爱德华兹·戴明 1978 年在日本的演讲。
“快速浏览一些新的管理原则”

以下是 1978 年 W. 爱德华兹·戴明 (W. Edwards Deming) 在东京为日本科学家和工程师联盟 (JUSE) 发表的一篇已被遗忘的演讲的文字记录。由于原件是劣质复印件，因此有一小部分文字无法辨认。迈克·麦克莱恩 (Mike McLean) 向戴明研究所（美国）提供的文字记录。来源： www.qualitydigest.com

本文的翻译补充了我们网站上支持材料的评论和链接，在单独的块中以斜体突出显示。翻译及点评：AQT中心科学主任 谢尔盖·格里戈里耶夫

免费获取文章不会以任何方式降低其中所含材料的价值。

大多数日本制造的产品在质量上实现了惊人的飞跃，从三等品到卓越的质量和可靠性，并具有惊人的生产经济性，从 1950 年开始迅速爆发，一直持续到今天。全世界都知道日本品质以及 1950 年开始的突然崛起，但很少有人了解它是如何发生的。

照片。 20 世纪 50 年代，JUSE 成员西堀荣三郎和东京大学的森口繁一邀请 W. 爱德华兹·戴明在日本最负盛名的执行学会经济团体联 (Keidanren) 举办的一次会议上讲授统计商业方法，该会议的主席是石川一郎 (Ichiro Ishikawa)。也是 JUSE 主席）。来源： 戴明研究所 。

似乎值得将那些使日本质量革命成为可能的管理统计原理收集到一个地方，因为即使在目前，这些原理中的大多数在美国也没有被普遍理解或实践。

当然，自 1950 年以来，这里描述的一些原则的相对重要性已经发生了变化。这里描述的一些原则是作为早期原则的推论而出现的。还可以添加其他后果，几乎是无穷无尽的。

日本的质的飞跃并非偶然。这是日本工业界各个生产层面（当然也包括管理部门）一致、坚定、有条不紊地努力使统计方法发挥作用的成功。日本科学家和工程师联盟多次访问以及为管理人员、工程师和工匠举办的各级课程指导和巩固了这些努力。也许这样的协调一致的运动只有在日本才有可能实现。

显然，认识质量、均匀性和经济性问题并评估解决这些问题的尝试需要统计方法和统计思维。统计方法涵盖生产线的每一个步骤，从进料的规格和测试，到使用中的产品测试，到客户研究、产品设计和重新设计。这就是为什么，正如我所说 沃尔特·A·休哈特 ，统计质量控制是精益制造问题的最广泛术语。

原则一。

当生产工人处于对缺陷原因进行统计控制的状态时，让生产工人注意他制造的有缺陷的产品，这会导致士气低落且成本高昂。 ¹ 。这对他根本没有帮助，因为他实际上是被蒙住眼睛的，从一盒精心混合的红色和白色珠子中取出白色和红色的珠子样本。他无法控制他的样品、他的产品中随机出现的红色珠子；他无法击败这个系统。他受到系统中红珠份额的阻碍。只有管​​理层才能改变盒子里红珠的比例。

参见说明 E.戴明的红珠实验 。

事实上，如果你让他注意一个有缺陷的元素，而他的表现受到关于该缺陷原因的统计控制，他会尝试改变他的程序......[文本丢失]，徒劳地希望改进。他修改的结果将是……[文本丢失]他的结果的变化增加——适得其反，否定了他的努力。

请参阅我们翻译的 Donald Wheeler 文章中的解释。 使用公差字段的正确和错误方法。是否应该根据缺陷和良品的容差对产品进行分类，还是应该尝试定制流程？

当今商学院教授的常见管理误解之一是，生产工人有权了解自己的事务状况，并且在看到自己生产的有缺陷的产品之前他不会知道。这里解释的错误源于未能理解管理的最佳原则。

原则 2.

