078. 这个概率很小，该事件几乎不会发生，但现在它确实发生了，说明我们的假设不对，药是有效的。 这里的分析思想有些像反证法，但并不相同。给定假设后，我们发现，一个概率很小几乎不会发生的事件却发生了，从而否定我们的“假设”。 银行监管统计数据质量管理良好标准试行银监 发 SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN# 附件一： 银行监管统计数据质量管理良好标准 （试行） 本标准适用范围为根据《银行业监管统计管理暂行办法》(2004年第6号主席令)开展监管统计工作的全部银行业金融机构（下文简称“银行”）。标准的总体框架包含5方面要素，分别为：组织机构及人员，制度建设，系统保障和数据标准，数据质量的监控、检查与评价，数据的报送、应用和存储。5方面要素下共有15项原则，每项原则下有若干具体标准，共61条标准。 （一）组织机构及人员 原则1 组织领导 银行董事会和高级管理层高度重视并积极推动本行数据质量管理和监管统计工作，明确政策和目标，建立机制和流程，落实各环节责任。 具体标准： 银行董事会制定明确的政策，将本行数据质量管理纳入内控合规体系和战略规划之中，并定期对其有效性和执行情况进行评估。 银行高级管理层确立数据质量管理的目标，建立机制和流程，明确职权和责任，定期对本行数据质量管理水平进行评估，并有效落实数据质量问责制。 银行法定代表人或主要负责人对本行监管统计数据的真实性负责，亲自或委派领导班子成员（以下简称“主管领导”）组织领导监管统计工作，对制度性变革等重大监管统计事项能够及时研究部署，在资源调配方面予以充分支持和保障。 原则2 归口管理 银行对监管统计工作实行统一管理、分级负责的管理体制，确定归口管理部门组织管理本机构的监管统计工作。 具体标准： 银行总行确定监管统计归口管理部门，授权其负责全行监管统计领导、组织、协调和管理工作。 总行归口管理部门根据授权负责制定全行监管统计工作制度和流程，提出监管统计数据质量管理措施，协调和督促其他相关业务部门，共同做好监管统计工作，定期检查并发现监管统计数据质量存在的问题，提出合理化建议，向主管领导报告。 银行各级分支机构确定相应的归口管理部门，负责本级机构监管统计工作，在总行归口管理部门统一领导下，有效履行监管统计相关职责。 原则3 岗位设置 10大管理创新以及案例分析 营销方式越来越简捷，组织结构越来越富有柔性，经营管理的信息化程度日益提高，企业越来越注重发挥各种资源整合的力量。而引领这一系列变化的，正是管理创新! 从设计创造价值、供应链整合，到对产品、设计、研发、IT等进行外包而获利，以及并购管理方式等进行的创新，简言之，管理创新就是企业根据生产经营的客观要求和科技发展的条件，对传统的企业管理模式和管理方法进行改革、改进和改造。通过管理创新，培育和实施先进的企业文化和经营方式，使各种生产要素有机结合，资源得到优化配置，生产效率不断提高，从而保证企业产品的质量和企业的竞争能力。 管理创新，已经成为中国CEO们普遍关心的问题!这里选出的10项，只是中国企业近年来实施管理创新实践的代表。 或许昨天，中国企业曾因某些方面缺乏创新而交过学费;而今天，中国企业也因方方面面的管理创新而飞速发展，闪耀世界! No.1设计创造价值 影响力指数：★★★★★ 关注率：★★★★☆ 通过更好的设计，可以使产品获得更高的价值。这一点，早已被国外的诸多大型企业所认识和应用。譬如韩国三星，他们认为，杰出的外观是增强产品亲和力的有效途径，对这方面的孜孜以求，使其确立了现代工业设计杰出代表的地位。 典型案例：家居企业博洛尼认为，橱柜行业也跟时装、汽车等时尚产品一样，有自己独特的风向标，意大利的设计无疑是前沿潮流的代表。他们从意大利高薪聘请了首席设计师，让博洛尼展示出纯正的意大利风格。披上了意大利时尚设计的外衣，博洛尼的品牌效应凸显，迅速坐上国内整体厨房业第一的位置。 点评：很长一段时间，设计在中国遭受冷遇——从制造商到消费者，大家对设计的认识还很狭隘，特别是有些制造型企业，一味地强调低成本，并不把设计看成一门管理或一项必要的投资。这使不少中国企业交了高昂的学费。 博洛尼以及其他具有“设计创造价值”理念企业的成功，至少给人们这样的启示：要使设计体现价值，首先要认识到设计的价值!只有将关注设计融入企业的DNA，以产品卓越的性能为基础，满足人们对视觉审美的品味，才能使产品整体表现得以飞跃，使产品附加值和品牌力得以提高。 