Warning: Unexpected character in input: '' (ASCII=7) state=5 in d:\hst\quality_a29f7eaf76222dcf62e48334b8ddcde0\http\materialy7\on-way.htm on line 79

Warning: Unexpected character in input: '' (ASCII=7) state=5 in d:\hst\quality_a29f7eaf76222dcf62e48334b8ddcde0\http\materialy7\on-way.htm on line 80

Warning: Unexpected character in input: '' (ASCII=7) state=5 in d:\hst\quality_a29f7eaf76222dcf62e48334b8ddcde0\http\materialy7\on-way.htm on line 81

Warning: Unexpected character in input: '' (ASCII=7) state=5 in d:\hst\quality_a29f7eaf76222dcf62e48334b8ddcde0\http\materialy7\on-way.htm on line 100

Warning: Unexpected character in input: '' (ASCII=7) state=5 in d:\hst\quality_a29f7eaf76222dcf62e48334b8ddcde0\http\materialy7\on-way.htm on line 101

Warning: Unexpected character in input: '' (ASCII=7) state=5 in d:\hst\quality_a29f7eaf76222dcf62e48334b8ddcde0\http\materialy7\on-way.htm on line 106

Warning: Unexpected character in input: '' (ASCII=7) state=5 in d:\hst\quality_a29f7eaf76222dcf62e48334b8ddcde0\http\materialy7\on-way.htm on line 107

Warning: Unexpected character in input: '' (ASCII=7) state=5 in d:\hst\quality_a29f7eaf76222dcf62e48334b8ddcde0\http\materialy7\on-way.htm on line 108
Опубликовано в "Методы менеджмента качества"

Главная роль высшего руководства заключается в том, чтобы управлять ценностями организации. (М. Мескон)

Опубликовано в "Методы менеджмента качества"

Адлер Ю.П. Шпер В.Л.

Статистическое мышление: современные трактовки

К сожалению, за последние примерно 20 лет ситуация с освоением концепции вариабельности У. Шухарта хотя и изменилась в лучшую сторону, но настолько незначительно, что эти изменения трудно заметить. Больше всего они коснулись японской промышленности, которая в силу многочисленных причин' оказалась весьма восприимчивой к идеям У. Шухарта в их полном объеме [1, 2]. В англоязычном мире, в первую очередь благодаря бурной деятельности Э. Деминга и его учеников и последователей (Г. Нива, М. Трайбуса и др.), имя У. Шухарта стало широко известным, переизданы его главные книги [3, 4], проводятся многочисленные семинары и т. п. Тем не менее применение подхода Шухарта-Деминга в промышленности (и тем более, в сфере услуг) остается довольно ограниченным. В основном оно сводится к построению контрольных карт для процессов производства той или иной детали, тогда как уже давно стало ясно, что <самое важное применение принципов статистического контроля качества... это управление людьми> [5]. До сих пор высшие менеджеры не знакомы с теорией Шухарта-Деминга, поскольку ее не изучают в школах МВА (Master of Business Administration - магистр делового администрирования). По-прежнему многие рассматривают подход Шухарта-Деминга как инструмент, например, TQM или систем качества, тогда как на самом деле - это система взглядов на то, как устроен мир, и как в этом мире принимать разумные решения.

Иногда в качестве эквивалента этой концепции рассматривается так называемое статистическое управление процессами - СУП (SPC) или, что встречается реже, - статистический контроль качества - СКК (SQC). Вот как определены эти термины, например, в работе [6]: <СУП - это использование статистических методов для защиты производственного процесса от появления нежелательных вариаций, которые способны повредить продукции или услугам. СУП пользуется информацией, полученной из анализа данных, связанных с процессом и с продукцией. Рассеивание процесса и его центрирование - крайне важны для управления>. И далее: <СКК - это действия, использующие статистические методы и инструменты для получения уверенности в том, что поставляемая продукция или услуга соответствует требованиям технических условий для внутренних или внешних потребителей. Причем, если в СУП данные получаются главным образом из процесса и предназначены для управления им, то в СКК данные могут извлекаться и из процесса, и из продукции>. Оставим на совести автора некоторое противоречие между определениями. В этой области вообще нет устоявшейся терминологии. Так, на сайте Американского общества качества (www.asq.org/info/glossary/ definition.html) СУП определяется как <применение статистических методов для управления процессами>, на сайте под названием <Решение проблем с помощью СУП> (www.bright.net/~qts/spcl.htm) этот термин определен как <инструмент, используемый в бизнесе и промышленности для достижения качества продукции и/или услуги>, на сайте известной компании

(www.pqsystems.com/qualityfaq.htm) - как <практика использования статистических методов, таких, как контрольные карты и анализ воспроизводимости для мониторинга процессов и управления ими> и т. д.

