控制图在就业中心的应用——来自《俄罗斯国家管理的新质量：过程与成本》一文部分内容

因为质量与生产产品的过程及提供服务的过程“纠缠”在一起，它不可避免地与“过程方法”紧密相连：二者一起从普通的控制走向了全面质量管理的“升级”道路。开发诊断系统和改善过程质量依赖于过程评价和分析的经典统计方法。统计过程控制（SPC）把质量融入到过程管理中，从而使过程管理的水准得到提升。

乌佛市就业中心运用休哈特控制图评价过程质量的方法，基于以下8个步骤。

1．质量指标的选择

在此阶段必须确定过程的特性，它对增加顾客的价值与提供服务的质量非常关键。被选中的特性的变异应当能影响过程管理的质量，提升过程管理的效率和成果。

挑选的指标（在就业中心处理申请的数量、讨论的时间、消耗的资源量等）可能在时间段的选择上影响过程本身的评估，并表现为确定的计量单位（件、分钟、卢布等）。在此情况下，质量的评价将以计量指标实现。计量型数据通常经相等时间间隔（小时、日等）从过程数据中抽取。

当关键质量特性的评估采用在过程输出端的产品或服务的确定特性的观察数据（顾客满意特性、设备工作失效和投诉次数等）时，指标的选择可能不与时间发生直接联系。在此情况下，按计数指标进行质量的评价。计数型数据从同类型输出端中抽取样本或子组。

从建立来访公民统计档案到公民找到合适工作或从统计档案中撤除的几个月时间，对于公民和就业中心来说很关键。因为“挑工作”是就业中心协助寻找合适工作的基础成果，这个过程对最终顾客——公民有最大的价值。就业中心的派遣证和雇主的拒绝材料是公民重新回到就业中心的原因，重回就业中心就需要“重新接待”、再次启动“找工作”的子过程。因此，带着就业时被拒材料重新回来的公民数量，可以作为“挑工作”子过程的质量指标来评估。

质量特性评价选择的操作形式如下：“挑工作”过程质量评价采用在就业部门保存的计量指标，显示在就业中心获得派遣证但随后被雇主拒绝的重新回到就业中心的公民统计数。

2．数据采集顺序的确定

在评估前，必须根据时间或来源，来识别和确定合理的子组。在应用计量数据时，建议抽取大数量的瞬时小容量样本（在短暂的时间间隔里依次抽取3～7个样本），而不是抽取小数量的大容量样本。应当指出的是，建立计量型休哈特控制图，只能根据同一种可测量的质量参数。每一种新的特性都要有自身的数据和单独的控制图。但计数型数据允许同时根据几个指标来评价质量。这时，统计量描述的是不符合数，即未达到指定要求的质量特性份数。比如，在一周的时间里未正常发出的文件数有4份，但这种“不符合”可能有不同的原因。

对评估的此例，收集数据的序列预定为：每天重新回到就业中心、出示就业时雇主拒绝材料的公民人数。因每周是5个工作日，故每5天数据组成一组，每组有个平均值。使用者——检验员根据接待的失业公民数，把数据填到控制单上。

3．控制图类型的选择

原始数据的形态是选择休哈特控制图两种类型中哪一种的基础。如果数据本身是不间断的（比如到就业中心的公民数量），就选计量型控制图；如果是分类数据（比如公民所在区域的索赔数），则选择计数型控制图。对于同一种类型的数据，还可根据国标ISO 7870-2-2015合理地选择不同的控制图。

乌佛市就业中心为模拟重复接待公民的子过程评价模型，选择了计量型控制图：平均值图（x图）和极差图（R图）。

4．抽取数据

从过程中抽取数据，并在控制单上记录下来（见表）。控制单的形式与数据类型有关，可能根据采集信息的条件、对使用者的便利程度等情况个性化开发。在运用休哈特控制图的开始阶段，必须计算休哈特控制图预先的控制限和中心线。这要求不少于25个子组的数据处于过程的连续稳定运营状态（无外部干扰）。当控制图初始的参数确定以后，应当按符合原计划的规则继续收集数据。

为了对“挑工作”子过程进行核算评价，初始的信息取自检验员在工作日接待公民时的照片图像。重复与后续时期的数据是模拟的。

5．建立控制图

测量结果描到空白图上，建立过程趋势的时间列表。在收集数据的基础上，计算出中心线与6σ控制限（上控制限Ucl和下控制限Lcl）的数值。对不同类型控制图及不同抽样适用的计算Ucl和Lcl值的公式，在国标ISO 7870-2-2015中获取。中心线是一条水平实线，上下控制限各是一条水平虚线（译者注：本文给出的用EXCEL做的控制图，未区分水平线的虚和实）。

“挑工作”子过程的控制图见图1。

表 “挑工作”过程的数据

6．过程可控性评价

当过程的时间图表建立起来、控制限确定后，处于控制图限外的点就显露出来，同时标志可能存在特殊原因的不正常结构趋势也显露出来。给出4种过程中存在非随机原因的数据分布的典型结构：

