下载文档原格式
数据统计分析管理程序Data Statistics and Analysis Management Procedure（IATF16949-2016）1.目的 Objective制定本程序是为了对适当的数据进行确认、收集和分析，找出质量管理体系中需要持续改进的地方并进行改进，以证实质量管理体系的充分性、适宜性和有效性。
Confirm, collect, and analyze appropriate data to improve the quality management system to keep the adequacy, feasibility and effectiveness of the quality management system.2.适用范围 Applicable Scope适用于在公司质量管理体系运作过程中，各部门对质量目标、过程指标等相关数据的确认、收集和分析。
Be applied to confirming, collecting and analyzing the related data of process performance and quality objective in company quality management system operation.3. 职责 Responsibilities3.1. 管理者代表负责推广有关统计技术及分析方法；The representative of the managers shall promote the related statistical techniques and analysis methods.3.2. 各部门负责选择和正确使用适当的分析方法和统计技术，对各种质量问题进行调查、分析，并做出相应的纠正和预防措施；Each department shall rightly use the appropriate analysis methods and statistical techniques to research and analyze the quality problems and implement the corresponding corrective and preventive actions.3.3. 管理者代表负责监督数据分析的应用效果，品质部负责协助。
文件编号： QP090100 文件版本： 1.0发布日期： 2022.1.01 生效日期： 2022.1.01制定单位：管理部(品质保证)分发单位管理部创造部日本帝都总经理修订记录版次3.0 修订日期2022.1.01修订内容依据 IATF16949:2022 版本要求，体系重新策划提升登录者核准/日期审核/日期制定/日期受控章受控体 系文件名称 IATF16949 质量体系 监视、 测量、 分析与评价管理程序 页 数 文件编号1/6 QP0901001. 目的：通过采集、分析质量管理体系各过程有关数据信息，对质量管理体系的适宜性和运行有效性进行分析评价，为持续改进提供依据，不断满足顾客要求。
2.范围：合用于本公司质量管理体系各过程。
3.定义：3.1 数据：是指能够客观地反映事实的数字、文字、图片等信息。
4.流程：流程 权责单位 相关说明 使用表单识别监视和测量需求 各部门 依 5.2 项规定之内容实施数据采集各统计部门 效/指标评价项目表]数据分析各责任部门 依 5.4 项规定之内容实施数据评价 改进措施实施各责任部门依 5.5 项规定之内容实施 [管理绩效统计与差异比较表]处理、改进和反馈 管各理责者任代部表门依 5.6 项规定之内容实施[管理绩效异常分析与 管理部(品质保证)5.内容：5.1 绩效、测量、分析和评价策划及总体要求：5.1.1 对于绩效、测量、分析和评价应满足如下各项要求：5.1.1.1 需要监视和测量的对象；5.1.1.2 确保有效结果所需的监视、测量、分析和评价方法； 5.1.1.3 实施监视和测量的时机；5.1.1.4 分析和评价监视和测量结果的时机。
上述要求的具体实施依据如下条款 5.1、5.2、5.3、5.4 所述。
5.1.2 评价质量管理体系的绩效和有效性。
依据《内部审核管理过程》和《管理评审过程》进行。
5.1.3 组织应保留适当的形成文件的信息，作为结果的证据；依据[活动结果的证据总览表]进行。
09数据信息分析和评价控制程序数据、信息分析和评价控制程序是一种规范和标准化的方法，用于处理、分析和评价组织或企业的数据和信息。
