品質文化：數據的思考 鴿子迷信中的六西格瑪

　　文/Thomas Pyzdek 編譯/杜蘅

　　“吉姆，怎么才能讓我們知道你的項目取得了某些進步？”六西格瑪的倡導者提問道。這位黑帶候選人一臉的迷茫：“哦，應該是聽到贊助商說他對結果很滿意吧。”認證委員會的成員們面面相覷。

　　“但是你提供給我們的衡量辦法只有在項目完成的時候才能得到，”另外一名委員會成員仍然充滿希望地問，“在開始做這個項目之前，難道你沒有仔細地衡量過主要流程的可變輸出嗎？”這位黑帶候選人搖了搖頭。

　　“可以了。謝謝，吉姆。我們會聯系你的。”認證委員會的女主席說。最終吉姆沒有獲得認證。

　　上圖是發生在現實生活中的真實一幕。

　　認證標準要求參評黑帶的項目能夠產生一種可以以某個尺度來衡量的改進，而且這個尺度對客戶、股東或者員工來說都很重要。這種可以衡量的改進，需要某個基礎來進行比較，例如，相對一個基線度量來說，就可以說某個變化是向好的方向發展的。吉姆只能表明在項目完工后原有事物仍然運行良好，但是他卻不能回答如下的問題：“它現在比你開始這個項目之前變得更好了嗎？”如果不能回答這個問題，他顯然不能說明這個項目確實帶來了一些改進。同樣，不借助于基線度量，委員會就不能夠確定事情到底是變好、變差還是根本就沒有什么變化。因此，吉姆要么去找歷史數據來證明他是對的，要么就得用另外一個項目來參加認證評選。

　　輸入也很重要

　　關鍵輸出變量(或者叫做質量關鍵)是非常重要的，但是關鍵輸入變量也是很重要的。六西格瑪闡明了所有利害關系人想要的結果，明確了取得這些成果所必需的驅動力和根本原因；在企業嘗試解決根本原因的時候，巧妙地運用數據給它們以幫助指導；它還能通過一種系統的方法來實現持續的提高。統計思考之所以成為六西格瑪一個必要的組成部分，是因為它有兩個作用：

　　1.為區分特殊原因產生的變異與一般原因產生的變異提供指導方針。

　　2.通過數據來驗證原因和結果的模型，這樣人們的注意力就會集中到根本原因上來。

　　沒有統計思考就無法避免迷信學習。下面的這部分文章節選自斯金納(BF Skinner)的經典論文《鴿子的迷信》，它用一個實驗室實驗描述了這種現象：

　　無論我們在什么時候向人們展示強化作用……我們都必須假定條件反射發生了，盡管我們根本沒有注意到表現出這種行為的那個生物體的具體表現。有一個簡單的實驗可以表明事實確實是這樣的。

　　讓一只鴿子處于一種穩定饑餓的狀態，但是保證每餐都按時供應，使其體重減輕到原來的75%，并且每天都讓它在一個實驗用的籠子里呆上幾分鐘。籠子連著一個進食槽，可以蕩到籠子旁邊，這樣鴿子就可以吃到里面的食物。在每次進行強化刺激的時候，通過一個螺線管和一個延時繼電器，使進食槽在蕩到籠子旁邊后保持五秒鐘的時間。

　　在時間間隔有規律的情況下，如果用一個時鐘來代替這個進食槽，而不管鴿子的行為如何，操作性條件反射通常都會發生。在八個籠子中的六個里，鴿子由此而產生的反應是如此的清楚，以至于兩個觀察者在計數實例時的意見幾乎完全一致。一只鴿子由于條件反射而習慣于在籠子里逆時針地走動，在兩次強化刺激之間要轉兩到三圈；另一只則不停地用頭撞籠子上面幾個角落之中的一個；第三只則形成了另外一種“挑起東西”的反應，好像是把它的頭放在一個看不見的橫木下面，不停地往上舉。

　　兩只鴿子的頭和身體形成了一種鐘擺式的運動：頭向前伸，迅速地從右向左擺，然后慢慢地移回去；身體基本上隨著頭的運動而運動，如果運動的范圍比較大，它的腳就會跟著走幾步。另一只鴿子則由于條件反射而習慣于做一種類似啄地板的動作，但它并不會真的觸到地板，或者只是迅速地掠過。如果鴿子還在適應籠子的環境或者進食槽不是按一定規律地出現在鴿子的面前，以上這些反應就都不會表現得很明顯。

　　條件反射的訓練過程是淺顯易懂的。在進食槽出現的時候，鴿子碰巧正做出某些反應；結果它就慢慢習慣性地做出這種反應。如果到下一次進食槽出現的時間間隔不夠長以至于產生了消逝，那么再次出現“偶發性事件”的可能性則非常大。這進一步強化了這種反應，而接下來的強化作用也變得更加可能。的確，有一些反應沒有受到強化作用，而有些強化作用在還沒有反應發生的情況下已經出現，但最終的結果還是強化作用的態勢得到了顯著的發展。

　　統計思考避免迷信學習

　　人當然不是鴿子，但是他們也會從觀察周圍環境的信號中學習。例如，統計學上有一個現象叫做“回歸均數”。簡單地說，“回歸均數”闡明了這樣一種現象：一次相對遠離均數的測量很可能產生一種更接近均數的結果。管理人員一般都會在事情變得“失去控制”的時候再采取行動，然后對那些他們感覺是非典型的結果進行觀察。這是因為隨著這些非典型結果而來的很可能是一些更接近正常情況的結果，所以即使事實上這種做法于事無補，管理人員也會從他們預期的結果中受益。因此管理人員得出了這樣一個結論：他們的這種做法收到了有利的結果，因此，他們會強化這種做法。沒有好的統計指導方針，管理人員往往相信是他們的做法促成了所觀察到的那些結果，所以他們就會像那些鴿子一樣重復他們的強化行為。

　　統計思考在兩個方面最大限度地避免迷信學習：首先，它能夠通過提供源自統計學的指導方針來讓管理人員明白，一個觀察到的結果是由某個可以很容易就確定的重要原因帶來的，而不是許多個偶然湊到一起的并不重要的原因促成的。統計思考為管理人員提供了一組分析工具(通常是以圖表的形式)，幫助他們了解動態過程行為隨著時間的變化情況。其次，統計思考能夠獲得強大的實驗設計工具支持。這些工具能通過前饋而不是反饋幫助項目管理人員研究原因和結果的模型。

　　前饋的含義是，管理人員發展出預測性的模型，然后通過仔細地檢驗它們預測未來的能力來測試它們。經過研究專家預測與現實結果(即錯誤)兩者之間的不同來協助管理人員確定他們的模型是否犯了系統性的錯誤。與從有利的結果中迷信學習不同的是，我們可以操控前饋模型，以產生既遠離均數又接近均數的結果。一個計劃周密的實驗設計(DOE)項目肯定會包含這樣確定的趨勢。

　　統計思考也會讓管理人員的注意力集中到變異和一般上來。他們的統計指導方針和實驗將可變性與計算結合起來。這是非常關鍵的，因為客戶感受到的是變異。如果沒有六西格瑪統計精密性，管理人員很可能只看到一般品質，卻因此而失去了品質的這個關鍵的組成部分。