睿地可靠度論壇（TW-REDI Forum）

標題: QKC20180525：官生平_老三件「漏斗實驗」 [打印本頁]
作者: hlperng    時間: 2018-5-25 17:40:33     標題: QKC20180525：官生平_老三件「漏斗實驗」

本帖最後由 hlperng 於 2018-6-8 18:23 編輯

品質學會品質知識社群 (QKC) 研討會
專題：老三件「漏斗實驗」
時間：2018 年 05 月 25 日(星期五) 19:00 - 21:00   
地點：品質學會九樓教室（台北市羅斯福路 2 段 75 號）
主講：官生平 會友

講義己上傳至KMCloud QKC 知識雲 內
http://www.kmcloud.org/
注意：連結至 KMCloud 網站，請使用 Microsoft Internet Explorer  (IE)  舊版瀏覽器。Google Chrome、Microsoft Edge 均不適用！

研討會講義：[attach]2123[/attach]

[attach]2125[/attach]


[attach]2124[/attach]


[attach]2126[/attach]


[attach]2127[/attach]




作者: qkc    時間: 2018-5-25 19:55:47     標題: 研討會場記

本帖最後由 hlperng 於 2018-6-8 18:34 編輯

老三件「漏斗試驗」

漏斗實驗 (Funnel Experiments )

1997 年登月刊，第一次聽到用統計學解釋管理

1999 年赴北京參加「中國推行 TQC 二十週年」會議

戴明博士四日談（是一個四日的課程）中，有提到漏斗實驗來解釋管理與干預問題

中國質量之父劉源張曾描述：

1957 年在上海國營第二紡織機械廠，其中一道工序是精磨加工關鍵部件“錠杆”。他在車間現場看到操作磨床的是位老師傅，他每磨完一件，就交給旁邊年輕的小師傅，小師傅精確測量產品尺寸後， 告訴老師傅粗了還是細了。劉源張把小師傅測量的資料按加工順序畫成波動圖（實際上就是管制圖），然後請老師傅在不用小師傅幫忙的情況下獨自加工（照自己的規矩 SOP 做），再把成品的資料畫成波動圖。從圖上清晰可見，兩次加工的資料都圍繞標準尺寸上下波動，但是，老師傅一人加工時波動的幅度明顯比倆人合作時小得多。原因是，老師傅本著經驗豐富，當有小師傅在旁示意時，反而干擾了他的操作發揮。最後，劉源張開玩笑地自己動手磨了幾件，資料波動的幅度“大得不像話”。

請問一個問題，為什麼？什麼原因？照理有人指導好？！

所謂漏斗實驗，就是在說明這個問題。

漏斗實驗一共有四個規則，每一種規則都能解釋管理上的問題，且與現實工作及生活有非常直接的關係。

管理干預的問題（戴明博士四日談）

例：廠長現場都會指導（看不慣）

品質會議被要求做改進的事，不良率最高三名提出改善計畫

被客訴提出報告，看你怎麼改善

事實上，現場將不良品藏起來，下次良率好再把不良品拿出來(下有對策）

國中補習班用排名，家長看排名，進補習班提昇排名，進補習班後學習被補習班老師控制

以 SPC 來說，和治國一樣，應該先知目前狀況穏不穩定，再評估有無進步空間

例：讓學生知道自己是什麼人，再追求改善

品質改善亦是如此，不知自身能力如何改善

何謂漏斗實驗？

假想有一個漏斗和一個平台，用漏斗我可以瞄準目標後再將彈珠落下，再看落點和目標差多少

如：歸零射擊，瞄準的過程就是一種規則，而且是可以根據經驗及上次結果調整

為了方便起見，我們用二度空間來說明，X 軸為序號，以 ”0” 當做是目標

Y[sub]k[/sub] 為第 k 次彈珠落點，Y[sub]k[/sub] ＞0 表示比目標值大，Yk ＜0 表示比目標值小，Y[sub]k[/sub] ＝0 表示正好打中目標

U[sub]k[/sub] 為第 k 次瞄準的位置

另外有一個隨機性，瞄的位置和落點會上下波動，就是誤差Ek，落點不見得是你瞄準的地方，會有誤差

用統計方法表示，其分配為平均數是 0，標準差是 σe

規則一：標準方法，每次都瞄準目標值，第一次瞄0打高，第二次瞄0打低，會有誤差

規則二：根據上次落點位置調整瞄準的方向和距離

是最常見的現象，尤其是在現場

規則三：和規則二很像，若高了，回到原點再反向瞄低一點，若低了，先回到原點再反向瞄高一點

不是大好就大壞就像睹博，輸一百，下次押二百，再下次押三百，反向加碼反向操作，變動不是大好就是大壞

規則四：瞄準上次落點，更常見

跟著別人做，跟著學長師傅做，跟著做就沒事，此種管理現象很多

干預，波動變大，波動大了41%，戴明四日談

規則一，零點上下波動，

規則二，零加上誤差，第一次瞄的地方減掉差距，一直類推之下，其最後落點，正好是上一個誤差加最後一次誤差

用數學公式導出，較規則一約大41%

數學是一個很好的工具，大學物理就需要微積分

例：微積分有一個定理，任何一個可微的函數，都可找到一個多項式去近似它

數據模擬

真正科學的東西，一定有再現性，就是再做一次實驗，結果會一樣

以直方圖看

漏斗實驗以EXCEL試範操作

規則一0

規則二，使用 NORMINV 函數，常態反查表，落點是瞄點加誤差

RAND（）

規則三

規則四

再將數據轉到 MINITAB

用時間序列

要理解要自己操作一次

管理上的實例

規則一：一般可視為正確的管理方式，先對系統的變異進行解析，以分辨變異是來自特殊原因或共同原因。 若有特殊原因，則進行局部對策，消除原因防止再發生；若只是系統的共同原因，則須由管理當局進行系統改善。

先求穏再求改，治國、治公司、治家道理都一樣，家庭氣氛好做什麼都好

一定要在老闆飆之前，交出他要的東西，所以平時要培養自己超越主管或老闆

規則二：規則二的變異比規則一大，是假設系統在管制（穏定）狀態之下

但有些系統本身就不穏定，如空調隨著室温來調整，此時規則二的變異就比規則一小

規則三：如意識形態治國，反向操作，賭錢也是

（星雲法師：存好心、說好話、做好事）

規則四：最常見，依樣畫葫蘆，忘記原始的標準（做錯時改善，找到最佳條件，原來只是原始標準而已）

真正可以用統計驗證的行為模式

《主講者近期主題》










歡迎光臨 睿地可靠度論壇（TW-REDI Forum） (http://tw-redi.com/) Powered by Discuz! X2