平均数骗了你多久？——层别法五步实战，揪出真正的问题源

一、不良率 1.8% 的报表，为什么客户还在投诉

某汽车零部件企业的冲压车间，月度质量例会上总会上演同一幕：质量经理把 PPT 翻到"本月不良率 1.8%，与上月持平"那一页，会议室里一片平静，散会。可就在同一个月，客户连着两次退货，原因都是毛刺超标。车间主任委屈：报表上明明写着不良率在控制范围内啊？

质量经理老李决定较一次真。他让检验员把最近两周的 856 件不良品记录全部导出来，按班次、机台、模具、材料批次、操作工五个维度分别统计。结果让他后背发凉：按班次分，白班不良率 1.1%，夜班 3.2%；按机台分，3 号压机不良率 6.8%，其余机台平均不到 1%；再把"夜班"和"3 号压机"两个维度交叉起来看，夜班 3 号压机的不良率高达 11.5%——全车间的不良，超过六成集中在这一个交叉点上。

总不良率 1.8% 没有造假，但它把真相稀释了。平均数把所有差异抹平，让"问题到底出在哪"变得不可见。这是质量管理中最常见、也最隐蔽的认知陷阱：报表上的每个数字都是真的，据此得出的结论却可能完全错误。

平均数误导决策，通常有三种形态：一是分组差异被抹平，好组和差组混在一起，谁也看不出来；二是样本结构失衡，某组数据量特别大，把平均数整个拖向自己一边；三是异常值拉偏，个别极端数据让平均数失真。而要拆穿平均数制造的假象，靠的正是 QC 七大工具中最朴素、也最容易被忽视的一个——层别法。

二、层别法：把数据"分开看"的功夫

层别法（Stratification），又叫分层法，是 QC 七大工具（旧七大手法）之一，也是其余六个工具的前置动作。它的原理只有一句话：按不同类别把数据分开，再分别观察。画柏拉图之前要先分层，做直方图之前要先分层，控制图报警之后更要分层——数据不分层，后面所有分析都可能建立在错误的前提上。

为什么必须分层？因为任何一组质量数据，都是多种因素共同作用的结果。如果把不同班次、不同机台、不同批次的数据混在一起统计，等于把"正常的波动"和"异常的信号"搅成一锅粥，彼此抵消、互相稀释。举个极端的例子：甲设备合格率 95%，乙设备合格率 75%，两台合并统计是 85%——单看这个数字，你既看不出甲设备其实很稳定，也看不出乙设备已经失控。分层的作用，就是先把混合的数据拆回各自的"同质组"，让差异显形。

更极端的情况是所谓"辛普森悖论"：合并数据时得出的结论，与分层后每个组内的结论完全相反。统计史上有过一个著名案例：两家医院治疗同一种病，合并统计时 A 院治愈率更高；可把病人按病情轻重分层后，轻症、重症两组里都是 B 院治愈率更高——原因是 A 院收治的轻症病人比例大，把整体数字抬上去了。质量场景里同样会出现这种反转：某供应商总不良率看着更低，但按物料类别分层后，恰恰是它在关键物料上不良率最高。不层别，你连"结论反了"都不知道。

层别的维度，业界习惯归纳为"人机料法环测"六个方向，再辅以时间、供应商、批次等。具体怎么分，取决于你想回答什么问题：

这里要特别提醒"测"这个维度：它最容易被忽略，却最常给出假线索。有时候"不良率上升"不是产品变差了，而是换了检验员、量具没有校准、或者判定标准被放宽收紧了。先排除测量因素，再去追究生产因素，顺序不能反。

三、层别法五步实战

回到老李的冲压车间。把层别法拆成五个步骤，每一步都有明确产出，照着做就能落地。

第一步：明确要回答的问题。 层别不是"把数据分分类"就完事，而是带着问题去分。问题要具体到"不良集中在哪个维度"，而不是笼统的"为什么有不良"。老李的问题就是：毛刺不良到底集中在哪？是人的问题、机的问题，还是料的问题？

第二步：穷举候选维度，按差异假设筛选。 先用人机料法环测把能想到的维度全部列出来，再逐个问自己：这个维度上，各组之间有没有可能存在差异？如果某台设备是全新的、所有人操作手法完全一致，那"设备""人员"两个维度就先放一放，把精力留给最可能有差异的维度。筛选时可以给每个候选维度简单打分：差异可能性高、近期有过变化（换模、换人、换料、调参）的维度排前面。老李的候选维度是五个：班次、机台、模具、材料批次、操作工。模具和材料批次因为近期刚换过模、刚进过新批次料，被标记为"重点怀疑对象"。注意：这一步宁多勿少，一时看不出差异的维度先保留，等数据出来再排除，而不是事先凭感觉砍掉。