如果一名员工在工作中已经达到了统计控制的状态，但他在质量或数量上的表现并不令人满意，那么最好将他调到完全不同的工作岗位。

请参阅开放解决方案中的说明 批判性地审视 KPI 在人员激励系统中的使用。或者管理层如何剥夺自己管理公司最重要的信息并破坏团队合作 。

原则 3.

对尚未达到其工作统计控制状态的工人的培训和再培训仍然对他有效。

原则 4.

产品公差范围的上限和下限本身就为生产工人提供了昂贵且不令人满意的参考点。例如，外径公差限制在 1.001 至 1.002 厘米范围内，告诉生产工人直径 1.0012 厘米在公差范围内，但这并不能帮助他减少缺陷的产生并提高生产率，这与他可能实现的目标不同。使用统计方法可以减少工作量。 （休哈特博士几年前曾说过。）

请参阅我们翻译的 Donald Wheeler 文章中的解释。 使用公差字段的正确和错误方法。是否应该根据缺陷和良品的容差对产品进行分类，还是应该尝试定制流程？

原则 5.

因此，为了省钱，他的工作描述应该要求他实现对工作的统计控制，使单个元素分布在公差范围内。在这个系统下，他的产品将满足公差范围，而无需进行详细检查的高成本。处于统计控制之下但绩效不理想的工人可能会被调动并接受培训以适应其他工作。

原则 6.

好的品质并不一定意味着高品质。这主要意味着低成本的一致性和可靠性以及满足市场要求的质量。

原则 7.

质量特性与标称值的偏差会导致损失，即使偏差发生在公差范围内。凭借更高的一致性，制造商可以在生产过程中节省成本，例如减少一些步骤或使用更便宜的原材料，同时仍然满足规格。因此，更大的同质性允许 a) 生产者和消费者——两者——实现更多的储蓄； b) 为共同开展业务提供更好的基础 ² 。

例子比比皆是，但可能并不为人所知，例如农产品的一致性对于食品和其他衍生物的经济加工也很重要。

参见说明 田口质量损失函数 。

原则 8.

在混乱的状态下（监督不力、管理不善、缺乏统计控制），生产工人无法发挥其潜在能力并确保产品的一致性和生产率。

休哈特控制图等统计方法提供的信号表明存在异质性的特定原因，需要采取纠正措施。

原则 9.

建议将生产成本高而企业丧失竞争力的原因分为两类：

系统性原因（一般或环境原因） - 85%。
这些故障将保留在系统中，直到管理层纠正它们。它们的综合效应通常很容易衡量。一些个别原因可以根据判断来识别。其余可通过实验确定；有些是通过检查操作和材料记录。

特殊原因 - 15%。
这些原因特定于特定的工人或机器。休哈特控制图检测工人通常可以识别和纠正的特殊原因信号。

给出的百分比仅表明，根据我的经验，系统性原因胜过特殊原因。产品设计和服务测试是系统的一部分，是管理层的职责。

共同原因之所以得名，是因为它们对于整个工人群体来说是共同的：他们属于系统。

如果管理层不解决常见原因，那么系统就不会得到改进，差异和问题的特殊原因也不会减少。

这两类原因之间的混淆会导致各个层面的挫败感，并导致更大的可变性和更高的成本——与所需要的恰恰相反。

原则 10.

幸运的是，这种混乱几乎可以消除。简单的统计方法，如分布图、过程流程图、休哈特控制图，所有这些方法都在书籍中进行了解释，提供了信号，告诉操作员何时采取行动以提高工作的均匀性。他们还告诉他什么时候不要管这个过程。

原则 11.