К сожалению, дело не ограничивается лишь несовершенством терминологии. Так, в статье Г. Нива [7] описаны результаты исследования процесса обучения и применения СУП в Великобритании. Исследование проводилось в компаниях, производящих самую разнообразную продукцию, с численностью работающих от 10 до 400 человек. Оно показало, что методы СУП используются в основном на уровне цеха для наблюдения за процессом производства и охватывают от силы 3% возможной области применения. Ясно, что даже высокоэффективное применение СУП в 3 случаях из 100 не может существенно повлиять на состояние организации.

Нам представляется, что ни СУП, ни СКК не должны заменять подход Шухарта-Деминга, но и с концепцией статистического мышления эти понятия не совпадают. Поэтому одна из задач данной публикации - не только рассказать о концепции статистического мышления, но и определить ее место в общей системе СУП.

Здесь мы должны обратить внимание читателей на то, что среди не очень большого числа последователей идей Шухарта-Деминга в конце 80-х - начале 90-х годов прошлого века возникла еще одна тенденция, нашедшая отражение в приведенном ниже понятии <статистическое мышление> [8-11]:

<Статистическое мышление - это философия обучения и действий, основанная на следующих фундаментальных принципах:

любая работа осуществляется в системе взаимосвязанных процессов;

во всех процессах есть вариации;

понимание и снижение вариаций - ключ к успеху>.

Эта формулировка была предложена статистическим отделением Американского общества качества в 1996 г. Стоит заметить, что сам термин <статистическое мышление> впервые (насколько это нам удалось установить) появился в цитате знаменитого писателя-фантаста Герберта Уэллса, которая была приведена в качестве одного из эпиграфов к известной книге Даррела Хафа <Как лгать с помощью статистики> [12]:

<Статистическое мышление когда-нибудь в будущем станет столь же необходимым качеством квалифицированного гражданина, как умение читать и писать>.

При этом нам не удалось выяснить, что понимал под статистическим мышлением сам Г. Уэллс. Термин <статистическое мышление> в приведенной выше интерпретации, согласно информации, полученной нами от авторов книги [II], был введен Рональдом Сни (R. Snee) в 1986 г. в статье <В погоне за всеобщим качеством> [13].

Говоря об англоязычной терминологии в области статистического мышления, нельзя не упомянуть о предложениях по ее изменению, сделанных одним из наиболее известных в этой области специалистов Дональдом Уилером. В работе <Скромное предложение> [14] он пишет: <Статистическое управление процессами - это не статистика, это не мониторинг процессов и это не соответствие допускам... Это постоянное совершенствование процессов и их результатов. И, прежде всего и более всего, - это способ мышления плюс некоторые сопутствующие инструменты>. И далее Д. Уилер предлагает заменить:

СУП - на постоянное совершенствование;

контрольные карты - на карты поведения процесса;

управляемый процесс - на предсказуемый процесс;

контрольные пределы для индивидуальных значений - на естественные границы процесса и т. д.

В русскоязычной литературе термин <статистическое мышление>, как правило, используется в его прямом и очевидном смысле: мышление с пониманием и привлечением статистических методов2. Число отечественных публикаций, где обсуждается подход У. Шухарта, довольно ограниченно. Заслуживают безусловного внимания статьи [1, 15-17] и книги [18, 19]. В [1] и [15] описаны (предельно сжато и схематично) японский и южнокорейский подходы к тому, что такое СУП и как оно внедряется в производство. В [16] приведены воспоминания д-ра Дж. Джурана о том, как возникал статистический контроль качества в середине 20-х годов. Наконец, в цикле статей [17] и в книгах [18, 19] дано, по-видимому, наиболее полное изложение истории и содержания СУП в русскоязычной литературе. Отметим, что автор работ [17, 18] предлагает назвать весь подход к совершенствованию процессов на основе идей Шухарта-Деминга <системой Шухарта>. Что же касается книги [19], то в ней дано лучшее, на наш взгляд, изложение на русском языке так называемых семи простых методов контроля качества3. К сожалению, при всех достоинствах этой книги, философия идей СУП в ней изложена недостаточно полно, поскольку основное внимание авторов было направлено на обучение техническим приемам использования конкретных методов.

