斗胆向汽车行业质量标准有关SPC统计技术说“不“！

论SPC统计技术在各行业运用中存在的弊端与其解决方案的探讨-----------

上篇:SPC统计技术在各行业运用中存在的弊端
---------------也许讫今为止，此文可能是最受争议的。

发稿人本名:张小勇(身份证号:前6位:362233,后4位:5217)/于东莞长安镇智能泰克光学厂/2006年1月16日/联络邮箱zxy_fl#126.com



SPC自1924年由美国贝尔电话实验室休哈特首创以来,成为质量管理.从”因袭管理”(即传统经验管理)发展到”过程管理”(即过程统计质量控制)的重要标志.SPC重要的手段是控制图(休哈特控制图),其主要作用:发现异常变异,及时报警,以采取纠正措施,恢复过程稳定. -------主要摘自李为柱编著的《2000版ISO9000族标准统计技术应用教程》

随着QS9000到TS16949质量管理体系在中国汽车制造行业及其供应链厂商导入与实施以来,SPC成为过程控制的重要手段.这科学有效的方法也很快被其它行业迅速直接或间接引用, SPC热在制造业中迅速盛行起来,其中离不开外部各类型培训/咨询/认证机构的广泛宣传和推广.但是很多企业通过SPC实际运用,却出现意想不到的通病:原本以前相安无事的部门,居然异常众多,由于解决不力,形成一发不可收拾的局面,或现有投入或现行环境还达不到解决问题的程度,越来越多的企业感觉或发现到:花了不少培训费用,投入了相当人力和物力,并没有给企业带来预期收益;或实行下去也渐渐成为一种对外吹嘘的光环,而并没有真正服务生产实际;或因相当的测量数据采集,反而成为工作负担,使为数不少的质量负责人只是应付老板或对应客户所需,并没有为其质量管理工作带来多大意义,还不如简单的QC七大手法来的即时有效.部分企业内部的SPC实施久而久之也就不了了之.

其实SPC本没错,是科学的. SPC没有得到有效运用,在本人所接触的行业和同行质量担当中也为数不少.究其原因,有以下分析.

1. SPC仅是一种更好的方法论,本身并不会带来实际收益.而很多人却存在认识误区:SPC运用=质量提升.其实两者没有必然联系.在实践过程中,SPC统计结果出来,最终还是靠人的思维去分析产生的原因,靠人的经验和技艺找到解决问题的对策,靠一个有致解决问题的团队去实施,并能够在对策失败中再检讨再对策,还靠有一个不解决问题不罢休的恒心,四者缺一不可.否则一纸空文,最终落得个被上司或老板责骂不已.特别是在三资企业,不少人感叹:多一事不如少一事.

1. SPC过程能力统计,是基于过程受控状态前提下进行的.只有在这样的条件下,所得的结论才具有意义.而实际运用中,很多企业甚至完全不加确认,只要采集数据一输入,结果一输出.用这样的结论来判定过程是不可靠的.

1. SPC过程统计通过运用Xbar-R控制图, P或np管理图,单位缺陷数控制图等描点方式,更直观地敏感地分辩过程是否存在异常点.但这种异常,仅是一种统计上的异常警报,可能是虚假的,也可能是实际的.而很多质量管理者,却盲目的都认为是生产状况存在异常,或产品质量发生状况,没有实际调查，去伪存真,而只会在办公室发号施令,决策错误屡见不鲜,甚至实施过程造成下属或关联部门抵触情绪,有些迫于压力,消极执行指令,以下瞒上等等,反而生产诸多管理新问题.企业内部经常出现”纸上谈兵”嗤之以鼻的暗自嘲弄,也就不足为怪了.

1. SPC过程控制基准,是源自汽车行业本身质量要求而来的.可以这么说因其行业质量控制成本相对较高,SPC运用实为一种经济的方法.但SPC的运用也是需要投入一定的成本,对其它传统行业,或低值产品行业,或行业本身工艺水平就不太高,甚至客户原本就要求较低的企业来讲,SPC运用好比”杀鸡用牛刀”,可能结果是:质量有改善,但质量成本也高了;也可能质量没改善,不但白花了一笔钱,还导致新的管理问题出现.过程控制在基于3σ,能力要提高到1.00以上的要求, 其能力实实在在提升也并不是件易事,常见到现场抱怨:”工程检查PASS,出荷检查PASS,甚至出货到客户也没有不良投诉,还要改进什么”,有些企业头脑一热,或纯粹做市场宣传,打肿脸来充胖子的情况,就不多说了.这里想说的是,选择一个管理决定前,应好好的给自己号号脉:是否适合企业本身发展的阶段,人员素质是否跟得上,自己能否长抓不懈,提升竟争力的代价是否划算,现行方法可以满足要求吗,其它方法是否也可行,等等,多扪心自问下,别把传统好的东西盲目丢下,一味地去赶风.

