质量数据分析和质量信息管理办法

内部资料

注意保存宝山钢铁股份有限公司特殊钢分公司

管理文件

文件编号：SWZ07016 第 1 版签发:王治政质量数据分析和质量信息管理办法

1 总则

1.1为了收集、分析各类质量数据和信息并及时传递和处理，更好地为质量管理体系的持续改进和预防措施提供机会，特制订本办法。

1.2本办法适用于宝山钢铁股份有限公司特殊钢分公司（以下简称：分公司）质量数据和质量信息的收集、分析等管理。

2管理职责分工

2.1 质量保证部负责质量数据和质量信息的归口管理，并负责质量指标、质量体系运行等方面数据和信息的收集、分析和传递。

2.2 制造管理部、特殊钢技术中心负责关键质量特性等方面的数据和信息收集、分析和传递。

2.3特殊钢销售部负责顾客满意度及忠诚度方面的数据和信息收集、分析和传递。

2.4 采购供应部负责原料、资材备件、设备工程供方数据和信息收集、分析和传递。

2.5 各有关生产厂、部负责本部门或本专业数据和信息收集、分析和传递。

3质量数据、信息收集的范围

3.1 需收集的质量数据、信息应能反映分公司产品实物质量和质量管理体系的运行状况，能反映分公司技术质量水平，并能为持续改进和预防措施提供机会。

3.2 数据、信息收集范围包括：

3.2.1质量合格率、不合格品分类、废品分类、质量损失等；

3.2.2关键质量特性、工艺参数等；

3.2.3体系审核中不合格项的性质和分布等；

3.2.4顾客反馈、顾客需求、顾客满意程度、顾客忠诚程度等；2006年1月12日发布 2006年1月12日实施

3.2.5供方产品、过程及体系的状况等。

4 数据分析的方法

4.1数据分析中应采用适用的数理统计方法。常用统计方法有：分层法、排列图法、因果图法、对策表、检查表、直方图法、过程能力分析、控制图法、相关及回归分析、实验设计、显著性检验、方差分析等。

4.2 产品开发设计阶段可使用实验设计和析因分析、方差分析、回归分析等，以优化参数。

4.3 在质量先期策划中确定过程控制适用的统计技术，并在控制计划中明确。

4.4 生产过程可使用控制图对过程变量进行控制以保持过程稳定；并可利用分层法、直方图法、过程能力分析、相关及回归分析等对过程进行分析，明确过程变差及影响过程因素的相关性，以改进过程；使用排列图法、因果图法等确定生产中的主要问题及其产生原因；使用对策表来确定纠正和预防措施。

4.5 产品验证中可使用检查表，并在检测中使用显著性检验，方差分析、测量系统分析等来进行检测精度管理，防止不合格品流入下道工序。

4.6 在质量分析、质量改进和自主管理活动中可使用分层法、排列图法、因果图法、对策表、直方图法、控制图法、相关和回归分析等。

5质量数据、信息的利用

5.1按规定定期向有关部门传递数据分析的结果，包括销售部每月应将用户异议情况反馈到质量保证部等部门，财务部每月将质量损失情况反馈质量保证部等部门，质量保证部通过编制质量信息日报，每天将实物质量情况向制造管理部、特殊钢技术中心或分公司主管领导传递。

5.2 应通过报告、汇报等形式及时向分公司领导报告数据、信息分析的有关文件，为分公司领导决策提供依据。

5.3 各部门应充分利用数据分析的结果，以寻求持续改进和预防措施的机会。

5.5经过汇总、整理和分析的数据和信息可通过管理评审、技术质量等有关专业工作会议和分公司局域网与相关部门进行沟通。

6质量信息（异常信息）管理

6.1各相关生产厂、部门必须于每日10时以前，按照要求（详见表格编号：SWZ07016-01A）将有关下列质量信息的内容上报质量保证部，无异常情况时应报正常。

6.1.1生产过程中发生批量不合格品，有害、残余元素超标而改钢种等；

6.1.2冶炼过程中发生的整炉报废、加工过程发生批量性报废、“三混”事故等；

6.1.3原材料供应、包装标志、仓储运输等发生质量问题；

6.1.4检测过程发现批量性不合格或倾向性问题；

6.1.5重点产品(军工、航空、核电、外贸等)发生异常情况；

6.1.6重点用户质量异议等。

6.2当发生重要质量信息时，相关生产厂、部门必须随时上报。

6.3质量信息内容必须详细，事实描述必须准确。若遇紧急情况可先口头上报。

6.4在每日17点至次日8点30分前以及逢双休日、节假日，若有重要信息要上报，由各有关生产厂、部门可直接上报分公司生产管制中心，必要时由生产管制中心及时通知质量保证部或相关部门。

6.5质量信息未报、漏报、瞒报的，一经查实，按分公司有关规定考核相关责任部门。

6.6 质量保证部收到各生产厂、部门上报的质量信息后，应及时进行整理、汇总，并编制质量信息日报传递给部门领导和相关人员。

6.7对重要质量信息，包括与军工、航空、核电、外贸等产品有关的质量信息，应根据信息的内容，及时向相关部门或分公司领导报告。

6.8质量保证部应通过有关会议或联络单形式，对各类质量信息进行协调和处理，必要时向分公司领导报告。

拟稿：田全有日期：2006年1月06日

审核：胡文华日期：2006年1月10日

附件

质量信息（异常信息）处理流程

表格编号：SWZ07016-01A

质量信息（异常信息）报告单

1、此质量信息报告单每日10时前以OA电子邮件形式报质量保证部；

2、应填报本厂、部门所发生的质量问题，包括发生时间、工序(岗位)、操作者、炉批号、钢种、质量问题严重程度或缺陷级别。

质量信息管理和数据分析

质量信息管理和数据分析 1方针\方针的引用 对于信息应准确采集\保持畅通\及时反馈\重点突出;对于数据应真实准确\统计分析\有效输出、以利改进。 ２目的和范围 对信息进行测量和、或收集、贮存、传递、维护、处置和利有，为数据分析提供有价值的信息，以促进体系、过程和产品／服务的持续改进。适用于公司内、外部信息的收集、存取、传递、维护及其外置。 对数据进行收集、分析和利用，以促进体系、过程和产品／服务的持续改进。适用于公司内、外部数据的收集、分析和利用。 ３职责 ３．１企业管理部信息中心归口进行信息管理和数据分析的管理。 ３．２质量管理部门负责有关质量管理体系的信息管理和与质量体系有关的数据收集和分析的管理。 ３．３销售部门负责顾客满意度的信息管理以及在顾客满意度方面的数据的收集和分析的管理。 ３．４生产部门负责制造过程的信息管理及有关数据的收集和分析的管理。 ３．５检验部门负责产品质量的信息管理和产品的数据的收集和分析的管理。 ３．６设计部门、工艺部门、计量部门、人事部门和财务部门等其他部门负责与其开展的质量活动相关的信息的管理以及有关的数据收集和分析的管理。 ４措施和方法 ４．１信息管理 ４．１．１信息源 １）信息作为资源的一种，是控制质量和以事实为依据进行决策的基础资源。