这些简单的统计方法最大限度地减少了两种常见错误的成本：

1. 过度纠正（过度监管），过于频繁地寻找特定原因并采取只会增加可变性和偏离目标的措施。

2. 当有特殊原因的迹象时不作为（做得太少或什么都不做）。

任何错误都很容易完全避免。您可以通过对特殊原因不采取任何措施来避免错误＃1（第一类），从而尽可能频繁地犯＃2。结果是混乱。或者，您可以通过在出现最轻微的向上或向下偏差迹象时采取行动来避免第 2 号错误（类型 2）。结果是变化性增加，甚至更加混乱。

统计方法是实现稳定性并最大限度地减少这两种错误造成的损失的唯一经济高效的方法。

书本上没有的、质量控制工程师不清楚或普遍不知道的是，向生产工人发送统计信号的控制图也为管理层提供了与系统本身相关的总体问题的衡量标准（常见原因） ³ 。

爱德华兹·戴明（Sergey P. Grigoryev）对文章前一段的解释

当休哈特控制图显示存在特殊变异原因的证据时， 西部电气区域标准 ，这表明过程的不稳定（不可预测）行为，并向生产工人表明，在“红”点中观察到的变化是由于特殊原因造成的，应予以消除，如果不能立即消除，则应予以控制 -在大多数情况下，这可以在商店层面完成。

同时，不稳定过程的控制极限（红线上限和红线下限）表明了在车间层面消除特殊原因后该过程状态的最小潜力。这些相同的控制限制和过程位置（中心线，CL）表明了由于一般（系统）原因而导致的情况，绝大多数情况下的进一步改进取决于过程的设计方式，而这在公司的能力范围内。高层管理人员。但只有在消除了变异的具体原因之后，才应该进行系统性的改变！否则，您将无法评估其有效性。

如果休哈特控制图显示过程的稳定（可预测）行为 - 过程的控制限和平均值表明过程处于现有共因系统中能够达到的最佳状态。如果流程的这种状态不满足要求，那么只有系统性的改变才能改善这种状态，而这仅取决于公司的高层管理人员，而不取决于车间。流程的稳定状态将允许您跟踪为改进该流程运行的系统而进行的尝试的有效性。

要求车间员工独立改进稳定的流程意味着为工人创造消极的条件，在这种条件下就会产生大大小小的谎言。工作人员为改进这一流程所做的任何真诚尝试只会导致 增加其可变性 ，这只会让过程变得更糟，并导致对自己能力的失望。

原则 12.

改进任何制造或测量过程的第一步是实现对一个关键产品特性的统计控制，然后是另一个，然后是另一个。一旦实现了流程主要质量特征的统计控制，流程就为下一阶段——改进做好了准备，这是管理层的责任。

除非首先将这些过程置于统计控制之下，否则试图估计为减少常见原因而采取的措施的效果将是有风险且具有误导性的。

即使已经实现了对产品最重要的质量特性的统计控制，系统性（一般）原因仍然存在（正如[Joseph M.] Juran 博士很久以前所教导的那样）。系统性（一般性）原因再次对管理提出挑战。

原则 13.

仅仅将质量特性保持在公差范围内的机械调节器并不能提供更好的产品均匀性，也不能从中产生经济效益。它不会改进系统。机械控制器可以成功地与计算机设备结合使用来创建控制图，该控制图将向操作员提供信号，指示何时发生了特定的偏差原因以及需要进行过程调整。

原则 14.

除非工厂维护休哈特控制图来显示已识别的问题中有多少比例可归因于系统以及管理层的责任，否则管理层就没有履行其职责。

在缺乏统计方法的情况下，管理层通常会说“我们尽一切努力来提高质量和降低成本”，虽然正确，但在不理解和使用统计管理方法的情况下，只是一厢情愿的想法。

典型的管理层声明可能是：“我对质量控制有足够的了解，可以在总裁办公室有效地管理它。”当问题出现时才会出现肤浅的认识 ⁴ 。

美国管理层普遍认为生产工人应对所有生产和质量问题负责。在没有统计方法的情况下，管理层从这样的定理出发：如果工人不犯错误，就不会有问题。这个优雅的定理并不能提高产品的均匀性或减少浪费。这是一种代价高昂的态度。它隐藏了管理层的责任和能力，并确保麻烦将继续存在。

之所以要召回整车，这是大家都熟悉的，每当有明显问题的时候，就会发生这种情况，与做工质量无关，而是与设计、系统的质量有关，进而与管理的错误有关。

如果他看到管理层真正尝试改进系统，并让生产工人只对生产工人负责和可以控制的事情负责，而不是对由生产工人分配给他的缺陷负责，那么生产工人的士气就会得到提升。系统，怎么强调都不为过。

原则 15.

