分层法实战指南：如何从混合数据中快速找出质量问题来源

很多质量会议的失败，不是因为没有数据，而是把不同来源的数据混在一起。总体不良率从 2.1% 上升到 3.0%，可能由一台设备、一个模穴、某个班次或特定材料批次推动。分层法就是按有意义的来源拆开数据，让差异显现，再决定下一步验证。

一、分层法解决什么问题

平均值会掩盖结构。如果 A 线不良率从 1% 降到 0.5%，B 线从 5% 降到 4%，但产量结构从 A 线为主转成 B 线为主，总体不良率仍可能上升。这类辛普森悖论说明：汇总趋势可能与各子组趋势相反。没有分层，团队容易把“产品组合变化”误判成“工艺全面恶化”。

二、常用的 5M1E 分层框架

三、现场可执行的七步法

1. 把问题写成指标。明确分子、分母、时间范围、产品和缺陷定义，例如“9 月连接器压接高度低于 LSL 的件数/检验件数”。
2. 画数据路径图。确认生产、检测、返工和报废在哪些系统记录，避免分母口径不同。
3. 列出候选层别。由过程工程师、操作员和质量人员共同列出 5M1E，优先选择有工艺机理支持的变量。
4. 设计收集表。每一行代表一件或一个合理子组，保留时间戳、机台、模穴、批号和测量值。不要只保存每日汇总。
5. 先做单维比较。按设备、班次、材料分别画柏拉图、箱线图、趋势图或分层控制图。
6. 再看交互组合。如果单一层别不明显，检查“设备×材料”“模穴×班次”等组合，但要避免样本被切得过碎。
7. 用现场试验验证。分层揭示的是关联线索，不自动等于因果。通过参数试验、互换材料或复现测试确认。

四、案例：注塑件短射率上升

某注塑车间一周生产 120,000 件，短射 3,240 件，总不良率 2.7%。按班次看，白班 2.6%、夜班 2.8%，差异不大；按机台看也只有轻微差别。团队进一步按模穴分层，发现 8 号模穴不良率达到 14%，贡献了全部短射的 61%。再按时间趋势发现换模后前两小时最严重。

现场拆检确认 8 号模穴排气槽堵塞，且换模后的参数确认没有逐穴检查。清洁排气槽、增加逐穴首件确认并将模穴号写入检验记录后，总短射率降至 0.6%。如果团队只看班次平均值，可能错误地推动全员培训，既耗费资源又无法消除根因。

五、分层后应使用什么图

• 计数型缺陷：分层柏拉图、堆叠条形图、p 图或 u 图。
• 连续尺寸：箱线图、个体值图、直方图与分层能力分析。
• 时间相关问题：按层别分别画趋势图或控制图。
• 两变量关系：用颜色或符号标出设备、批次的分层散点图。

六、避免统计陷阱

比较不良数量时必须同时看分母；产量大的机台不良数多，不代表不良率高。小样本层别应报告样本量和置信区间。层别过多会产生偶然显著，发现异常后要以新数据复核。也不要事后无限切分，直到找到想要的答案。

七、建立长期机制

最有效的做法，是在数据产生时保留可追溯字段，而不是发生客诉后才人工拼表。质量团队可制定最小数据集：产品、日期时间、设备、工装/模穴、材料批号、操作员/班次、参数版本、测量设备和缺陷代码。每月审查缺失率和错误率，并把关键层别加入仪表板。

分层法的核心是“先把混合总体拆开，再谈平均和趋势”。它通常不直接给出根因，却能把调查范围从整条生产线缩小到一台设备、一个时段或一批材料，是低成本且高回报的质量分析工具。