No.2外包获利 影响力指数：★★★★★ 关注率：★★★★★ 业务外包是指企业根据投入产出效益最大化的原则，将某个或某些部门或业务转包给更加擅长和专业的企业进行管理和经营的行为，强调企业将主要精力集中于关键业务上，最大限度地降低成本，提高效率。涉及产品外包、设计外包、研发外包、人力资源外包、物流外包，以及IT外包等多种形式。 典型案例：汽车制造行业零部件多，自己去做采购物流，要费很多时间，上海通用就将物流外包给专业的第三方物流公司中远集团。中远按照通用要求的时间，把原材料直接送到通用的生产线上。这不但使上海通用的生产线基本做到了零库存，包装成本也大幅下降。 上海通用将物流外包的模式，在国内的制造型企业，尤其是做零库存的生产企业是非常实用的。在实施业务外包时，企业应认真分析，挖掘竞争对手难以获得和复制的资源和优势，将其演变为企业的核心竞争力。这种扬长避短的业务外包，才能够使企业真正获益。 No.3供应链整合 影响力指数：★★★★☆ 浅谈全面质量管理 在市场经济快速发展的今天，企业间竞争日趋激烈，产品质量对于一个企业的重要性日益明显，产品质量的高低是企业有没有核心竞争力的重要体现之一；尤其对于我们这种轨道交通行业，每个产品每个元器件都关系着整个列车运行和乘客的安全，可以毫不夸张的说质量是企业的生命。我特别喜欢一句质量宣传语：品牌是旗，质量是杆。 在全面质量管理（Total Quality Management简称：TQM,以下统一用简称代替）之前，质量管理已经历了两个发展阶段：质量检验阶段和统计质量控制阶段。而质量管理经营较好的企业已经发展到了TQM阶段，以下为我对TQM的一点浅显理解和认知，和各位同事分享下。 TQM的基本理念及方法有“四全管理”、“四个第一”、“四种观点”、“四个支柱”。坦诚的讲，这十六个字是我借用培训老师的总结，下面我用我自己的理解进行解释。 “四全管理”是TQM的基本理念。即全面质量、全过程、全员参与、全方法。全面质量不仅包括产品质量，而且包括工作质量和系统质量。全过程管理是指从研究设计、准备、制造直至使用服务、用后处理的全过程。试想一款产品在研发设计阶段就存在缺陷或质量隐患，最后生产出来的产品质量可想而知。产品质量是设计和生产制造出来的，不是检验出来的，富士康总裁郭台铭的话说的更直接—-研发设计是娘。全员参与要求上至董事长、总经理下至一线工人人人要参与质量管理，人人关心质量。最高领导的作用在质量管理过程中尤为重要。在我国的《质量管理法》中规定，质量部门必须由总经理直接领导。全方法是指不仅运用质量检验和数理统计等方法，而且还要把数理统计等科学方法与改善组织管理、改革专业技术、思想教育等方面结合起来。 “四个第一”是TQM的基本原则。即质量第一、用户第一、适用性第一、长远利益第一。这四个一比较容易理解，不再过多解释。 “四种观点”是TQM实施中的四个基本观点。即预防为主、数据说话、第一次就做对、最经济原则。在企业经营中经常存在两种文化：一种是救火文化，另一种是预防文化。在救火文化主导的组织内，大家都将鲜花与荣誉给了救火的英雄，结果人人都抢着当英雄，甚至有人自己放火自己救。因此，这种救火文化是非常 统计过程控制作业指导书 1 目的 应用适当的统计技术，对定量信息进行分析处理，以控制过程特性，确保产品质量特性达到规定的要求。 2 适用范围 适用于质量策划、过程特性、产品特殊特性及持续改进的数据统计和分析。 3 参考文件 《统计过程控制（SPC）参考手册》 4 名词和定义 4.1 统计过程控制：是一种制造控制方法，是将制造中的控制项目，依其特性所收集的数据，通过过程能力的分析与过程标准化，发掘过程中的异常，并立即采取改善措施，使过程恢复正常的方法。 4.2 控制图：是对过程质量特性值进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。 4.3 过程变差：由于普通和特殊两种原因造成的变差，本变差可用样本标准差S 来估计。 4.4 过程固有变差：仅由于普通原因产生的那部分过程变差。该变差可以从控制图上通过R/d2 来估计。 4.5 过程能力：仅适用于统计稳定的过程，是过程固有变差的6σ范围，式中σ通常由R/d2（σR/d2）计算而得。 4.6 Cp：能力指数 4.7 Pp：性能指数 4.8 Cpu：上限能力指数 4.9 Cpl：下限能力指数 4.10 Cpk：这是考虑到过程中心的能力指数，定义为Cpu和Cpl的最小 值。 4.11 Ppk：这是考虑到过程中心的性能指数。 