统计工程在组织中的应用实例

《统计工程在组织中的应用实例》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、统计工程在组织中的应用实例作者：罗杰•W.•霍尔（RogerW.Hoerl）罗纳德•D.•斯尼（RonaldD.Snee）编译：费杨《质量进展》杂志上刊登过不少关于统计在质量管理中的应用的文章，这些文章反映出统计工作者和质量工作者一直在寻找扩大统计思维和统计方法应用的范围和有效性的更好方式。在上期《质量进展》杂志的文章中（译文刊登于《中国认证认可》杂志2010年第12期），我们介绍了用统计工程这种方式把统计思维和统计方法联系起来，形成一种统计思维和统计方法有效性的改进机制。统计工程之所以有用，因为它基于合理的科学，将统计的概念、方

2、法和工具联系起来，加以组合，并借助软件将其嵌入工作过程。将统计方法嵌入到业务过程所采用的标准作业程序中，是一种使统计方法的良好使用制度化的有力方法。在解决问题和改进过程时，统计工程能够发挥有效的作用，并有着广泛的应用。下面介绍几个案例，显示统计工程是如何在各类组织中得到应用的。交易过程的改进第一个实例是通用电气公司（GE）用统计工程改进过期账款催收过程的绩效。GE将统计思维、统计方法以及正确的数据使用嵌入该过程的运行，以改进过程的绩效，并将改进后的运行方式制度化。表1显示了一些将统计思维和统计方法嵌入该过程的简易方式。所用到的统计

3、工具包括流程图、推移图（runchart）、控制图、帕累托图（Paretochart）、采用特性测量研究的测量系统分析以及实验设计。表1用统计工程改进收款过程7可能这些方法中唯一需要一些解释的，是使用实验设计来改进收款策略。事实上，实验设计在服务行业有很多潜在的应用。在本实例中，GE信用卡部的收款员需要找到尚未支付信用卡账单的顾客，这些顾客中有很多人无法通过他们登记的地址或电话号码联系上。这些人其实有很多是愿意付款的，但GE无法使他们拿到账单。不幸的是，每个收款员有他或她自己习惯使用的收款策略，通常涉及向多个外部数据源查询信息，例

4、如外部的信用机构、公共档案或GE的其他信用卡档案。GE通过实验设计来确定最有效的收款策略，并将其标准化，要求所有收款员使用，由此带来每年多收回3百万美元欠款的显著效果。对于GE，统计工程的贡献在于确定如何将在某个领域奏效的方法，应用到新的领域——账款催收，以及如何将这些方法嵌入标准化的工作过程，以确保这些方法得到持续的应用。产品质量管理另一个实实在在的应用统计工程进行质量改进的例子是杜邦公司（DuPont）在1970年代开发的产品质量管理体系（PQM）。PQM是一个用于对产品或服务的质量进行管理的整体框架。它提供了一个运作体系，使

5、营销人员、研发人员、生产人员和支7持人员能够一起工作，为满足越来越严格的顾客要求共同努力。杜邦公司首席执行官理查德•E.•海克特（RichardE.Heckert）在1986年美国统计师协会年会致辞中讲到：“在两年里，产品质量改进已经上升到决定我们市场优势的地位，我们已经通过经营成本的改进获得了超过3000万美元的收益。为涤纶产品开发的基于统计的PQM体系被扩展到了其他产品，进一步推动了盈利的增长。”杜邦公司在PQM体系中嵌入的统计工具包括：产品和过程抽样方案；产品批次放行方法；方差和方差分量的分析；累计和控制图过程控制；休哈特控

6、制图；测量方法的跨实验室研究；实验设计；响应面法；数据图形。杜邦公司还建立了培训体系来使员工获得所需的PQM知识和技能。杜邦公司强调的是产品质量的管理，而不是统计工具本身。这一点在杜邦公司1988年PQM手册对统计人员和质量人员的角色定义中体现得很明显：领导组织质量管理策略的开发；领导质量管理的技术体系的开发；参与业务策划过程；7参与解决问题的活动；领导质量管理培训体系的发起和实施。这本20多年前编制的手册显示出，在把统计思维和统计方法嵌入业务运作过程时，统计人员和质量人员需要担当不同于以往的新角色。那些使用统计工程的人需要发挥领

7、导作用。本实例就是通过将统计工具和统计思维相联系来实施统计工程所需要的领导角色的例证。本实例中，统计工程的贡献在于将统计或其他方面的不同方法、软件、培训系统、手册以及统计人员和质量人员的新角色融合成一个整体的质量管理体系，以便用更低的成本实现质量的改进。本质上，整体大于各部分之和。统计工程的独特贡献就是使整体大于各部分的简单叠加。使实验更简化、更高效另一个实例也和杜邦公司有关。1960年代，杜邦公司应用统计工程开发了一个旨在使实验更简化、更高效的实验策略，并在1970年代初公开推广这一应用。这个实验策略识别了3种实验环境：筛选（s

8、creening）、特性分析（characterization）和优化（optimization）。它将多种按照实验环境来使用的实验设计方法进行了组合和关联。筛选阶段对大量变量的效应进行研究，目的是从中识别出数量较小的在后面的特性分析或优化实验中作