應用統計學家愛德華茲‧戴明的理論及展望
鍾漢清
〝A review and a reflection of promoting Dr. W. E. Deming’s Statistical Thinking〞
By HAN-CHING CHUNG
“Experience by itself teaches nothing; it must be coupled with theory, with profound knowledge.” — W. Edwards Deming
摘要:
本文的目的在說明愛德華‧戴明(W. Edwards Deming)的「淵博知識體系」中的根本,即統計思考(變異觀)的大綱及意義,以及它對其他如「系統觀」、「知識理論」、「心理學」的一些應用,尤其注重他極強調的「分析性研究」(作業定義(衡量與溝通)、透過SPC及DOE等來從事持續改善品質、降低變異),並舉些例子說明何以他的統計學觀,可以對企業界有深遠的影響。
我們並介紹台灣近年如何推行「戴明學派」,包括出版叢書、從事各種教育訓練等活動,並給予推動上的一些省思及展望。
Purpose Statement:
To have an overview of late Dr. W. E. Deming’s profound knowledge system , and focus on his thinking on variations and analytic studies.
In the ways of:
Summarizing his basic specifications for understanding variations and its reduction methods;his methodology of common causes vs. special causes strategies for variation reduction;differentiate and illustrate analytic studies in the areas of experimental design and measurement for some performance;a case report of organizational learning for〝Fourth Generation Management〞and〝Four Days with Dr. Deming〞.
So that
We can understand the power and the potential constraints in the promotion of Deming’s statistical thinking in Chinese-speaking communities and enterprises.
應用統計學家愛德華‧戴明的理論及展望
一.統計學家戴明成為管理學大師
(美)W. E. 戴明(1900-1993)逝世以來,他作為二十世紀偉大的經營管理思想家的地位,日益穩固。舉個例子說,1996年英國的〝Management Today〞雜誌譽其為「本世紀十大管理思想家之一」。許多重要的管理學作家,例如著名的組織學家Charles Handy在其名著《非理性的時代》中,譽其書〝Out of the Crisis(《轉危為安》)〞為每位經理人必讀的書。
Intel公司的A. Grove在《十倍速的時代》中,雖不同意戴明對「恐懼」的看法,然而那是名詞界定的問題而已。這些,不管是正面或辯證的過程,在在皆肯定戴明學院在經營管理界的影響力。
當然,戴明學說並不只是可應用在「產、官、學」等行業的「經營管理(management)」上,它既是一種擴延鏈(extended chain)上的「新經濟學(The New Economics)」,也是要「促進社會的繁榮、世界的和平」。
在上述這種聲譽下,我們當然更要研究他的哲學。這方面,台灣領先其他非英語系的國家,因為「戴明學派」(即戴明作品及其寫序肯定之作)在1997年內,會陸續翻譯完成、出版。
然而,正如所謂的「組織學習之悖論(組織本身只是學習工具,甚至是反學習者)」的意義深遠,我們要學習戴明學說,必須深入其核心思想。他的核心思想,當然是其晚年完成的精義,即「戴明之淵博知識體系(Deming’s Profound Knowledge System)」。由於其中系統、變異(即統計學)、智識論(持續學習)及心理學等融為一體,環環相扣,所以很有威力。
