统计技术在企业供应商管理中的应用

2013-02-18温雅梅

电线电缆 2013年3期

温雅梅

(天水铁路电缆有限责任公司，甘肃天水741000)

0 引言

供应商所提供的零部件质量在很大程度上直接决定着企业产品的质量，影响着顾客对企业的满意程度。有研究表明，企业的产品质量问题有85%是由供应商提供的零部件引起的，可见对供应商产品质量控制的重要性。企业在选择了合格的供应商后，还要定时对供应商的业绩进行评定，及时肯定优秀供应商、鞭策合格供应商、淘汰不合格供应商，而这些都建立在数据收集分析的基础上。

笔者结合实际对长期从三个不同厂家采购的铜杆的电阻率进行统计，通过描述性统计方法掌握了样本的特性，然后用推断性统计方法对总体的质量进行推断。确定了三个厂家铜杆质量的稳定性、可靠性以及过程能力，为供应商的选择和动态管理提供依据。

1 常用的几个统计量简介

1.1 统计量的概念

样本来自总体，但是要把零散的信息集中起来反映总体的特征，就需要对样本进行加工，图与表是对样本进行加工的一种有效方法，另一种有效的办法就是构造样本的函数，不同的函数反映总体的不同特征。把不含未知参数的样本函数称为统计量。

1.2 描述样本集中位置的统计量

对一组样本数据，可以用一些量来表示它们的集中位置，这些量中常用的有样本均值、样本中位数和样本众数。

1.3 描述样本分散程度的统计量

一组数据内部总是有差别的，对一组质量特性数据，大小的差异反映质量的波动。也有一些用来表示数据内部差异或分散程度的量，其中常用的有样本极差、样本方差、样本标准差和样本变异系数。

对于这些常用统计量的计算可以借助相关的软件来完成，这里不再赘述。

2 数据的收集与整理

收集数据的科学性、合理性、准确性是非常重要的，是进行分析的前提和基础。企业长期从A、B、C三个铜材生产厂家采购铜杆，每批采购的铜杆数量不等，最多20 t，均抽取三个试样测试电阻率，以下是两年来积累的数据，每个厂家收集数据75个，三个厂家共225个，见表1。

该铜杆为软铜杆，其20℃时的电阻率应不大于0.017241Ω·mm2/m，如果一批3个样品的测量值都合格，则这一批产品就判为合格。

从表1中可以看出，A、B、C三个厂家铜杆的批合格率都是100%，那他们的质量到底有没有区别?在供应商的业绩评定中，产品质量的评价应如何进行?进一步的供应商动态管理如何做?带着这些问题，我们对以上数据进行详细的分析。

表1 三厂铜杆电阻率统计表

3 数据的分析

3.1 数据的图形描述

数据的图形描述就是通过图形更直观地反应数据的分布情况，初步判断数据是否服从正态分布，常用的有直方图和茎叶图。这里我们采用直方图，绘制直方图可以通过相关软件来完成，常用的EXCEL软件也可以实现，下面三个厂家铜杆电阻率的直方图是用SPSS统计软件做成的。铜杆电阻率为单侧质量控制限，即ρ20℃≤0.017241Ω·mm2/m，只有上控制限，在图中用TU表示。三组数据的直方图分别见图1、图2和图3。

图1 A厂铜杆电阻率直方图

图2 B厂铜杆电阻率直方图

图3 C厂铜杆电阻率直方图

图1 ～图3可以看出，A厂、B厂铜杆样本的直方图基本上满足“中间高，两边低，左右近似对称”的规律，可以初步判断样本数据服从正态分布。而C厂铜杆样本的直方图，是一种异常的直方图，数据呈现绝壁型，其原因可能是C厂由于生产质量不能保证，在检验时采用了筛选的措施，从图3中可以看到在合格界限(TU=0.017241Ω·mm2/m)上直方图还很高，而后面就没有数据了，这是依靠检验把关的结果。

3.2 数据的数字描述

数据的数字描述就是利用事物的特征数据来显示事物的规律性。通常有描述样本集中位置的统计量样本均值)、样本中位数(或Me)、样本众数(Mod)以及描述样本分散程度的统计量样本极差(R)、样本方差)、样本标准差(s)和样本变异系数(Cv)等，实际应用中可根据需要选择不同的统计量。这里，我们用SPSS软件计算出了、Me、R、s以及Cv共5个统计量，见表2。Cv是在消除量纲影响后的样本分散程度的一种度量，其值为Cv=s/。

表2 三个厂家样本统计量计算结果

从表2中可以看出三个工厂计算得到的样本统计量是不同的，可以区分三个工厂产品质量的差异。A厂铜杆电阻率的、Me和s都小于B厂和C厂，这说明A厂质量控制较好，电阻率指标分布较为集中，质量较稳定。这一点和直方图反应的情况一致，B厂和C厂在合格界限TU上都有不同数量的数据存在，C厂较B厂更多(直方图的高矮可以判断)。

3.3 过程能力分析

将直方图与控制界限比较就能得到工序生产能力的信息，判断工序能力所处的状态，通常有理想型、无富裕型、能力富裕型和能力不足型等几种状态，如图4所示。图4中，TL为下控制限，TU为上控制限，本文所讨论的只有上控制限TU。

将A、B、C三厂铜杆电阻率的直方图与图4相比较可知，A厂的工序能力应处于能力富裕型状态，而B、C两厂的工序能力均处于无富裕型状态。

为了更清晰、量化地说明三厂铜杆质量的差异，我们可以通过计算过程能力指数Cp或过程性能指数Pp来做进一步的分析。Cp是在稳态情况下计算的，需要运用控制图来对过程先进行判稳，指的是过程的短期能力指数，而Pp不一定在稳态下计算，指的是过程的长期能力指数。由于我们未对过程进行判稳操作，所以选择Pp来分析过程的能力。铜材的电阻率因为只有上控制限TU，故属于单侧公差情况的过程能力，应计算上单侧过程性能指数PPU。即:

根据表2，则有:

A厂铜杆电阻率上单侧过程性能指数

B厂铜杆电阻率上单侧过程性能指数

C厂铜杆电阻率上单侧过程性能指数

图4 直方图与控制界限的分析

从以上计算可知，A厂过程性能指数大于B厂，B厂又大于C厂。根据过程性能指数的评价参考，我们可以得出这样的结论，A厂的过程能力是充足的，B厂的过程能力不足，而C厂的过程能力严重不足。虽然我们观察到的不合格率都为0，但三个厂家都有可能出现不合格品，其中C厂出现不合格品的概率最大。

通过上述分析，三个厂家提供的铜杆质量有明显的差别，相对来说，A厂好于B厂，B厂又好于C厂。而作为对供应商的动态管理来说，在三厂其他方面的业绩都相同的情况下，可以这样来处理，A厂铜杆继续使用，同时提出改进意见，并继续监控其质量;B厂由于其技术管理能力已很差，应减少采购数量或停止采购，并正式通知其必须立即采取措施进行质量改进;C厂铜杆应不再采购，可考虑重新选择供应商。