4.12 Ca：偏移度 4.13 UCL：（Upper Control limit）上控制限 LCL：（Lower Control limit）下控制限 5 权责 5.1 制定责任 5.2 实施责任 5.2.1 质量管理处负责指导、监督各部门统计技术应用的有效性。 5.2.2 技术部 5.2.2.1 负责研究初始过程能力并提出改进措施。 5.2.2.2 负责针对质量月报中提到的过程能力达不到要求的进行分析，提出改进措施。 5.2.2.3 负责对现场过程控制中过程特性和产品特性变差较大的利用控制图进行分析，并提出改进措施。 5.3品保部质检处 5.3.1 负责制定和修正控制用控制图的上、下控制限。 5.3.2 负责收集生产各处室完成的控制用控制图，并对实际的过程能力进行计算，将过程能力指数计算结果报到质量月报中。 5.4 生产各处室负责按照控制计划的要求对需用控制图进行控制的项目，在控制用控制图上进行过程监控。 5.5 由CFT小组每天对控制图进行监控,对工艺技术人员不能解决的异常问题及时分析对策。 6 内容及要求 6.1确定需求 6.1.1统计过程控制用于研究工序能力、监控工艺状况、评估测量系统。 6.1.2技术部在产品质量先期策划时要确定每一过程适用的统计技术，并纳入控制计划。 6.1.3技术部在新产品差异性分析以后，对差异方面的产品特性进行初始过程能力的研究。 浅析统计数据质量控制问题 统计数据质量控制统计 统计数据质量是对整个统计工作最为公正的评价，是统计工作核心的内容。保证统计数据的质量，确保统计数据的有效、准确，能够更好地满足政府和社会公众多方的需求。综合来看，我国统计数据质量问题表现为……，需要有效的控制措施加以解决。 一、当前的统计数据质量主要问题表现 （一）质量控制规范缺位 由于质量控制的规范缺位，导致统计机构与用户及社会之间很难实现有效沟通，很多数据用户和社会各界对于统计工作的复杂性和不可避免的统计误差没有认识，关于统计对数据的质量采取的控制方法、控制的程度以及控制结果缺乏了解。因此，即使我国的统计一直非常重视统计数据的质量，也为此做了大量工作，但是统计数据的用户和社会各界对统计数据的质量仍然非常不满。 （二）统计数据质量控制工作片面化 统计数据的全过程控制取得较大成功的经验和措施往往集中在几个项目领域，应用范围狭窄。多数统计数据质量缺少全程控制，很多环节出现疏漏。对调查环节的质量控制要求较高，但是在设计环节对数据需求考虑较少，数据的相关性得不到控制。而在人员方面，对于统计系统内部人员控制比较到位，但是对于统计系统以外的，占统计工作人员的基层人员却缺少控制。 （三）统计数据的质量控制系统不完善 统计数据的质量控制技术在统计工作和研究实践中应用并不广泛，而经常性的数据质量控制在实际的操作中也偏于事后分析评估，事前工作做得不到位，分类预防控制措施不足，对误差模型的应用也很少。统计调查制度上对于事先控制措施，比如将填表要求中的逻辑审核关系、平衡关系应用于质量设计等内容比较少，而在统计数据的质量评估工作中，对于将评估的结果或者结论应用在下一次调查方案的设计和改进方面，也没有充分的体现，事后的质量控制技术和数据的质量控制组织活动不能实现较好的结合。数据质量控制评估方法虽然已经制定，但是缺少具体的支持措施，比如部门职责划分不明确，职权、义务不清晰，数据质量控制评估方法的具体应用不规范等。 案例六统计质量控制案例分析 【案例背景】 某纺织机械厂的主要产品之一是细纱机，也是该厂创效益、创外汇的产品。机梁是细纱机的主要零件，在细纱机中起着支承牵伸装置、导纱板升降装置、钢领板升降装置、纱架等部件的作用，其质量将直接影响细纱机装配质量。机梁自身结构属长向薄壁形，其长厚比达130∶1，极易产生加工变形，而技术精度要求高，其中主要技术特性值平面度要求仅为0.15mm。与同行业相比，为了减少切削，机梁毛坯加工余量仅为3mm，给加工工艺带来了难度，机梁数量大，每台细纱机有28根，每年需67000根机梁，机梁质量的好坏将直接影响该厂经济效益，而现在机梁质量波动较大，返修率较高。因此提高机梁一次合格率具有更重要的意义。 【案例目的】 充分利用统计质量控制中的旧七种工具找出质量问题，分析质量缺陷出现的原因，并制定对策计划和实施方案。 【案例分析】 1.现场调查 为了提高机梁一次投入产出合格率，质量管理小组对机梁整个加工工艺过程进行了分析讨论。产品加工工艺流程： 铸坯粗铣机梁两外角尺平面精铣机梁两外角尺平面铣机梁两里角尺铣机梁两里角尺凸肩面粗、精铣机梁两端面总长钻、攻机梁两角尺上螺纹及孔去毛刺（如图1所示） 1 粗铣机梁两外角尺平面 2 精铣机梁两外角尺平面 3 铣机梁两条小平面 4 铣机梁两里角尺凸肩面 5 粗、精铣两端总长 6 钻、攻机梁角尺面上各螺纹及孔 图1 产品零件简图及加工工序 (1)寻找原因 为了寻找出现废品的原因，对500件机梁加工工序的一次合格率进行测试，数据如表1所示。 