我這篇文章要指出一些重要論點。第一,淵博知識體系中最具特色的,是變異的理論,這點使戴明有別於其他所謂的「管理思想家或管理大師」。第二,戴明後半輩子(1948-1993)的名片都印為「統計學顧問(Consultant in Statistical Studies)」。換句話說,他是以統計學的發展與應用為其終生職志,他在組織上的應用,不妨稱之為「發揮統計思考方法的經營管理學之應用」。所以本文在介紹完戴明的變異理論及分析性研究概念澄清之後,又會回過頭談談企業界的應用。
二.戴明的變異知識之演進、要點及實例
戴明自己認為所有有志於「轉型(transformation)」的領導者,都要知道、了解、欣賞一些統計學理論之知識,也就是變異的知識。本段特別多談點他所謂的分析型研究,以符本文之目的。
他的變異(variations)觀為Shewhart-Deming學派中的主要貢獻,所以在1990年元月21日的講義中,列舉以下四條為其重點:(講義只列條文,條文底下為作者之看法。)
有人、程序、機器的產品及服務之系統,一定有變異存在。
一般人沒有這種機率的修養。在管理界,更重要的是,除了變異之外,任何衡量系統要先在「統計的管制狀態」中,才成為系統,而且也要有特性作業定義,才能溝通,才能談系統之能力,並進而談預測。而「預測」對經營管理是最重要的。在Hand(1996)的論文中,此為統計理論中講《衡量》的非主流派,可是文中完全不談Shewhart-Deming。
了解變異的原因可區分為共同原因及特殊原因。
根據Chamber及Wheeler等人的看法,戴明的貢獻是把W. A. Shewhart的「機率原因與非機率原因」概念,用更與經營管理活動相關的話來說明,易名為「共同因vs.特殊因」。雖然戴明說「名稱」不重要,然而他區分一般系統原因中96%為共同因,該由管理者負責系統的想法等,也是有「深遠影響」的。
要避免各種干預或竄改(Tamperings)之措施。
他對統計思考的教學之貢獻,無疑是「紅珠實驗」及普及化「漏斗實驗」。此兩者既是重要的統計思想教育發明,也闡明了解對穩定系統作干預之害的重要性。
要區分計數型(enumerative)研究及分析型(analytic)研究。
前者為求知〝how many?〞,後者為追問〝why?〞,並要預測,是戴明的重要統計方法學起點(詳細說明請參考Deming(1969))。
戴明博士曾說,他終生矢志致力於減少各系統的變異。
我們根據上述,以及他的各種講學資料,可以匯總他的「變異觀之基本知識」如下。(除了在分析性研究另談之外,多取材Neave(1990)及Deming(1993))
我們需要擁有關於變異(variations)之知識,因為我們活在充刻滿變異之世界之中。
這世界總都有變異,而且會持續如此下去─人與人之間、產出之間、績效之間、產品之間、服務之間都會有變異存在。我們得了解這些變異的意義為何?我們是否該對它採取行動?什麼樣的行動?
世間大多的損失大多未察覺,未被認出,未知的。我們必須了解、分辨以下兩種錯誤,兩者都會造成極大而難以估算的損失:
錯誤1:對任何過錯、抱怨、錯失、停頓、事故、缺料等,看似由於特殊原因造成,而實際上是由系統或制度所造成,即是由共同原因之隨機變異所造成者。錯誤2:對任何過錯、抱怨、錯失、停頓、事故、缺料等,判為由共同原因所造成,實際上是由特殊原因所造成。
〝這兩種原因誤判的代價多少呢?沒有數據顯示,會計師何從知道?〞變異之知識有助於我們了解這兩種錯誤及其帶來的損失。錯誤1為干預;〝最佳努力〞者常是干預,使事情更糟。…
要百分之百正確分辨共同原因與特殊原因是辦不到的,而且永遠做不到。
所以我們需要這兩種錯誤之最少經濟損失的程序之知識。
我們如何達到最少的經濟損失呢?如何判斷該製程是穩定或不穩定呢?這與錯誤1與錯誤2的機率無關。我們如何計算最少損失?他們如何界定呢?因為戴明曾說:「沒有流程是…固定不變的。」
即使知道如何定義,大部份的成本也不告訴我們何時清楚及不可知,又如何找最少成本呢?我們需要的是作業定義,可以溝通的行動準則,、如何做。管制圖(1924年由Shewhart發明)就是此方面的利器。大部份的人仍未採用。目前採用者,大部份是不知而行,諸多誤解,例如管制圖是用來從事改善的,而不是作「調整」之用。業界都在未知系統是否穩定時,即大談或計算「製程能力指標」。
我們需要了解系統的能力,以及對該系統的要求超出其能力所造成的損失,例如以目標管理(MBO)強求成果所造成的損失。
MBO造成的損失是未知數,不可知;不過卻不能忍受。管制界限告訴我們穩定系統的能力所在。如果我們希望成果超出界限,唯一可行而有意義的辦法是改變系統,這是主管的工作。單單設定目標而已,只是干預。如果我們要別人的績效超出系統之能力,他只能〝欺騙〞才能達到目標。目標常是可以達到的,但這只會增加變異而損及全系統之績效。
請注意,如系統不穩定(即不可預測),談其能力就無意義。只有在流程達統計的管制狀態,才能談可界定的能力。
