好看吧

手机浏览器扫描二维码访问

第四章 实践演练场（第6页）

按照福特公司这种传统的管理理念，管理层很自然地要求看到生产线上的质量成果报告。

“我们的质量运动进展如何？”

这是一个合乎情理的问题。

但是要回答这个问题，就要把基层的统计数据层层上传，最后形成一个综合的数字。

而这种做法却是弊大于利。

它扭曲了管理层对实际工作进展情况的认识，也人为地增加了成本。

要了解其中的原因，首先必须明白：根据最佳的质量管理策略，测量结果应该由收集数据的人来运用。

而汽车生产厂包含机械维护、金属冲压、塑料成型、生产工艺、玻璃成型等如此众多的生产流程，这使我们无法从总公司或分公司办公室统一制定各种规定。

即使一个传动系统可能也有多达8000个性能指标需要测定，这些数据写在纸上摊开来可以铺满300万英尺的厂房地面。

一个生产小组一般只进行一些实用数据的跟踪测量，这些数据以能帮助他们掌握基本情况为限，不能太多。

我们不能指定应该跟踪哪些数据。

我们只传授一般性技巧，而由具体工作人员通过思考，结合专业知识和一般原理，得出哪些数据适合他们的生产流程。

陷阱之一：统计的误导作用

当分公司的管理层向下属工厂要求更多的数据时，一些灾难性的事情随之发生了。

首先，工厂员工现在必须向经理报告额外要求的数据，这些数据主要是一些具体质量性能指标的变化，因为这样才能和工程师当初具体设定的指标进行比较。

因此，管理层看到指标上升了就非常满意。

但很不幸的是，这些数字对于减少偏差、排除瑕疵却没有任何意义。

数10亿比特的数据输进了公司的计算机，但都是无意义的开支和精力的耗费，刚好与质量管理的努力相悖。

分公司质量工作办公室的分析师将各流程分别报上来的这些数据进行综合，最后获得各工厂的平均值，然后再汇总成分公司的报告。

这样，分公司的经理们就如同对待财务数据一样，运用这些质量数据来比较质量工作绩效（自己的厂或供应商的厂）。

如果本季度某厂的“分数”

太低，工厂的经理必须解释原因。

实际上这就从实际的质量改善，转变为如何使本厂的数据比其他厂更好看一些的游戏。

而且，因为这些数据被用来衡量各厂的水平，员工们就担心数据会成为惩罚他们的依据（不管这种认识合理与否，许多人相信事实就是如此）。

放松质量规格要求和减少偏差缺陷一样也可以改善数据，实际上这就鼓励员工们投机取巧。

放松规格要求等于把次品纳入正常产品范围。

据我所知，这种情况在福特之外也很普遍。

我在一次产业会议上提及这个话题，许多人都有同感，他们说：“太对了，你是第一个谈到这个复杂情况的专家。

追求质量的新方法应当使过程更简单，而不是增加一堆繁重的杂务。”

我坚信，如果不改进传统的信息传递和控制流程，公司领导想通过强调质量来降低成本，或扩大市场来提高利润，他们都会一无所获。

出路：上层的测量

当质量工作进入第8年时，这个难题在福特公司有了解决方案。

关键是找到在高层进行系统改善工作的测量指标，包括销售量、库存变化、设备安装成本、产品保修成本、员工缺席率和意外事故等。

可能需要多年的持续经营，包括举办各种系统思考和变革理论的研讨班，变革才能有成效。

但高层管理人员首先能认识到自己系统中的动力模式和时间关联之后，就能对一般系统有更好的理解，这样就会对一线员工的工作产生较好的影响。

我们的切入点是那些已经了解一线的质量问题，但还未把质量原理用于自身工作的高管。

我认识一些分公司的主管，当他们深入到工厂时，他们能立即辨认出谁正在犯戴明博士所说的“不当干扰”

（tampering）错误，即把一些生产统计中随机的波动错误地归结为某个具体原因，在不恰当的时候调整了设备，从而使事态恶化。

因为这些经理人了解统计偏差，所以不会让工厂提供不切实际的数字。

但是，当他们回到总部办公室，一切都忘得干干净净。