对各工序共产生的140件不合格品制成不合格品表（表2）和它的排列图（图2）。 粗铣机梁两外角尺平面 27 125 89.82 铣机梁两条小平面 5 130 92.86 铣机梁两里角尺凸肩面 5 135 94.43 钻、攻机梁角尺面上各螺纹及孔 5 140 100 N 140 图2 机梁不合格品排列图 4060100200 800 20 406080 100 98 27 5 55 N=140 140例不合格品A 类因素 累积百分比/% 精铣机梁两外角尺平面 粗铣机梁两外角尺平面 铣机梁两条小平面 铣机梁两里角尺凸肩面 钻、攻机梁两角尺面上各螺纹及孔 关键工序机梁不合格品数/根 70% 89.28% 92.86% 94.43% 由图2可见，五道工序中精铣机梁两外角尺平面为出不合格品最多的工序。 (2) 寻找影响精铣机梁两外角尺平面工序质量的主要因素 取118件由精铣机梁两外角尺平面工序所造成的不合格进行检测，得到精铣机梁工序不合格品表和它的排列图（如表3和图3所示）。 项 目 不合格品数/根 累积不合格品数/根 累积百分数/% 平面度0.15mm 88 88 74.58 垂直度0.16mm 15 103 87.29 直线度0.04mm 7 110 93.22 表面粗糙度Ra <2.5μm 5 115 97.46 厚度超差 2 117 99.15 其 它 1 118 100 图3 精铣机梁工序不合格品排列图 20 4060 80 88 7 521N=118118例不合格品A 类因素 累积百分数/% 平面度0.15mm 垂直度0.16mm 直线度0.04mm 表面粗糙度R a <2.5μm 厚度超差 精铣机梁两外角尺面不合格品数/根 15 74.58% 87.29% 93.22% 97.46% 99.16% 其他 由图3可见，工序平面度是影响精铣机梁两外角尺质量的A 类因素即为主要因素。 从统计流程谈统计数据质量控制 作为一名基层统计工作者，自己从事规模工业统计2年多的时间不算长，但是这两年却是规模工业统计发生深刻变革的两年，统计范围的变化，计算方法的变更，能源统计的变革。每一次制度改革，都关乎统计数据的质量，改革的好坏对于统计数据质量有着至关重要的影响。作为一名统计改革的亲历者，抱着抛砖引玉态度，提几点自己对数据质量控制的思考，希望引起大家的共鸣，甚至引出前辈、专家的大思考，对以后规模工业统计改革也能有所裨益。 统计数据质量是统计事业的生命，我想从基层统计工作的流程入手，只有每个流程的质量都得到保证，统计数据质量才会有保障，通过流程解剖统计数据质量存在的问题，寻求解决问题的办法。 笔者从事的是规模工业统计，就以规模工业统计为例。就规模工业来说，一张报表的完成基本上要经历报表收集—录入审核—反馈修改—汇总上报四个流程，规模工业最重要和最常态的报表是产值报表和财务报表，也就是我们行业通常所称的201表和202表，我就以此为例谈谈报表的四个流程，以此来揭示工作中存在的问题。 第一个流程是报表收集。201表省统计局要求的上报时间是下个月的4号中午12点之前，为了能够顺利收集各区 县和企业报表，我们市统计局要求他们分别在2号和1号之前上报，县统计局收集报表就更加靠前了，通常都安排在月底之前上报。然而企业断帐的时间却不尽一致，部分企业要到下个月的上旬才能出初步数据，有些集团公司或总厂由于要收集下面分公司或分厂的数据，就难免还要晚一点。这里问题就暴露出来了，一方面催着要报表，另一方面数据出不来，企业怎么办？要么先报个预计数应付一下，要么迟报或者拒报，但是迟报或拒报就会违犯《统计法》，面临处罚，所以通常企业都选择预计上报。众所周知，企业上报数据是我们统计数据的源头，源头上的数据把握不准，势必影响统计数据质量。但是如果要保证数据质量就要牺牲一些时效性，如何既保证准确性又不失时效性呢？这是当前基层统计工作面临的两难抉择。 统计报表的第二个流程是录入审核。这是保证统计数据质量的重要一环，县市和企业上报的数据准不准确，报表内有没有逻辑错误，报表与报表之间有没有互相匹配和验证，都要靠我们这个流程来发现和纠正。这个流程的数据质量如何控制？就要靠我们的基层统计工作者的业务素养和工作责任心。有些人认为，现在的报表处理都是通过电脑软件来进行，有电脑审核还会有什么错误审核不出来吗？统计工作者只要根据审核错误修改就是了，不需要太高的业务素养。