对SPC手册的质疑

davianren

对SPC手册的质疑
在质量管理领域，目前，网上有关过程能力问题很受关注，网友们在提出问题的同时，也纷纷发表自己的看法。各种不同观点争论十分激烈。争论范围甚至涉及到“认识论”问题。
闲暇无事上上网，一本备受追捧的SPC手册撞到了枪口上。利用几天时间读了它，走马观花，说几句读后感，也针对手册中的问题谈几点看法。
手册全称“统计过程控制SPC参考手册”。不难看出，手册的主旨是想介绍统计技术如何用于系统控制和过程控制。看后总的感觉是，在统计技术原理和数据处理方面，叙述较为详尽。在统计技术用于过程管理方面做了不少探索，引进了不少量化表达过程特性的指标。这些指标为管理者随时了解过程动态和变化趋势提供了方便，使管理者有望通过这些指标预先发现问题。而在有关过程控制方面的论述思路不清，思维混乱。
可能是外文直译的原因吧，感觉手册中的语言表达过于晦涩、冗长。一些直接影响论述效果和应用效果的重要概念不够清晰，使用也比较随意。诸如，系统，过程，稳定，控制，受控，预测等等。这往往使不同读者产生不同理解。
首先这本手册的名称就很容易使人产生误解。我们知道，作为质量管理体系的一项重要工作——统计工作本身也是个过程。输入被统计对象、规范、要求等等，通过统计员（人）电脑（机）的活动（过程）输出统计信息。
那么，手册名称中的“过程”是指“统计过程”，还是指“生产过程”？其中的“控制”，是指控制“生产过程”还是控制“统计过程”？
概念含糊不清最为突出的是两种原因的描述。
SPC手册把影响产品质量的原因归纳为两大类：普通原因和特殊原因。名字叫什么无关紧要，没必要在这个问题上纠缠不休。叫它们A，B也未尝不可。关键是弄清它们的含义，为什么这样划分，意义何在。
1，为什么划分两种原因。
划分两种原因，是使用数理统计工具的需要。数理统计所研究的对象就是偶然事件（随机事件），而不是必然事件。如果不使用数理统计工具，而用别的数学工具解决管理问题，诸如线性规划，整数规划，矩阵，统筹法，优选法等等就没有必要划分两种原因。
2，划分两种原因的目的。
划分两种原因的目的是，在造成产品误差的所有原因中，把那些已经认识的，尚未认识的；可寻可查的，无法追查的区分开来分别对待。
3，两种原因的划分方法。
两种原因是根据统计参数特征有无变化来区分的。这需要与原先的统计特征进行比较，观察当前这个统计参数特征有没有变化。如果没有变化，我们就认为，当前产品误差是偶然原因（普通原因）引起的。反之，如果出现变化，我们就认为，造成“误差统计特性变化”的原因是某种特殊原因。
所谓稳定，是指统计参数特征保持不变。例如，正态分布的钟型曲线，无论原来是细高还是矮胖，只要保持原来的形象不变，我们就说统计参数特征是稳定的。换句话说就是，无论平均中心及标准差是大是小，只要原来的数值保持不变，统计参数特征就是稳定的。此时，产品误差是偶然原因（普通原因）引起的。
有比较才有鉴别。要区分两种原因，就必须持续收集数据，持续计算有关指标，并进行对比。一次性收集计算，没有对比，就不能确定统计参数特征稳定不稳定，也就无法区分两种原因。
4，两种原因的含义。
所谓特殊原因是，造成误差“统计特性”出现“明显变化”的那些原因。所谓普通原因是，能够使误差“统计特性”保持“稳定不变”的那些原因。（为了避开“变化”“不变”“变差”这些词汇之间相互干扰，这里把“变差”称作“误差”，请专家们不要在这些文字上做文章，没意思。以上也不代表定义，只是觉得这样解释更通俗一些）。
5，两种原因的基本特征。
特殊原因能够显示出明确的因果关系，完全可以顺藤摸瓜，寻根溯源，最终确认，进而对症下药，采取措施消除病根。
下面我们重点讨论所谓“普通原因”的基本特征。这直接关系到统计技术的应用效果。