統計師要了解系統以及統計理論如何在系統的最佳化上扮演重要的角色。
這是他不滿於統計學教育未能提供「產、官、學」、「淵博智識之士」的看法。積極而言,他提出了另一種統計學在組織中的定位、架構。
我們要知道力的交互作用之知識,包含制度對人的績效的影響力。交互作用有利或有害,也許可以增強效果或抵消效果。
我們要了解人、團隊間、事業部間、公司間、產業間、國家間的依賴與相互依賴。時代不同了。現在世界的事,對我們都是重要的。我們必須了解依賴與相互依賴對我們的工作、產品、服務、品質之影響;不然就難免淪為次佳化。
所以研究各種專業或作為之間的「交互作用矩陣」或「整合矩陣」是很重要的。
我們要了解統計資料中不同種的不確定性,並要區分列舉式與分析研究的不同。
我們要了解統計資料的不同不確定性來源。資料是如何獲得的?抽樣過程中是否有誤差?抽樣設計本身是否就有問題?在衡量或洽談中是否有瑕疪或錯誤?回答與不回答的誤差各為何呢?
對列舉研究及它在醫藥、醫療、化學、農業、森林等行業的實驗測試而言,統計理論都很重要。不過,測試、實驗之結果的解釋,是屬於分析性問題。這涉及對流程或程序是否該有特定改變,或不改變等決策問題。
我們不妨舉下列的一些分析性研究重要面向:下表綜述一些分析性研究的要點。
(取材R. D .Moen , T. W. Nolan , L. P. Provost (1991)〝Improving Quality Through Planned Experimentation〞p.54,並加以增添後四項)
宗旨
|
焦點
|
接達之方法
|
主要不確定性
|
主要不確定可量化?
|
研究之環境
|
抽樣
|
知識
|
方法
|
資料分析
|
預測
|
因-果系統
|
產品或流程之各種模式
|
對未來的外插
|
不可
|
動態
|
判斷式
|
固有知識
|
1.逐次建立知識
2.在寬廣範圍內測試
3.特殊的研究單位之選擇
|
各種作圖法(以管制圖為主)
實驗設計
|
除了製程的實驗設計之外,下述為分析型研究的一些例子:以福特公司的服務部門為例(Gitlow , et al , 1989 and 1995):服務作業根深柢固,盤根錯節,因為除以服務為主的行業外,其他業別如製造業等,幾乎也要龐大的服務作業來支援。
戴明博士在做福特汽車公司顧問時,蒐集了該公司行政服務諸單位在應用「分析性研究」的簡要例子如下:
單位
|
應用
|
中央實驗室
|
處理顧客要求的時間;
實驗室錯誤(以稽核為根據)
|
動力推台暨底座工程
|
供應商向福特報告出狀況(失敗)之時間;
每月失敗數
|
福特零件暨服務事業部
|
經銷商填訂單的錯誤
|
會計
|
處理出差報銷的時間
|
福特牽引機營運處工程
|
處理工程變更的時間
|
製造幕僚、製造工程及系統
|
各廠地從來生產力報告之檢討時間
|
電腦繪圖
|
使用磁碟機的時間變異
|
產品工程室
|
因電腦太忙而無法進入系統之數目;
檔案情報利用的次數
|
產品開發
|
文書處理的變更次數之時序紀錄圖;
會議遲開的浪費工時
|
財務、會計、主計室
|
應付帳款錯誤而造成延遲開發票給協力廠商
|
Saline廠
|
排程錯誤而引起之損失
|
採購、物流、交通處
|
從零件製造商送到裝配廠火車過渡之時間
|
傳動及底座事業部
|
送到裝配廠的零件號或量錯誤
|
我們接上表中〝使用磁碟機之變異〞,採用另外一例來說明戴明分析性研究的方法。此個案取材自K. T. Delavigne和J. D. Robertson合著之〝Deming’s Profound Changes〞(pp. 86-87)
Livermore的擴延個案
科學家Sid Fernback是戴明在1944年戰時統計研習班的學生。他在30年後成為加州大學羅侖斯‧利威爾莫(Lawrence Livermore)國家實驗室的經理。Fernback記取戴明的原理教示,聘了統計學家佩里‧葛拉克曼(P. Gluckman,按:統計學顧問,本書作者的導師,作品為《每日英雄》)來改善其電腦中心的可靠性。
當時該實驗室擁有世界上三分之一的克雷式(Cray)超級電腦,其程式設計人員有三千餘人。平均每四十五分鐘會有一次電腦停機,使得許多極機密的國防電腦化工作停擺。該中心忍受此種問題已達四年,經佩里作停機帕累托(Pareto,按:重要的少數)分析,找出停機主因為儲存器故障。一旦把電腦的運轉及維修過程文書化後,它們就用一台迷你電腦,把每次記憶器停機時刻,重要硬體的情報紀錄下來。如此他們就能針對停機之問題的運轉時間作管制圖分析,以找出故障的原因是共同因或特殊因。此舉更使他們改變維修程序及做法,例如減少空氣中的灰塵量。他們也透過實驗了解記憶器對室溫極敏感,雖然他們已把溫度控制在製造商建議的範圍之內。根據此一新知識,他們做了一些改善。
