Практическое руководство по статистическому управлению процессами

Разброс данных неизбежен в каждой работе.
Данные без разброса являются недостоверными.
Эффективное управление качеством невозможно
без статистического анализа качества и процесса.
Управление качеством начинается с контрольной карты и ею 
завершается.
Контроль или анализ невозможны без группировки данных 
по определенным признакам.
95 % проблем фирмы могут быть решены с помощью семи 
принципов управления качеством.
Статистические методы должны знать все инженеры и техники.
К. Исикава.
Японские методы управления качеством1

Разброс данных неизбежен в каждой работе.
Данные без разброса недостоверны.
Эффективное управление невозможно без статистического 
анализа данных.
Управление любым процессом начинается с контрольной карты 
и ею завершается.
Контроль или анализ невозможны без группировки данных 
по определенным признакам.
95 % проблем фирмы можно решить с помощью методов 
разведочного анализа данных.
Методологию системного, статистического и визуального 
мышления должны знать все образованные люди.
Ю. П. Адлер, В. Л. Шпер
Москва, 2018

1 
Исикава К. Японские методы управления качеством. — М.: Экономика, 1988.

Москва
2019

ПРАКТИЧЕСКОЕ
РУКОВОДСТВО
ПО СТАТИСТИЧЕСКОМУ
УПРАВЛЕНИЮ
ПРОЦЕССАМИ

Юрий Адлер
Владимир Шпер

ISBN 978-5-9614-2053-1

Все права защищены. Никакая часть этой книги 
не может быть воспроизведена в какой бы то ни было 
форме и какими бы то ни было средствами, включая 
размещение в сети интернет и в корпоративных сетях, а также запись в память ЭВМ для частного 
или пуб личного использования, без письменного 
разрешения владельца авторских прав. По вопросу 
организации доступа к электронной библиотеке издательства обращайтесь по адресу mylib@alpina.ru

© Адлер Ю. П., Шпер В. Л., 2019
© ООО «Альпина Паблишер», 2019

УДК 658.5
ББК 65.291.216
 
А28

Редактор В. Ионов

Адлер Ю.

А28  
Практическое руководство по статистическому управлению процессами / 
Ю. П. Адлер, В. Л. Шпер. — М. : Альпина Паблишер, 2019. — 234 с.

ISBN 978-5-9614-2053-1

Эта книга содержит практические советы по начальному этапу анализа любого 
количества данных на основе системного, статистического и визуального мышления. Главным инструментом описываемого здесь подхода служат контрольные 
карты Шухарта с учетом их развития Демингом в сочетании с широким применением методов разведочного анализа данных, предложенного Тьюки. Эти советы 
основываются на многолетнем опыте консультирования компаний из разных 
отраслей по всему миру, а также на курсах лекций, которые авторы читали 
и продолжают читать студентам Московского института стали и сплавов 
и Московского энергетического института. Все инструменты и методы описаны 
на языке, доступном любому специалисту любой отрасли, а обработка данных 
ведется с помощью стандартного пакета Excel.

УДК 658.5
ББК 65.291.216

Содержание

Введение
Зачем и для кого написана эта книга? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Глава 1
Что такое системное, статистическое и визуальное 
мышление и для чего оно нужно? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Глава 2
История возникновения статистического мышления. 
Основы теории вариабельности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

Глава 3
Основы теории вариабельности (продолжение). 
Анализ стабильности процессов. Игра «Красные бусы» . . . . . . . . . . . . . . . . .39

Глава 4
Правила построения и интерпретации ККШ. Классификация 
типов ККШ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

Глава 5
Построение и анализ гистограмм. Диаграммы ствол-илистья (stem-and-leaf) и ящик-с-усами (box-and-whisker). 
Вероятностные сетки и законы распределения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

Глава 6
Индексы воспроизводимости процессов (ИВП) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163

Практическое руководство по статистическому управлению процессами

Глава 7
Проблемы и трудности при построении и применении ККШ 
и гистограмм на практике.
Алгоритм процесса анализа стабильности 
и воспроизводимости . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171

Глава 8
SPC, искусственный интеллект, 
Big Data и новые идеи в области ККШ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191

Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221

Литература . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .223

Введение
Зачем и для кого 
написана эта книга?

