Выборка: «всё или ничего»

Москва  2021

М ИНИС ТЕРС ТВО НАУКИ И ВЫСШ ЕГО О Б РА З О ВА Н И Я РФ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ АВТОНОМНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ

ВЫСШЕГО ОБРАЗОВАНИЯ

«НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТЕХНОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ 

«МИСиС»

ИНСТИТУТ ЭКОТЕХНОЛОГИЙ И ИНЖИНИРИНГА

Кафедра сертификации и аналитического контроля

Ю. П. Адлер 
В.Л. Шпер

ВЫБОРКА: «ВСЁ ИЛИ НИЧЕГО»

Учебное пособие

Рекомендовано редакционно-издательским 
советом университета

№ 4387

УДК 65.01:669 
 
А 31

Р е ц е н з е н т 

канд. техн. наук, доцент НИТУ «МИСиС»,  

заместитель директора УНЦ СМиС, руководитель органа по сертификации 
НИТУ «МИСиС», член Международной гильдии профессионалов качества, 

ведущий эксперт по сертификации систем менеджмента качества,  

экологического менеджмента, менеджмента безопасности труда и охраны 
здоровья SGS (Швейцария), TUF Hessen (Германия), и системы сертификации 
персонала РССП (Россия) Е. И. Хунузиди

Адлер Ю. П.

А31  
Выборка: «всё или ничего» : учеб. пособие / 

Ю. П. Адлер , В.Л. Шпер. – М. : Изд. Дом НИТУ 
«МИСиС», 2021. – 108 с.

ISBN  978-5-907227-58-3

Эта книга представляет собой сборник работ, связанных с проблемами 
теории и практики выборок в духе идей доктора Эдвардса 
Деминга. Кроме того, в книгу вошли некоторые статьи, которые не 
связаны непосредственно с выборками, но рассматривают те или 
иные вопросы в той же логике. Все работы были ранее опубликованы 
в журналах издательства «Стандарты и качество» и заново 
отредактированы. Добавления выделены квадратными скобками.

Выборочные методы широко используются на практике, поэтому 
мы надеемся, что эта книга окажется полезной всем, кто сталкивается 
с выборками, а это все люди. Кроме того, она показывает 
подход Деминга к использованию статистических методов. Книга 
может быть полезна студентам всех специальностей, как технических, 
так и гуманитарных.

УДК 65.01:669 


Ю. П. Адлер ,  
В.Л. Шпер, 2021

ISBN 978-5-907227-58-3 
 НИТУ «МИСиС», 2021

Содержание

Предисловие . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Факты, факты,  
верти их так и сяк ты!  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Нам без выборок никак . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

Мониторинг систем:  
опять выборки?  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

А репрезентативна ли ваша выборка?  . . . . . . . . . . . . . . . . . . 43

Бывает ли контроль лишним?. . . . . . . . . . . . . . . . . . . . . . . . . 53

Как найти иголку в стоге сена,  
или когда не нужна выборка . . . . . . . . . . . . . . . . . . . . . . . . . . 64

Ремонтопригодность – это хорошо? . . . . . . . . . . . . . . . . . . . . 73

Зачем нужны выборки? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80

Зачем менеджменту контрольная карта Шухарта? . . . . . . . . 87

Анатомия управленческого прогноза . . . . . . . . . . . . . . . . . . . 97

Заключение  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

ПРЕДИСЛОВИЕ

Когда примерно в 2000 году я впервые полистал книгу 

Э. Деминга «Выход из кризиса», меня очень удивило его без-
апелляционное утверждение о том, что «правильная» выбор-
ка – это либо всё (то есть сплошной контроль), либо ничего (то 
есть выборка не нужна). Такое утверждение шло совершенно 
вразрез с моими представлениями о теории и практике выбо-
рочного метода. Сотрудничая с издательством «Статистика» 
(которое вскоре было переименовано в «Финансы и статисти-
ка»), я хорошо знал русские переводы зарубежных книг про 
выборочные методы. Вот их краткий список: 

1. Йейтс Ф. Выборочные методы в переписях и обследова-

ниях / Пер. с англ. Е. И. Арона; под ред. А. Г. Волкова. – М.: 
Статистика, 1965. – 433 с.

2. Кокрен У. Методы выборочных исследований / Пер. 

