分层法(Stratification)，又称数据分层法、分类法、分组法、层别法，是把收集的原始数据，按照一定标志加以分类整理的一种方法。石川馨 ( Ishikawa Kaoru，QCC之父、日本式质量管理的集大成者）曾经说过，”不对数据进行分层, 就不能搞好质量管理“。
在实际生产过程中，引起质量波动的因素是多种多样的，有时来自多方面的因素交错在一起，使得质量数据杂乱无章。在分析质量问题时，如果不把这些因素区别开来就难以得出变化的规律，无法直接得出分析结果。
为了能反映质量波动的真实原因和变化规律，就必须对质量数据进行归类和整理，把错综复杂的多种因素分开。
分层的目的就是把杂乱无章的原始数据和错综复杂的多种因素，按目的、来源、性质等不同的标志加以分类整理，将标志相同的数据归为一层，从而将总体数据分为若干层次，使之系统化。这样能更确切地反映数据所代表的客观事实，便于查明质量波动的真实原因和变化规律，进而采取纠正预防措施。
如何系统化分层
2. 如何应用分层法从方法论的角度，或者更确切地讲，我们可以通过过程方法来分层收集数据，并将需要分层的数据放在过程中去研究，数据分层是数据分析的基础工作之一，数据分析则是质量管理体系的基础。
上文已提到分层的目的，即按照“标志”归纳整理杂乱无章的原始数据和错综复杂的多种因素，为分析和解决问题提供“子弹”。
数据分析之分层
数据分层与收集数据的目的紧密相关，目的不同，分层的方法和粗细程度也不同。在收集数据前就应使用分层法，分层越细判断就越准确。但要注意有时分层过细，归纳的数据反而不能反映各标志的代表性。
所以，分层的粗细与对过程的掌握程度和要解决的问题相关，要结合实际情况，如果对过程的了解甚少，分层就比较困难。
分层法使用场合很广泛，如果一次分层不能识别质量特性的波动，就需要多次分层或复合分层。分层时可以按不同的标志合理组合，以便使问题暴露得更清楚。
在过程发生变化时，使用分层法并结合其他质量工具，如直方图、柏拉图、散点图、检查表、鱼骨图等，可以快速找出影响质量波动的重点因素，获取正确而有效的信息。
举个例子，某制造型企业的降废品项目中，对收集的废品数据，质量人员首先使用分层法和柏拉图确定废品率排在前几位的物料号、发生工序和缺陷项等，再按照5MIE分层，并使用鱼骨图(Fishbone)结合5why分别进行分析，从而发现废品发生的原因并采取纠正措施。
从PDCA的角度，直方图的应用总结如下：
为使分层能达到应有的作用，分层的原则是使同一层内的数据波动幅度尽可能小，而层与层之间的差别尽可能大，否则可能就起不到归类和汇总的作用。
3.1 按照5M1E分层：
- 人员Man：工厂（集团型）、部门、车间、班组、性别、年龄、技术等级、新老员工等。
例如，某生产线按照白班和夜班两个班次，对比两个班组同一产品的一周内的废品率。
- 机器Machine：设备种类、型号、新旧程度、生产线、模具、刀具、夹具等。
例如，某电子厂要改善国产设备SMT焊接的稳定性，对比国产设备和进口设备的各工序的一次交检合格率和工艺参数。
- 物料Material：供应商、产地、型号、批号、炉号、模腔号、产品特性、颜色、成分、气味等。
例如，某企业在新产品模具调试时，对比同一注塑件的不同模腔号的尺寸稳定性并分析，通过数据对比进行修模。
- 方法Method：工艺方法、工艺参数、过程特性、操作方法、生产节拍等。
例如，某企业在新项目投资时，对比感应焊、硬钎焊、软钎焊、激光焊的投资成本、产出效率和质量稳定性等，以确定投资策略。
- 测量Measurement：测量设备、测量方法、测量人员、抽样方法、测量环境等。
例如，针对不同的质量特性（外观、尺寸、功能/性能和破坏性试验等），对比AQL、固定数量、百分比等抽样方法对企业的适用性和成本，以采取不同的抽样方案。
- 环境Environment：照度、清洁度、温度、湿度、噪音、环境气候等分层；
例如，我国医药行业标准YY_0033-2000 《无菌医疗器具生产管理规范》中附表A1-无菌医疗器具洁净室（区）空气洁净度级别表，对洁净室(区)的空气洁净度按照洁净度级别、尘埃大小和数量、微生物种类和数量等进行分层，以满足不同区域的洁净度要求。
无菌医疗器具洁净室（区）空气洁净度级别表
3.2 按照项目分层：
为了做好项目管理，可以按照项目的投资额、预估销售额、新客户、新生产场所、新产品、新零件、新工艺、工艺改进等进行分层，针对不同的项目等级，项目管理的侧重点也有所区别。
项目开发等级
3.3 按照缺陷分层：
按照缺陷严重度等级、缺陷影响、缺陷部位、缺陷项、缺陷数量、缺陷金额等。
不仅仅是制造业，每个行业基本上都对缺陷严重程度和/或问题严重程度进行分级，如软件行业通常将Bug的严重程度定为4个级别：致命(Fatal)、严重(Critical)、一般(Major)、较小(Minor)，也有定义为三个级别：严重(Urgent)、中等(Medium)、轻微(Low)。
制造业以汽车行业为典型代表，在DFMEA和PFMEA中将严重度分为10级。进行缺陷分析时，可以对缺陷数据将严重度和其他维度组合分层。
PFMEA严重度等级矩阵
3.4 其他分层：
还有很多其他分层方式，比如按照时间（班次、周、月、季、年等）、区域（省、市、县及国外区域等；同一工厂的不同区域或流水线等）、使用条件、作业条件等。
4. 分层法应用举例某公司10车间对注塑工序的质量数据进行监控时，按照产线02、注塑设备001、3套前盖模具、壁厚尺寸特性8.5±0.3mm和模腔号，收集一段时间内的测量数据，得到质量数据的分布直方图。
多模多穴壁厚检验记录
多模穴检验数据直方图
从上面的直方图可以看出，壁厚8.5±0.3mm都在上下限公差范围内，但不能体现每个模具和模腔号的数据分组情况，即使用分组直方图，数据也是叠加在一起的，并不能直观每个模具及对应的每个模腔质量数据分布趋势。
下面我们按照模具和模腔号分层，通过质量管理软件，使用箱线图来直观看下壁厚的质量数据分布。从下图可以看出，前盖模具003生产质量较稳定，前盖模具001的A-4模腔号质量波动较大。
多模穴箱线图
,
