Читать книгу "Выход из кризиса. Новая парадигма управления людьми, системами и процессами - У. Эдвард Деминг"

Дисперсионный анализ, критерий Стьюдента, доверительные интервалы и другие статистические методы, описываемые в книгах, как бы интересны они ни были, не годятся, поскольку не создают основы для предсказания и не позволяют использовать информацию, содержащуюся в последовательности производства изделий. Большинство, если не все компьютерные «пакеты для анализа данных», как они позиционируются потребителям, на самом деле дают вопиющие примеры неэффективности.

Доверительный интервал имеет операциональный смысл и весьма полезен для обобщения результатов численных исследований. Я использую доверительные интервалы как подходящие свидетельства в численных исследованиях. Но доверительные интервалы не имеют операционального смысла для предсказания, следовательно, не обеспечивают доверия при планировании.

Повторно возникающие и воспроизводимые структуры данных (метод 2 работает лучше, чем метод 1), если отбросить необъяснимые сбои, в некотором диапазоне внешних условий ведут к степени доверия, достаточной для целей планирования. Степень доверия нельзя выразить количественно как 0,8, 0,9, 0,95, 0,99. Так называемые вероятностные уровни значимости для метода 1 и метода 2 не дают никакой меры для степени доверия при планировании, а значит, и при предсказании.

Например, некоторые полимеры, смешиваемые в течение 60 минут в Кёльне, работают в определенных промышленных процессах лучше, чем те же полимеры, но смешиваемые в течение 30 минут (конечно, при одинаковой температуре). Тогда для целей планирования можно предположить, что таким же образом продолжительность смешивания будет влиять на результаты процесса, если он проводится в Дейтоне.

Такой «скачок доверия» можно получить на основе знания химии, а не статистической теории. Никогда нельзя забывать о важности знаний в рассматриваемой области.

Не имеет значения, сколь сильна наша вера в опыты, нам важно всегда помнить, что эмпирические свидетельства никогда не бывают совершенными[30].

Люди со степенями магистра по статистической теории идут на производство и в государственные учреждения, чтобы работать на компьютерах. Это порочный круг. Статистики не знают, в чем заключается их работа, и удовлетворяются работой на компьютерах. А люди, которые нанимают этих специалистов, тоже не знают статистики и почему-то полагают, что компьютеры – это решение. Таким образом, статистики и менеджмент друг друга сбивают с толку и ходят по кругу. (Из разговора с Р. Бейли 7 июля 1984 г.)

Использование военного стандарта 105D и других таблиц для проведения выборочного приемочного контроля. Ежечасно из рук в руки переходят товары на многие тысячи долларов, партии принимаются или отвергаются в зависимости от испытаний выборок, взятых из этих партий. Примером таких планов выборок служат военный стандарт 105D и предел среднего выходного качества Доджа – Ромига (Dodge-Romig), или допустимый процент дефектных изделий в партии Доджа – Ромига. Такие планы могут только повысить затраты, как станет ясно из главы 16. Если использовать их для аудита качества готовой продукции перед тем, как она покинет предприятие, то можно гарантировать, что некоторые потребители получат дефектную продукцию. Дни таких планов сочтены. Американская промышленность не может себе позволить потери, обусловленные этим подходом. (Подробности см. в главе 15.)

Невероятно, но учебники и книги по статистическим методам пропагандируют приемочный выборочный контроль.

«Наш отдел контроля качества решает все проблемы с качеством». В каждой компании есть отдел качества. К сожалению, отделы контроля качества отбирают работу над качеством у тех, кто мог бы внести в нее наибольший вклад, – руководителей, мастеров, менеджеров по закупкам и производственных рабочих. Они забыли объяснить руководству важность хорошего менеджмента, включая вред (например) от закупок материалов на основе самой низкой цены, проблемы, возникающие от многочисленных поставщиков, установления норм выработки, непродуманной и дорогостоящей компоновки завода. Менеджмент, одурманенный контрольными картами и статистическим мышлением, рад отдать заботу о качестве тем людям, которые его мистифицируют.

К сожалению, во многих компаниях функция обеспечения качества слишком часто сводится к тому, чтобы информировать руководство о количестве дефектных изделий, производимых от недели к неделе, или к сравнению ежемесячно показателей уровня качества, затрат на гарантийное обслуживание и т. д.

Что действительно нужно менеджменту, так это контрольные карты, чтобы показать, находится ли система в стабильном состоянии (когда менеджмент должен взять на себя руководящую роль в улучшениях), или она все еще «заражена» особыми (специальными) причинами вариации (глава 11).

По моему опыту, некоторые отделы контроля качества работают в соответствии с принципом: чем больше карт, тем лучше. Отделы контроля качества наносят точки и рисуют карты. К 1949 г. в Америке все карты исчезли. Почему? Менеджмент тогда, как и сейчас, не понимал своей работы и вклада, который может внести только он.

«Наши проблемы связаны исключительно с качеством труда рабочих». Во всем мире господствует представление о том, что показатели производства и обслуживания зависят от того, насколько добросовестно трудится персонал. Глупость! Рабочим мешает система, а система принадлежит менеджменту.

Доктор Джозеф Джуран уже давно отмечал, что большинство возможностей улучшений заключены в работе над системой и что вклад производственных рабочих сильно ограничен.

Здесь (в Чехословакии) бытует то же самое распространенное ошибочное мнение, что основные дефекты контролируются операторами и что как только операторы начнут тщательно отслеживать брак, проблемы с качеством на заводе значительно сократятся. (Джозеф Джуран, Industrial Quality Control 22, May 1966, p. 624.)

Совсем недавно руководящий состав крупного производственного концерна полагал, судя по их собственному заявлению, что если бы все 2700 заводских операторов действовали безукоризненно, то никаких проблем не возникло бы. Три часа я слушал в цехе их рассказы о восхитительных достижениях в применении статистических методов. Я обнаружил, что их инженеры рассматривают каждую проблему как особый случай, который надо найти и исключить, и совсем не работают над самой системой (глава 11). В то же время затраты на гарантийное обслуживание резко шли вверх, а бизнес был на спаде. Менеджмент совершенно не замечал потребностей в улучшении конструкции их основного продукта и в большем внимании к входным материалам. Зачем же они так боролись за применение статистических методов в цехе? Ответ: а что же там еще можно делать? Качество – это же то, что мы делаем для других людей, а не для себя.

Огромный банк в Чикаго «плыл по течению прямо на скалы». Эта трудность не исчезла бы, даже если все вычисления и все документы в банке были безукоризненны.

Бакалейный магазин не окупится или даже разорит его владельца, если менеджер не станет закупать товары в соответствии с потребностями и уровнем доходов района, не поможет ни вышколенность продавцов, ни полный ассортимент.