他們應用戴明的方法,使得該中心的可靠性,是全國同類電腦中最高的,更顯著地改善了生產力。他們的分析更可協助做停機的預測,並加以防範未來。
成功的公司會持續地發展新的擴延知識,並加以修正、評價。而組織中常見的舊有的抗拒變革(甚至敵對)方式必須先去除之。
我們需要了解損失函數,特別是損失函數。
損失函數的重要性可分兩方面來談。首先,它告訴我們,品質不能以符合要求、規格或零缺點等方式來界定,不管是符不符合規格,都會有損失,而只能以降低變異的方式來減少損失。其次,可由田口損失函數的斜率了解哪一品質特性特別要注意,即管理者的重點所在,先做最緊要的。
戴明學派把損失函數的應用,推廣到另一高度及涵蓋面,如對室溫、火車等待、對待兒女夜歸問題等等(請參考Deming(1993)、W. W. S.(1991)、Joiner(1992)等)。
我們需要知道〝混沌產生之知識〞──由多個或許微不足道的隨機力或隨機改變所累績成的重大結果或損失。
以漏斗實現為例。試有某製程,其固定因的變異是不利的,但尚不嚴重,徒有好意圖而無知識,干預結果就堪虞(規則2,3,4,)。如果固定因的變異本身就很嚴重,那麼系統很快就會變得更糟。
譬如由工人教工人例子所產生的累積偏差,或是一群不懂「淵博知識」的主管,想做好事,但是反而因干預而未果。同理,政府單位或委員會也是如此,擴大委員會不會有結果,因為它自然不具備〝淵博知識〞。
推廣言之的結論,可能有點嚇人,普選方式會防止選出獨裁來嗎?在天主教史上,主教院有助於大主教來才服事上帝嗎?歷史證明不然。
三.本土個案簡述
A公司引入B. L. Joiner所著的《第四代管理》及相關的錄影帶教學(1992)。由於Joiner為戴明學派的主要闡述者之一,本身又是個不錯的統計教師,所以在整個課程中的「了解變異」及「各種共同因vs.特殊因的問題分析及解決對策」等方面,深入淺出,功力深厚。學習效果不錯。為了補強SPC的不足,該公司循著戴明學派的建議,採用福特汽車的SPC中譯本為藍圖,由廠內人員負責教學,自行繼續耕耘下去。
不過,戴明很深邃的分析型研究洞識力(管制圖及結合固有智識為改善的根本),卻很難真正落實。此為一般人對SPC的了解不夠深入,而且很少結合固有之知識。此為何戴明慨嘆Shewhart式管制圖理念,五十年來仍然很管用的,可惜它要深入人心,可能要再花上五十年。
我由於無法深入參與其改善之運作,而又想在戴明的基礎上建立人人可用的一般因策略方法學,所以幾經考慮,考量該公司在田口方法的訓練基礎及限制,以及J. M. Juran優秀的品質改善結構化流程(突破三部曲),就決定採用中庸之道,即結合Motorola公司的〝應用診斷七大手法(也可稱之為〝實驗計劃七大手法〞,為Shainin學派所創)〞及戴明學派的實驗計劃,加上Box. Hunter and Hunter發展一套適合一般用的診斷工具。
四.小結及展望
戴明博士在經營管理學的洞識力及哲學,應用在產官學可成一澎湃的趨勢。例如〝The Quality Yearbook (1997 Edition)〞中,都收有應用在政府、教育界的重要文章。
然而,他的核心思想,即變異觀是否可以進一步發展呢?就我所知,戴明學派在「損失函數」為顧客之聲(WWS, 1991)及個人生活(Joiner , 1992;Deming , 1993)上,都有些小突破。
可是,我們該以實際印證方式來評估各種「分析性研究」,而最根本的,是先把課本譯出來,作為推廣的起點。
另外,或許可以有人融合各家之長,寫出一本平衡而有深度、不誤導人的戴明學派實驗計劃課本。華人戴明學院除了預計出版戴明的主要統計論文選之外,也計劃出版Moen等人的著作,藉以拋磚引玉,並引A公司的實驗計劃七大手法之實施印證。
參考資料(含戴明學派主要著作及出版的或預計的中譯本):
Cortada and Woods (editors) , The Quality Yearbook , McGraw-Hill , 1997.
Deming , W. E.,Boundaries of Statistical Inference , Chapter 31.Johnson , N. L. and Smith , H (editors)〝New Developments in Survey Sampling〞John Wiley , 1969.
Deming , W. E., Elementary Principles of the Statistical Control of Quality ,Second Printing , June 1952. Tokyo:Nippon Kagaku Gijutsu Remmei , 1951.