с англ. И. М. Сонина; под ред. А. Г. Волкова, предисл. 
Н. К. Дружинина. – М.: Статистика, 1976. – 440 с.

3. Шварц Г. Выборочный метод: Руководство по примене-

нию статистических методов оценивания / Пер. с нем. Я. Ш. 
Паппэ; под ред. И. Г. Винецкого, В. М. Ивановой. – М.: Стати-
стика, 1978. – 212 с.

4.  Михок Г., Урсяну В. Выборочный метод и статисти-

ческое оценивание / Пер. с румын. В. М. Остиану; под ред. 
В. Ф. Матвеева. – М.: Финансы и статистика, 1982. – 245 с.

5. Джессен Р. Метод статистических обследований / Пер. 

с англ. Ю. П. Лукашина, Я. Ш. Паппэ; под ред. Е. М. Четыр-
ника. – М.: Финансы и статистика, 1985. – 478 с.

До недавнего времени я наивно полагал, что я хорошо 

помню содержание этих книг и нет необходимости их пере-
читывать. Однако меня ждало разочарование. Дело в том, 
что, когда я читал эти книги, а это было, как правило, сра-
зу после их выхода в свет, слово «Деминг» для меня ниче-
го не значило. Поэтому я совершенно не обратил внимания 
на то, что Йейтс в огромном библиографическом списке, 
который заканчивал его книгу, упомянул Деминга, что 
Кокрен систематически цитировал Деминга практически 
в каждой главе, что Джессен имел с Демингом совместные 

работы, а на 395-й странице русского перевода кратко рас-
смотрел аналитические выборки. Правда, перевод в этом 
месте, видимо, был неточным. 

Да, я знал, что в 1950 году Деминг опубликовал следу-

ющую книгу: Deming W. E. Some Theory of Sampling. – New 
York: Dover Publications, Inc., 1950. – 602 p. 

В 1992 году мне её подарили, после чего я её, естествен-

но, прочёл. Но я был совершенно не в курсе, что через 10 лет 
Деминг издал ещё одну большую книгу как раз на интересу-
ющую нас тему: Deming W. E. Sample Design in Business Re-
search. – New York: John Wiley & Sons, Inc., 1960. – 544 p. 
(«Планы выборок в исследованиях бизнеса»). 

Я посмотрел в Интернете и увидел, что на эту книгу много 

ссылок. Всё это рисует совсем другой образ Деминга – специ-
алиста по теории и практике выборок. В конце концов он же 
неслучайно долго работал в Бюро переписей и обследований 
и был экспертом ООН по выборочным методам. Да и в Япо-
нию он приезжал первый раз в 1947 году именно как специ-
алист по выборкам, чтобы помочь в организации переписи 
населения.  

Когда в 2015 году я начал серию работ по выборкам, то я 

не понимал различия между задачами организации переписей 
и задачами прогнозирования будущего состояния процессов, 
поэтому рассматривал ситуацию однобоко – только как задачу 
прогнозирования. А в этом случае происходит много удивительного 
с классической точки зрения. Вот эти особенности и 
стали предметом рассмотрения. 

Видимо, сейчас стоило бы переписать все эти работы 

с единых позиций. Но мне кажется, что сами заблуждения 
настолько поучительны, что заслуживают рассмотрения, 
а переработка всего материала – естественный следующий 
шаг.  

Таким образом, я предлагаю вашему вниманию сборник 

своих работ, связанных с теорией и практикой выборочного 
метода. Когда впервые сталкиваешься с выборками, кажется, 
что их построение и использование – чисто технические вопросы, 
не заслуживающие особого внимания. Главное – воспользоваться 
результатами. Так думал и я.  

Но жизнь показала, что это грубая ошибка. Пока мы не понимаем 
логику построения выборки и её структуру, обычно 
не удаётся разумно использовать полученные результаты.  

Я надеюсь, что мой опыт пригодится многим читателям. 

Ю.П. Адлер

12 ноября 2020 г. Ю.П. Адлера не стало из-за последствий 

COVID-19. Материал этого пособия состоит полностью из работ 
Ю.П. Адлера и был подготовлен им к изданию, однако 
в процессе редактирования возник ряд вопросов, которыми 
пришлось заниматься другу и соратнику Ю.П. Адлера, 
В.Л. Шперу. 