Эта книга написана для всех, кто хотел бы принимать решения 
не на основе правила пол-потолок-палец, а исходя из разумного анализа имеющихся данных. Проблема состоит в том, что хотя все организации мира просто переполнены данными, 95%, а может быть, и 99 % 
этих данных никто и никогда ни для чего не использует. Раньше эти 
данные пылились на полках в виде бесчисленных бумажных отчетов, 
записок, протоколов и т. п., сегодня те же самые документы пылятся 
в компьютерных базах наших ноутбуков, заполняя гигабайты бесчисленных директорий.
Почему? Что мешает каждому человеку, имеющему данные, 
описывающие поведение какого-то важного для этого человека 
процесса, проанализировать их с целью извлечения из них информации, полезной для принятия решений?
Ответ довольно тривиален. Во-первых, многие люди даже не понимают, что данные — это еще не информация, а сбор данных — это 
всего лишь самая первая, но далеко не последняя ступень анализа любой ситуации. Во-вторых, этому почти нигде и почти никого не учат. 
В результате многие люди просто не знают, чего они не знают, — как 
любил говорить великий гуру в области качества Эдвардс Деминг.
Именно с целью ликвидации подобного пробела в знаниях и написана эта книга. Она учит тому, как нужно извлекать информацию 
из данных с помощью многочисленных приемов, уже разработанных 
человечеством. Авторы полагают, что содержащиеся в этой книге знания должны быть одним из элементов общечеловеческой культуры. 

Практическое руководство по статистическому управлению процессами

8

Другими словами, то, что изложено в этой книге, должно входить 
в минимальный объем знаний, которым по умолчанию обладает каждый грамотный человек.
Отсюда вытекает ответ на вопрос: для кого написана эта книга?
Ответ: для всех, кто хочет считать себя образованным человеком XXI века.
Хотя чисто технически эта книга возникла как расширение курса, 
который оба автора в разное время много лет читали в Московском 
институте стали и сплавов (МИСиС), ее содержание важно для студентов любых специальностей, как инженерных, так и гуманитарных, а также для специалистов любых сфер человеческой деятельности. Нет ни одной области, где не возникали бы те или иные данные 
и где не нужно было бы использовать эти данные для принятия решений.
Что нужно знать, чтобы понять изложенный в книге материал?
Для этого достаточно иметь среднее образование, т. е. закончить обычную школу. Некоторые разделы книги используют информацию, излагаемую в курсе высшей математики для технического 
вуза, но эти разделы можно без ущерба для понимания пропустить. 
Практически все расчеты и графики, описанные в книге, можно выполнить с помощью Excel, и мы приводим инструкции для соответствующих процедур.
Есть, правда, одна проблема, которую мы не планируем обсуждать, по крайней мере в рамках данной книги, но которую следует 
обозначить, поскольку без ее учета никакую методологию, в том 
числе и обсуждаемую ниже, нельзя внедрить ни на одном предприятии. Это проблема культуры организации, т. е. проблема того, как выстроены взаимоотношения между людьми в организации. Дело в том, 
что в иерархически построенных организациях с преобладанием авторитарной культуры управления, где возникновение любых проблем 
сопровождается поиском виноватых, а виноватыми почти всегда оказываются сотрудники низовых звеньев, практически всегда исходная 
информация будет искажаться в связи с тем, что каждый из нас еще 
со школы научился всеми доступными способами ограждать себя 
от неприятной ситуации, когда нас наказывают за нечто, в чем мы 