其实不然，电脑并不是万能的，它只能根据程序中的公式来 和瑞公司实施库存控制分析 一、采用的库存控制方法的定义 库存控制是对制造业或服务业生产、经营全过程的各种物品，产成品以及其他资源进行管理和控制，使其储备保持在经济合理的水平上。库存控制是使用控制库存的方法，得到更高的盈利的商业手段。库存控制是仓储管理的一个重要组成部门。它是在满足顾客服务要求的前提下通过对企业的库存水平进行控制，力求尽可能降低库存水平、提高物流系统的效率，以提高企业的市场竞争力。 二、和瑞公司企业简介 和瑞公司系于1999年组建的股份制企业，是当地最大的面粉企业之一。公司年加工小麦42万吨，拥有员工500余人，总资产亿元。年产优质小麦专用粉和高等级面粉10万吨、食用油3000吨、豆粕万吨。2000年实现销售收入亿元，创利税2846万元。面粉厂新上优质小麦专用面粉生产线，总投资5000万元，被全国光彩事业促进会和省人民政府列为“全国光彩事业重点企业”和省重点扶持建设小麦加工转化龙头企业，现已达到日处理小麦600吨，可生产蛋糕粉、面包粉、方便面专用粉、水饺、馒头专用粉、拉面、烩面专用粉7个种类产品，年可实现销售收入亿元，创利税2920万元，2006年年底新上日处理小麦1000吨的面粉厂。 三、详细分析,需要回答以下几个问题： 1 企业实施库存管理的前的状况 随着企业逐步的发展壮大，原材料和备品备件的采购资金占公司总体成本的70%以上。生产规模的不断扩大，经济形势的变化，原辅材料的价格频繁调高，存货积压不断上升，使产品成本有了较大的增长。但是对于公司原材料仓库的管理方法一直很落后，存货不合理，查询不方便等。因此，公司内物品超储、积压现象严重、资金占用多、周转速度慢等情况已成为存货管理中相当严重的问题。公司物品品种成百计，其重要程度、消耗数量、资金占用等各不相同。 2 企业实施库存管理技术的后的状况 （一）优化存货管理流程 1、优化存货管理流程的思路 利用物流的先进管理理论和管理方法，对公司存货管理的全过程进行优化组合和合理配置，使存货管理活动中的订单流、物流和资金流处于最佳状态，以最少的投入获得最大的产出，这是现代存货管理的趋势和重点。加强存货管理的所有资源，通过业务流程重组，增强物流信息系统自动处理功能，进而缩短存货周期，提高管理效率，使存货管理各业务环节真正实现其控制作用，促进存货管理目标的实现。 2、存货管理流程设计 (1)产品入库验收控制 主要是指产品入库的数量和质量，一定要做到准确、安全入库，并标明库位号，因为这直接关系到存货产品的警戒线和印制数量的实施。 (2)建立严格发货制度 发货是公司的主旋律，产品只有发出去，才能变现，才是真正的“流动资产”。仓库保管人员要核查发货单。无论是何种形式的发货单，均要有营销业务经手人签字和部门负责人批准签字，储运人员仔细验单、核发数量，并在实物出库凭证上签字。存货发出后，仓库保管人员及时登记存货记录卡片，计算结余数，并与存货产品警戒线对照。以便及时、准确地掌握存货的数量。 (3)退货的控制 质量管理常用的七种统计方法 日本质量管理专家石川馨博士将全面质量管理中应用的统计方法分为初级、中级、高级三类，本节将要介绍的七种统计分析方法是他的这种分类中的初级统计分析方法。 日本规格协会10年一度对日本企业推行全面质量管理的基本情况作抽样统计调查，根据1979年的统计资料，在企业制造现场应用的各种统计方法中，应用初级统计分析方法的占98%。 由此可见，掌握好这七种方法，在质量管理中非常之必要；同时，在我国企业的制造现场，如何继续广泛地推行这七种质量管理工具（即初级的统计分析方法），仍然是开展全面质量管理的重要工作。 一、排列图 排列图法又叫帕累特图法，也有的称之为ABC分析图法或主项目图法。它是寻找影响产品质量主要因素，以便对症下药，有的放矢进行质量改善，从而提高质量，以达到取得较好的经济效益的目的。故称排列法。由于这种方法最初是由意大利经济学家帕累特（Pareto）用来分析社会财富分布状况的，他发现少数人占有社会的大量财富，而多数人却仅有少量财富，即发现了“关键的少数和次要的多数”的关系。因此这一方法称为帕累特图法。后来美国质量管理专家朱兰（J．Ｍ．Juran）博士将此原理应用于质量管理，作为在改善质量活动中寻找影响产品质量主要因素的一种方法．在应用这种方法寻找影响产品质量的主要因素时，通常是将影响质量的因素分为Ａ、Ｂ、Ｃ三类，A类为主要因素，B类为次要因素，C 类为一般因素。根据所作出的排列图进行分析得到哪些因素属于A类，哪些属于B类，哪些属于C类，因而这种方法又把它叫做ABC分析图法。