В других книгах СУП чаще всего рассматривается как инструмент TQM или как инструмент контроля качества (см., например, [20-22]). Наконец, ряд специальных книг, типа [23-26], посвящен исключительно технике работы с теми или иными методами. Что касается практического применения статистического мышления и всей системы СУП на российских просторах, то, по-видимому, число предприятии, использующих эту систему взглядов, можно пересчитать по пальцам двух рук [17, 18]. Однако некоторые позитивные сдвиги все же происходят. Например, из найденной в Интернете (www.nisinfomar.ru/krugJStol/speach.htm) по ключевым словам <статистическое мышление> информации следует, что на <круглом столе> маркетологов один из специалистов (А. Криштановский) объяснял присутствующим вред, возникающий из-за отсутствия у большинства людей статистического мышления в смысле понимания ими необходимости оперировать не точечными значениями каких-то показателей, а их интервальными оценками. К сожалению, такие попытки пока еще очень малочисленны и разрозненны. Будущее действительно широкого внедрения статистического мышления в России, как нам кажется, зависит от того, пойдет ли страна по пути индустриально развитых стран, или будет опять искать некий свой путь. Если мы будем развиваться в русле мирового прогресса, то сама жизнь раньше или позже заставит нас внедрять идеи У. Шухарта, поскольку ничего лучшего для совершенствования процессов пока никто не придумал.

Интерпретация общих и специальных причин вариаций У. Шухартом

Сам У. Шухарт подходил к определению общих и специальных причин вариаций исключительно прагматично и опирался на то, сколько стоит поиск соответствующих причин и окупится ли он. У. Шухарт назвал специальные причины assignable, что в дословном переводе означает <те, что можно приписать к чему-то определенному>. Другими словами, это те причины, которые достаточно легко выявляются или поиск и обнаружение которых не связаны с чрезмерными затратами. Вот что писал У. Шухарт в 1939 г. ([4], с. 30-31);

<...Мы начнем с фразы <специальные (assignable) причины>. Специальная причина вариаций в том смысле, как этот термин используется в работах по контролю качества, это такая причина, которую можно экспериментально обнаружить с затратами, не превышающими те потери, из-за которых ее стоит искать. Определенная таким образом, специальная причина сегодня может не оставаться таковой завтра, из-за изменения экономических факторов стоимости и ценности обнаружения этой причины. Точно так же критерий, который указывает на специальную причину для одного производственного процесса, совсем не обязательно окажется удовлетворительным для других процессов.

Очевидно, что не существует априорного, формального и математического метода установления критерия, который будет указывать на специальную причину в каждом конкретном случае. Напротив, единственный способ, оправдывающий использование любого критерия - это интенсивный эксперимент. Тот факт, что использование любого заданного критерия надо обосновать опытным путем, подчеркивается здесь для того, чтобы избежать путаницы между таким критерием и критериями статистической значимости... Здесь достаточно напомнить, что любой тест на статистическую значимость - это дедуктивный вывод, основанный на некоторых фундаментальных допущениях. ...Напротив, когда наблюдаемая нами статистика находится за контрольными пределами, то подразумевается индуктивный вывод о том, что присутствует специальная причина. Чтоб проверить этот индуктивный вывод, надо обратиться к объективному доказательству>.