它包括量化信息（如数据）和非量化信息。典型的信息源为：过程、产品 各／或服务的知识和／或经验，来自供方和顾客的信息。 ２）信息源类型，信息源主要包括内部信息资源和对组织有用的外部信息资源。 ３）内部信息源：来自组织内部的信息，例如：体系、产品特性、过程能力、设备能力、人员状况、资金、效益、利润、收入、质量成本、市场份额等。 ４）外部信息源，来自组织外部的信息，即来自外部相关方的信息。外部相关方主要为：顾客和最终用户，所有者和／或股东、供方和合作者、社会等。４．１．２信息及管理需求 （１）信息内容和分级 各部门确定需要哪些信息，并需向（和／或要求）其他部门提供哪些信息。信息内容主要有： １）使用的技术性能指标。 ２）失效模式和影响分析报告。 ３）关键件和重要件清单。 ４）产品定型时的质量分析报告。 ５）型式（例行）试验报告。 ６）严重异常、一般异常质量问题分析、处理及效果。 ７）设计评审、工艺评审结果及鉴定情况。 ８）可靠性工作。 ９）包装、贮存、搬运及维修对产品质量的影响。 １０）关键件、重要件和关键工序的质量控制情况。 １１）进货、过程、最终检验记录。 １２）工装检验各检测仪表的校准报告。

16种常用数据分析方法

一、描述统计描述性统计是指运用制表和分类，图形以及计筠概括性数据来描述数据的集中趋势、离散趋势、偏度、峰度。 1、缺失值填充：常用方法：剔除法、均值法、最小邻居法、比率回归法、决策 树法。 2、正态性检验：很多统计方法都要求数值服从或近似服从正态分布，所以之前需要进行正态性检验。常用方法：非参数检验的K-量检验、P-P图、Q-Q图、W 检验、动差法。 二、假设检验 1、参数检验 参数检验是在已知总体分布的条件下（一股要求总体服从正态分布）对一些主要的参数（如均值、百分数、方差、相关系数等）进行的检验。 1）U验使用条件：当样本含量n较大时，样本值符合正态分布 2）T检验使用条件：当样本含量n较小时，样本值符合正态分布 A 单样本t检验：推断该样本来自的总体均数卩与已知的某一总体均数卩0 （常为理论值或标准值）有无差别； B 配对样本t 检验：当总体均数未知时，且两个样本可以配对，同对中的两者在可能会影响处理效果的各种条件方面扱为相似； C 两独立样本t 检验：无法找到在各方面极为相似的两样本作配对比较时使用。 2、非参数检验 非参数检验则不考虑总体分布是否已知，常常也不是针对总体参数，而是针对总体的某些一股性假设（如总体分布的位罝是否相同，总体分布是否正态）进行检验。 适用情况：顺序类型的数据资料，这类数据的分布形态一般是未知的。 A 虽然是连续数据，但总体分布形态未知或者非正态； B 体分布虽然正态，数据也是连续类型，但样本容量极小，如10 以下； 主要方法包括：卡方检验、秩和检验、二项检验、游程检验、K-量检验等。 三、信度分析检査测量的可信度，例如调查问卷的真实性。 分类： 1、外在信度：不同时间测量时量表的一致性程度，常用方法重测信度 2、内在信度；每个量表是否测量到单一的概念，同时组成两表的内在体项一致性如何，常用方法分半信度。 四、列联表分析用于分析离散变量或定型变量之间是否存在相关。对于二维表，可进行卡 方检验，对于三维表，可作Mentel-Hanszel 分层分析列联表分析还包括配对计数资料的卡方检验、行列均为顺序变量的相关检验。 五、相关分析 研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。 1、单相关：两个因素之间的相关关系叫单相关，即研究时只涉及一个自变量和一个因变量； 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以

质量信息和数据分析管理规定

南京天田设备有限公司 质量信息和数据分析管理规定 编制： 审核： 批准： 2007-06-01 发布 2007-07-01 实施

1 范围 本规定规定了质量信息和数据分析的职责和工作程序。 本规定适用于本公司实施质量信息和数据分析的管理和控制。 2 引用文件 GJB9001A-2001 质量管理体系要求 GB/T19001-2000 质量管理体系要求 CT-ZLSC-02-2007 质量手册 3 术语和定义 无条文。 4 职责 4.1 质量部 a) 负责公司质量信息的归口管理； b) 负责产品符合性质量信息和数据的收集、分析和处理，并对各部门的质量信息管理进行检查和考核评价。 4.2 市场部 a) 负责与顾客沟通过程和市场调研有关质量信息及数据的收集、传递； b) 负责合同完成及顾客满意等有关质量信息和数据的收集、传递。 c) 负责产品售后服务有关质量信息收集、传递。 4.3 技术部 负责产品设计、调试、测试的过程有关质量信息和数据的收集、传递。 4.4 生产部 a) 负责产品装配、调试、搬运、包装等过程有关质量信息和数据的收集、传递。 b) 负责基础设施、工作环境等有关质量信息和数据的收集、传递； c) 负责采购过程有关质量信息和数据的收集、传递；

d) 负责生产计划等有关质量信息和数据的收集、传递； 4.5 总经办 负责与财务有关的产品质量成本、内外部质量损失等有关信息和数据的收集、传递。 5 工作程序 5.1 质量信息管理 5.1.1 信息收集 相关部门应识别、收集、传递有关的信息（包括量化的信息，即数据），并对信息进行分类、记录。 5.1.2 信息和数据的来源、内容 信息和数据主要来自监视和测量活动以及其他有关方面能客观地反映事实的资料，如市场分析、相关的科技发展动态、研制和生产计划报表、质量和财务报表、销售报表、售后服务报告、过程监视和测量记录、审核和评审结果、顾客的期望等。 5.1.2.1 质量部 收集的渠道： a) 对产品的检验验收和试验； c) 对产品质量问题的处理及不合格品的审理； d) 产品质量分析会； e) 内、外审和管理评审。 f) 监视和测量装置的校准和检定； 收集的信息和数据内容： a) 采购产品的合格率； b) 产品一次交验合格率、军验一次交验合格率； c) 质量目标完成情况考核； d) 内、外部审核和管理评审记录。 e) 计量器具送检率、合格率； 5.1.2.2 技术部

