地方普通高校質量管理課程體系優化研究
——基于工業大數據背景

張茜婭，陳振鷺

[1.中國地質大學(北京)，北京100083； 2.河北經貿大學，石家莊050061]

通過質量知識普及教育、職業教育和專業人才培養等措施提升全民質量素養，鼓勵有條件的高等學校設立質量管理相關專業，培養質量專業人才。隨著“中國制造2025”的不斷推進，智能制造加快了信息化與工業化的深度融合，企業研發設計、生產制造、經營管理和銷售服務等流程中將產生無限多的大數據。要積極對工業大數據進行分析和挖掘，了解質量問題產生的原因和可能產生的影響并找出解決方案，這應成為新時代質量管理人才教育和培訓的重點。

1 工業大數據對質量管理產生的影響

工業大數據時代的來臨給企業的管理模式帶來了一定挑戰。工業大數據時代的誕生是技術發展的產物，技術發展是工業大數據時代誕生的基礎條件。對大數據的認識不能只停留在數量的龐大上，更應該關注數據的質量和變化，將數據處理能力作為企業面對大數據時代的核心能力。質量管理是企業日常運營過程中的重要管理活動，產品的質量決定著企業未來的發展趨勢。與傳統的質量管理數據不同，工業大數據具有高速、大量、多樣、價值密度低等特點，要求企業能夠使用大數據技術對工業場景下質量數據間的統計關系進行分析和探究，以產生更大的經濟價值。大數據技術的發展為改進質量管理方法和提升質量管理人員的素質提供了技術支持。質量管理中較為重要的環節就是質量檢驗，而數據就是質量檢驗的核心。利用大數據技術可以發現生產過程中存在的隱藏問題，改進原有的質量檢測方式，使質量檢驗更加精準，進而優化質量管理體系。

由于早期的技術條件有限，對于一批產品可能只進行隨機檢驗，預估總體樣本。如今可以通過云計算、移動互聯等技術搜集到總體的質量數據，對其進行分析、挖掘，實現數據的分析處理，彌補早期技術條件存在的不足，使數據更加具有真實性、普遍性。合理運用大數據的采集、處理、分析技術可以促進質量管理方法的進一步完善。

以往的數據分析更注重因果關系的探究，而大數據背景下則更加注重信息數據之間的相關關系，從大量的數據中找到相關性，通過對相關性進行分析來建立預測分析模型，從而作出精準有效的決策?？梢酝ㄟ^大數據技術對生產過程中的問題進行歸納收集，在數據庫中對數據進行分析計算，針對性地確定培訓內容，進而提高質量管理人員的素質。與此同時，質量管理人員也需要不斷進行自主學習，主動認識大數據，轉變以往的思維方式和管理方法，靈活應用現有的數據分析工具。

大數據時代的到來為產品工藝的改進提供了數據支撐，可以實現邊生產邊進行數據分析，從數據庫中搭建相應的模式。除此之外，還可以對數據的參數進行調整，從而找到更加優化的生產模式，這樣有助于全面提高產品質量。能夠對大數據進行處理和分析的專業人才將繁雜的數據轉化為可以變現的經濟指標，為企業的質量管理作出了貢獻，有利于增加企業的總體效益。

目前，質量管理領域的人才較為認可大數據的重要性，但對大數據的深入理解還不夠，尤其是在質量層面上。質量管理者需要認識到利用大數據對企業進行質量管理是大勢所趨，會給企業帶來效益的同時也存在一定風險，不可以過度依賴大數據。大數據時代的到來對質量管理人才提出了更高要求，能夠對海量數據進行運用并提高轉化率才是人才發展的前提。與培養質量管理相關的大數據人才所需要耗費的財力、精力也不容小覷，這些人才不僅需要具備質量管理相關經驗和實踐經歷，還需要能夠熟練應用大數據技術對質量管理問題進行實時反饋和跟蹤，同時與各行業的質量管理人才就相關問題進行交流。大數據人才不僅僅是某一專業、某一領域的人才，還需要關注其他專業和領域，具備多元化視野。能夠有效利用大數據是將信息轉化為經濟效益的關鍵紐帶。

工業大數據時代的到來給技術的發展也帶來了一定挑戰。大數據的量是巨大而復雜的，對于數據的存儲、挖掘、處理需要有技術平臺作為支撐，前期是對數據的挖掘分析，后期是對數據的管理，做好數據的聚合和保證信息安全是重中之重。在這一背景下，需要對質量管理觀念、質量管理體系進行相應變革，提升企業對大數據的認知程度，樹立大數據質量管理理念，培養出更多的大數據人才。

2 地方普通高校質量管理課程體系存在的問題

2.1 教學方式更新不及時

一些高校采取的是多媒體授課方式，教師更注重對學生進行知識輸出，會給學生講授大量的理論知識，與學生的互動力度不夠。盡管部分高校采取了小組討論或翻轉課堂的模式，但真正參與到課堂中的學生數量還不是很多，會對預期教學效果的達成產生一些影響。

