理解生产过程中的变异：一般原因和特殊原因

只是了解一些统计工具和方法并不够，我们必须了解统计科学在管理决策中所扮演的重要角色。管理者需要用统计方法进行思考。统计思考是基于以下原则的学习和行动哲学:

(1)所有的工作发生在由相互联系的过程组成的系统中。

(2)变异存在于所有的过程中。

(3)了解和减少变异是成功的关键。

把工作看成过程，我们就可以运用统计工具建立一致的、可预测的过程群，研究它们，提升它们。变异无处不在，但是管理者在进行商业决策前大多未对此进行计量，这样，他们经常被一些由共同或特殊原因引起的变异搅得糊里糊涂也就不足为奇了。在我们致力于减少变异之前，必须理解变异的本质。

任何生产过程都有变异源，如图8-1所示。不同批次的材料在强度、厚度、湿度方面都有不同。切割工具在强度和成分方面存在内在变异。制造过程中，工具会被磨损，震动会引起机器设置发生变化，电压波动会使动力产生变异。操作工人无法确保每次都将零部件一模一样地放入工作夹具内，身体和情绪的压力也会影响工人操作的一致性。另外，测量量具和人的监测能力也不能确保始终如一。当使用同一测量设备测量几个项目得到的测量值相同时，并不一定代表这几个项目完全相等，有可能是因为测量设备精度不够。当精度足够时，总能看到它们之间细微的差别。

存在于材料、工具、设备、操作人员和环境中的种种变异之间发生着复杂的、难以理解的相互作用。产生于任何单个变异源的变异看起来是随机的，单个变异源难以被识别和解释，但是这些变异源共同发生作用时，它们的作用通常是稳定的，且能通过统计进行预测。这些因素作为过程的本质部分而存在，是变异产生的一般性原因。产品和生产系统的设计决定了一般性原因(common causes)。由一般性原因产生的变异通常占生产过程产出的变异的80%～95%。因此，要减少一般性变异只能通过产品重新设计，或采用更好的技术和培训。例如，威尔逊体育用品公司(Wilson Sporting Goods)了解到高尔夫球细微的不规则会使得重心偏离球心，导致球无法笔直滚动。对于高质量的球，大概每12个球会有不到1个球存在这种问题。威尔逊公司采用一种命名为真球的新设计方案，新球的核更轻而外壳更重，因而有效解决了细微不规则导致的重心偏离问题。让我们再看一个过程中一般性原因变异的例子，假设要把木板切成精确的55英寸长。如果只提供给工人一把手锯、一张桌子、一把12英寸的尺子，那么这位工人不管是男还是女，无论如何都无法可靠地切出这个精确的长度，可测变异将显著存在。但是，假设现在提供的是一把60英寸的金属测量卷尺、一个机器夹具用于固定木板、一把电动锯，工人们也接受了如何使用这些工具的培训。很明显，这个系统的产出将较前面的变异更小，质量更稳定。

图8-1 生产过程的变异源(www.xing528.com)

生产过程的其他变异是由特殊原因(special causes)引起的，称为变异的可归因原因(assignable causes)。特殊原因是由不属于过程固有的外部源引起的。它们表现出偶发性，并且破坏了一般性原因的随机范式，因此，使用统计方法可以很容易区分它们，纠正的方法通常也很经济。例如，一个负责切割木板的工人可能因为主管的批评而心烦意乱，在切割前标示不正确，导致随后几块木板都切短1英寸。引起特殊原因的一般因素有: 供应商提供的不合格材料、未经训练的临时机器操作人员、磨损或故障工具、未校准的测量器具等。由类似这些孤立的原因造成的非正常变异可以被解释和纠正。

只是由一般性原因影响的系统称为稳定系统。理解稳定系统以及变异的特殊原因和一般原因的差异，对于管理任何系统而言都是至关重要的。

沃尔特·休哈特在80多年前发明的一个小实验，可以有助于我们理解特殊原因和一般原因引起的变异的区别。该实验需要你在一张白纸上不断地重复写字母A:

AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA

当你这样做时，你很快就会注意到所有的A是相似的但不完全相同。另外，你可以注意到各个字母之间的大小也会有所不同，这种不同就是由于一般原因引起的，因为没有说明特殊的原因导致字母A之间大小不同。也许你会解释为什么最大的A要比最小的A大，但是几乎可以肯定这类差异是由于一般原因引起的变异。

但是，如果你重复上述实验，不过一半用右手写，一半用左手写，你几乎可以立刻发现两者之间的巨大不同。在这种情况下，用哪只手写就是造成变异的特殊原因。

区别这两种类型原因引起的变异是十分重要的，因为特殊原因导致的变异并不是过程固有的，在不改变过程的前提下特殊原因的变异是可以改变或者被利用的。相反，改变一般原因导致的变异就需要改变过程，这类系统性的改变就是管理者的责任。