5. 在很多培训机构/咨询/认证机构所介绍有关SPC过程判稳/判异方法,及非正态分布识别方法.如:1) 判稳原则: n=25, 界外点d=0, 或n=35, 界外点d≤1, 或n=100, 界外点d≤2; 2) 判异原则: 常用的有8大原则,如:a点出界; b连续3点,有2点在A区,至于第3点在何处不管; c连续5点,有4点在B区,至于第5点在何处不管;d连续6点呈上升或下降趋势;e连续8点在中心两侧,但无1点在C区;f连续9点在C区,或在其外排成一串,g连续14点上下交替;h连续15点在C区上下;3) 非正态分布识别方法,如:均匀分布;左右倾向分布;指数分布;双峰分布;孤岛型分布等,以上相形细微波动的敏感分辩法则对于质量精益管理,或理论型研究,或实验验证方面,在有充裕时间可静心分析解决问题的情况下是适合的, 实际上对于不断变化的生产现场,及有相当压力和工作负担的质量负责人来讲,包括在讲求效益的企业内部环境,很多情况是通过以上法则发现的异常还没来得及分析解决,新的问题和异常早已产生,久而久之异常现象不断累加,给人的感觉形同大敌当前,但当一个月度总结下来的时候,却并没有出现不良品增多,甚至各工程检查也没有出现批次不良增多迹象.”难道SPC在损人吗”,从管理角度来看,特别是在质量目标实施总量控制的企业内部管理来讲,在一定程上来说SPC分辩的异常的确是小题大做,很重要的原因:它是在UCLx/LCLx控制界线内管理的,而非在USLx/LSLx规格要求(或客户要求)控制界线内管理,甚至当产品设计本身存在客观问题而当前无法克服时,客户有时还默许出现异常,而且从老板成本控制角度上讲,也是不经济的.故,以上外部机构所讲述的分辩法则于企业管理实际是存在一些不适宜的地方.这也是很多外部机构不能回答或解决实际问题所在的重要原因.

1. SPC过程统计控制本身也存在这样的问题,即:1)必须在过程稳定的基础上,才能把当前过程的控制线延长,作为后续判定基准.但生产过程实际是不断变化的,因此要找到或改进到一个稳定过程作为基础,对讲求时效的今天,这里花费的时间和精力未免太长,有的行业某些过程根本就不可能存在稳定的状态.而且当前所制定的控制线是否适应后续变化的情况也是很难说的,比如:客户要求加严,工艺水平提升,过程得到改进,或测量技术提升等等,先前的控制线还能适用现行变化的情况吗前后控制过程如何把断层的控制图建立相互联系的对比分析的连续监控过程,这是当前SPC技术没能解的问题;2)SPC在运用中,目前众多同行中只是运用在一段时期的总体能力判定,并没能做到实时正确监控和指导改善,一般只用在量产前许可承认上,而量产过程监控还是很大一块空白,这与前者相关联.因此,这种以静制动的控制方法或理论,个人觉得目前的SPC理论还是需要继续研究和发展的,可能本人没有接触到更前沿的SPC理论,所以如此认为.质量管理不应”打太极拳”,而应有点类似像股市波动一样,在变化中控制.这仅代表个人观点,没有任何针对性.在本人SPC过程质量控制实际工作中,所设计的是一种随过程σ波动而波动的曲线控制线,而不是直线型的UCL/LCL/CL,以适应过程变化时的控制变化,且与企业质量管理目标相结合,或公司政策调整而调整的过程能力统计方式,可更灵活实际的适应质量管理需要,基本上可以适应不同行业特点要求,避免了照搬照抄汽车行业运用中的SPC统计技术所带来的不适应性.本人在从事SQE工作中对所辅导的各行业协力厂商中推广运用,在推广运用中得到普遍认同和实践运用,但只代表本人思想,没有学术参考,也是这样告诉我们的协力厂商的.

以上拙见,只是本人工作中一时兴起由感而发,论点对错仅供参考,没有必要追究.欢迎来信探讨.本文原作有”手按印”备份,可以在网上转载,有兴趣者想这样做时.但如果有人恶意更改此文,并到处散播,所引发不良后果,本人不负任何责任.有人或组织如有兴趣要刊登在其它媒体上,必须征得本人同意.若有人引用此文观点用于其文稿发表时,请尊重原文含义.

对于续篇何时作成,本人有工作空闲时再发表.可以这么说本人所接触的解决SPC实际问题的质量管理案例,足可以写成一本书.