Определение, приведенное нами ранее (см. ММК, 2003, № 1), есть следствие простого факта: практика многократного использования подхода У. Шухарта показала, что специальные причины, как правило, связаны с чем-то, чего в нормальном ходе процесса не происходит. Тем не менее следует иметь в виду, что после того, как все аномалии устранены, нас может не устраивать общая вариабельность процесса. И тогда мы должны приняться за общие причины вариабельности. И если теперь какую-то присущую процессу причину вариаций можно выявить (т. е. вычленить ее конкретное влияние на параметры/характеристики процесса), то она естественным образом перейдет из разряда общих в разряд специальных причин. Другими словами, при определенных условиях, между двумя этими группами нет никакой иной разницы, кроме того, что мы либо не можем определить, как каждая из многих причин влияет на процесс, либо это слишком дорогое удовольствие, которое не окупится этим приобретенным знанием. С одной стороны, может быть, для специальных причин вариаций, которые до того были общими, следовало бы придумать какое-либо иное название, чтобы отличать их от тех, какие оказываются посторонними для процесса. Но с другой стороны, как только мы выяснили какую-либо причину вариаций, она тем самым автоматически становится специальной причиной в том смысле, что сама возможность ее устранения приводит к этому выводу. Для практики, однако, важно не погружение в эти философские дебри, а понимание того, что само разделение причин вариаций на общие и специальные принципиально важно для последующих действий, и именно в этом смысле мы говорим о принципиальном различии общих и специальных причин вариаций.

Операциональные определения

Данное выше определение общих и специальных причин вариаций, хотя и понятно, но бесполезно с практической точки зрения. В самом деле, как с помощью такого определения можно ответить на вопрос: какие из возможных причин вариаций присущи процессу, а какие - нет? К сожалению, подобных определений в самых различных сферах человеческой деятельности очень много, и именно поэтому У. Шухарт, а затем и Э. Деминг постоянно уделяли внимание тому, как избавиться от неоднозначности понимания разными людьми одних и тех же слов. Для этого они предложили использовать понятие <операциональное определение>.

Операциональное определение - определение, понятное всякому разумному человеку, и которым можно воспользоваться на практике [27]. Иначе: операциональным называют определение, передающее значение некоторого понятия, конкретизируя как способ измерения той или иной величины, так и условия применения соответствующих результатов. Таким образом, операциональное определение должно:

давать точное понимание смысла написанных или высказанных слов так, чтобы все участники процесса воспринимали этот смысл одинаково;

пояснять, как данное слово или фраза применяется в конкретных ситуациях.

Другими словами, операциональное определение - это конкретизация значения того или иного термина применительно к данной конкретной системе и для данных конкретных людей, в ней задействованных. Работоспособность или действенность операционального определения проверяется только практикой его применения: если оно помогает людям в достижении цели системы - оно работает, если нет - то нет.

Необходимость введения операциональных определений продиктована многозначностью слов языка и неоднозначностью их трактовки людьми в зависимости от ситуации. Такие слова, как <хороший>, <плохой>, <дефектный>, <надежный>, <однородный> и т. д. могут пониматься людьми по-разному, что будет приводить к непониманию, потерям времени и ресурсов, увеличению вариабельности наших процессов.

Идея операциональных определений была заложена еще в работах лауреата Нобелевской премии, английского физика П. Бриджмена - основоположника нового направления в философии физики, названного <операционализмом> [28]. Этот подход получил развитие и подвергался критике в работах многих выдающихся физиков, склонных к философии, например Ф. Франка [29] и Р. Карнапа [30]. Один из авторов (Ю.А.) использовал операциональные определения при построении моделей объектов в задачах планирования эксперимента [31].

Однако, как и все на свете, операциональные определения - не панацея. Они ведут к некоторым серьезным трудностям. И главная из них, видимо, заключается в том, что у тех, кто применяет операциональные определения, не совпадают объемы понятий, вкладываемых даже в обыденные слова, через которые даются операциональные определения. Более того, эти объемы еще и меняются во времени, что вносит дополнительные осложнения. Поэтому желательно, чтобы операциональное определение состояло из следующих трех элементов:

процедуры измерения параметра или характеристики;

критерия оценки результата этого измерения;

правила принятия решения о соответствии или несоответствии результата требованиям критерия.

Пусть, например, мы с вами решили открыть <забегаловку> с вывеской <Горячий кофе>. Чтобы она успешно работала, в числе многих прочих условий должно быть и операциональное определение понятия <горячий кофе> (в противном случае те люди, которые будут у нас работать, будут определять смысл слова <горячий> в соответствии со своими личными ощущениями, что приведет к росту числа недовольных посетителей). Для этого следует собрать данные о температуре кофе и личных ощущениях достаточно большой группы наших потребителей, обработать эти данные, после чего может получиться нечто следующее: <Мы будем считать кофе горячим, если температура напитка, измеренная 100-градусным ртутным или спиртовым термометром с ценой деления 1°, лежит в диапазоне от 87 до 96°С, при условии, что точка измерения находится посередине (на глаз) объема, занимаемого напитком, и момент измерения отстоит от момента налива не более чем на 2 минуты, измеряемые по обычным наручным часам>.

