3. 废品数据采集与统计基础

良率提升的第一步不是“想办法”，而是“把废品说清楚”。如果一台注塑机每天产生几十件废品，却只被笼统记成“不良品”，后续的因果分析就无从下手。本节围绕四件事展开：废品记录表怎么设计、缺陷代码体系怎么建、分层法怎么切分数据、柏拉图与趋势图怎么读。这四件事构成一条从“原始记录”到“可判断结论”的数据链，缺一环，后面的工艺调整就容易变成凭经验猜。

一、废品记录表：让每一件废品都可追溯

记录表的核心不是“记下来”，而是“记到能追查”。一张可用的废品记录表，至少要能回答五个问题：什么时候、哪台机、哪套模、哪个班次、什么缺陷。围绕这五点，建议字段包括：日期与时间（精确到小时，便于与工艺参数变更对齐）、机台编号、模具编号、产品/零件号、材料牌号与批次、班次（甲/乙/丙）、生产数量、废品数量、缺陷代码、缺陷位置（如浇口附近、熔接痕处、顶出位）、发现工序（首件/巡检/终检）、处置方式（隔离/返修/报废）、记录人。

这里有两个容易被忽略的细节。第一，必须同时记录生产数量，否则只能得到废品件数，得不到废品率，无法在不同批量之间比较。第二，缺陷位置要单独成列，因为同一缺陷代码出现在不同位置，往往指向不同原因——缩痕在厚壁区与在筋位根部，工艺对策并不相同。下表给出一个可直接套用的字段示例（示例字段，可按车间实际增删）：

二、缺陷代码体系：统一语言，才能统计

缺陷代码体系的作用是把“师傅们各自的叫法”统一成一套可统计的编码。设计原则有三条：覆盖主要缺陷、层级不宜过深、编码稳定不随意改。建议采用“大类字母 + 两位序号”的两级结构，例如外观类 A、尺寸类 B、功能/装配类 C、材料与工艺类 D。大类下再细分具体缺陷，如 A01 缺胶、A02 缩痕、A03 飞边、A04 熔接痕、A05 银纹、A06 烧焦、A07 顶白、A08 色差。

代码表要配一份“判定基准”，否则不同检验员对“轻微飞边”和“明显飞边”的判断会不一致，统计结果就失真。判定基准可以用限度样板、图示或量化阈值（如飞边高度 ≤0.05 mm 判合格）。另外，代码表应保留“其他/待定”项并规定复核机制，避免新缺陷被硬塞进不合适的旧代码。代码一旦发布，新增可以，但不要随意改号，否则历史数据无法纵向比较。

三、分层法：把混在一起的数据拆开看

分层法是本节最实用的工具。它的逻辑是：总体废品率往往掩盖了机台、模具、班次、材料之间的巨大差异，只有按维度拆开，才能找到“问题集中在哪里”。常用分层维度有机台、模具、班次、材料批次，必要时叠加时间段（如换模后首两小时）。

操作上，先确定分析对象（如某产品一周废品），再按单一维度统计各组的废品率，而不是只统计件数。举例（示例数据）：某产品一周总生产 24000 件、废品 720 件，总废品率 3.0%。按机台分层后，07 号机生产 8000 件、废品 400 件，废品率 5.0%；08 号机生产 16000 件、废品 320 件，废品率 2.0%。总体 3.0% 看似尚可，但 07 号机明显偏高，问题被“平均”掉了。再对 07 号机按班次分层，若乙班废品率显著高于甲、丙班，就应优先核查交接班后的工艺参数恢复与首件确认执行情况。

分层时要注意两点：一是每组样本量不能太小，否则废品率的波动主要是随机噪声；二是分层维度不要一次叠太多，先单维、再二维交叉，避免把数据切得太碎而失去统计意义。

四、柏拉图与趋势图：从“多”到“先做哪个”

柏拉图用于回答“先解决哪一类缺陷”。做法是把各缺陷代码按废品件数从大到小排列，计算累计占比，通常累计到约 80% 的少数几类即为优先改善对象。例如某周废品共 500 件：缩痕 180 件（36%）、飞边 120 件（24%）、缺胶 90 件（18%）、熔接痕 60 件（12%）、其他 50 件（10%）。前三类累计 78%，应作为首要攻关方向，而不是平均用力。

趋势图用于回答“改善有没有效、波动是否异常”。把每日或每班废品率按时间顺序描点，配合换模、换料、调机等事件标注，可以判断废品率上升是突发（如某批材料异常）还是渐变（如模具磨损）。读趋势图时要区分“单点跳高”和“整体抬升”：前者多查偶发事件，后者多查系统性因素。

把四步串起来看：记录表提供原始事实，缺陷代码把事实标准化，分层法把总体拆成可比较的组，柏拉图与趋势图把组内差异转化为优先级和改善判断。实际推进时，建议先保证记录表与代码表稳定运行一到两周，确认数据口径一致后再做分层与图表分析；否则图表越漂亮，结论越不可靠。数据采集阶段多花半天统一口径，往往能省下后面几周的反复排查。