数据分析软件和工具

以下是我在近三年做各类计量和统计分析过程中感受最深的东西，或能对大家有所帮助。当然，它不是ABC的教程，也不是细致的数据分析方法介绍，它只是“总结”和“体会”。由于我所学所做均甚杂，我也不是学统计、数学出身的，故本文没有主线，只有碎片，且文中内容仅为个人观点，许多论断没有数学证明，望统计、计量大牛轻拍。 于我个人而言，所用的数据分析软件包括EXCEL、SPSS、STATA、EVIEWS。在分析前期可以使用EXCEL进行数据清洗、数据结构调整、复杂的新变量计算（包括逻辑计算）；在后期呈现美观的图表时，它的制图制表功能更是无可取代的利器；但需要说明的是，EXCEL毕竟只是办公软件，它的作用大多局限在对数据本身进行的操作，而非复杂的统计和计量分析，而且，当样本量达到“万”以上级别时，EXCEL的运行速度有时会让人抓狂。 SPSS是擅长于处理截面数据的傻瓜统计软件。首先，它是专业的统计软件，对“万”甚至“十万”样本量级别的数据集都能应付自如；其次，它是统计软件而非专业的计量软件，因此它的强项在于数据清洗、描述统计、假设检验（T、F、卡方、方差齐性、正态性、信效度等检验）、多元统计分析（因子、聚类、判别、偏相关等）和一些常用的计量分析（初、中级计量教科书里提到的计量分析基本都能实现），对于复杂的、前沿的计量分析无能为力；第三，SPSS主要用于分析截面数据，在时序和面板数据处理方面功能了了；最后，SPSS兼容菜单化和编程化操作，是名副其实的傻瓜软件。 STATA与EVIEWS都是我偏好的计量软件。前者完全编程化操作，后者兼容菜单化和编程化操作；虽然两款软件都能做简单的描述统计，但是较之 SPSS差了许多；STATA与EVIEWS都是计量软件，高级的计量分析能够在这两个软件里得到实现；STATA的扩展性较好，我们可以上网找自己需要的命令文件（.ado文件），不断扩展其应用，但EVIEWS 就只能等着软件升级了；另外，对于时序数据的处理，EVIEWS较强。 综上，各款软件有自己的强项和弱项，用什么软件取决于数据本身的属性及分析方法。EXCEL适用于处理小样本数据，SPSS、 STATA、EVIEWS可以处理较大的样本；EXCEL、SPSS适合做数据清洗、新变量计算等分析前准备性工作，而STATA、EVIEWS在这方面较差；制图制表用EXCEL；对截面数据进行统计分析用SPSS，简单的计量分析SPSS、STATA、EVIEWS可以实现，高级的计量分析用 STATA、EVIEWS，时序分析用EVIEWS。 关于因果性 做统计或计量，我认为最难也最头疼的就是进行因果性判断。假如你有A、B两个变量的数据，你怎么知道哪个变量是因（自变量），哪个变量是果（因变量）？ 早期，人们通过观察原因和结果之间的表面联系进行因果推论，比如恒常会合、时间顺序。但是，人们渐渐认识到多次的共同出现和共同缺失可能是因果关系，也可能是由共同的原因或其他因素造成的。从归纳法的角度来说，如果在有A的情形下出现B，没有A的情形下就没有B，那么A很可能是B的原因，但也可能是其他未能预料到的因素在起作用，所以，在进行因果判断时应对大量的事例进行比较，以便提高判断的可靠性。 有两种解决因果问题的方案：统计的解决方案和科学的解决方案。统计的解决方案主要指运用统计和计量回归的方法对微观数据进行分析，比较受干预样本与未接受干预样本在效果指标（因变量）上的差异。需要强调的是，利用截面数据进行统计分析，不论是进行均值比较、频数分析，还是方差分析、相关分析，其结果只是干预与影响效果之间因果关系成立的必要条件而非充分条件。类似的，利用截面数据进行计量回归，所能得到的最多也只是变量间的数量关系；计量模型中哪个变量为因变量哪个变量为自变量，完全出于分析者根据其他考虑进行的预设，与计量分析结果没有关系。总之，回归并不意味着因果关系的成立，因果关系的判定或推断必须依据经过实践检验的相关理论。虽然利用截面数据进行因果判断显得勉强，但如果研究者掌握了时间序列数据，因果判断仍有可为，其

质量管理中常用的统计分析方法[详细]