由于根据排列图我们可以一目了然地看出哪些是影响产品质量的关键项目，故有的亦把它叫主项目图法。 所谓排列图，它是由一个横坐标、两个纵坐标、几个直方形和一条曲线所构成的图。其一般形式如图1所示，其横坐标表示影响质量的各个因素（即项目），按影响程度的大小从左到右排列；两个纵坐标中，左边的那个表示频数（件数、金额等），右边的那个表示频率（以百分比表示）；直方形表示影响因素，有直方形的高度表示该因素影响的大小；曲线表示各影响因素大小的累计百分数，这条曲线称为帕累特曲线。 二、因果分析图法 因果分析图法是一种系统地分析和寻找影响质量问题原因的简便而有效的图示方法。因其最初是由日本质量管理专家石川馨于1953年在日本川琦制铁公司提出使用的，故又称为石川图法。由于因果图形似树枝或鱼刺，故也有称之为树枝图法或鱼刺图法。另外，还有的 统计数据质量控制问题研究 摘要：随着社会主义市场经济的不断发展,统计失实的的现象日渐严重,统计工作者应当本着对本职工作高度负责的精神,进行全过程的、全员参加的、以预防为主的统计数据质量控制。要尽可能采用计算机处理统计资料,最大限度的减少人工参与,加强对统计人员的职业道德和专业水平培训以及加大统计执法力度等,以保证源头数据的准确性,使我们的统计工作更好的地为现代社会经济服务。 正文 现代经济正步入以世界统一市场为标志的世界经济一体化轨道,企业的成败,取决于信息获取、识别、处理、转换、传递的准确性、效率与速度。因此,信息在企业经营管理中的重要作用也将愈来愈显著。随着我国改革开放,确立市场经济体制,和加入WTO,企业要能在国际国内激烈的市场竞争中求得生存与此同时发展,一个重要的条件就是--必须要有一个健全的高效的信息系统,以满足企业经营管理决策所需的各种内外信息。因此,作为提供信息的企业统计必将在其中扮演重要角色,发挥重要作用。特别是对我们***系统来说,随着”大企业、大市场、大品牌”的形成,以行政区划为单一的卷烟市场割据将很快被打破,搬掉门槛推倒墙是大势所趋。再下一步就有可能是***专卖法的取消,所有这些都告诉我们,***行业也将马上面临着国际国内激烈的市场竞争。想在这种激烈的竞争中生存发展,必须要有一支能够为企业的决策和管理者提供准确数据的素质过硬的统计队伍。 近年来,我国统计工作取得了比较显著的成绩。从总体上来看,我国现有的统计数据,基本上还是能够反映客观实际的。但是,随着社会主义市场经济的不断发展,经济结构复杂化,利益主体多元化,再加上体制转化过程中经济秩序混乱,人为干扰增多,因而搞准统计数据的难度也就日益增大,统计失实的潜在危险性也就日渐严重,并将逐步暴露。对此,我们必须要有清醒的认识,要始终不渝地把提高统计数据质量问题,摆到统计工作的首要位置,并采取综合治理措施,切实抓紧抓好。下面就统计数据质量问题谈谈自己一些粗浅的看法。 一、统计数据质量控制的意义 企业统计的目的是为企业经营决策管理提供统计信息。在市场经济条件下,企业经营决策极具风险性,风险产生于不确定性并由不确定性程度决定风险的大小,而不确定性又与信息的准确和及时程度直接相关,信息愈准确及时,不确定性愈低,反之,亦然。所以,准确性和及时性是对统计资料的两项基本要求。其中,准确性的要求是第一位的,是统计工作的生命。它确定着统计资料是否有效和价值的高低,是衡量统计数据质量的根本标志。准确可靠的统计数据,便于决策和管理者正确地把握形势,客观地剖析问题,从而作出科学的决策。反之,有水分的、失实的统计数据,相互矛盾的统计数据,给决策者以错误的信号,将会误导决策和调控,对企业的发展将会造成重大损失。因此,统计工作者必须以对本职工作高度负责的精神,以统计数据为对象,以消除统计数据的差错为目标,千方百计搞准统计数据,达到强化统计数据质量控制的目的。 SPC管理规定 5.3.1.4 选择控制图的刻度 对于X 图, 坐标上的刻度值的最大值与最小值之差应至少为子组均值( X ) 最大值与最小值差的2倍。 对于R 图, 刻度值应从最低值为0开始到最大值之间的差值为初始阶段所遇到的最大极差( R) 的2倍。 5.3.1.5 将均值X 和极差R 画到控制图上。 5.3.2 计算控制限 5.3.2.1 计算平均极差( R ) 及过程平均值( X ) K R R R R K 21 K X X X X K 21 K 为子组的数量 5.3.2.2 计算控制限 UCL R =D 4R UCL X =X +A 2R LCL R =D 3R LCL X =X -A 2R 式中之D 4、 D 3及A 2为常数, 见 工业统计数据质量控制办法 工业增加值总量、增长速度下算一级，按季联审。