SPC手册第一章第3节对普通原因的解释是：“普通原因指的是造成随着时间的推移具有稳定的且可重复的分布过程中的许多误差的原因”。好家伙！一句话用了6个“的”字！如果没有点汉语水平读起来就够费劲的，更不要说理解了。估计手册编者自己对这个解释恐怕也不会很满意。
在同一章节的另一处，手册又补充解释到“普通原因表现为一个稳定系统的偶然原因”。这还差不多，有点靠谱了。
既然是偶然原因，就不能不说说偶然事件（也称为随机事件）。社会上有关概率论和数理统计方面的书籍、文献、教材中，都有偶然事件的描述。综合这些描述，概要谈谈偶然事件的基本特征。
就单个的偶然事件来说，为什么会发生？什么时候发生？没有任何规律可循。产品样本的统计数据虽然能显示出偶然事件对误差的影响规律，但是，这种规律显示的是一批产品误差的宏观规律，并不是某个产品出现某种误差的因果规律。这种宏观规律往往是诸多偶然因素综合作用的结果。这种宏观规律只能告诉你“过程出问题了”或“可能要出问题了”、“有特殊原因了”，不可能告诉你原因是什么。所以，统计数据的作用仅仅是预报、预测。仅此而已。下一步怎么办，就看你怎么对待两种原因了。通常做法是：出现特殊原因，追根溯源，采取措施防止再次发生。而普通原因的损失，即使不情愿也只能接受。最多只能用“马后炮”的办法（如产品返修），把损失降到最低。
概率论之所以称为概率论，是因为它研究的不是必然事件，而是偶然事件。必然事件有明确的因果关系，如果一定用概率表示，那么，必然事件的概率等于1，不可能事件的概率等于0。偶然事件的任何概率指标永远大于0小于1。必然事件和不可能事件都用不着概率论和数理统计。
当然，偶然事件的发生肯定也有其原因，而且也一定会导致某种结果。可问题的关键是，偶然事件显示不出因果关系。我们根本无法确定偶然事件的原因，也不知道将会产生什么结果。
从你的产品样本中随便拿出一个来测量，结果是：大于中值，小于上限，造成这一结果的原因是什么？又测量一个，恰好是中间值，原因是什么？随便抛一枚硬币，正面朝上，原因是什么？为什么不是朝下？这类问题没有人能给出肯定的答案。
SPC手册运用数理统计原理把影响误差的原因归结为两大类，这表明，手册编者无意之中已经承认两种原因中必有一种是无法寻找，无法消除的。否则，如果编者认为两种原因都可以寻找可以确定，就是说无论什么误差，都可以按因果关系去寻找原因，那么，绘制一张因果图一切问题不就都解决了吗？何必弃简求繁使用复杂的统计工具呢？又何必把原因分成两类来扰乱自己呢？使用统计技术本身，就等于手册默认了两种原因中必有一种无法寻找无法消除。
然而，不难看出，在主观上，SPC手册并不承认普通原因（偶然原因）无法寻找的事实。仍然认为普通原因（偶然原因）是可以寻找可以消除的。
接下来可以看到这种错误认识所带来的结果。
SPC手册反复强调要消除或减少普通原因，全篇共有十几处提及“减少普通原因”。但是，涉及到如何来减少或消除，只有第2章第1节D“过程能力解释”中有两处描述。现摘录如下：
第（1）处：通过减少普通原因引起的变差或将过程均值调整到接近目标值方法来改进过程性能，这通常意味着要采取措施来改进系统；
在那些要采取更为紧急措施来满足短期需要的情况，可用以下两种临时的办法：
        • 对输出进行筛选，根据需要进行报废或返工处置（这样会增加成本和容许浪费）；
• 改变规范使之与过程性能一致（这样既不能改进过程也不能满足顾客要求）。
第（2）处：为了提高过程能力，必须重视减少普通原因。必须将注意力直接集中在系统中，即造成过程变异性的根本因素上，例如：机器性能、输入材料的一致性、过程操作的基本方法、培训方法或工作环境。
第（1）处提供了两种所谓“临时办法”。