一个过程只有处于统计控制状态时才具有一致性和可预测的能力。在这种状态下，明天产品的基本质量特性将可靠地落在可预测的范围内。可以预测生产量以及生产成本。

绘画。生产线，从设计、原材料到消费者。来自客户研究和服务要求的数据为产品重新设计和生产输入要求的变化提供了基础。

原则 16.

消费者是生产线上最重要的点。消费者需求研究和服务测试是统计任务。

原则 17.

产品性能是三个组成部分相互作用的结果：1）产品本身； 2) 用户以及他如何使用产品、客户如何安装产品、如何保养产品以及使用条件（例如：客户允许污垢进入滚子轴承）； 3) 操作说明、客户培训、维修服务、维修人员培训和备件可用性。

维护服务记录的设备制造商可以不断审查记录，了解故障如何在三个组件之间分布以及如何以最经济有效的方式提高其产品的性能。

优惠：

1、按客户类型、服务人员、设备类型进行故障诊断频率分布。服务人员在客户和设备类型之间的一些随机切换将为改进服务人员的培训提供基础。

2、同样是根据客户的要求，根据设备类型而定。结果将显示哪些类型的客户以及哪些使用条款最有可能满意，哪些最有可能引起不满意。

3、按故障类型、设备类型监控故障数量动态。

原则 18.

测试产品以声明其满足或不满足规范要求（技术公差）的标准与评估产品性能的标准完全不同。 ¹⁸ 。

原则 19.

产品的准时交付表现为提前几天交付和延迟几天交付。

有一天，在日本，当我走上站台等待一列到达的火车时，我发现距离预定到达时间还剩 10 秒，我就想到了这一原则。 “当然，”我说，“如果要定义他的准时率，他就必须有一半时间早到，一半时间迟到。”

操作参见文章中的解释：
1. 操作定义 。

原则 20.

在生产和营销产品时，管理层面临两类问题（挑战）： ⁶ ：

A. 如何处理已经生产的产品。是否适合发送到市场或特定买家？

B.如何改进未来的产品。

制造商总是会遇到一个问题：如何处理今天的产品？解决问题 B 是一项投资。任务 B 中的每一个成功程度都会使未来的任务 A 变得更容易。

曾经有一段时间，质量控制只包括问题 A，而几乎排除问题 B。检查最终产品以识别有缺陷的产品，应该确保只有好的产品才能投放市场或发送给特定客户。

现在我们知道，再多的下线产品测试也无法保证产品的质量。一些有缺陷的商品可能会漏掉并引起买家的恶意。此外，在生产线的最后，经常需要放弃要求，以避免浪费时间和返工或更换的成本。我们越依赖检验，进入市场的缺陷商品比例就越大。

解决方案在于控制和额外测试的想法在某些地方已经让位于需要对流程采取一些措施以降低产生的缺陷率的想法。

统计验收程序应该是任务 A 中的首要子任务。

统计方法还为问题 B（流程改进）提供了一种经济高效的方法。

原则 21.

即使与市场预测相结合，生产多个单元并对其进行测试的成本也无法提供足够的信息来预测产品成本。还需要了解客户如何检查批次是否符合要求。每个零件都必须符合规格吗？ （当然，如果测试具有破坏性，则不可能。）或者客户是否会使用不需要 100% 合规性的验收计划？

原则 22.