质量管理中常用的统计分析方法 控制图:用来对过程状态进行监控,并可度量、诊断和改进过程状态. 直方图:是以一组无间隔的直条图表现频数分布特征的统计图,能够直观地显示出数据的分布情况. 排列图:又叫帕累托图,它是将各个项目产生的影响从最主要到最次要的顺序进行排列的一种工具.可用其区分影响产品质量的主要、次要、一般问题,找出影响产品质量的主要因素,识别进行质量改进的机会. 散布图: 以点的分布反映变量之间相关情况,是用来发现和显示两组数据之间相关关系的类型和程度,或确认其预期关系的一种示图工具. 工序能力指数(CPK):分析工序能力满足质量标准、工艺规范的程度. 频数分析:形成观测量中变量不同水平的分布情况表. 描述统计量分析:如平均值、最大值、最小值、范围、方差等,了解过程的一些总体特征. 相关分析:研究变量之间关系的密切程度,并且假设变量都是随机变动的,不分主次,处于同等地位. 回归分析:分析变量之间的相互关系. H0:差值的总体中位数为0; H1:差值的总体中位数不为0;检验水准为0.05. 子组频数与子组大小 关于子组频数或子组大小,无法制定通用的规则.子组频数可能决定于取样和分析样本的费用,而子组大小则可能决定于一些实际的考虑. 例如,低频率长间隔抽取的大子组,可以更准确地检测出过程平均中的小偏移,而高频率短间隔地抽取的小子组,则能更迅速地检测出大偏移.通常,子组大小取为4或5,而抽样频数,一般在初期时高,一旦达到统计控制状态后就低. 通常认为,对于初步估计而言,抽取大小为4或5的20~25个子组就足够了.值得注意的是,抽样频数、统计控制和过程能力需要统一加以考虑.理由如下:平均极差R常常用于估计s .随着在一个子组中抽样的时间间隔加长,变差来源的数目也会增加.因此,在一个子组内若抽样时间延长,将使R也即s的估计值增大、加宽控制限范围,从而降低过程能力指数.反之,连续的逐个抽样将给出较小的R . Xbar R 控制图应用实例 在一个企业内,统计技术和应用类型很多,而程序文件只能从总的方面规定应用程序,各有关部门和人员在具体实施时,还必须遵照作业指导书的规定进行操作.一个企业应用统计方法的作业指导书有很多,现仅以某电子元件厂电阻器刻槽工序应用的《-x—R控制图作业指导书》为例. -x—R控制图作业指导书(电阻器刻槽工序) 1目的 通过控制图的应用,对电阻器刻槽工序的主要质量特性——电阻值,实施控制,消除异常因素的作用,保证刻槽工序处于稳定受控状态. 2适用范围 本作业指导书适用于各类薄膜型电阻器(金属膜电阻器、金属氧化膜电阻器、碳膜电阻器)刻槽工序的电阻值控制. 3职责 3．1车间技术组质量控制工程师负责控制图的设计、控制图打点结果的分析及提出应采取的纠正和预防措施. 3．2刻槽工序操作者按作业指导书要求,抽样、测量、计算统计量并在控制图上打点. 3．3质管处质量控制工程师负责控制图应用的指导、协助车间技术组进行分析,监督控制图的实施及协调纠正和预防措施的落实. 4 工作流程 4．1 预备数据的取得 当确认刻槽工序处于稳定受控状态时,车间技术组质量控制工程师在生产过程中,每隔30分钟抽取容量为n = 5的样本,共抽取25个样本,分别填入数据表(表1—3)(表省略). 4．2 计算各组的样本平均值-x和极差R 控制下界限LCL==X-0.58-R 4．5 计算R图的控制界限: 控制中心线CL=-R

22质量信息管理与数据分析程序

1。目的 对数据进行收集、分析和利用，以促进体系、过程和产品/服务的持续改进。2。范围 适用于公司内、外部有关的质量信息的收集、分析、利用和管理。 3。职责 3.1 ISO推委会：负责有质量管理体系有关的数据收集和分析； 3.2 生产部门：负责制造过程的数据收集和分析以及顾客满意度方面的数据收集和分析； 3.3 品管部：负责产品质量有关的数据收集和分析。 4．定义 4.1信息源 信息作为资源的一种，是控制质量和以事实为依据进行决策的基础资源。 它包括量化信息（如数据）和非量化信息。典型的信息源为：过程、产品 /或服务的知识和/或经验，来自供方和顾客的信息。 5。作业内容 5.1 信息分类, 根据不同信息的特征进行分类： A.综合分析信息（如综合报告，年终总结，专案分析、持续改进项目策划等等）、 B.一般统计分析信息（如各种统计分析报表/图表等等） C.数据源（如各种报表、报告、质量记录等等）。 5.2 数据源（C类）管理及初步的数据分析（B类） 5.2.1对于数据源的收集和保存。 1）对于有关质量记录的收集和保存期限参见“质量记录总览表”，对于质量记录管理的要求参见《质量记录管理程序》。 2）对于外来记录或资料，由总台或相关部门文员接收（必要时做登记），并及时传递至相关部门保存（注：凡属热电感应的传真必 须要拷贝后保存）。 5.3 信息的测量 5.3.1体系业绩的测量 5.3.1.1顾客满意度。

a)生产部应测量顾客满意和/或不满意之处，并规定测量的方法和措施。顾 客所关心的内容主要是符合性、交付能力、售后服务及产品费用和/或得到的服务。来自顾客的信息主要为：产品和/或服务的反馈；顾客要求、服务资料和合同信息；市场需求变化；市场竞争信息。 b) 生产部在必要时应与顾客信息源建立联系并与顾客合作。应策划并建立 进行市场调研活动的过程，以高效率地获得顾客的声音。应规定所使用的方法、测量标准以及评审的频次。 c)应依据研究的性质、规定的日期、目前的技术和可得到的经费，确定数据 收集的方法。采用的方法如下：顾客的投诉；与顾客直接交流；调查表；来自顾客组织的报告；各种媒体的报告；行业研究。 5.3.1.2管理评审/内部审核。总经理/ISO推委会应按计划进行管理评审/内部 审核并测量审核结果，将审核结果进行收集、分析或传递。 5.3.2过程的测量 1)生产部门应采取适当的方法对满足顾客要求和证实过程持续能力所必须的过程进行测量，以满足其预期的目的。 2)生产部门应确定评价过程有效性和效率的测量方法。对过程有效性的测量方法的要求主要是：质量符合性、准时性等等。过程效率的测量方法要求评价生产率、人员的利用、成本降低（如浪费、物耗）等。 5.3.3产品和/或服务的测量 1）品管部应采用适当的方法对产品特性进行测量。 2）品管部应定期评定并详细说明产品的测量要求，包括接受准则。 5.4 信息的贮存、保护、检索和处置 （1）贮存 各部门应及时将本部门涉及的信息以资料的形式将信息存档到相应的 档案之中。 （2）保护 各部门采取妥善措施，如信息加密、分级审查，以确保信息的安全性和 保密性。 （3）处置 各部门定期清理过时的“信息”，使贮存的信息都有可利用的价值并减 少信息所占“空间”。 5.5信息传递及发布 各部门应将有关信息（其他部门所需的信息）及时传递到相关部门。信息传递的管理方法主要为：计算机网络管理、手工报表等。如提供信息的部门没

