Выход из кризиса. Новая парадигма управления людьми, системами и процессами

1. Каждый контролер при поступлении продукции отбирает один тюк. Тюк берется сверху, из середины, снизу. (Это то, что мы раньше называли механической выборкой, без использования случайных чисел.)

2. Каждый контролер проверяет выбранный им тюк независимо и записывает результат.

3. Оба контролера независимо проверяют и записывают результат для каждого 20-го тюка. Тюк они выбирают по очереди.

4. Результаты наносятся на карту, упрощенный вариант которой показан на рис. 52.

Рис. 52. Схема визуализации результатов двух контролеров, работающих независимо. Карта показывает, что признаков расхождений нет. Рамка вокруг 20-й точки означает, что оба контролера проверяли один и тот же тюк

Несходство двух наборов результатов может быть обусловлено двумя причинами: а) из-за различия между людьми; б) из-за различия между выборками. Результаты показали, что в течение почти года значимого различия нет. Один контролер не отличается от другого. Несогласие редко наблюдается на каждом 20-м тюке, который они оба проверяют. В других ситуациях могла бы возникнуть потребность в более точных определениях.

И снова, как уже подчеркивалось, согласие контролеров не означает, что они записывают правильные значения, просто их метод отбора и контроля образует систему сортировки кожи.

Дальнейшие замечания о графическом представлении. Планы, представленные на рис. 51 и 52, можно легко адаптировать для четырех или пяти контролеров (число шесть нецелесообразно из-за слишком большого числа символов). Я использовал тот же самый план, чтобы с помощью трех символов (•, , ) показать характеристики качества, полученные на более поздних стадиях из материала, отобранного из печи: 1) в начале нагрева, 2) в середине, 3) в конце. В этой реальной ситуации три символа относились к одним и тем же точкам по вертикали в 12 печах, за исключением зависимости между и . Эта повторяющаяся связь указывала на возможность того, что: а) компоненты недостаточно перемешивается в нагревателе или б) смесь заметно стареет в ходе производства.

Упражнения

Упражнение 1. Дано: чаша с красными и белыми бусинами, доля красных – p, доля белых – q (рис. 53).

Рис. 53. Партии извлекаются из чаши с красными и белыми бусинами. Затем из партии берется выборка. Замещение каждой бусины, попавшей в партию, обеспечивает постоянство доли p при каждом вынимании

Шаг 1. Извлечем из чаши с помощью случайных чисел с возвратом партию объемом N. Результат:

N всего

X красных

N – X белых

Шаг 2. Извлечем из партии с помощью случайных чисел без возврата выборку объемом n. Результат:

Шаг 3. Вернуть бусины из выборки в партию.

Шаг 4. Повторять шаги 1, 2, 3 неоднократно, сохраняя постоянными объемы партии и выборки. Записать результаты для значений r и s.

Показать, что теоретическое распределение для r и s будет равно:

(4)

Выводы: а) Число красных бусин в выборке объемом n и число красных бусин в оставшейся части распределены биномиально вокруг одного и того же значения p; б) независимы друг от друга. То есть число красных бусин в остатке, соответствующем выборкам с количеством дефектных изделий s = 17, будет распределено точно так же, как и число красных бусин в остатке, соответствующем выборкам с s = 0 дефектных изделий.

Эта теорема ужасна. В ней утверждается, что если отдельные дефекты независимы, как это обычно свойственно процессу, находящемуся в статистически хорошо управляемом состоянии, то любая попытка использовать план приемочного контроля для принятия решения о 100 %-ной разбраковке оставшейся части партии будет равносильна подбрасыванию монеты [114] . (Подбрасывание монеты намного дешевле, чем испытания выборок.)

Вместо того чтобы брать выборку из партии, можно просто разделить партию с помощью случайных чисел на две части – выборку и остаток.

114

Alexander Mood, «On the dependence of sampling inspection plans upon population distributions», Annals of Mathematical Statistics 14 (1943): 415–425. Доказательство равенства (4) приведено также в W. Edwards Deming, Some Theory of Sampling (Wiley, 1950; Dover, 1984), p. 258. – Прим. авт.

Упражнение 2. Если распределение дефектов в партиях уже, чем биномиальное, и если правило приемки остатка основано на испытаниях выборки, тогда правило будет таким: принимать остаток так, как он есть, когда в выборке много дефектов, и браковать остаток и проводить в нем отбраковку, когда в выборке мало или совсем нет дефектов, т. е. действовать наперекор обычным правилам [115] .

Простой способ понять, как получается вышеописанный результат, – рассмотреть ситуацию, когда все входящие партии содержат одно и то же число дефектных изделий. Дефекты, которых нет в остатке, содержатся в выборке, и наоборот. Следовательно, большое число дефектных изделий в выборке будет указывать на малое их число в остатке.

115

I.D. Hill, «The economic incentive provided by sampling inspection», Applied Statistics 9 (1960): 69–81. – Прим. авт.

И. Хилл (1960) указал на простой способ производить партии с однородным качеством. Допустим, 20 станков изготавливают одно и то же изделие, 19 из них не производят дефектов, а один выпускает только негодные изделия. Для формирования партии возьмем по одному изделию от каждого из 20 станков. Тогда каждая партия из 20 изделий будет содержать 5 % дефектных изделий.

Партии почти постоянного качества не исключительное явление. Рассмотрим блок фиксирующих поддонов, например, в количестве 12 штук. Они вращаются в процессе штамповки листового металла. Один из поддонов неисправен. Почти все изделия, которые штампуются на нем, окажутся дефектными. Остальные 11 поддонов в хорошем состоянии. Выход партий, формируемых из 12 последовательных изделий, будет постоянно близок к значению 1/12, или 8,3 % дефектных.

Упражнение 3. Доказательство правила «все или ничего». Выберем с помощью случайных чисел деталь из партии. Назовем ее деталью i. Она может быть дефектной или качественной. Следует ли нам проверить ее или пустить прямо в производство безо всякого контроля? Мы можем представить среднюю полную стоимость в виде таблицы (табл. 5).

Таблица 5

Мы видим, что варианты «да» и «нет» одинаковы, если p = k₁/k₂. Такое качество Александр Муд назвал равновесным. В точке равновесного качества полная стоимость одинакова для варианта «нет» и варианта «да». Дальше мы видим, что если p < k₁/k₂, то к меньшим общим потерям приводит вариант «нет», а если p > k₁/k₂, то вариант «да» (см. рис. 54).