这种程序通常包括数据的收集、整理、清洗、分析和评价等一系列步骤，旨在帮助组织或企业更好地理解其数据和信息，并根据分析结果做出相应的决策和改进。
收集到的数据和信息需要经过整理和清洗的过程。
整理是指将收集到的数据和信息进行分类、排序和编码等处理，使其更易于分析。
清洗是指删除或修正数据和信息中的错误、冗余和不完整部分，以确保数据和信息的准确性和可靠性。
完成数据和信息的整理和清洗后，接下来是数据和信息的分析。
数据分析是指将数据进行加工、处理和计算等操作，从而得出有关数据的结论和结果。
常见的数据分析方法包括统计分析、数据挖掘、机器学习等。
信息分析是指对收集到的信息进行梳理、归纳和比较等操作，从中提取有关情报，以支持决策和改进。
数据和信息的分析结果需要进行评价和控制。
评价是指对分析结果的合理性、准确性和可靠性进行判断和评估。
控制是指通过对分析结果的监控和调整，确保组织或企业的目标得到实现。
评价和控制需要使用适当的指标和标准进行，以便更好地衡量和管理组织或企业的数据和信息。
在数据、信息分析和评价控制程序中，还需要依靠适当的工具和技术来支持和辅助工作。
例如，可以使用数据分析软件、信息系统、数据库等工具来处理和分析数据和信息。
同时，还可以运用统计学、管理学、信息学等学科的方法和理论，提高数据和信息分析的准确性和效率。
总之，数据、信息分析和评价控制程序是一种规范和标准化的方法，用于处理、分析和评价组织或企业的数据和信息。
通过收集、整理、清洗、分析和评价等一系列步骤，可以帮助组织或企业更好地理解其数据和信息，并根据分析结果做出相应的决策和改进，从而实现组织或企业的目标。
分析评价控制程序
1. 目的
本文件规定了公司为确定、收集、分析适当的数据，以证实公司质量管理体系的适宜性、合理性和有效性，以便能达到早期预防或及时提出纠正和预防措施并得以及时改善之目的。
2. 范围
适用于本公司产品检验，过程控制及其它与品质活动相关的数据和资料分析。
3. 职责
3.1品管部和生产计划部负责收集产品质量、质量管理体系的有关资料、数据进行分析改善；
3.2生产部协助品管部进行相关数据的收集和分析并执行改善行动；
3.3其他各相关部门负责相应过程业绩的有关数据的收集和分析并提出相应的改善预防措施，执行改善行动。
4. 分析评价控制程序流程图描述4.1分析评价控制流程
过
程顺序数据分析控制流程图活动过程描述执行者审批者
依据表
单［开始
收集原始数据
确定分析统计方法
进行数据分析
每月月末收集相关数
据
利用图表进行分析（柏
拉图,直方图等）
对所收集到的原始数
据进行统计分析
对分析结果进行适宜
性、充分性、合理性审
核
由品管部提出纠正和
预防措施
各相关
部门
各相关
部门
各相关
部门
管理者
代表
品管部
N/A
各相关
部门主
各相关
部门主
管理者
代表
管理者
代表
各部门
各种月
报表
N/A
N/A
会议记
录
纠正和
预防措
施报告。
完整的数据分析工作流程数据分析工作流程是指在进行数据分析过程中所遵循的一系列步骤和方法，旨在帮助分析师准确地了解数据，并从中提取有价值的信息。
一个完整的数据分析工作流程包括数据收集、数据清洗、数据探索、数据建模和结果解释等环节，下面将详细介绍每个环节的具体步骤。
一、数据收集数据收集是数据分析的第一步，其主要目的是获取需要分析的数据。
数据可以来自各种来源，包括数据库、文本文件、传感器、网络等。
在数据收集阶段，分析师需要明确分析的问题和目标，然后选择合适的数据源进行数据提取。
此外，还需要对数据进行初步的探索和了解，确保数据的质量和完整性。
二、数据清洗数据清洗是数据分析中至关重要的一步，其主要目的是处理数据中的噪声、缺失值、异常值等问题，确保数据的准确性和可靠性。
在数据清洗过程中，分析师需要进行数据清洗、数据转换、数据归一化等操作，以便为后续的数据分析做好准备。
三、数据探索数据探索是数据分析的核心环节，其主要目的是通过可视化、统计分析等手段对数据进行深入挖掘，发现数据之间的关系和规律。
在数据探索过程中，分析师可以使用各种数据分析工具和算法，例如相关性分析、聚类分析、分类分析等，以深入理解数据的特征和结构。
四、数据建模数据建模是数据分析的重要步骤，其主要目的是根据已有的数据建立预测模型或分类模型，用于对未知数据进行预测和分类。
在数据建模过程中，分析师需要根据业务需求选择合适的建模方法和算法，并利用训练集对模型进行训练和调优，确保模型的准确性和鲁棒性。