每季联审时，根据实际情况可采用相关指标速度倒推法、结构比例趋势法进行行业总量的控制，或者用占全州的行业比重进行总量控制。对于波动较大的极端值要进行重点监控，要对相关基础数据进行严格评估，对使用的相关系数进行多年度的对比分析判断，从而避免特异值的产生。 工业统计数据质量控制的范围包括年主营业务收入500万元以上的工业企业和乡及乡以上工业企业。市、县（口岸）统计局工业统计数据审核评估采用办法：（一）对比分析的方法。根据报告期与历史同期数进行比较，包括绝对量指标和相对量指标，根据数据动态趋势、水平变化情况对数据准确度做出基本判断。如：与历史数据对比分析，利用平均指标进行对比分析；利用相对指标进行对比分析，利用相关指标进行分析对比，利用结构资料进行比较分析，参照其他地区的数据进行对比分析等。（二）与部门进行核对和咨询。如行业分组主要总量和平均指标，财政、税务主要数据，主要工业产品产量发电量、煤炭等。（三）利用典型资料和调查进行分析评估。如了解比较熟悉的企业和部门的一些关键数据进行分析评估，如增加值率，主要工业产品的价格、能力、人均工资等，或搞一些小型的抽样调查等办法去分析评估等。（四）利用专家经验分析判断一些难以确定的统计数据。（五）进行数据质量抽查评估。根据情况采取随机抽查和重点抽查相结合的方法，不定期进行基层和企业数据质量抽查，分析评估数据质量的可靠性。 数据质量审核要点 （一）审核企业范围 1.规模以上企业统计范围原则上以年报清查企业调查单位确定的名录库为准。年报时进行企业清查，依据年报主营业务收入达到500万元以上标准确定年报各表种及次年定期报表统计范围。 2.统计范围确定后要严格管理，不得随意调整。企业范围的变动主要有以下 浅谈现代企业全面质量管理 摘要 全面质量管理使许多美国公司摆脱了80年代和90年代初的困境，并为其恢复强劲增长奠定了坚实基础。因此，这些质量管理的体系和方法深深影响着亚洲、欧洲、拉丁美洲和中东地区的商业活动。然而就在同时，强劲的全球化新经济势力使质量观念及其管理方法变得面目全非。这些力量使得企业不得不实施质量为本的管理，以适应商业新纪元的要求。 目前，我国经济正在持续、快速、健康发展，质量总体水平有了较大提高，部分产品质量接近或达到国际先进水平。作为一种已被公认的有效地提高企业竞争力的经营管理模式，全面质量管理发挥着重要的作用。有很多企业通过实施全面质量管理，不断主动进行质量改进，预防问题的出现，使企业的各个环节形成良性循环，促进产品质量不断处于螺旋上升状态。 本文以全面质量管理知识为主要内容，列举了一些企业曾经发生的质量问题，从而提出了全面质量管理理论给现代企业管理带来的启示。 关键词:全面质量管理；企业；员工 引言 21世纪是质量竞争的世纪，产品与服务的质量水平反映一个企业、一个国家的综合经济实力，产品和服务的质量问题是衡量国民经济和社会发展状态的重要指标。经过三十年的改革开放，加入世贸组织十多年之后，我国经济已经非常深刻地融入了实际经济的框架，中国制造已经走向世界各地，我国已经成为一个名符其实的世界制造大国。 然而，中国制造的质量，还没有像中国制造那样得到世界额认可，原因是与以前相比，中国制造的质量虽然已经有了长足的进步，我国发射卫星的安全可靠性已经进入世界先进行列，但更多的中国制造依然存在这样或那样的问题，尤其是近年来，食品质量问题引发的数次危机事件，更引发了国民对质量问题的担忧，我们应该承认，在持续二十年的经济高速增长的背景下，无论是经济运行的总体质量，还是产品质量、工程质量和服务质量，都存在着许多令人不安的问题和缺陷，都比以往任何时候更需要人们的关注和重视。 浅谈统计质量控制 摘要: 统计质量控制(SQC)是全面质量管理的一个重要组成部分,是企业实施精细化管理的有效手段之一，也是质量管理非常重要的基础工作。本文将结合我公司的质量控制现状，将就全面质量管理中的统计质量控制在工程中的运用，提出简单的看法，和大家交流。 关键词： 统计质量控制、SQC、全面质量管理 一、统计质量控制概述 为了便于理解，本文先对统计质量控制做一个简要的概述。 （一）什么是统计质量控制 统计质量控制(SQC)是全面质量管理的一个重要组成部分,是质量管理非常重要的基础工作，它利用现代统计学的先进方法，不但为过程控制提供了强有力的工具，同时也使过程控制的数据分析结果成为企业领导决策的主要信息依据。 （二）统计质量控制的内容 统计质量控制的内容和方法很多，包括假设检验、试验设计（单因素、多因素）、测量系统分析、过程能力分析、回归分析、抽样、失效模式分析、以及一些非常重要的、经常用于质量控制的QC工具等等。到了20世纪末，随着质量管理发展到更高的阶段，一些先进的管理手段和方法例如：JIT生产、六西格玛等都加入了统计质量管理的行列。 二、天源科创工程中心质量控制现状 天源科创是一个新兴的公司，经过了几年扥发展，正在逐步壮大，目前也正处在快速发展的阶段。但是，由于我们公司是个新兴的公司，因而在各方面还是存在一些不完善的环节。在质量控制方面，我们工程中心的质量控制目前主要以比较原始的检验为主要手段。其质量检验主要分为来料检验（IQC）、过程中质量检验（IPQC）和成品检验（FQC）三部分。其中，来料检验（IQC）和过程中质量检验（IPQC）主要依靠分包单位和监理单位进行控制，而成品检验（FQC）主要依靠政府部门质检站负责。 质量管理，要求我们用事实说话、数据说话，因此，在质量管理中，大多需要用数据来支持决策，这就需要我们对工程施工中的信息、数据进行收集和整理，加以归类，为我们的决策提供支持。在这方面，由于我们质量管理刚刚起步，因此，在质量信息和数据的收集和整理上，还不够完善。 在现代质量管理中，质量检验，只是非常基础的一部分，而高质量的质量管理，不仅仅需要做好质量检验方面的内容，还需要利用质量信息对工程施工的质量进行分析、改进和控制。在这方面，由于我们公司处于刚刚起步的快速发展阶段，因而对于质量信息的统计，以及利用质量信息进行分析、改进的工作目前还处于真空，尚未加以应用。 三、天源科创工程中心质量控制中的问题 进入公司几个月来，尤其是两次去项目现场出差的经历，让我接触到了工程中心程项目的质量控制。特别是在建立体系、推行体系运行的过程中，我更是接触了工程质量控制上的很多内容。从我目前接触的内容来看，我认为，我们天源科创工程中心的质量控制，存在以下几个方面的问题： 龙源期刊网 https://www.sodocs.net/doc/cf5382400.html, 浅谈质量管理对企业发展的重要作用 作者：方建涛 来源：《现代经济信息》2014年第17期 摘要：质量对于企业来说是企业生存和发展的生命链，对于每个企业来说，把质量视为企业的生命，把质量管理作为企业管理的重中之重，已被现在企业的各级领导所认同。提高产品质量成为提高企业产品竞争力的有效手段。市场的竞争已转化为质量的竞争，而质量形成于企业的产品，因此抓产品质量必须从产品抓起，而质量管理是企业管理的基础，也是企业深化管理的一项重要内容。 关键词：质量管理；企业发展；重要作用 中图分类号：C939 文献标识码：A 文章编号：1001-828X（2014）09-000-02 引言 我国加入WTO，为企业带来了机遇和挑战：一方面，企业可以更加自由地参与国际市场竞争；另一方面，由于关税壁垒大幅度降低，大量国外企业涌入，国内企业面临更加严峻的竞争。为了取得竞争的优势，企业必须采用先进的质量管理思想、方法和技术，进一步改进产品质量，提高企业的竞争力。本文根据笔者多年的工作经验，结合实际工作中遇到的问题，来浅谈产品质量管理对企业发展的重要作用。 一、质量管理的概念 质量管理：是指在质量方面指挥和控制组织的协调的活动，在质量方面的指挥和控制组织的协调的活动，通常包括制定质量方针和质量目标及质量策划、质量控制、质量保证和质量改进。 二、质量管理历经的三个阶段 1.质量检验阶段 20世纪前，产品质量主要依靠操作者本人的技艺水平和经验来保证，属于“操作者的质量管理”。20世纪初，以F.W.泰勒为代表的科学管理理论的产生，促使产品的质量检验从加工制造中分离出来，质量管理的职能由操作者转移给工长，是“工长的质量管理”。随着企业生产规模的扩大和产品复杂程度的提高，产品有了技术标准（技术条件），公差制度（见公差制）也日趋完善，各种检验工具和检验技术也随之发展，大多数企业开始设置检验部门，有的直属于厂长领导，这时是“检验员的质量管理”。上述几种做法都属于事后检验的质量管理方式。 2.统计质量控制阶段浅谈统计数据质量控制.
SPC统计过程控制管理办法
统计案例
银行监管统计数据质量管理良好标准试行银监发
10大管理创新以及案例分析
浅谈全面质量管理
统计过程控制作业指导书(修改版)
浅析统计数据质量控制问题
统计质量控制案例分析
从统计流程谈统计数据质量控制
库存管理案例分析
质量管理常用的七种统计方法1
统计数据质量控制问题研究-最新范文
SPC管理规定
工业统计数据质量控制办法
浅谈现代企业全面质量管理
浅谈统计质量控制概述
浅谈质量管理对企业发展的重要作用