（1）点子在控制限外；

（2）连续7点及以上在中心线同一侧；

（3）趋势——连续7点向上或连续7点向下；

（4）局部存在显著的非随机变化。

图上的每个信号都要求加以研究，以便消除特殊原因。表现特殊原因的数据被剔除，并为建立新的控制图重新计算中心线和控制限。对于过程重新按《确认-调整-重算》的框架来分析处理，直至所有的特殊原因不再显现并被消除，而剩余的值（不少于最初子组数的2/3）不再违背统计可控性。

根据控制图分析结果，要给出过程状态的结论。对此，要回答两个问题：

（1）过程处于统计可控状态（过程稳定）吗？

（2）过程表现出怎样的趋势、倾向和特点？

对评估的本例，“挑工作”子过程平均值图上的第11点，超出了下控制限，表明特殊原因影响过程使之脱离过程可控性。对过程本身的研究指出：在该点对应的5天期间，因为调度员下午学习只有半天接待公民。接待时间的缩短，导致下个阶段来访者累积云集（图上第12点冲向上控制限）。

图1 挑工作的原始控制图

极差图上同样存在特殊原因的信号。极差图上每个点表示为该周5个工作日期间内部偏离大小，但整个极差图表示的过程本身也显示出偏离。对数据详细地研究后指出：第15点接近上控制限，是因为该周中某一天调度员由于缺席只在午后才接待公民；第19点显著超出上控制限，被解释为在就业中心进行的计划外的检验员防火演习，因而取消了公民接待。

为了进一步分析过程的可控性和能力，必须删除引起特殊原因的数据（译者注：已改正了原文一些错误）。本例在删除了第12、15和19个点后，得到图2。第12和第19点在图1里已超出控制限，都应删除。第15点虽然在图1的极差图里并未超出上控制限，但因为第19点删除后，极差图上控制限下移，导致第15点超出上控制限，所以也只能删除。

重新计算：

现在获得的时间图表处于控制限内，趋势、倾向和特殊现象在图2中未呈现，过程具稳定性和统计可控性。

7．过程能力评价

过程的能力——生产出满足指定要求的产品的能力。如果稳定过程的控制限落在公差范围里，那么它将重复地生产出合格产品。能力与《过程的声音》和《顾客的声音》在同一个波段。

为了评价能力，采用两个指数Cp和Cpk，计算细节可从国标ISO 22514-1-2015《统计方法 过程管理. 第1部分：一般原则》获取。

能力指数Cp表征相对于指定的公差范围的过程复现性：

这里U是公差上限，L是公差下限，6σ是过程的离散性。

如果Cp值＜1，则过程是非复现性的；如果Cp值=1，则过程只有紧绷绷、勉强的复现性。最小可接受的值Cp≥1.33。能力指数越大，过程越稳定地落在公差范围里。但是，指数Cp不计算过程在公差范围里对中心的偏离，所以即使高的Cp值情况下，有许多过程的输出仍超出公差限，即许多废品。为此，计算出带偏移的能力指数Cpk，它表征过程相对于公差上规格限与下规格限的复现性。Cpk的计算公式可从国标ISO 22514-1-2015获得。

同时达到下面3个条件，才可以证明过程是满足公差（标准、顾客）要求的：（1）Cp≥1；（2）Cpku≥1；（3）Cpkl≥1。

根据复现性评价的结果，得到过程可能性的结论。据此形成两个问题的回答：

（1）过程能够重复生产出满足指定要求的产品吗？

（2）过程的复现性会有什么样的可能？

图2 “挑工作”导入可控状态后的控制图

对评估的“挑工作”子过程，未建立带着雇主拒绝材料重复来到就业中心“挑工作”公民数的公差范围。为了模拟能力指数计算，公差范围就分别以控制图的上下控制限33.35664与22.97064来代替。如此情况下，能力指数以下式计算：

可见，按目前的假设，Cp＜1，过程是非复现性的。

8．过程订正和改善

在通过消除特殊原因（第6步）把过程引入可控状态后，可以用降低一般原因的异变来继续改进过程。现时，“挑工作”的过程不针对这个结果——在最短的时间里为公民找到合适的工作。公民可以屡次带着雇主的拒绝材料（当前对这个“屡次”统计量未采纳和分析）回到就业中心，而每一次返回都降低了过程的成果和效率，因为对公民而言增加了挑选工作所消耗的资源。减少带着拒绝材料重返就业中心的公民人数（“挑工作”平均值控制图的中心线向下位移），可能成为目标。要达到这点，只有综合研究作用于“挑工作”过程且影响它成果性的一般原因才行。这可能是与工作组织不合理相联系的外部原因所致，也可能是与盘踞于公民头脑中希望实际找到工作前多领取社会津贴的动机这一内部原因所致。领导者的任务是研究一般异变的原因，为改进过程的质量而施展系统的影响。