五、结果解释结果解释是数据分析的最后一步，其主要目的是对数据分析的结果进行解释和总结，向决策者或相关人员提供分析报告和建议。
在结果解释过程中，分析师需要清晰地表达分析结果、数据特征、模型评价等内容，以便相关人员理解和利用分析结果做出正确的决策。
综上所述，一个完整的数据分析工作流程包括数据收集、数据清洗、数据探索、数据建模和结果解释等环节，每个环节都有其特定的目的和步骤，需要分析师细心和耐心地进行操作，以确保数据分析的准确性和有效性。
1.目的确定本公司所需分析的数据和分析方法，以证实质量管理体系的适宜性和有效性，并评价在何处可以持续改进质量管理体系的有效性。
2.适用范围本文适用于产品和服务形成的各有关过程的数据分析。
3.职责3.1管理者代表是数据信息收集、分析与评价的归口管理者，负责质量管理体系运行数据和信息的收集、分析与评价；3.2供应部负责供应商方面的数据和信息的分析与评价；3.3品质部负责对工序过程能力进行统计分析；负责产品质量、风险控制方面的数据和信息的收集、分析与评价，定期分析质量目标的统计数据，作为管理评审的输入资料；3.4销售部负责产品交付、售后服务过程及顾客满意度的数据和信息的分析与评价。
3.5生产部负责生产过程和信息的收集、分析与评价。
3.6技术研发部、综合办、物管部、工程设备部、财务部负责其业务范围内的数据信息的收集、分析与评价。
4.术语和定义无。
5.工作程序和内容5.1确定数据的来源5.1.1外部来源a）政策、法规、标准等；b）政府机构检查的结果及反馈；c）市场、新产品、新技术发展方向；d）相关方（如顾客、供方等）反馈及投诉信息等。
5.1.2内部来源a）运行记录，如质量目标完成情况、检验试验记录、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，如员工建议等。
5.1.3数据可采用已有的质量记录、书面资料、讨论交流、电子媒体、音像设备、通讯等方式。
5.2数据分析应提供以下相关方面的信息：a）顾客满意和（或）不满意程度；b）产品满足顾客需求的符合性；c）过程、产品的特性及发展趋势，包括采取预防措施的机会；d）供方的信息等。
5.2.1 数据分析的类型a）对各类报表进行数据分析，找出生产过程主要质量问题和主要影响因素；b）对数据记录进行分类，质量特性与分布进行判断，找出质量问题和影响因素的关系；c）对顾客满意与不满意的状况，进行分析发现并解决现存的问题；d）对其它有关过程的业绩信息的分析，确保质量管理体系的合理性、有效性与适宜性；e）对供方质量状况的分析，确保供应商为合格供应商。
数据分析与评价控制程序一、引言本程序旨在规范和指导数据分析与评价工作的流程，确保数据收集、处理、挖掘、可视化、定量与定性分析、风险评估与预测、监控与反馈机制、质量保证与校验以及文档记录与管理等方面的科学性和规范性，提高数据分析与评价工作的效率和准确性。
二、程序内容数据收集与处理（1）明确数据收集的目的和需求，根据需求选择合适的数据来源，并制定数据收集计划。
（2）对收集到的数据进行清洗、整合、补充和验证，确保数据的质量和准确性。
（3）建立数据字典和数据质量标准，确保数据的规范化和标准化。
数据挖掘与可视化（1）利用数据挖掘技术，如聚类分析、关联规则挖掘等，从数据中发现隐藏的模式和关联。
（2）利用可视化技术，如图表、图像等，将数据和挖掘结果进行可视化展示，提高数据的可读性和理解性。
定量与定性分析（1）利用定量分析方法，如统计分析、预测模型等，对数据进行深入分析，揭示数据背后的规律和趋势。
（2）利用定性分析方法，如案例分析、专家评估等，对数据进行深入挖掘，揭示数据背后的原因和影响因素。
风险评估与预测（1）根据数据分析结果，结合项目实际情况，确定存在的风险和挑战。
（2）利用预测模型和方法，对项目的未来发展进行预测，为决策提供参考依据。
监控与反馈机制（1）制定数据监控计划，实时监控数据变化，及时发现数据异常和问题。
（2）建立反馈机制，根据监控结果及时调整数据收集、处理、分析和评价等环节的工作，确保分析结果的准确性和可靠性。
质量保证与校验（1）制定严格的质量保证计划，确保数据分析与评价工作符合规范和标准。
（2）对数据分析与评价工作进行定期校验，及时发现和纠正工作中的问题，提高工作质量和效率。
文档记录与管理（1）对数据分析与评价工作的各个环节进行详细记录，包括数据收集、处理、挖掘、分析、监控与反馈等方面的记录。
（2）建立完善的文档管理系统，对记录的文档进行分类、存储和管理，确保文档的完整性和可追溯性。
