Profound Knowledge


Deming Communities
Profound Knowledge
Network
Applications
Essays
Books


重印《製品的經濟性控制》獻辭(1998/12)

有心認真研究品質管制的人們,對於重印絕版已久的Shewhart博士了不起著作《製品的經濟性控制(The Economic Control of Manufactured Product)》,一定會至表歡迎。本書不只是品質管制的奠基之作;它更涉及其所有層面--訂立規格、進料及沿生產線的所有檢驗、製程的改善、作業(可運作)定義、界定品質時的種種問題。對Shewhart而言,消費者是生產線最重要的部份。

「品質」旨在迎合消費者需求,而它必須以能加以衡量的特定品質特性來表示。我們必須能預測某產品的那些品質特性在使用上會令人滿意。任何產品的品質,實為該產品、使用者、使用者之諸期望,以及萬一故障或需要維護時的服務等因素所交互作用而成。消費者的需求會持續地變化。各種材料,製造方法和產品也同樣如此。我們說某產品有品質,並不必然表示它為高品質,而是指該流程沒錯而且能持續改善,使得消費者能信賴其產品的一致性,並可在低成本下來買它。本書第四章及第十八章是探討品質意義的傑作。

對Shewhart氏而言,「品管」意指任何對更美好生活有所貢獻的每一活動及技術,而就實質義而言,它指的是透過生產所達成的經濟性。本書強調,我們要持續地增進各種材料的知識,包括它們在製造過程的性能,以及對該產品使用情形的了解。「經濟地製造」意指要在製程及量測上達成統計管制狀態,並要求要在每一可行方式上對製程加以改善。純靠檢驗既費成本而又不適當,此早為眾所皆知。因此,品管的最終目標是消除檢驗:除了要確保製程處於持續統計管制狀態,以及買賣雙方的量測可以比較等所作的少樣本檢驗之外。

正如日本人在1950年代所學到的:隨著製程品質的改善,生產力也會跟著提升。這只要具備小學四年的算術水準即可了解。隨著製程的不良率從8%降為4%(由品質特性的定義能運作著手),小學生也會知道這表示生產力至少可提升4%,即浪費減少一半。很重要的是,獲此收益並不需要購買新設備。此外,這還會有長期效益,例如市場上的品質會更好,而且工作人員的士氣也會大升。接下來是製程上會進一步改善,而生產力又會再跟著提升上來。

測試或檢定影響製程的某些變數,只有在該等變數值增、減時,而可預測其後果會如何時才算有用。只有在產出、物料處於統計狀態下,我們才能把某實驗看作是可擴延至無限大樣本數的概念樣本。不巧的是,此一基本假設---它為諸如變異數分析等許多其它統計技術的根本---在絕大多數工商業、農業、醫療業等的重要實驗上,並無法落實。

現行統計書本中所教的理論,只適用於有可運作、可証實的檢定和準則的計數型研究,而對分析型的問題,則因下次的實驗狀況無法重複而不適用。可惜,產業中絕大數的問題多為分析型的。

產業需要統計學家更好的服務,這件事經常困擾著Shewhart。這並不奇怪。他經常說,產業對精確性的要求,遠高於純科學的研究。產業所要的統計方法是要有效率的,因為取得良好數據的代價奇高。本書中所介紹的改善製程方法,既是吾人所知道中最有效而又最簡單的,那麼為什麼我們要捨近求遠呢?

研究中的量測要處在統計管制中,這一點的重要性是有科學根據的。這導致日本慶應大學的H.Sakamoto把統計問題分為三種:計數型的、分析型的以及追求達成統計管制狀態下的各種方法等三類。

任何試過從碗中抽取撲克牌的人(正如Shewhart氏及Tippett氏),或是想使某簡單儀器達到統計管制狀態的人,都可以(也應該)提出「如何才能善用今日所教的某些統計方法」之問題。Tippett氏之所以發展出著名的亂數表(在K.Pearson指導下),也是因為自製的卡片麻煩極多,因而必須想法克服有以致之。

雖然管制圖基本上要運用到概率及統計分配理論,不過Shewhart了解,統計管制界限要為實際產業所用才行。某製程即使在統計管制界限下也會有隨機變化因素。因此,管制界限就不該是找出所出現的麻煩(它為特殊因或非概率因),或是實際有特殊因而卻為人所忽略的確切概率之計算。所以,他選擇採用三標準差來當管制界限。這50多年來的經驗顯示,他是對的 。

Shewhart的另一貢獻是他認識到需要善用作業(可運作)定義。某一定義要可運作才可溝通。作業人員如果不知道他的工作是什麼,又如何做好它呢?如果他以同樣方式做,結果是「昨是今非」,那怎成呢!作檢驗(不管是他自己做或委託別人做)時,品質特性一定要有作業定義才行。

不管是是目視或由機械所做的量測系統,必須處於統計管制狀態下才行,不然該生產就會停留在混亂狀態。

藉由一作業定義可將某一概念(如「圓的」、「隨機的」、「安全的」、「符合的」、「好的」等)轉譯為一測試(檢定)方法及一決策準繩,再由操作該測試之方法並應用該準繩來判定它是否足夠圓或足夠安全。在商業上或法律上,上述測試方法及準繩要發揮作用的話,必須以統計的語言來陳述它:正如在安全、可靠性或性能(或績效)的標準般。

當今,產業及研究上對統計方法的需求最為殷切。全世界都在討論機、電裝置(如汽車)的安全,藥物安全,可靠性,適當的關心(due care),污染、貧窮、營養、農業實作的改善、產品品質的改善、服務的失靈、設備故障,巴士、火車及郵件的延誤,產業及農業的產出要更提升,工作要更豐富化。消費者要求東西及服務要日益安全,也預期製品的性能日佳。同理,製造者在物料、機械的採購上及人力上也面臨同樣的難題。此外,製造者要日益了解其產品。我們不妨試問:製造上,何謂「適當的關心」?

要了解這些問題(甚至要加以陳述),以及評估任何所謂的解答之效果,在在需要統計的理論及方法才行。

我們研讀Shewhart博士此一偉大著作,既可協助生產並可佳惠全世界人民的生活。因此,美國品質協會重印此巨作極為適當。

1980年6月



Profound Knowledge next



戴 明 學 院| 淵 博 講 義| 戴 明 之 友| 發 暢 應 用| 藝 文、勵 志| 書 籍、產 品




Copyright(C) The Authors & Hanching Seminars and Consulting.
All RIGHTS RESERVED.