第三步：设计数据收集，保证每个层别都有足够样本。 层别法最怕"想分析的时候才发现数据没记全"。如果检验记录里没有机台号、没有班次、没有材料批次，事后神仙也分不了层。所以数据收集要提前设计：记录表单上必须包含你打算分层用的全部字段，而且要确保每个层别里样本量足够——一般建议每个层别至少 30 个数据点，否则结论的偶然性太大。老李让检验员补录了全部字段，856 件不良品每一件都能追溯到机台、班次和批次。

第四步：分层对比，先单维、后交叉。 这是核心一步。先把每个维度单独分层，用不良率或不良数量做对比，找出差异明显的维度；再把两个可疑维度交叉起来看，锁定问题坐标。老李先做单维分层，得到一张清晰的对比表：

单维结果指向班次和机台，但还不能确定是"夜班整体差"还是"3 号机整体差"，于是再做"班次 × 机台"交叉层别：白班 3 号机不良率 1.2%，夜班 3 号机不良率 11.5%，其他组合都在 1% 上下——问题坐标瞬间锁定。交叉层别是这个步骤里价值最大的动作：单维分层只能告诉你"夜班差"或"3 号机差"，交叉之后才知道真正的问题坐标是"夜班 × 3 号机"。

第五步：验证与行动。 锁定层别之后，马上对嫌疑对象做根因分析（鱼骨图、5Why 都用得上），制定措施，然后用层别法再验证一次：措施实施后，重新分层统计，看"夜班 3 号机"的不良率是否真的降下来了。老李最终查出的根因是：3 号压机的模具导柱磨损，夜班温度低、润滑不到位时磨损加剧，毛刺随之增多。更换导柱、调整夜班润滑频次后，重新分层统计，3 号压机不良率从 6.8% 降到 0.9%，总不良率从 1.8% 降到 0.7%。客户退货从此消失。这里有个细节值得借鉴：验证期不要只盯总不良率，要继续按原来的维度分层跟踪两周以上——如果总不良率降了但"夜班 3 号机"这一格没有明显变化，说明措施没打中根因，需要回到第四步重新排查，而不是被总数字的改善迷惑。

这五步里，前两步决定方向，第三步决定数据质量，第四步决定分析深度，第五步决定改善闭环——任何一步跳过，层别法都会打折。

四、层别法的五个常见误区

误区一：维度选错，层了半天白层。 最典型的错误是"习惯性分层"：永远只按班次分，或者永远只按机台分，从不根据问题特点调整维度。某电子厂焊接不良率居高不下，质量部按班次、按线别分了两个月都没结论，后来有人提出按"焊料批次"分层，一次就锁定了一批锡膏——问题从头到尾都在料上，与人和设备无关。层别的维度必须服务于要回答的问题：问"是不是料的问题"却只按班次分层，当然找不到答案。对策：每次层别前，先把人机料法环测六个方向的候选维度列全，再按差异假设筛选，而不是用固定套路。

误区二：只层别、不行动，把分析当结论。 很多团队分层分析做得漂亮，PPT 汇报完就结束了，问题原封不动。层别只是手段，锁定差异层别后必须跟进根因分析和改善措施，否则就是"用分析代替行动"。衡量层别法有没有用的唯一标准，是问题坐标上的数字有没有降下来。

误区三：层别过细，样本量不足，结论失真。 维度分得太细，每个格子里的样本只剩三五个，一个异常点就能让不良率翻几倍，得出的结论全是噪音。一般原则：每个层别至少 30 个样本；样本不够时，先合并相近层别，或延长数据收集周期，而不是急着下结论。

误区四：只看单维，忽视交叉效应。 这是最隐蔽的坑。单维看，白班、夜班都不算差，可"夜班 × 换模后第一小时"却差得离谱——这种交互效应单维分层永远看不见。数据量大时，务必对可疑维度做交叉层别；数据量有限时，至少要对"最可疑的两个维度"做一次交叉验证。

误区五：分层结果不复测，措施无效还以为是层别错了。 措施实施后必须重新分层对比，用数据确认改善有效。有些企业措施上了、效果没出来，不反思措施本身，反而怀疑当初分层分错了——其实往往不是层别错，而是措施没有真正触及根因，或执行打了折扣。复测是层别法闭环的最后一环，缺了它，前面四步都白做。

五、一句话总结

层别法是让数据开口说话的第一步——先分开看，再下结论，别让平均数替你思考。

数据先分层，真相才现身。

知识编号：5.2.4

版本：v20260827

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。