Большинство примеров, которые Деминг рассматривает в этой области, касается ошибок первого рода: случается что-либо нежелательное (пожар, происшествие, жалоба) – и в ответ на этот изолированный случай, рассматриваемый как особое, выходящее из ряда вон событие, следует почти автоматическая реакция. В основе такой реакции лежит предпосылка, что система сама по себе никогда не делает ничего неправильного. Хорошо, если бы это так и было, поскольку особые (конкретные, исключительные, специальные) причины всегда намного легче распознать и устранить, чем причины общие (обычные). На самом деле как оценка Джурана (85 %: 15 %), так и оценки Деминга (94 %: 6 %) предполагают, к сожалению, что подавляющее большинство нежелательных событий обусловлено самой системой. Поэтому обращение с ними как с особыми, исключительными случаями – простое вмешательство в систему с вредными последствиями, которые мы уже наблюдали. Как и в примере, взятом из опыта Ford Motor Company, реакция на отдельно взятые случаи в данной ситуации приводит к общему увеличению вариаций, таким образом, ухудшает качество, надежность, предсказуемость того, что случится в будущем. Этот трудно воспринимаемый новичком принцип – один из многих, с которыми ему придется столкнуться, изучая труды Деминга. Не пытайтесь оспорить эти выводы. Изучите теорию, потому что если теория не вызывает возражений, а логика, ведущая от теории к выводам, верна, то как могут быть неверны выводы? (См. главу 16.)
Некоторые из иллюстрирующих эту проблему случаев, рассмотренных в «Выходе из кризиса», относятся к дефектным изделиям с производственной линии, дорожным происшествиям, пожарам, совмещению цветов при печати, стрельбе, калибровке инструментов, дефектным трубам для атомного реактора, дефектным шинам, весу медных слитков и работе менеджера на грузовом терминале.
Сейчас хотелось бы внести ясность: мы не утверждаем, что не нужно принимать никаких мер при возникновении происшествия, жалобы и т. д. Некоторые действия, конечно, понадобятся в любом случае (положенная по закону юридическая процедура, извинения, замена и т. п.), поскольку это не те действия, которые ставятся под сомнение. Под сомнение ставятся соответствующие данному случаю действия по предотвращению (уменьшению) вероятности такого происшествия в будущем. Для этих действий нам нужен некоторый критерий, чтобы понять, свидетельствует случившееся о некоем особом случае (требующем непосредственной реакции) или же это проявление потенциальных свойств системы (и в этом случае прямая реакция на проявления окажется вредным вмешательством, так как на самом деле требуется всестороннее улучшение системы в целом). Как же сделать правильный выбор?
В качестве рабочего инструмента, помогающего нам различить эти две ситуации, Шухарт предложил контрольные карты. В наши цели сейчас не входит полное изложение деталей техники построения и использования контрольных карт; они доступны из многих других источников (см., например: Kaoru Ishikawa, Guide to Quality Control; Lloyd Nelson, Technical Aids, Journal of Quality Technology, October 1984). Ниже мы лишь кратко обозначим принципы, на которых они основываются.
Если мы наносим на график последовательность результатов измерений некоторого параметра, появляющихся во времени, или их средние значения и размахи
[27], взятые для нескольких измерений, либо ведем подсчет числа дефектов на приборах или самих дефектных приборов во времени, то получаем карты текущих значений или временные последовательности. На такие карты наносят три горизонтальные линии: центральную линию, а также верхние и нижние контрольные границы. Центральная линия представляет некоторое усреднение
[28] для наносимых точек. Контрольные границы располагаются на расстоянии трех стандартных отклонений, рассчитанных для рассматриваемых точек, по обе стороны от центральной линии. Стандартное отклонение, часто обозначаемое греческой буквой «сигма» (σ), – это наиболее распространенная статистическая мера разброса, изменчивости. Данные, сильно разбросанные вокруг среднего, имеют большое стандартное отклонение, а данные, тесно сгруппированные вокруг своего среднего, – малое.
Формула, по которой оценивается σ, меняется в зависимости от типа рассматриваемых данных таким образом, чтобы получить наилучшую оценку стандартного отклонения для изменчивости, обусловленной общими причинами вариаций.
Правило Шухарта заключается в том, что действия, соответствующие наличию особых причин вариаций, должны предприниматься в тех случаях, когда наносимые точки выходят за любую из контрольных границ. В соответствии с критериями Нельсона предлагается принятие таких мер при появлении и других типов «сигналов», как, например, расположение девяти последовательных точек по одну сторону от центральной линии либо непрерывное уменьшение или увеличение наблюдаемой величины в шести последовательных точках. Контрольные карты для данных на рисунках 5a–5d, показанные на рисунках 12а–12d
[29], подтверждают качественные суждения, сделанные нами ранее касательно того, какие из этих процессов находятся, а какие не находятся в управляемом состоянии.
При этом не утверждается, что и правило Шухарта, и критерии Нельсона всегда дают правильный ответ. Чем более осторожно применяется правило для выбора прямых действий, соответствующих особым причинам, тем чаще мы будем допускать ошибку второго рода и реже – ошибку первого рода. Чем «чувствительнее» правило для выделения особой причины, тем чаще мы будем допускать ошибку первого рода, но реже – ошибку второго рода. Цель – минимизация ущерба от этих двух видов ошибок. Здесь не существует точного решения, поскольку действует метод проб и ошибок:
«Что мы должны делать? Как мы должны это делать? Шухарт помог нам в этих важных вопросах, и это было его великим вкладом в образ мышления людей и их способности управлять».
Выбор Шухартом именно 3σ как расстояния между центральной линией и контрольными границами, в противоположность любым другим множителям для σ, не вытекал из каких-либо конкретных математических расчетов. В основе лежало лишь то, «что это кажется экономически приемлемым» (см. стр. 277 в его книге 1931 г.). Этот здоровый прагматический подход заметно отличается от более строгих математических подходов к установлению контрольных границ, которые мы обсудим в конце данной главы.