如何利用数据分析判断质量管理体系的改进

如何利用数据分析判断质量管理体系的改进 1 目的 规范数据的收集、分析和应用，为质量管理体系的适宜性和有效性的判定，为寻求改进的机会提供证据。 2 范围 本程序规定了数据收集分析的基本要求，适用于与公司质量管理体系有关数据的收集、分析、应用和控制。 3 职责 3.1 各部门负责收集和分析对过程和产品的测量和监控的结果及其他来源的数据，负责本部门统计技术的具体选择与应用。 3.2 供应营销部负责市场信息、顾客需求信息的收集和分析，收集分析顾客反馈的是否满足对产品、交付和服务要求的有关数据，产品售后服务信息，包括对顾客满意程度的监测结果及顾客报怨；提供顾客满意和不满意方面的信息、顾客产品使用情况的信息； 3.3 供应营销部负责收集分析与供方有关过程的数据，包括选择评价合格供方、供方供货业绩问题；提供供方能否满足采购要求方面的信息； 3.4 质检部负责收集、分析与产品质量有关的数据，包括产品测量和监控结果、产品验证结果、不合格品的处置结果、产品的特性及其趋势；提供产品的符合性和不足方面的信息；负责收集、分析监视和测量装置配备、校准等数据；提供测量和监视装置能否满足过程要求方面的信息； 3.5 企质办负责收集、分析质量管理体系运行的有关数据，包括内部审核和管理评审的结果，纠正措施和预防措施的验证结果；提供质量管理体系运行能力和可采取预防措施的信息；3.6 技术部负责收集、分析产品设计和开发过程的有关数据，包括产品特性符合顾客要求方面的数据；提供设计和开发满足顾客要求和不足方面的信息；负责收集分析过程控制的数据，包括对过程的测量和监控结果，实现过程目标的结果与问题；提供过程能力满足规定要求、过程发展趋势和有无必要采取纠正措施的信息； 3.7 设备安全部负责收集、分析设备维护的数据，提供设备能力、设备受控状态、设备运行状态、设备维护保养方面的信息；收集分析安全管理、环境保护、工作环境等方面的数据，提安全管理、供环境保护、工作环境控制所采取措施和不足方面的信息； 3.8 行政人事部负责收集、分析为满足岗位对人员要求所采取措施的数据；提供人力资源控制所采取措施的有效性和不足方面的信息； 3.9 生产制造部、车间收集分析生产过程活动方面的数据，包括生产过程受控状态、岗位质量目标和过程质量目标实现情况与问题；提供生产过程能力和可能改的机会方面的信息。 4 工作程序 4.1 数据来源 4.1.1 公司收集下列数据： a) 顾客满意和不满意的信息、顾客投诉信息、顾客产品使用情况及产品售后服务信息； b) 产品质量信息、地方政府机构监督检查的结果及反馈（如质量指标完成情况、检验记录、质量问题统计分析结果、纠正/预防措施处理结果等）； c) 市场、新产品、新技术的发展方向； d) 过程能力的信息（不合格品控制、设备管理等有关的信息）； e) 采购信息（交付、价格、质量）； f) 合同执行及交货信息；

数据质量管理

数据质量管理 定义： 是指对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的各类数据质量问题，进行识别、度量、监控、预警等一系列管理活动，并通过改善和提高组织的管理水平使得数据质量获得进一步提高。 目录 1数据质量管理 2数据质量管理评估维度 3分析影响数据质量的因素 4MTC-DQM 数据质量管理的方法与步骤 一数据质量管理 数据质量管理是循环管理过程，其终极目标是通过可靠的数据提升数据在使用中的价值，并最终为企业赢得经济效益。 二数据质量管理评估维度 由于数据清洗（DataCleaning）工具通常简单地被称为数据质量（Data Quality）工具，因此很多人认为数据质量管理，就是修改数据中的错误、是对错误数据和垃圾数据进行清理。 这个理解是片面的，其实数据清洗只是数据质量管理中的一步。数据质量管理（DQM），不仅包含了对数据质量的改善，同时还包含了对组织的改善。针对数据的改善和管理，主要包括数据分析、数据评估、数据清洗、数据监控、错误预警等内容；针对组织的改善和管理，主要包括确立组织数据质量改进目标、评估组织流程、制定组织流程改善计划、制定组织监督审核机制、实施改进、评估改善效果等多个环节。 任何改善都是建立在评估的基础上，知道问题在哪才能实施改进。通常数据质量评估和管理评估需通过以下几个维度衡量。

1 数据质量评估维度 完整性Completeness：完整性用于度量哪些数据丢失了或者哪些数据不可用。 规范性Conformity：规范性用于度量哪些数据未按统一格式存储。 一致性Consistency：一致性用于度量哪些数据的值在信息含义上是冲突的。 准确性Accuracy：准确性用于度量哪些数据和信息是不正确的，或者数据是超期的。 唯一性Uniqueness：唯一性用于度量哪些数据是重复数据或者数据的哪些属性是重复的。 关联性Integration：关联性用于度量哪些关联的数据缺失或者未建立索引。 2 管理质量评估维度 配置管理Config Management：此维度用于度量数据在其生命周期内的一切资源是否得到了控制和规范，即数据的计划、产生、变更直至消亡的过程中，与数据相关的计划、规范、描述是否收到控制。评估指标包括：评估配置项的细化粒度、评估基线准确度和频度以及变更流程是否合理完善等。 培训 Training：此维度用于度量数据的生产和使用者在数据生命周期内的一切活动中是否经过了知识和技能的培训、培训效果是否满足岗位需要；受训的知识和技能是否经过审核和确认，受训的内容是否与企业文化和价值观一致；培训流程是否合理完善等； 验证和确认Verify & Validation：此维度用于度量数据在其生命周期内是否得到验证和确认。评估内容包括是否通过验证流程确保工作产品（数据）满足指定的要求、是否通过“确认”流程保证工作产品（数据）在计划的环境中满足使用的要求；“验证”和“确认”的流程是否完善； 监督和监控Monitoring：此维度用于度量产生和使用数据的流程在数据的整个生命周期内是否真正受控。脱离监控的信息、技术、计划、流程、制度，会导致数据质量低下。监督和监控的流程是否完善。 三分析影响数据质量的因素 影响数据质量的因素主要来源于四方面：信息因素、技术因素、流程因素和管理因素

质量数据分析和质量信息管理办法

内部资料 注意保存宝山钢铁股份有限公司特殊钢分公司 管理文件 文件编号：SWZ07016 第 1 版签发:王治政质量数据分析和质量信息管理办法 1 总则 1.1为了收集、分析各类质量数据和信息并及时传递和处理，更好地为质量管理体系的持续改进和预防措施提供机会，特制订本办法。 1.2本办法适用于宝山钢铁股份有限公司特殊钢分公司（以下简称：分公司）质量数据和质量信息的收集、分析等管理。 2管理职责分工 2.1 质量保证部负责质量数据和质量信息的归口管理，并负责质量指标、质量体系运行等方面数据和信息的收集、分析和传递。 2.2 制造管理部、特殊钢技术中心负责关键质量特性等方面的数据和信息收集、分析和传递。 2.3特殊钢销售部负责顾客满意度及忠诚度方面的数据和信息收集、分析和传递。 2.4 采购供应部负责原料、资材备件、设备工程供方数据和信息收集、分析和传递。 2.5 各有关生产厂、部负责本部门或本专业数据和信息收集、分析和传递。 3质量数据、信息收集的范围 3.1 需收集的质量数据、信息应能反映分公司产品实物质量和质量管理体系的运行状况，能反映分公司技术质量水平，并能为持续改进和预防措施提供机会。 3.2 数据、信息收集范围包括： 3.2.1质量合格率、不合格品分类、废品分类、质量损失等； 3.2.2关键质量特性、工艺参数等； 3.2.3体系审核中不合格项的性质和分布等； 3.2.4顾客反馈、顾客需求、顾客满意程度、顾客忠诚程度等；2006年1月12日发布 2006年1月12日实施

