Hits: 217
近日(2020.05)公司接受某日系OEM的IATF 16949体系审核，因新冠疫情原因审核由线上进行。审核问题表中其中有一项：
“设定每个年度的质量目标，并且为了达成其目标制定了必要的业务计划。设定的质量目标，同上一年度比较，有改善趋势。”
以客诉为例，公司2018年0Hr DPPM （在OEM端车辆下线前的每百万不良比） 平均值0.89 DPPM, 2019年0Hr DPPM 平均值0.81 DPPM，2020年0Hr DPPM目标 1 DPPM，审核员开立问题点“质量目标不能体现持续改进”。（在问题点开立前，因为数据四舍五入包括的小数位不够的关系，导致2018年，2019年，2020年连续三年的0Hr DPPM 数据在图表上显示为1 DPPM，即明显无改进趋势）。
相信读者很直观的感觉是“的确，虽然不良率0Hr DPPM的表现还不错，但是2020年目标值居然高于过去两年，当然不能体现持续改进”。
如果读过戴明博士的书籍，了解大师的观点，或许就会有不同的解读，比如以下的问题：
- 不同年度（2018/2019/2020）目标是否有明显差异，
公司制定2018/2019/2020 的0Hr PPM目标很大程度是基于以往年份的结果做x% 的下降或提高调整得出来的。实践当中很多的公司也都是这么做的，尽管看上去似乎合理，但是如果X 不够大的话没有任何实际控制意义。
- 如果仅以每个月表现计算平均值来定义目标是否合适
如果过程稳定的情形下，平均值是有含义的，这也就是为什么控制图的基础条件是链图无异常，链图是基础的用于检验数据独立和随机性的。但是如果过程本身不稳定，上下波动特别大，数据一被平均就失去其含义了。这也是为什么大多数人不愿意看到新闻里报道平均工资的增长，因为整个工资的分布是偏态数据，一旦平均，大部分低收入人群的工资就被拉高了。
- 稳定的定义所包含的问题
- 年度内12个月表现是否在稳定范围内波动
- 链图是否稳定
- 控制线计算不应该是正态分布，而是二项分布，参考“创造价值的质量管理”中的公式
正如以上提及，如果一年12个月的数据不够稳定，自然计算的平均或者控制线偏差非常之大。
- 对单个超出平均值的月份另外做分析和8D 是否合适并有必要？
实践当中很多的公司都是要求对超出平均值（目标）的月份采取特别的措施，但是效果都不如人意，原因就在于如果那个月本身就是在一个稳定的过程中，那所受到的影响仅仅是随机影响，很难采取真正有效的对策。如果有人把生病的原因归于当天气温的正常变化，那终究是难以避免下次还会生同样的疾病。
什么才是更稳妥的方法？
在“创造价值的质量管理”一书中，作者分享了一种定义目标的方法：以以往每个月份的表现数据排序，并取分布的3/4分位，从实战和概率的角度而言，笔者认为这是一种比较合理的方法。与此对应的常见实践是先定一个目标，超过这个目标为绿色，达到这个目标的80%定义为黄色，小于这个目标的80%的话定义为红色。这种方法还是回到上面的分析，目标从哪来？也就是规格线从何而来？如果目标分解并且定义合理，当然按照基本的正态分布的原则，取80%为界也无可厚非，但是一定是与过程平均值无关。
如果鉴别系统的稳定性，绩效等参数，以0hr 为例，通常数据是二项分布，可以参考7大判稳规则来对单月构成的数据链图进行分析判别。
对于稳定范围内波动，就单个低分月份和扣分具体事项进行8D分析就足够了，对整个系统进行调查没有必要，稳定范围内的单措施改进不能显著改进整体绩效。但是对超出稳定范围的月份，则有必要进行系统的原因分析，唯有系统性的改变和变革才能带来系统整体的改进，这是戴明博士分享的宝贵经验。
如何在工作和生活中横向展开？供应商绩效稳定性，如果没有方法和思路上的转变，很难在供应商改进上有实质性的进步；个人如果没有思维的转变，则个人绩效也将难有大的突破（戴明博士也有说明）；在日常生活饮食上，如果饥一顿，饱一顿，或者又暴饮暴食，没有规律，也就是经常超出稳定的控制或者控制线，则长期必然会影响健康；汽车在市政道路上行驶比较耗油，而在高速道路上行驶比较省油，原因也是同理，稳定的过程必然会改善系统的运行效率。
粤ICP备2022015479号-1 All Rights Reserved © 2017-2023