Deming , W. E.,Some Theory of Sampling , New York:John Wiley&Sons , 1950. Reprint Dover 1984.
Deming , W. E.,Out of the Crisis , Cambridge , MA:Massachusetts Institute of Technology , Center for Advanced Engineering Study , 1986.
Deming , W. E.,The New Economics , Cambridge , MA:Massachusetts Institute of Technology , Center for Advanced Engineering Study , 1993.
Gitlow , et al , Tools and Method for Quality Improvement , Irwin , 1989.
Gitlow , et al , Quality Management , Irwin , 1995.(本書為Tools and Method for Quality Improvement 改版的另名。)
Joiner , Brian L., Fourth Generation Management:The New Business Consciousness ,McGraw-Hill , 1994.(中譯本名為《第四代管理》)
K. T. Delavigne and J. D. Robertson , Deming’s Profound Changes , rentice Hall , 1994.
D. J. Hand , Statistics and the Theory of Measurement , Journal of Royal Statistical Society , Vol.159 , Part 3 , 1996.
W. J. Latzko and D. M. Saunders , Four Days with Dr. Deming , Addison-Wesley , 1994.(中譯本名為《戴明博士四日談》)
Moen , Ronald D., Thomas W. Nolan , and Lloyd P. Provost , Improving Quality Through Planned Experimentation , New York:McGraw- Hill , 1991.
Neave , Henry R., The Deming Dimension , Knoxvile , TN:SPC Press , 1990.
Scherkenbach , William W., The Deming Route to Quality and Productivity, Rockville , MD:CEE Press , 1986.(中譯本名為 《戴明修練I》)
Scherkenbach , William W., Deming’s Road to Continual Improvement , Knoxville , TN:SPC Press , 1991.(中譯本名為《戴明修練II》)
Shewhart , Walter A., The Economic Control of Quality of Manufactured Product , Princeton , N. J.:D. Van Nostrand Company , 1931. Reprinted by American Society for Quality Control , 1980.
Shewhart , Walter A. and W. E. Deming , Statistical Methods from the Viewpoint of Quality Control , Washington , D. C.:Department of Agriculture , 1939.
Wheeler , D. J. and D. S. Chambers , Understanding Statistical Process Control , Second Edition , Knoxville , TN:SPC Press , 1992.
Whitney , John O., The Trust Factor:Liberating Profits and Restoring Corporate Vitality , New York:McGraw-Hill , 1993.
沒有留言:
張貼留言