3.2.5供方产品、过程及体系的状况等。 4 数据分析的方法 4.1数据分析中应采用适用的数理统计方法。常用统计方法有：分层法、排列图法、因果图法、对策表、检查表、直方图法、过程能力分析、控制图法、相关及回归分析、实验设计、显著性检验、方差分析等。 4.2 产品开发设计阶段可使用实验设计和析因分析、方差分析、回归分析等，以优化参数。 4.3 在质量先期策划中确定过程控制适用的统计技术，并在控制计划中明确。 4.4 生产过程可使用控制图对过程变量进行控制以保持过程稳定；并可利用分层法、直方图法、过程能力分析、相关及回归分析等对过程进行分析，明确过程变差及影响过程因素的相关性，以改进过程；使用排列图法、因果图法等确定生产中的主要问题及其产生原因；使用对策表来确定纠正和预防措施。 4.5 产品验证中可使用检查表，并在检测中使用显著性检验，方差分析、测量系统分析等来进行检测精度管理，防止不合格品流入下道工序。 4.6 在质量分析、质量改进和自主管理活动中可使用分层法、排列图法、因果图法、对策表、直方图法、控制图法、相关和回归分析等。 5质量数据、信息的利用 5.1按规定定期向有关部门传递数据分析的结果，包括销售部每月应将用户异议情况反馈到质量保证部等部门，财务部每月将质量损失情况反馈质量保证部等部门，质量保证部通过编制质量信息日报，每天将实物质量情况向制造管理部、特殊钢技术中心或分公司主管领导传递。 5.2 应通过报告、汇报等形式及时向分公司领导报告数据、信息分析的有关文件，为分公司领导决策提供依据。 5.3 各部门应充分利用数据分析的结果，以寻求持续改进和预防措施的机会。 5.5经过汇总、整理和分析的数据和信息可通过管理评审、技术质量等有关专业工作会议和分公司局域网与相关部门进行沟通。 6质量信息（异常信息）管理

实证研究论文数据分析方法详解

修订日：2010.12.8实证论文数据分析方法详解 （周健敏整理） 名称变量类型在SPSS软件中的简称（自己设定的代号） 变革型领导自变量1 zbl1 交易型领导自变量2 zbl2 回避型领导自变量3 zbl3 认同和内部化调节变量 TJ 领导成员交换中介变量 ZJ 工作绩效因变量 YB 调节变量：如果自变量与因变量的关系是变量M的函数，称变量M为调节变量。也就是, 领 导风格（自变量）与工作绩效（因变量）的关系受到组织认同（调节变量）的影 响，或组织认同（调节变量）在领导风格（自变量）对工作绩效（因变量）影响 关系中起到调节作用。具体来说，对于组织认同高的员工，变革型领导对工作绩 效的影响力，要高于组织认同低的员工。 中介变量：如果自变量通过影响变量N 来实现对因变量的影响，则称N 为中介变量。也就 是，领导风格（自变量）对工作绩效（因变量）影响作用是通过领导成员交换（中 介变量）的中介而产生的。 研究思路及三个主要部分组成： （1）领导风格对于员工工作绩效的主效应（Main Effects）研究。 （2）组织认同对于不同领导风格与员工工作绩效之间关系的调节效应（Moderating Effects）研究。 （3）领导成员交换对于不同领导风格与员工工作绩效之间关系的中介效应（Mediator Effects）研究。

目录 1.《调查问卷表》中数据预先处理～～～～～～～～～～～～～～ 3 1.1 剔除无效问卷～～～～～～～～～～～～～～～～～～～～ 3 1.2 重新定义控制变量～～～～～～～～～～～～～～～～～～ 3 2. 把Excel数据导入到SPSS软件中的方法～～～～～～～～～～ 4 3. 确认所有的变量中有无“反向计分”项～～～～～～～～～～～4 3.1 无“反向计分”题～～～～～～～～～～～～～～～～～～ 5 3.2 有“反向计分”题～～～～～～～～～～～～～～～～～～ 5 4. 效度分析～～～～～～～～～～～～～～～～～～～～～～～～6 5. 信度分析～～～～～～～～～～～～～～～～～～～～～～～～8 6. 描述统计～～～～～～～～～～～～～～～～～～～～～～～～9 7. 各变量相关系数～～～～～～～～～～～～～～～～～～～～ 12 7.1 求均值～～～～～～～～～～～～～～～～～～～～～～～12 7.2 相关性～～～～～～～～～～～～～～～～～～～～～～～12 8. 回归分析～～～～～～～～～～～～～～～～～～～～～～～13 8.1 使用各均值来分别求Z值～～～～～～～～～～～～～～～13 8.2 自变量Z值与调节变量Z值的乘积～～～～～～～～～～～13 8.3 进行回归运算～～～～～～～～～～～～～～～～～～～～14 8.3.1 调节作用分析～～～～～～～～～～～～～～～～～～14 8.3.2 中介作用分析～～～～～～～～～～～～～～～～～～18 8.4 调节作用作图～～～～～～～～～～～～～～～～～～～～22

2017年质量管理体系数据分析报告

2017年质量管理体系数据分析报告 一、综合概述 2017年集团发展稳中求胜，在建项目管理体系均正常运行，过程均在受控状态。项目的管理、收益、声誉得到改善，提高了公司的市场竞争力。通过对施工过程控制，体现了质量、环境、职业健康安全管理的有效性，使一些管理瑕疵和产品瑕疵得到改进和改正。对体系运行的适宜性和有效性提供了支撑，使企业赢得了良好地信誉和效益。 二、数据分析范围本年度数据分析范围包括所有在建项目和集团体系覆盖范围的管理控制、运行过程有关的信息范围，对数据的收取采取了调查、交谈、现场采集记录等方式。对体系覆盖的绩效、监视结果、资源配置情况等相关数据进行了评价。 三、数据分析过程数据采集监控点放在施工组织设计、工期进度、施工过程、产品质量抽样等关键点上。得出了施工组织的策划率、进度偏差、工序检查合格率、分部分项合格率、强度合格率、不合格纠正预防控制率等数据。分析得出了企业项目管理的实用信息，产品的符合性及其趋势。 1、施工组织设计 施工的组织设计采取项目经理组织项目编制，分公司技术负责人审核批准后报集团总工程师审批的控制流程。检查项目的施工组织设计编制率100%，审批率100%。建筑产品从管理源头上得到了有效

