第三章 现状调查与数据收集：确定关键质量指标、设计数据收集计划、使用检查表与分层法
各位工程师朋友，大家好。这一章我们聊聊质量改进项目里最“接地气”的一步——现状调查与数据收集。
说实话，我见过太多项目，一上来就拍脑袋定方案，结果做到一半发现数据对不上，问题根源根本没找准。我个人习惯是，在立项之后，先花一周左右的时间，把现状摸清楚。你想想看，连敌人长什么样都不知道，你怎么打胜仗？
一、确定关键质量指标（KQI）
关键质量指标，英文叫KQI（Key Quality Indicator）。它不是随便挑几个数据，而是能直接反映客户核心需求、产品关键特性的指标。
怎么选KQI？ 我一般遵循三个原则：
- 客户导向：客户最在意什么？是尺寸精度？是表面光洁度？还是使用寿命？
- 可测量：指标必须能量化，不能是“感觉不错”、“大概还行”这种模糊描述。
- 可改进：选出来的指标，通过我们的努力是能改变的。比如“天气温度”这种，就别选了。
举个例子：我在一个电子组装项目里，客户投诉最多的就是“焊点虚焊”。我们当时定的KQI就是“焊点拉脱力（单位：牛顿）”。这个指标直接对应焊接质量，而且用拉力计就能测，非常明确。
常见的KQI类型包括：
- 缺陷率：比如每百万件产品中的缺陷数（PPM）。
- 合格率：一次通过检验的比例。
- 过程能力指数：Cpk、Ppk，衡量过程稳定性和能力。
- 客户满意度评分：通过调查问卷获得。
我的小技巧：KQI不要贪多，3-5个最核心的就行。我曾经有个项目，列了十几个指标，结果团队精力分散，哪个都没抓透。后来砍到3个，效果反而好了。
二、设计数据收集计划
指标定好了，接下来就是怎么收集数据。这一步做不好，后面分析全是白搭。
数据收集计划要回答几个问题：
- 收集什么数据？ 明确KQI对应的具体测量项。
- 从哪里收集？ 生产线？实验室？客户反馈系统？
- 谁来收集？ 操作工？质检员？工程师？
- 用什么工具？ 游标卡尺？传感器？软件系统？
- 收集频率？ 每件？每小时？每天？
- 样本量多大？ 要保证统计显著性。
我建议用一张简单的表格来规划，比如：
| KQI | 数据来源 | 测量工具 | 收集人 | 频率 | 样本量 |
|---|---|---|---|---|---|
| 焊点拉脱力 | 生产线第3工位 | 拉力计（型号XX） | 质检员张三 | 每2小时 | 连续5件 |
| 外观缺陷数 | 终检工位 | 目视+放大镜 | 质检员李四 | 全检 | 全部产品 |
注意：数据收集计划一定要和一线人员沟通确认。我曾经吃过亏，计划写得漂亮，结果工人说“这个测量工具我们早坏了”，或者“这个频率我们根本忙不过来”。所以，计划要接地气。
三、使用检查表
检查表（Check Sheet）是数据收集最基础、最实用的工具。说白了，就是一张用来打勾、填数字的表格。
检查表的设计原则：
- 简单明了：一线人员一看就懂，不需要培训。
- 分类清晰：把可能的缺陷类型、原因类别列出来。
- 便于统计：设计时就要考虑后续怎么汇总分析。
我常用的检查表格式有两种：
- 缺陷分类检查表：列出常见缺陷类型，每发现一个就在对应栏里画“正”字。
- 位置检查表：在产品示意图上标记缺陷发生的位置。
实战案例：在一个注塑件项目中，我们设计了一张检查表，列出了“缩水”、“飞边”、“气纹”、“黑点”等6种常见缺陷。工人每检查一个产品，就在对应缺陷下画一笔。一周下来，我们直接看出“缩水”占了总缺陷的60%。这就是检查表的力量——数据一目了然。
四、使用分层法
分层法（Stratification），也叫分类法。它是把收集到的数据，按照不同维度分开来看。为什么要分层？因为数据一混合，真相就被掩盖了。
常见的分层维度：
- 按时间分：早班 vs 晚班，周一 vs 周五。
- 按设备分：1号机 vs 2号机。
- 按操作员分：老王 vs 小李。
- 按材料批次分：A供应商 vs B供应商。
- 按产品型号分：型号X vs 型号Y。
我记得有一次，一个项目的缺陷率居高不下，大家怎么都找不到原因。后来我用分层法，按操作员一分开，发现新来的小张的缺陷率是老员工的3倍。问题一下就清楚了——培训不到位。你看，不分层的话，这个结论根本得不出。
我的建议：分层法不要乱分，要基于对过程的了解。你想想看，如果分层的维度选错了，比如把“身高”作为分层维度去分析焊接质量，那肯定找不到规律。分层前，先和团队 brainstorm 一下，哪些因素可能影响质量。
五、本章知识体系图
下面我用一张图来总结本章的核心逻辑，方便你理解整个流程：
这张图展示了从确定KQI到最终发现问题的完整链条。每一步都环环相扣，缺一不可。
六、避坑指南
最后，分享几个我踩过的坑，希望能帮你少走弯路：
- 数据造假：我曾经发现一线工人为了省事，直接编数据。后来我们建立了抽查机制，并且明确告知数据用于改进，不用于考核个人。嗯，这个很重要。
- 样本量不足：只测了3个产品就下结论，这是大忌。样本量要基于统计原理计算，或者至少保证能反映过程波动。
- 忽略异常值：看到异常数据不要直接删掉，先调查原因。异常值有时能揭示重大隐患。
- 分层过度：分得太细，每个层里数据太少，反而看不出规律。适度分层，够用就好。
总结一句话：现状调查不是走过场，它是整个质量改进项目的“地基”。地基不稳，后面盖的楼再漂亮也得塌。所以，花时间把数据收集好、分析透，绝对值得。
公众号:蓝海资料掘金营，微信deep3321