61
меня». И тот же самый менеджер завода разозлился, когда молодой инженер,
работающий у него, сказал ему правду!
Ложные данные зарождаются именно благодаря этому.
Почему они рождаются? Часто в этом повинно начальство.
1. Начальник не знает, как мыслить в статистических терминах и не
представляет, что такое дисперсия. Поэтому как только цифры начинают
немного отличаться, он начинает думать, что что-то происходит не так и
злится. Те, кто работают под его началом, принимают на себя гнев, хотя они
делают работу должным образом. Для того, чтобы защитить себя, они
вынуждены врать и писать фальшивые отчеты.
2. Когда делаются ошибки, 2/3 или 4/5 вины лежит на начальстве или на их
помощниках. Только 1/3 или 1/5 ответственности лежит на тех, кто работает
под их началом. Но обычно распекают только подчиненных, поэтому они
идут на фальсификацию данных.
Пока начальник не изменит образ мышления, будут появляться ситуации,
подобные первой и второй, и нельзя ожидать полного отказа от фальшивых цифр.
Когда работники совершают ошибки и выявляются необычные цифры,
начальство не должно немедленно докладывать это наверх и бранить подчиненных.
Вместо это оно должно работать с подчиненными, чтобы предотвратить повторения
проблемы. Если это сделано, появление фальшивых цифр резко уменьшится.
B. Ошибочные данные
Почти сразу же, как я начал работать в управлении качеством, я осознал, что
данные собираются неверно, потому что люди, делающие это, не знают
соответствующих методов их сбора. Например, они незнакомы с методами выборки
образцов и измерительными методами. Они собирали данные, которые или
неправильные, или ненужные. Поэтому я обратился в Общество японских ученых и
инженеров с просьбой организовать Комитет по исследованиям с применением
выборок. Это усилие принесло результаты, но, все равно, существуют сложные
проблемы с практическими применениями.
Подобно этому, из-за отсутствия четкого определения понятий брака, дефектов
и переделок, появляются ошибочные цифры при определении количества бракованной
продукции, уровня дефектности, доли переделок и уровня «прямого выхода годного».
С. Невозможность получить данные, невозможность измерения
Совершенно верно, что мы технологию продвинули вперед. Но существуют
многие проблемы связанные с измерениями. С точки зрения качества, для огромного
количества продукции нельзя измерить истинные характеристики качества. Например,
нельзя реально измерить уровень легкости управления и комфортности автомобиля,
его “стильности”, а это все - истинные характеристика качества.
Мы должны изучить эти проблемы, чтобы разработать соответствующие
методы измерения. Но, когда это невыполнимо, мы должны контролировать
продукцию, используя косвенные методы проверки, и затем превращать эти
результаты в статистические данные.
3. Применение данных и статистические методы
Многие книги по TQC и QC посвящают огромное количество страниц данной
теме, поэтому здесь я постараюсь быть кратким.
В первую очередь мы должны понять, что, анализируя процесс производства и
его качества, мы (без бахвальства) смогли внести прогресс в японскую технологию.
Многие заявляют, что прогресс в технологию привносят лишь истинно технические