控制，重难点专项施工方案项目组织专家进行评审。施工组织设计得到业主、监理审批并备案。 2、施工进度 项目的施工进度与合同工期比较都有拖延，拖延率达100%。其中原因各不相同。有业主征地滞后拖延工期、有气候（雨、雪）原因拖延工期、有业主设计优化更改设计造成工期拖延、有工程款支付不到位停工（待工）造成工期拖延、有甲供材料不及时停工待料造成工期滞后。这些原因都普遍存在各个项目上，工期的拖延采取的措施包括：协商业主让步延后工期、按照合同条款索赔工期、缩短关键线路工序的施工持续时间满足工期要求。 针对工期滞后的普遍性，检查组对工期的处置进行了审查跟踪，发现一些不利项目的趋势： （1）、提出的索赔事实与索赔证据衔接不紧，有代沟，容易遭到业主的反索赔。 （2）、协商的手段和方式粗暴，一度追求目标得到赔偿，忽略协商的知识、技巧、逻辑思维、时机动机，索赔的赔偿率不高。 （3）、管理上存在超前意识不强，对一些可以预测估计的气象、地质、技术的应急、物质、机械、资金储备不足。 3、施工过程针对公司的经营范围，公司的技术性密集、劳动力密集的特点。一些特殊的施工过程控制存在瑕疵，对管理提出了较大要求。我们跟踪检查发现回访工程中对于填充墙体裂缝、卫生间，

关于加强数据分析在质量管理中应用的思考

目前，在质量管理体系审核中，存在着一个普遍的问题，就是对GB/T19001－2000标准中8.4条款“数据分析”的审核深度不够，重视程度不高。查其原因主要有两点，一是企业不知道分析什么，如何进行分析，因而提供不出分析的证据；二是有相当一部分审核员不知道应该收集什么证据，企业应该做哪些数据分析，在审核中轻描淡写几句，从而影响了数据分析在质量管理体系中应有作用的发挥。 企业要想提高管理水平和产品质量，要想在同行业处于领先水平，就必须知道本企业的差距在哪里，然后才能分析原因进行改进。企业在管理活动和产品实现活动中通过内部沟通、顾客沟通、各种监视和测量活动，会收集到许多数据和信息，但这些数据和信息一般都是无规律的。因此，需要对数据和信息进行整理、分析，找出其规律性，从而为改进指出方向和机会，为领导正确决策提供依据。这就是进行数据分析的目的。 1ISO9000质量管理体系中数据分析的含义数据是关于自然、社会现象和科学试验的定量或定性的记录，是科学研究最重要的基础，研究数据就是对数据进行采集、分类、录入、储存、统计分析，统计检验等一系列活动的统称。其中统计分析，统计检验需要一些逻辑推理，才能分析影响输出的关键因素。由于数据的客观性，它被用于许多场合。ISO9000族标准中对“数据分析”作了规定：“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。”数据分析提供以下有关方面的信息：顾客满意；与产品要求的符合性；过程产品的特性及趋势，包括采取预防措施的机会；供方。但从企业实际情况看，目前部分贯标企业对数据分析的重视程度不高。查其原因，一是企业不知道分析什么，如何进行分析，因而提供不出分析的证据；二是有相当一部分审核员不知道应该收集什么证据，企业应该做哪些数据分析，在审核中轻描淡写几句，从而影响了数据分析在质量管理体系中应有作用的发挥。这是许多企业虽然贯标认证多年，但质量管理水平提高不明显的主要原因之一。 质量数据是指某质量指标的质量特性值，由于质量一词含义丰富，既包括狭义的产品质量，也包括广义的工作质量，因而质量指标在企业中就多种多样，质量数据在企业中几乎无处不在。狭义的质量数据主要是产品质量相关的数据，如不良品数、合格率、直通率、返修率等。广义的质量数据指能反映各项工作质量的数据，如质量成本损失、生产批量、库存积压、无效作业时间等。这些均将成为精益质量管理的研究改进对象。 在质量数据统计分析中，特别关注三项指标，一是数据的集中位置，二是数据的分散程度，三是数据 关于加强数据分析 在质量管理中应用的思考 杨辉 （河南省信阳市质量技术监督局） 作者简介：杨辉，研究生，河南省信阳市质量技术监督局 注册质量工程师，主要从事质量管理工作。

常用数据分析方法详细讲解

常用数据分析方法详解 目录 1、历史分析法 2、全店框架分析法 3、价格带分析法 4、三维分析法 5、增长率分析法 6、销售预测方法 1、历史分析法的概念及分类 历史分析法指将与分析期间相对应的历史同期或上期数据进行收集并对比，目的是通过数据的共性查找目前问题并确定将来变化的趋势。 *同期比较法：月度比较、季度比较、年度比较 *上期比较法：时段比较、日别对比、周间比较、 月度比较、季度比较、年度比较 历史分析法的指标 *指标名称： 销售数量、销售额、销售毛利、毛利率、贡献度、交叉比率、销售占比、客单价、客流量、经营品数动销率、无销售单品数、库存数量、库存金额、人效、坪效 *指标分类： 时间分类 ——时段、单日、周间、月度、季度、年度、任意 多个时段期间 性质分类 ——大类、中类、小类、单品 图例 2框架分析法 又叫全店诊断分析法 销量排序后，如出现50/50、40/60等情况，就是什么都能卖一点但什么都不 好卖的状况，这个时候就要对品类设置进行增加或删减，因为你的门店缺少 重点，缺少吸引顾客的东西。 如果达到10/90，也是品类出了问题。 如果是20/80或30/70、30/80，则需要改变的是商品的单品。 *单品ABC分析（PSI值的概念） 销售额权重（0.4）×单品销售额占类别比＋销售数量权重（0.3） × 单品销售数量占类别比＋毛利额权重（0.3）单品毛利额占类别比 *类别占比分析（大类、中类、小类） 类别销售额占比、类别毛利额占比、 类别库存数量占比、类别库存金额占比、