Здесь описаны процедура - где, что, когда и чем измерять, критерий - диапазон температур и правило принятия решения - кофе считается горячим, если его температура (измеренная указанным способом) лежит в указанном диапазоне. Применительно к системам качества операциональность определений можно интерпретировать как такое описание процедур, когда результат их выполнения не зависит от личности выполняющего.

Вернемся теперь к общим и специальным причинам вариаций. Как мы отмечали выше, приведенное в (ММК, 2003, № 1) определение общих и специальных причин вариаций не операционально, т. е. не пригодно для практического использования. Однако У. Шухарт в том же, далеком 1924 г. создал и операциональное определение общих и специальных причин вариаций. Для этого как раз и служат изобретенные им контрольные карты.

Операциональное определение общих и специальных причин вариаций

Общими причинами вариаций называют те причины, при которых все отклонения параметров/характеристик процесса на подходящей контрольной карте находятся внутри заданных границ и не обнаруживают ни серий, ни других неслучайных структур. В этом случае процесс называют статистически управляемым, или стабильным.

Специальными причинами вариаций называют причины, которые на подходящей контрольной карте соответствуют либо выходящим за контрольные границы точкам, либо точкам обнаружения серий и/или других неслучайных структур. Если специальные причины вариаций присутствуют на контрольной карте, то процесс называют статистически неуправляемым, или нестабильным.

Таким образом, инструмент разделения причин вариаций на общие и специальные - это контрольные карты, изобретенные У. Шухартом в 1924 г. Контрольная карта - это временной график, показывающий расположение последовательных значений некоей характеристики/параметра процесса относительно центральной линии и одной или двух контрольных границ.

Контрольная карта нужна для определения того, находится ли процесс в статистически управляемом состоянии (т. е. присутствуют только общие причины вариаций), и для поддержания этого состояния. Существует набор определенных правил, позволяющих по контрольной карте процесса обнаруживать присутствие специальных причин вариаций. Теперь рассмотрим поставленный выше вопрос о терминологии в области СУП.

Наш взгляд на систему и термины

Итак, мы предлагаем называть статистическим мышлением именно способ принятия решений, основанный на понимании теории вариабельности. А вот для всей методологии анализа и совершенствования процессов на основе теории вариабельности и статистического мышления плюс статистические методы плюс методы решения проблем предлагается оставить термин <статистическое управление процессами> (СУП, или SPC). Причина в том, что подводить под термин <мышление> все, включая и деятельность, и процессный подход, и принцип системности, и т. д., как это сделано Американским обществом качества, нам кажется не соответствующим смыслу слова <мышление> (т. е. это просто невероятно большое расширение известного понятия, которое вряд ли оправдано). Поэтому нам кажется логичным выделить из термина СУП, или SPC понятийную составляющую, во-первых, в силу ее значимости, и, во-вторых, чтобы иметь возможность подчеркивать важность как можно более широкого ознакомления масс именно с этой частью общей концепции. Называть же всю систему <системой Шухарта> тоже вряд ли целесообразно, опять-таки в силу того, что существует и применяется более знакомый и более отражающий суть термин (тем более, что сам У. Шухарт был противником расширения его подхода в сторону менеджмента, и на этой почве он даже отказался присутствовать на первом съезде Американского общества качества [32]). В дополнение к данному определению (см. ММ К, 2003, № 1) статистического мышления мы предлагаем принять следующее определение того, что такое СУП.

Статистическое управление процессами - это основанная на статистическом мышлении и теории вариабельности методология постоянного совершенствования процессов, использующая простые и эффективные методы анализа и решения проблем.

Покажем, из чего де-факто состоит статистическое управление процессами (схема). Нам представляется, что выделение статистического мышления в самостоятельный элемент очень важно по следующим причинам. Одна из основных проблем нашего все более сложного и непрерывно глобализирующегося мира - это потребность принятия решений в условиях неопределенности, причем эта проблема стоит не только перед организациями и компаниями, но и перед отдельными людьми, а также их сообществами, странами, да и перед всем человечеством. Это означает, что абсолютно все должны быть знакомы с подходом, который, как отмечалось выше, является наилучшим из того, что люди изобрели до сегодняшнего дня - а именно, подходом Шухарта-Деминга. Именно принципиальная важность решения того, надо или не надо вмешиваться в процесс, и если надо, то кому - в первую очередь определяет успех или неудачу деятельности по совершенствованию процессов, и именно поэтому этот этап должен быть выделен в самостоятельный - этому надо учить, и при этом всех поголовно. Умение принимать не интуитивное, а научно обоснованное решение - это элемент общей культуры каждого образованного человека (хотя интуитивные решения, конечно же, нельзя исключить).

