数据是质量管理的基础。在生产过程中，一切与产品质量有关的数据可以帮助了解产品的质量特性，认识产品质量内在规律，以便发现问题，分析原因，并采取相应的措施，解决问题，为提高产品质量提供依据。因此，正确收集数据，并加以科学地整理和分析，是质量管理中不可缺少的重要环节。

（一）质量差异

生产实践表明，在同样的生产技术条件下，不同的工人所生产出来的产品都不可能绝对相同，其产品质量上总是存在差异，甚至同一个工人生产出来的两件以上的产品，在质量上总是不完全一样的。产品的各道工序波动误差就集中表现为产品的误差，这种误差就称为质量差异或质量波动。质量差异是客观存在的，只要是在规定的幅度范围以内，这种差异是允许的。如服装规格尺寸的正负公差就是承认质量的差异。影响纺织产品质量的主要因素有原料（Material）、设备（Machine）、操作（Manipulate）、工艺（Method）、检测（Measurement）以及环境［主要指湿度和温度（Moisure and temperature）］，简称6M因素。

在纺织企业中，由于各种因素的影响，通过测试和调查所得到的质量数据总会有差异，即使是同种原料、相同的工艺流程、同型号的机器生产出的同一种产品，其质量特征数据也不会完全一样，而呈一定的分布。使产品质量波动的主要因素有正常原因和异常原因。

（1）正常原因，又称为随机因素。这种因素的影响在大规模生产过程中不可能完全避免，一般允许在一定限度内存在，而且看作是正常的。如原料质量的微小变化、温湿度的波动等。如果把这些原因找出来，不但经济上不合算，而且事实上也不可能。因此，产品质量永远只能控制在一定的范围内，而不是一个点上。

（2）异常原因，又称为可控因素。由于这种原因可以使产品的某些质量特性发生比较突出的变化，这种变化一旦发生就不会自行消失。如罗拉弯曲、齿轮磨损、针布倒齿等。这些原因从技术角度看是可以消除和避免的，当产品质量出现差异较大时，必须找出原因并予以解决。

（二）质量数据的种类

质量数据可以分为计量值数据和计数值数据两大类。(www.daowen.com)

1.计量值数据　可以连续取值的数据叫计量值数据，所谓能连续取值是使用计量工具可以测出小数点，如1.1，1.2，1.12，1.112…长度、容量、时间、温度、使用寿命、强度、化学成分、强力、不匀率、捻度等都是可以连续取值的，都是计量值。

2.计数值数据　不能连续取值的数据叫作计数值数据。这类数据用计量工具测量只能得出整数，不能得到分数或小数。如车辆数、机器数、正点班次、正点率、产品的不合格品数、零件的缺陷数、返修数、棉结杂质粒数、千锭时断头率、坏筒数等，这类数据只能用不连续的，或者说是离散的形式来表示。因此，计数值数据的特点是不连续的整数。

（三）质量数据的来源及收集数据的目的

质量数据主要来自各道检验、测试环节和质量检验的原始记录，及入库单、废品单、翻修单、日产记录、投料单据等，这是质量管理的基础工作。收集质量数据的目的多种多样，主要为掌握现状，分析问题，检查工作，确定所要控制的主要因素，控制生产过剩，调整工艺过程和设备、工艺装备等，判断产品质量等。

（四）数据的整理加工

通过现场调查、测试、检验等可以收集到大量的数据，这些原始记录数据，大多是杂乱无章、毫无规则的，直接从这些数据中还不能对研究对象做出判断。要充分发挥这些数据的作用，把包含在这些数据中的内在规律揭示出来，还需要根据质量管理要求，对它们进行科学的整理加工。所谓整理加工就是把收集到的原始数据按照一定的标志进行分类归组，尽量把属于同一种生产条件的数据归并在一起，如按数据的来源、性质、时间进行归类等。经过整理，把原收集的一大堆杂乱无章的数据使之系统化、规则化，并列为数表，变成能表明总体及其构成的全面资料。再把数表绘制成各种图形，使之反映的事实形象化，把数据体现的本质表示出来，以便从中发现问题，采取措施。