类别来客数占比、类别货架列占比 表格例 3价格带及销售二维分析法 首先对分析的商品按价格由低到高进行排序，然后 *指标类型：单品价格、销售额、销售数量、毛利额 *价格带曲线分布图 *价格带与销售对数图 价格带及销售数据表格 价格带分析法 4商品结构三维分析法 *一种分析商品结构是否健康、平衡的方法叫做三维分析图。在三维空间坐标上以X、Y、Z 三个坐标轴分别表示品类销售占有率、销售成长率及利润率，每个坐标又分为高、低两段，这样就得到了8种可能的位置。 *如果卖场大多数商品处于1、2、3、4的位置上，就可以认为商品结构已经达到最佳状态。以为任何一个商品的品类销售占比率、销售成长率及利润率随着其商品生命周期的变化都会有一个由低到高又转低的过程，不可能要求所有的商品同时达到最好的状态，即使达到也不可能持久。因此卖场要求的商品结构必然包括：目前虽不能获利但具有发展潜力以后将成为销售主力的新商品、目前已经达到高占有率、高成长率及高利润率的商品、目前虽保持较高利润率但成长率、占有率趋于下降的维持性商品，以及已经决定淘汰、逐步收缩的衰退型商品。 *指标值高低的分界可以用平均值或者计划值。 图例 5商品周期增长率分析法 就是将一段时期的销售增长率与时间增长率的比值来判断商品所处生命周期阶段的方法。不同比值下商品所处的生命周期阶段(表示) 如何利用商品生命周期理论指导营运(图示) 6销售预测方法[/hide] 1.jpg (67.5 KB) 1、历史分析法

质量管理如何利用好大数据

质量管理如何利用好大数据 如果抛开拗口的定义，这样一个段子更能说明大数据的作用：“尊敬的用户您好，您于XX时购买了一张XX影院的《XXXX》电影票。我们于刚才售出您邻座的票，是一个女生。她的电话号码是：138xxxxxxxx，根据她的购票记录来看，她近半年都是单身，她观看的电影类型和您的匹配度为85%。她表示愿意和您交个朋友，请您及时联系她。” 这就是大数据，是对每个个体数据的收集与整合，它可以应用于生活的每一个方面，当然也包括质量安全。上周，国务院办公厅《关于运用大数据加强对市场主体服务和监管的若干意见》出炉，就特意提出要建立大数据标准体系，加强和改进质量监管，就是希望借助大数据这一新技术，做好质量安全工作。 运用大数据加强对市场主体进行质量服务和监管，首要的就是需要在质量基础方面的建立自己的大数据，甚至包括大数据的基础——标准。建立大数据标准体系，研究制定有关大数据的基础标准、技术标准、应用标准和管理标准等。加快建立政府信息采集、存储、公开、共享、使用、质量保障和安全管理的技术标准。引导建立企业间信息共享交换的标准规范，促进信息资源开发利用。在国务院办公厅的“意见”里，完善标准规范，正是政府加强运用大数据的保障措施之一，这何尝也不是大数据发挥自身作用的基础保障。 不成规矩无以成方圆。对于如火如荼的大数据来说，建立属于自身的标准体系，就是建立大数据运用的“规矩”。一方面，标准体系规范的完善，利于大数据更好地发挥其作用，也能够更好地促进大数据产业健康发展；另一方面，建立大数

据标准体系，也是夯实运用大数据做好质量服务于监管的基础，便于提高质量服务和监管的针对性、有效性。 有了标准体系，不仅有了大数据的规范基础，也有了质量基础的“大数据”根基。在此基础上，计量、认证认可、检验检测其他国家质量基础同样可以借助大数据这一先进手段，为更好加强对市场主体的质量服务和监管提供帮助。 对于大数据来说，有两点比较关键，一是数据，即数据的获取与生成；二是对数据的分析与应用。对于消费市场来说，目前无论是可穿戴设备等智能硬件，还是智能手机里的众多APP（应用程序）软件，都是很好的数据收集工具。对于质量服务和监管来说，同样可以借助硬件和软件两种方式获取包括质量基础在内的“大数据”。 对质量大数据尤其是质量基础大数据的分析和应用，则是运用大数据服务加强对市场主体质量服务和监管的直接体现。正如国务院办公厅在“意见”中提到的，充分运用大数据技术，积极掌握不同地区、不同行业、不同类型企业的共性、个性化需求，在检验检测、认证认可等方面主动提供更具针对性的服务，推动企业可持续发展，正是借助大数据创新质量服务理念和服务方式的一种表现，也能为改进质量监管提供帮助。 当前，市场主体数量快速增长，市场活跃度不断提升，全社会信息量爆炸式增长，数量巨大、来源分散、格式多样的大数据对政府质量服务和监管能力提出了新的挑战，也带来了新的机遇，只要从建立质量基础大数据入手，相信一定可以更加有效利用大数据技术为质量服务和监管服务。

质量管理：数据分析控制程序

质量管理：数据分析控制程序 1、目的 收集和分析适当的数据，以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。 2、适用范围 适用于对来自监视和测量活动及其他相关来源的数据分析。 3、相关/支持性文件 《过程和服务的监视和测量程序》 《文件控制程序》 《记录控制程序》 《纠正措施程序》 《预防措施程序》 4、职责 4.1质量管理部 a)负责归口管理公司对内、外相关数据的传递与分析、处理； b)负责统计技术的选用、批准、组织培训及检查统计技术的实施效果。 4.2各部门 a)负责各自相关的数据收集、传递、交流； b)负责本部门统计技术的具体选择与应用。 5、工作程序 5.1数据是指能够客观地反映事实的资料和数字等信息。

5.2数据的来源 5.2.1外部来源 a)政策、法规、标准等； b)地方政府机构检查的结果及反馈； c)市场动态； d)相关方（如业主和住户、供应方等）反馈及投诉等。 5.2.2内部来源 a)日常工作，如质量目标完成情况、服务质量检查与考评记录、内部质量审核与管理评审报告及体系正常运行的其他记录； b)存在、潜在的不合格，如质量问题统计分析结果、纠正预防措施处理结果等； c)紧急信息如出现突发事故等； d)其他信息员工建议等。 5.2.3数据可采用已有的质量记录、书面资料、讨论交流、电子媒体、通讯等方式。 5.3数据的收集、分析与处理 5.3.1对数据的收集、分析与处理应提供如下信息； a)业主和住户满意或不满意程度； b)服务满足业主和住户需求的符合性； c)过程、服务的特性及发展趋势，包括采取预防措施的机会； d)供方的信务标准类数据的收集分析，并负责传递至相关部门。对出现的不合格项，执行《纠正措施程序》。