Обещанная иллюстрация вреда, который может быть вызван неумением отличить один тип вариаций от другого, получена также от Ford Motor Company (см.: William W. Scherkenbach, The Deming Rout to Quality and Productivity, р. 29–31 [26] ).

Входные валы трансмиссии обрабатывались на станке, оснащенном автоматическим компенсирующим прибором. Если диаметр очередного вала по результатам его измерений оказывался слишком большим, компенсатор изменял настройку станка на величину соответствующего расхождения; и наоборот, если диаметр вала был слишком мал, настройка машины изменялась в сторону его увеличения. Разумно? Конечно.

Рисунок 10 – гистограмма диаметров 50 валов, последовательно полученных в результате этого процесса. Статистики предложили изготовить подобный набор из 50 валов с выключенным компенсатором. На рисунке 11 показан результат: вариации уменьшились, т. е. качество улучшилось. Как это могло случиться?

Ответ заключался в том, что технологический процесс без работающего компенсирующего прибора уже был в управляемом состоянии, т. е. проявлял наименьший разброс, на какой он был способен, поэтому имелись только общие причины вариаций. Уменьшение этого разброса достигается только улучшением самого процесса. Компенсатор не улучшал процесса. Он лишь вмешивался в процесс, который уже был стабилен. («Вмешательство» – это собственный термин Деминга.)

Поскольку без компенсирующего прибора разброс (вариабельность) уже находился на минимально возможном уровне, вмешательство, производимое прибором, оказывалось тем внешним воздействием, о котором мы говорили ранее. Единственный возможный эффект такого внешнего влияния – увеличение вариаций, разброса – эффект, совершенно противоположный желаемому. Конечно, если бы имелись особые причины разброса, компенсатор помог бы смягчить их эффект. Но в отсутствие особых причин он мог только ухудшить выход процесса. Можно показать, что в этом случае компенсационный прибор увеличивал вариабельность более чем на 40 %.

Этот пример демонстрирует, как важно, чтобы менеджмент понимал изменчивость в том смысле, какой придавал ей Шухарт. Вышеприведенный пример с компенсацией – это на самом деле один из наименее разрушительных типов вмешательства. Прочие подобные искренние попытки улучшить дело могут сделать его только хуже, причем не на 40 %, а на целые порядки (см. главу 5).

Пример, относящийся к Ford Motor Company, возник в сравнительно простой производственной ситуации. Известно высказывание Деминга о том, что самые первые контрольные карты, которые следует построить в любой организации, должны относиться не к процессам в цехах, а к данным, которые ложатся на стол руководителя организации (данные по бюджету, прогнозы, невыходы на работу, происшествия и травмы).

Находятся ли эти процессы под контролем? Если да, то улучшаются они или просто подвергаются вмешательству с результатом, подобным тому, который мы только что рассмотрели, или во много раз худшим?

Приведенный пример с вмешательством показывает, какой вред может причинить интерпретация общих причин вариаций как особых (ошибка первого рода). «Ужасный пример», с которого мы начинали эту главу, – свидетельство ущерба от суждений о потенциальных возможностях процесса, находящегося в неуправляемом (неподконтрольном) состоянии, – ошибка второго рода, ибо такие суждения можно применить лишь к процессам с доминированием общих причин вариаций.

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» , – это наиболее распространенная статистическая мера разброса, изменчивости. Данные, сильно разбросанные вокруг среднего, имеют большое стандартное отклонение, а данные, тесно сгруппированные вокруг своего среднего, – малое.