测量，无论简单还是复杂，都是一个制造过程 ⁷ 。该产品通过使用测量系统获得的数字来表征。除非受到统计控制（包括观察员的交换），否则不存在可识别的测量系统。统计控制不是意见问题，而是遵守某些统计概率检验的问题。

根据我的经验，不可靠的仪器和不可靠的测量是制造中许多问题和争议的根源。产品是否有缺陷或测量不正确？

每个制造商每天都面临着与自己的测量结果和客户获得的测量结果之间的差异相关的挑战；他的标准测量和试剂与其客户的标准测量和试剂之间。

任何食品制造商都可以回忆起这样的可怕经历：已经分发或准备分发的产品被发现有缺陷，至少是暂时的，因为假阳性测试结果后来被追溯到其自己实验室的污染。

原则 23.

制造中的应有谨慎不能在操作上定义；因此，任何生产中应有注意的要求都不能在法律上强制执行。然而，生产中的护理是可以定义和衡量的。护理证据由有意义的数据形式的测试记录（可以采用图表和统计计算的形式）提供，并辅以纠正措施和结果的记录。产品使用说明和有关误用的警告是协议的一部分，表明制造商的谨慎程度。

操作参见文章中的解释：
1. 操作定义 。

原则 24.

向会计期间表现最佳（最高销售额、最少缺陷、最高产量）的生产员工或员工群体颁发所谓的优异奖的做法很可能会令人士气低落，除非该奖项是基于令人满意的统计衡量标准这将区分良好的表现和简单的运气。如果奖励不是基于绩效的统计衡量标准，那么奖励制度就只是彩票。据我所知，如果称为彩票的话，彩票并没有什么问题，但如果称为功德的话，彩票就会造成很大的危害。结果将是生产力下降、质量差和工作满意度下降。将运气与优点混为一谈的代价是高昂的。

请参阅我们网站文章中的解释：
1. 不要将运气与成功混为一谈 ;
2. 公司员工根据系统内报告期成绩发放的奖金或折旧，与中奖奖励或落奖惩罚相同 。

原则 25。

公司或政府组织没有实施统计方法。统计方法来源于知识和经验。统计理论知识是基础。没有保证您必须遵循的烹饪书食谱。

链接

1. 原则 1-17 在我的文章“On Some Statistical Aids to Economic Production”（关于经济生产的一些统计辅助）中进行了更详细的描述，《Interfaces》，第 1 卷。 5，第 4 期，1975 年 8 月：第 14 页。 1–15；另见“我对日本质量控制的看法”，统计应用研究报告，卷。 22，第 2 期，1975 年 6 月：第 19 页。 73–80。

2. Smith, Richard D.“拯救超级食品”，《科学》，卷。 1976 年 16 月：第 16 页13-18。

3. 例如，请参见 W. Edwards Deming，“On Some Statistical Aids to Economic Production”，《Interfaces》，第 1 卷。 5，1975 年 8 月：第 1-15 页。

4. 威廉·戈洛姆斯基。 “部门规模”，《质量进步》，1976 年 8 月，第 14 页。 13.

5. 当然，早在 1944 年，Harold F. Dodge 就不断强调这一原则。

6. 该原则由贝尔电话实验室的 George Edwards 于 1942 年制定。他在长期担任美国测试与材料学会 E-11 委员会主席期间对验收抽样做出了贡献。

7.休哈特，沃尔特·A. “从质量控制的角度来看的统计方法” ，农业部研究生院，华盛顿，1939 年；第 110–119 页。 （Shewhart, Walter A.“从质量控制角度看的统计方法”，美国农业部研究生院，华盛顿，1939 年；第 110-119 页）。

库，哈里·H. “精密测量与校准” ，国家标准局，华盛顿，卷。 1，第 300 号出版物，1969 年。（Koo, Harry H.“精密测量和校准”，美国国家标准局，华盛顿，第 1 卷，第 300 号出版物，1969 年）。

卡梅伦，约瑟夫 M. “测量保证” ，国家标准局，华盛顿，公告号。 NBSIR 77.1240, 1977。（Cameron, Joseph M.“测量保证”，国家标准局，华盛顿，公告号 NBSIR 77.1240，1977）。