Кроме того, такой подход позволяет отделить от традиционной статистики те элементы, которые как SPC, или СУП раз и должны быть частью культуры любого образованного человека. Ведь научить принимать правильные решения в условиях неопределенности надо всех, но для этого совсем не обязательно изучать стандартный курс математической статистики. Более того, нам кажется, что <Статистическое мышление> надо включить в школьную программу как один из предметов по курсу <Методы решения проблем>. Там же могут изучаться такие методы из числа <семи простых>, как схема Исикавы и диаграмма Парето.

Одно из почти очевидных следствий данного подхода состоит в потребности видоизменить знаменитый цикл Шухарта-Деминга PDSA [33] в цикл Plan (Планирую) - Do (Делаю) - Study (Изучаю) - Decide

(Решаю) - Act (Действую), т. е. PDSDA. В свое время Э. Деминг добавил стадию контролирую/изучаю к трем стадиям цикла Шухарта, чтобы обратить внимание американских менеджеров на их склонность перепрыгивать сразу от стадии <делаю> к вмешательству в процесс. Нам кажется, что пришло время ввести еще один этап: принятие решения.

При переиздании книги У. Шухарта [4], д-р Э. Деминг написал к ней предисловие, которое заканчивается следующей фразой: <Возможно, еще полстолетия пройдет, прежде чем полный спектр идей Шухарта войдет в образование, науку и промышленностью. Нам бы очень хотелось, чтобы в нашей стране это произошло немного быстрее.

1 По публикациям в отечественной литературе может сложиться мнение, что приехал в Японию Э. Деминг, прочитал японцам лекцию, и возникло <японское чудо>. На самом деле все гораздо сложнее, но из-за ограниченности объема журнальной статьи мы не сможем обсудить эту тему.

2 Надо сказать, что при поиске на англоязычных сайтах Интернета по термину <статистическое мышление> подавляющее большинство ссылок дают такую же интерпретацию, после чего обычно следует программа обучения стандартному статистическому курсу.

3 Это тот минимальный набор конкретных методов, который на практике оказался чрезвычайно эффективным для анализа и совершенствования любых процессов в любых организациях.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Адлер Ю.П. Контроль качества на Востоке и Западе // Надежность и контроль качества. - 1991. - № 4. - С. 12-20, 52.

2. Цубаки Хирое. Применение статистических методов во всеобщем менеджменте качества (TQM). Японский метод // Надежность и контроль качества. -1996. - № 4. - С. 40-55.

3. Shewhart W. Economic Control of Quality of Manufactured Product. - Milwaukee, WI: ASQ Quality Press, 1931 (reprint 1980). - 501 p.

4. Shewhart W.A. Statistical Method from the Viewpoint of Quality Control. - N.Y., Dover Publications, Inc., 1939 (reprint 1986). - 163 p.

5. Doming W.E. The New Economics. For Industry, Government, Education Second Edition, 1995. - Cambridge, Ma: Massachusetts Institute of Technology, 1993. - 247 pp.

6. Onnias A. The Language of Total Quality. - Castellamone (To), Italy: TPOK Publication of Quality, 1993. -248 p.

7. Neave H. A Study of Statistical Process Control. - www.spcpress.com/ink_pdfs/study%20of%20SPC.pdf

8. Britz G. et al. Statistical Thinking. - Special Publication of the ASQC Statistics Division. Spring, 1996.

9. Leitnaker M.G. Using the Power of Statistical Thinking. - Special Publication of the ASQC Statistics Division. Summer, 2000.

10. Britz G. et al. Improving Performance through Statistical Thinking. - Milwaukee, Wisconsin: 2000. - 171 p.

11. Hoeri R., Snee R. Statistical thinking: improving business performance. - Duxbury (Thomson Learning Inc.), 2002.

- 528 p.

