品质文化数据的思考-鸽子迷信中的六西格玛

品质文化数据的思考鸽子迷信中的六西格玛“吉姆，如何才能让我们明白你的项目取得了某些进步？”六西格玛的倡导者提咨询道。这位黑带候选人一脸的迷茫：“哦，应该是听到赞助商讲他对结果专门中意吧。”认证委员会的成员们面面相觑。“然而你提供给我们的衡量方法只有在项目完成的时候才能得到，”另外一名委员会成员仍旧充满期望地咨询，“在开始做那个项目之前，难道你没有认真地衡量过要紧流程的可变输出吗？”这位黑带候选人摇了摇头。“能够了。感谢，吉姆。我们会联系你的。”认证委员会的女主席讲。最终吉姆没有获得认证。上图是发生在现实生活中的真实一幕。认证标准要求参评黑带的项目能够产生一种能够以某个尺度来衡量的改进，而且那个尺度对客户、股东或者职员来讲都专门重要。这种能够衡量的改进，需要某个基础来进行比较，例如，相对一个基线度量来讲，就能够讲某个变化是向好的方向进展的。吉姆只能表明在项目完工后原有事物仍旧运行良好，然而他却不能回答如下的咨询题：“它现在比你开始那个项目之前变得更好了吗？”如果不能回答那个咨询题，他明显不能讲明那个项目确实带来了一些改进。同样，不借助于基线度量，委员会就不能够确定情况到底是变好、变差依旧全然就没有什么变化。因此，吉姆要么去找历史数据来证明他是对的，要么就得用另外一个项目来参加认证评选。输入也专门重要关键输出变量(或者叫做质量关键)是专门重要的，然而关键输入变量也是专门重要的。六西格玛阐明了所有利害关系人想要的结果，明确了取得这些成果所必需的驱动力和全然缘故；在企业尝试解决全然缘故的时候，巧妙地运用数据给它们以关心指导；它还能通过一种系统的方法来实现连续的提升。统计摸索之因此成为六西格玛一个必要的组成部分，是因为它有两个作用：1.为区分专门缘故产生的变异与一样缘故产生的变异提供指导方针。2.通过数据来验证缘故和结果的模型，如此人们的注意力就会集中到全然缘故上来。没有统计摸索就无法幸免迷信学习。下面的这部分文章节选自斯金纳(BFSkinner)的经典论文《鸽子的迷信》，它用一个实验室实验描述了这种现象：不管我们在什么时候向人们展现强化作用……我们都必须假定条件反射发生了，尽管我们全然没有注意到表现出这种行为的那个生物体的具体表现。有一个简单的实验能够表明事实确实是如此的。让一只鸽子处于一种稳固饥饿的状态，然而保证每餐都按时供应，使其体重减轻到原先的75%，同时每天都让它在一个实验用的笼子里呆上几分钟。笼子连着一个进食槽，能够荡到笼子旁边，如此鸽子就能够吃到里面的食物。在每次进行强化刺激的时候，通过一个螺线管和一个延时继电器，使进食槽在荡到笼子旁边后保持五秒钟的时刻。在时刻间隔有规律的情形下，如果用一个时钟来代替那个进食槽，而不管鸽子的行为如何，操作性条件反射通常都会发生。在八个笼子中的六个里，鸽子由此而产生的反应是如此的清晰，以至于两个观看者在计数实例时的意见几乎完全一致。一只鸽子由于条件反射而习惯于在笼子里逆时针地走动，在两次强化刺激之间要转两到三圈；另一只则不停地用头撞笼子上面几个角落之中的一个；第三只则形成了另外一种“挑起东西”的反应，看起来是把它的头放在一个看不见的横木下面，不停地往上举。两只鸽子的头和躯体形成了一种钟摆式的运动：头向前伸，迅速地从右向左摆，然后慢慢地移回去；躯体差不多上随着头的运动而运动，如果运动的范畴比较大，它的脚就会跟着走几步。另一只鸽子则由于条件反射而习惯于做一种类似啄地板的动作，但它并可不能确实触到地板，或者只是迅速地掠过。如果鸽子还在习惯笼子的环境或者进食槽不是按一定规律地显现在鸽子的面前，以上这些反应就都可不能表现得专门明显。条件反射的训练过程是浅显易懂的。在进食槽显现的时候，鸽子碰巧正做出某些反应；结果它就慢慢习惯性地做出这种反应。如果到下一次进食槽显现的时刻间隔不够长以至于产生了消逝，那么再次显现“偶发性事件”的可能性则专门大。这进一步强化了这种反应，而接下来的强化作用也变得更加可能。的确，有一些反应没有受到强化作用，而有些强化作用在还没有反应发生的情形下差不多显现，但最终的结果依旧强化作用的态势得到了明显的进展。统计摸索幸免迷信学习人所以不是鸽子，然而他们也会从观看周围环境的信号中学习。例如，统计学上有一个现象叫做“回来均数”。简单地讲，“回来均数”阐明了如此一种现象：一次相对远离均数的测量专门可能产生一种更接近均数的结果。治理人员一样都会在情况变得“失去操纵”的时候再采取行动，然后对那些他们感受是非典型的结果进行观看。这是因为随着这些非典型结果而来的专门可能是一些更接近正常情形的结果，因此即使事实上这种做法于事无补，治理人员也会从他们预期的结果中受益。因此治理人员得出了如此一个结论：他们的这种做法收到了有利的结果，因此，他们会强化这种做法。没有好的统计指导方针，治理人员往往相信是他们的做法促成了所观看到的那些结果，因此他们就会像那些鸽子一样重复他们的强化行为。统计摸索在两个方面最大限度地幸免迷信学习：第一，它能够通过提供源自统计学的指导方针来让治理人员明白，一个观看到的结果是由某个能够专门容易就确定的重要缘故带来的，而不是许多个偶然凑到一起的并不重要的缘故促成的。统计摸索为治理人员提供了一组分析工具(通常是以图表的形式)，关心他们了解动态过程行为随着时刻的变化情形。其次，统计摸索能够获得强大的实验设计工具支持。这些工具能通过前馈而不是反馈关心项目治理人员研究缘故和结果的模型。前馈的含义是，治理人员进展出推测性的模型，然后通过认真地检验它们推测以后的能力来测试它们。通过研究专家推测与现实结果(即错误)两者之间的不同来协助治理人员确定他们的模型是否犯了系统性的错误。与从有利的结果中迷信学习不同的是，我们能够操控前馈模型，以产生既远离均数又接近均数的结果。一个打算周密的实验设计(DOE)项目确信会包含如