三、程序实施与监督实施步骤（1）明确数据分析与评价的目的和需求，确定工作的范围和重点。
数据分析与评价控制程序（IATF16949-2016/ISO9001-2015）1.0目的:组织应确定收集、分析和评价适当的数据和信息,以证实质量管理体系的适宜性和有效性,并评价持续改进质量管理体系的有效性的机会。
2.0范围:适用于对公司监视和测量活动及其相关来源的数据和信息的收集、分析和评价。
3.0术语和定义:3.1数据:数据是指能够客观地反映事实的资料和数字等信息,包括与产品、过程及质量管理体系有关的数据,以及监视和测量的结果等。
3.2数据分析:是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析,以求最大化地开发数据资料的功能,发挥数据的作用,是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
4.0职责和权限:4.1归口管理部门:4.1.1品质管理中心:1)负责收集、分析和评价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。
2)负责收集、分析和评价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。
3)负责收集、分析和评价监视和测量资源配备、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。
4.2相关责任部门:各部门负责各自相关的数据的收集、分析和评价,负责本部门统计技术的选择与应用；4.2.1营销采购中心:1)负责市场信息、顾客需求信息的收集、分析和评价,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,包括对顾客满意程度的监测结果及顾客报怨、流失业务分析；提供顾客满意和顾客不满意方面的信息。
2)负责收集分析与外部供方有关过程的数据,包括选择和评价合格供方、供方交付业绩；提供外部供方能否满足采购要求方面的信息。
4.2.2工程研发中心:1)负责收集、分析和评价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可能改进的机会方面的信息。
数据分析与评价管理程序
1.0 目的
通过制定本程序，规范质量、环意管理体系各过程有关数据信息的收集、分析、评价及应用管理等,以确定公司管理体系的适宜性和有效性,识别并提出可以实施的改进,促进顾客及相关方满意度和企业整体业绩的提升。
2.0 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与评价。
3．０职责
3．１工程部：是数据分析与评价归口管理部门,负责数据分析及统计技术的选用及指导。
3.2 各部门:负责本部门数据的收集、分析、评价、应用和处理等工作。
4.0 定义
4.1数据：是指能够客观地反映事实的资料和数字等信息。
5．０内容
5.1 策划。
５．1．1 数据分析与评价归口管理部门由工程部主导,负责数据分析及统计技术的选用及指导。
各部门依照本程序的要求负责本部门数据的收集、分析、评价、应用和处理等工作。
此数据分析与评价管理过程中各部门要充分做好相关信息的沟理,以确保数据收集的准确及数据的共享等，具体可参见《沟通与信息管理程序》(ＦＴ/QP-１0）执行。
5．1．2各部门相关人员应经过相关培训,熟悉掌据各种数据统计分析方法。
5.1.3本程序中所列出的数据收集、分析、评价案例并非包括公司管理体系的全部,但各部门在实
际管理过程中可以参考本程序灵活运用。
５．２确定数据来源
５.2.1 外部数据来源
a）上级机关检查、抽查的结果及反馈；
ｂ)认证机构监督审核的结果
ｃ)新产品、新技术发展方向；
ｄ）相关方（如顾客、供方等)意见、反馈及投诉,顾客满意度等。
e) 市场调查的信息和数据。
5．2.２内部数据来源
a)日常工作及产品实现过程中的信息，如方针目标、指标完成情况、检验记录、检测结果、材料消
耗、库存计量、设备运行状态等;
b）存在或潜在不合格,如各相关项的问题统计分析结果、纠正预防措施处理结果等;
c)紧急信息,各种突发事件,如非计划停工、安全环保及质量事故、计量纠纷等；
d)内部审核、管理评审及管理体系正常运行的其它记录;
e)其它信息，如职工建议等。
５.3 收集相关数据
5.3．1各部门应将各类数据落实专人收集，数据收集可利用记录、书面资料、讨论交流、通讯、