12. HuffD. How to Lie with Statistics. - N.Y., W.W. Norton & Company, 1954 (reprint 1982). - 142 p.

13. Snee R.D. In Pursuit of Total Quality // Quality Progress, 1986, August, pp. 25-31.

14. Wheeler D.J. A Modest Proposal. - www.spcpress.com/read.html

15. Парк С. Система статистического управления процессами и ее практическое применение // Надежность и контроль качества. - 1996. - № 4. - С. 56-61.

16. Джуран Дж. У истоков статистического контроля качества // Надежность и контроль качества. - 1998. - № 7. - С. 50-54; № 8. - С. 13-21. (Это перевод работы Juran J. M. Early SQC: A Historical Supplement // Quality Progress, 1997, September, p. 73-81).

17. Лапидус В.А. Система статистического управления процессами. Система Шухарта // Надежность и контроль качества. - 1999. - № 5. - С. 11-19; № 6. - С. 3-13; № 7. - С. 13-21.

18. Лапидус В.А. Всеобщее качество (TQM) в российских компаниях. - Гос. университет управления; Национальный фонд подготовки кадров. - M.: ОАО <Типография <Новости>, 2000. - 432 с.

19. Куме X. Статистические методы повышения качества: Пер. с англ. - M.: Финансы и статистика, 1990. - 304 с. (Сокращенный вариант см.: Стандарты и качество. - 1992. - № 4, 6, 7, 9-11; 1993. - № 1-7, 9, 12;

1994. - № 12; 1995, № 1, 2).

20. Глудкин О.П., Горбунов Н.М., Гуров А.И. и др. Всеобщее управление качеством. - M.: Радио и связь, 1999.

- 600 с.

21. Ильенкова С.Д. и др. Управление качеством. - M.: ЮНИТИ, 1998. - 199 с.

22. Жулинский С.Ф., Новиков Е.С., Поспелов В.Я. Статистические методы в современном менеджменте качества. - M.: Фонд <Новое тысячелетие>, 2001. - 208 с.

23. Мердок Дж. Контрольные карты: Пер. с англ. - M.: Финансы и статистика, 1986.

24. Шиндовский Э., Шюрц О. Статистические методы управления качеством. Контрольные карты и планы контроля: Пер. с нем. - M.: Мир, 1976.

25. Миттаг Х.-Й., Ринне X. Статистические методы обеспечения качества. - M.: Машиностроение, 1995. - 616 с.

26. Адлер Ю.П., Полховская Т.М., Шпер В.Л. и др. Управление качеством. Часть 1. Семь простых методов. - M.: МИСиС, 2001. - 140 с.

27. Wheeler D.J. Understanding Variation. The Key to Managing Chaos. - Knoxville, SPC Press, 1993. - 137 p.

28. Bridgman P.W. The logic of modem physics. - New York: Macmillan, 1927.

29. Франк Ф. Философия науки. Связь между наукой и философией. - M.: Иностранная литература, 1960.

30. Карнап Р. Философские основания физики. Введение в философию науки. - M.: Прогресс, 1971. - 390 с.

31. Адлер Ю.П. Введение в планирование экспериментов. - M.: Металлургия, 1969. - 160 с.

32. Golomski W.A.J. The next fifty years: organizations, products, services and work. - 41st Congress EOQ, 1997, v.l, pp. 29-36.

33. Нив Г. Пространство доктора Деминга. - В 2-х книгах. Кн. 1. - Тольятти: Городской общественный фонд <Развитие через качество>, 1998. - 332 с.





Также на сайте:
Как научиться говорить на языке понятном высшему руководству.
Дэвид Шодрон, кандидат наук

Подготовлено при поддержке:

О проекте

quality.eup.ru - один из самых старых в рунете ресурсов, посвященных менеджменту качества во всем его разнообразии.

Нам более 7 лет, и все это время ресурс пополняется новыми и новыми материалами, почти ежедневно. Если вы ищете информацию о менеджменте вообще и управлении качеством в частности, скорее всего, вы найдете эту информацию здесь.

Кроме отличной и действительно большой подборки статей, действует живой форум по менеджменту качества.

Добавить в "Избранное"

Рекомендуем

Наш новый проект:
Все о качестве менеджмента
Избранные книги

Реклама на сайте





Как сюда попасть?