2.2 教學內容更加注重理論講解

質量管理學中涉及的概念及理論較多，有些專業術語比較生僻，學生學習起來會存在一定難度，一些教師便對這些內容進行重點講解，在教學內容上的設計與大數據進行結合的力度不夠，學生進行實踐的機會有限，不利于精準把握質量管理學的精髓。

2.3 教學課時編排不太合理

質量管理學的內容較多而課時較少，部分教師會更加側重對重點章節的講解，這樣就可能出現學生的知識體系不夠連貫的問題。質量管理學開頭的理論知識課時較多，在數據分析板塊和實踐板塊上的課時較少，不利于學生形成質量檢驗的數據思維。

2.4 考核評價體系有些單一

閉卷考試是質量管理學課程最為常見的考核方式，注重學生對理論知識的掌握情況，而且題目通常都是固定的，一般分為單選、雙選、簡答、計算等類型，考核內容都是課本上的知識，有些忽略了學生的實踐能力考核，不利于全面評估學生對知識的掌握情況。

2.5 課程資源不能充分滿足教學需求

大數據時代對學生的專業能力提出了更高的要求，需要學生能夠對大數據進行分析和處理，不斷與時俱進，成為當代社會所需要的技術型人才。而質量管理學教材關于這方面知識的介紹不是很多，一些教師利用互聯網資源來實現數據和信息共享的意識也不是很強，可能會出現課程資源不能滿足教學需求的問題。

3 工業大數據背景下的地方普通高校質量管理課程體系優化策略

工業大數據時代的到來對地方普通高校的質量管理課程體系建設產生了積極影響，創新了質量管理課程的內容建設和教學方式，使學生和教師的思維方式更加偏向于問題導向，要求學生和教師具備相關性思維，找出不同要素之間的聯系，不斷對質量管理課程體系建設進行探索與實踐。

質量管理課程體系的建設應該與質量管理人才的培養目標相一致，即強化質量意識，推行合適的質量管理模式，不斷提高改進質量。高校在教學方式上應該與時俱進，與工業大數據時代的特點相結合，進而提高課堂教學效率。以河北某財經類院校工商管理專業學生為例，該專業的質量管理課程共計34學時，課程體系優化包含理論部分、上機部分、實踐部分、考級部分和考核部分。

3.1 理論部分

該部分包含基礎篇和標準篇，其中基礎篇包括質量管理理論、質量管理理念與基本模式這兩章內容，標準篇包括質量管理體系和卓越績效評價準則這兩章內容，共計8學時。該部分是質量管理課程的基礎部分，學習起來較為簡單，但內容有些單一。為了提高學生在課程初始階段的學習興趣，除質量管理理論(2課時)由教師講授外，其余內容均通過翻轉課堂的形式來進行，充分體現出“學生主動輸出，教師積極引導”的教學理念。此外，可以適當弱化或刪減一些關于專業名詞講解的理論內容。

3.2 上機部分

該部分為方法篇，包括統計思想與簡易統計方法、統計過程控制、質量檢驗理論與方法應用這三章內容，共計16學時。控制圖和質量檢驗作為課程核心內容，應依托大數據技術從大量的質量數據中發現有價值的信息，并對其進行整理和分析，升級質量管理控制手段。Python語言因具有簡潔性和易讀性而被廣泛應用于數據分析領域；Minitab軟件因功能強大和可視化操作較為簡單而被廣泛應用于現代質量管理統計領域。基于此，該部分的具體授課流程為基礎理論與方法分析→以問題為導向的企業質量管理情境模擬→Python軟件數據處理→Minitab統計分析→問題解決。

3.3 實踐部分

該部分為應用篇，包括質量經濟性分析、顧客需求管理、設計過程質量管理、QC小組活動這四章內容，共計8學時。質量管理課程的實踐性較強，為培養學生的問題解決能力和團隊合作能力，該部分仍采用翻轉課堂的教學模式，由學生進行小組討論并展示成果。

3.4 考級部分

該部分由教師帶領學生了解中國質量協會質量專業人員考試的科目類型(六西格瑪黑帶、可靠性工程師、六西格瑪綠帶和質量經理)，共計2學時。通過對該部分進行學習，可以幫助學生提升自身的知識專業度，同時可以對考試真題進行改編，利用Minitab軟件對數據進行整理和分析，實現應用情境、統計技術和大數據技術的有機結合。

3.5 考核部分

該部分是對學生的理論學習情況和數據處理能力進行綜合性考查，讓學生掌握質量管理的思想、理念、實踐發展沿革，能夠使用合理的數據處理軟件來解決實際質量問題，從而對質量管理有一個全新的理解，使學生具備分析和解決企業生產活動中的質量問題的工作能力和創新能力。考核包括考勤(30%)、期末閉卷考試(30%)和期末上機考試(40%)這三部分。

4 結語

在“質量為王”的時代背景下，工業大數據呈現出數據模態多樣、結構關系復雜等特點，使得質量管理的工作方法和技能都發生了一定改變。為順應大數據技術的發展，地方普通高校需要對質量管理課程體系作出相應調整，制訂新的課程體系，不斷豐富課程內容，將培養高素質質量管理專業人才作為重點，滿足社會對高質量產品和質量管理人才的需求。