实时数据等方式。
应确保统计分析数据的科学、客观、准确和真实性。
５．3.2各部门相关数据和资料的收集内容、测量方法、收集时机或频次等，具体参见：附件２“数
据收集与分析计划”。
5.4 数据分析
5.４.1对收集到相关信息的数据分析一般采用适合的统计技术,如分布图、波动图等,各单位根据公司培训计划安排人员进行培训统计技术培训。
具体参见《人力资源管理程序》(FＴ/ＱP－0１）执行。
5.4.２各单位、各部门对所收集的数据按规定的时间进行一次分析。
具体参见:附件２“数据统计分析收集计划”
5．4.3 为了便于对数据分析方法理解及应用，以下从顾客满意的监视和测量、供应商的评价、产品实现过程、内部审核和监督审核四个方面进行阐述。
其中分析方法为可选用,而非必须。
在实际工作中各部门可采用掌握的各类统计分析方法以达到预期的分析结果。
５.４.３．１顾客满意的监视和测量
ａ）调查表,调查顾客满意度的信息；
b) 排列图,分析顾客意见,查找主要不满意项目,重点予以解决;
ｃ）饼图法,用于市场调查分析顾客明示的、隐含的、将来的需求;
d) 分层法，对不同顾客的不同需求进行分析,满足不同用户的不同要求。
5.4.3.２供应商的评价
a）控制图，用进货检验测定值，连续监控供应商产品特性变化趋势;
b）方差分析,查证不同供应商的产品质量供货的稳定性差异;
c) 显著性检验，检验不同供应商产品质量有无显著性差异；
d) 抽样检验,对供应商的产品进行抽样;
e）调查表，调查供应商的市场占有率。
5.4.３．3 产品实现过程
a) 正交试验法,用最少的试验次数开发满足顾客要求的新产品；
b）相关回归分析，建立数学模型，确定生产过程参数控制方案;
c) 直方图，确定过程分布形态、偏差程度，计算出过程的工序(过程)能力和工序(过程）能力指数;
d）控制图，监控生产过程的稳定状况,通过判异准则及时发现异常,实现持续改进；
e）抽样检验法,用少量样本的测试数据检验生产过程质量，并进行控制；
ｆ) 显著性检验,用于检测过程质量持续改进的效果；
g）方差分析，分析检测过程质量;
ｈ）过程能力分析,评价过程连续合格生产的能力，或其在某一条件下能达到的最高生产水平; ｉ）可靠性分析，分析设备、设施的可靠性，评价其当前可靠运行的能力，以及对维护、保养、检修方面的需求。
5.4.３．4 内部审核和监督审核
a）检查表,用于现场审核的检查；
b）排列图，将不合格项按发生的部门或条款分类,查找倾向性问题，针对主要问题采取纠正措施。
５.5 分析结果评价
5.5.1各部门对收集的数据信息进行分析后，并作出综合评价。
可以采用比较的方法评价。
如：质量和运行绩效的趋势与公司的业务计划目标的进展进行比较;本公司的数据应该与竞争对手、行业水平以及适当的基准或标准的数据进行比较。
5．5.2各职能部门可根据相关规定(如每月、每季、每年）开展专题会议，对（对上月、上季、上年)数据分析结果与上期对应项目进行对比,除将各项指标与历史资料和业务计划的纵向对比外，还
应将指标与竞争对手进行横向对比。
相关会议包括有(但不限于）：
a)品质部主导的“品质月例会”
b)人力资源部主导的“绩效考核检讨会”
c)制造中心主导的“工作报告月例会”
d)营销中心主导的“公司营销会议”
e)财务中心主导的“公司经营会议”
f)总经办主导的“目标、指标及方案达成会议”
g)管理者代表主导的“内/外审总结会议”
h)总经理主导的“管理评审会议”
5.6分析结果的应用
5．6.１各部门应根据数据分析结果所提供的信息进行判断,对本部门的问题寻找改进的机会,以便采取措施。
整改过程和效果，可参考《持续改进管理程序》(FT/QＰ-26）执行。
根据各项数据的重要程度和优先次序排序，决定与顾客相关的指标所反映出的问题应优先解决和改进。
5．６.2各部门负责每月对数据分析结果应用情况进行自查,改进的数据应在下一次资料和数据收集时有所反映。
公司通过内、外审对所有单位的数据分析结果的应用进行监督检查。
５.7数据汇总与提报
５．7.1各部门应对评价后数据及反应问题及改善等相关资料信息要进行汇总，并将这些汇总的资料、数据可以通过邮件或复印等方式上报领导或提交到各相关部门或相关方,同时做好归档工作。
6.0 相关文件
6．１《人力资源管理程序》
6．１《沟通与信息管理程序》
6.１《持续改进管理程序》
7.0记录表单
无
8.0附件
８.1 附件１《数据分析与评价管理程序流程图》
8.2 附件2《数据收集与分析计划》
附件1《数据分析与评价管理程序流程图》。
