吴杰夫博士关于从汽车到纳米技术的质量改进的戴明讲座

戴明在 2012 ASA 联合质量改进上的演讲: 从汽车和芯片到纳米和生物”杰夫 · 吴,佐治亚理工学院

吴博士提到的其中一点是休哈特所说的共同原因、偶然原因和特殊原因,可分配原因。我必须说,我一直认为可分配的原因对我来说似乎是一个更好的名字。更明显的是,当结果在控制范围内时,使用 “是什么导致了这一结果” 的策略 (因此不是可分配原因结果的指示) 不是个好主意。但是目前特殊原因仍然是常用的术语 (如果这在某个时候恢复到休哈特最初的术语,我不会感到惊讶)。

吴博士还指出

戴明的主要见解是认识到休哈特的想法 [控制图,机会和可分配的原因等。],最初是在制造业,也可以应用于企业

我最喜欢的统计工具/策略之一是实验设计 (DoE)(其中我的父亲,比尔 · 亨特,与大量合作),吴博士讨论了使用这一策略的价值。

如果过程在控制中但过程能力较低,则使用实验设计来进一步减少变化。

我在之前的帖子中讨论了 Deming 和 DoE:统计技术允许管理做得更好(关于戴明博士写的一篇论文)。

DoE 也可以用于减少变异以外的目的,但是他的演讲集中在 Taguchi 关于使用 DoE 来减少变异的想法。

我喜欢这个关于用户经历的失败模式的陈述:

你尖叫着踢机器,但无济于事。

这是否描述了您组织中的任何流程?

另一句我喜欢的话 (当看一个简单的能源部努力的结果时,目标误差减少了 75%):

当你进行实验设计时,即使是非常简单的事情,你也真的产生了魔力。

这是管理改进的关键之一: 伟大的结果不需要找到一些秘密的策略,所需要的只是应用已经存在了几十年的强大的质量工具、概念和策略。仍然是大多数组织继续忽略可以产生魔法的想法,如果你只是应用它们。

的确,吴博士所说的 “非常简单的事情” 对于实验设计来说很简单,但是理解 DoE 确实需要一点努力。它不是一个更容易使用的统计工具,但是像控制图一样,它真的不需要太多就可以很好地使用。它们起初看起来都很复杂,但是如果你有一个好的系统,当它们是那些处理过程并取得巨大成果的人非常有效地使用的正确工具时,它们就可以被应用。对于 DoE 来说,适当设置实验的一些专业知识通常更有用,但即使这样也不是那么困难 (当然不需要你对复杂的公式感到满意视频)。

相关:对戴明职业生涯的历史审视: 斯图尔特 · 亨特的演讲-特殊原因信号不能证明特殊原因存在-利用戴明的管理方法加强田口思想的应用 (带有比尔 · 贝洛斯的播客)-根本原因、相互作用、稳健性和实验设计

你可能也喜欢.

留下回复

您的电子邮件地址将不会公布。必填字段已标记*

该网站使用 Akismet 来减少垃圾邮件。了解如何处理您的评论数据