Введение

не виноваты… А если исходная информация недостоверна, никакие 
методы не помогут принять разумное решение…
Конечно, любой сотрудник любой компании может принять 
личное решение об использовании, например, контрольных карт 
Шухарта для анализа своего процесса — как написал еще в 1953 г. 
J. Martin Kohe (Дж. Мартин Койе) в своей замечательной книжке Your 
Greatest Power («Ваша главная сила») [Kohe 1953 / 2004]: Каждый человек на Земле обладает великой силой — он может выбирать, какое 
решение примет лично он в данной ситуации, и от этого выбора зависит, будет ли этот человек счастлив или нет…
Тем не менее если руководство компании не имеет понятия о том, 
что такое контрольная карта Шухарта и зачем она нужна, то, скорее 
всего, сотруднику придется отказаться от использования этого инструмента, поскольку это всегда будет рассматриваться как занятие 
чем-то ненужным и бесполезным…
Поэтому необходимое, хотя и недостаточное, условие успешного 
внедрения в любой компании методов статистического управления 
процессами — отказ руководства компании от поиска виноватых 
и переход к принципиально иной парадигме — поиску коренных причин возникновения проблем. В качестве первого шага на этом пути 
мы рекомендуем всем руководителям прочесть любой из нижеперечисленных источников: Деминг [2006, 2007], Нив [2005], Седдон [2009], 
Трайбус [1997].

Глава 1
Что такое системное, 
статистическое 
и визуальное 
мышление 
и для чего 
оно нужно?

По этим вопросам существует невероятно много литературы, и каждому из перечисленных терминов можно посвятить отдельную книгу, 
и не одну. Статистическое мышление мы подробно обсудим в следующем параграфе, здесь же мы ограничимся лишь краткими тезисами 
и дадим ссылки на некоторые относительно недавние публикации 
по сис темному и визуальному мышлению.

Практическое руководство по статистическому управлению процессами

12

Кое-что о сис темном мышлении

Его суть в сверхкратком изложении:

• любая деятельность осуществляется в некоторой сис теме взаимосвязанных и взаимодействующих процессов;

• важно понимать, почему и как сис тема сопротивляется нашему 
вмешательству;

• надо научиться выявлять глубинные взаимосвязи и вскрывать 
сис темные причины проблем.

Чтобы понять сис темную проблему, нужно, как правило, выйти 
за границы сис темы и попробовать взглянуть на нее снаружи.
Некоторые принципы сис темного подхода можно сформулировать так [Сенге 2009; Гараедаги 2010;  О’Коннор, Макдермотт 2006; 
Левит, Дабнер 2007; Зиберт 2005; Адлер, Смелов 2017]:

• сегодняшние проблемы есть порождение вчерашних «решений»;

• легкий выход обычно приводит нас назад;

• причины и следствия разъединены во времени и пространстве;

• винить некого за исключением собственно сис темы.

Вот несколько примеров из приведенных выше книг, которые, 
на наш взгляд, достаточно красноречивы и не требуют каких-либо 
пояснений. Их объединяет то, что в результате отсутствия системного подхода всегда принимается в конечном счете неверное 
решение.
«Когда-то, во времена английского колониального правления в Индии, из-за необычно жаркого лета развелось слишком много кобр. 
Чтобы справиться с напастью, губернатор назначил награду за каждую сданную голову змеи. Индийцам предстояло ловить этих страшилищ. Как же они отреагировали? Они стали разводить кобр, чтобы 
получить премию».
В середине 1980-х гг. Япония пыталась преодолеть экономический 
кризис путем повышения госрасходов и роста госдолга — в итоге целое 
десятилетие (все 1990-е гг.) страна боролась с последствиями лопнувшего в 1989 г. пузыря (10 лет стагнации из-за ошибочного решения).
«Трое слепых встретили слона и начали его ощупывать. “Это что-то 
мягкое, большое и широкое, как ковер”, — сказал один, схватившийся