ФАКТЫ, ФАКТЫ,  

ВЕРТИ ИХ ТАК И СЯК ТЫ!1

На свете нет ничего очевиднее.
И поэтому это очень трудно увидеть.

Умэнь. Застава без ворот  

(1182–1260) [1, c. 98]

Не будь обманчивой видимости, было 
бы невозможно искать правду.

Хун Цзычэн «Вкус корней»  

(издано между 1600 и 1612 гг.)  

[Там же, с. 234]

Сначала предоставьте факты – голос 
замирает до едва слышного гудения – 
а потом можете искажать их как вам 
угодно.

Киплинг Р. Интервью с Марком 

Твеном 

[2, с. 224]

Действительное знание заключается 
не в знакомстве с фактами, что делает 
только педанта, а в пользовании 
фактами, что производит философа. 

Бокль Г.Т. Влияние женщин 

на успех знаний [3, с. 14]

Все истины – парадоксы. Прямые 
выводы разума ошибочны, нелепые 
выводы опыта – безошибочны. 

Л.Н. Толстой [4, с. 23]

Стандарт ИСО 9000:2000 призывает нас «принимать решения 
на основе фактов» (в версии 2015 года вместо слова 
«факт» используется слово «свидетельство», но для данного 
текста это не имеет значения). Мы, конечно, стараемся изо 
всех сил. Но когда доходит до дела, возникает простой вопрос: 
«А что же такое факт?» И вот тут-то выясняется, что на этот 
вопрос трудно ответить. Действительно, что же это такое? Давайте 
попробуем разобраться.

1 Опубликовано в журнале «Методы менеджмента качества». – 2006. – 

№ 6. – С. 38–41.

Для начала нам понадобятся некоторые соглашения о понятиях 
и терминах. В работе [5] мы предложили такую схему. 
Результаты наблюдений или измерений, какими бы ни были 
их источники, можно договориться называть данными. Сюда 
попадает всё, что мы можем увидеть, услышать, почувствовать 
или измерить всеми доступными нам способами. Это исходный 
материал, «сырьё» для последующих действий. Данные 
могут «уже существовать» вне контекста их дальнейшего 
использования. Как говорится: «бери, что дают». Тогда они 
могут оказаться как бесценными, так и бесполезными. Но выяснится 
это только в результате последующих действий. Они 
могут собираться эпизодически, время от времени, когда удобно 
или накапливаться систематически в рамках конкретной 
программы или плана. Тогда у них больше шансов стать по-
лезными.

Очень редко исходные данные используются непосред-

ственно. Как правило, их подвергают первичной обработке 
и представляют в удобном для потребителя виде. Когда мы 
говорим, что измерили скорость автомобиля, то в некотором 
смысле это неточно. Мы измеряем путь и время, а затем де-
лим одно на другое, получая скорость. Вот вам и первичная 
обработка. Конечно, на практике мы редко вдаёмся в такие 
подробности. Если начать в них вдаваться, то недолго и уто-
нуть. Скорость-то непостоянна. Поэтому здесь есть ещё и ус-
реднение. Впрочем, усреднение есть практически всегда. Это 
один из основных инструментов первичной обработки дан-
ных. 

Теперь важно представить первично обработанные данные 

в виде, который удобен для потребителя. Но у разных потре-
бителей разные представления об удобстве. Так, например, 
математики любят уравнения, экономисты – таблицы, а ин-
женеры – картинки. Есть, конечно, и всеядные потребители. 
Последний способ, называемый визуализацией данных, полу-
чил в последние десятилетия наиболее широкое распростране-
ние. Ярким примером визуализации данных может служить 
работа [6]. Подвергнутые первичной обработке и удобно пред-
ставленные данные можно договориться называть информа-
цией, что мы и предлагаем сделать. 

Только сопоставление информации с выдвинутыми нами 

гипотезами или с существующей теорией создаёт собственно 
факты. Вне теоретического или ситуативного контекста ни-
каких фактов просто нет. Эту важную мысль подробно разви-
вал доктор Э. Деминг [7]. Теперь факты создают возможности 
для интерпретации. Интерпретация, то есть истолкование 
фактов, – дело тонкое и рискованное. Оно опирается на кон-
цепцию парадигм и их смены [8]. Однако интерпретация фак-
тов, а, следовательно, и информации, и данных – это форма их 
жизни.

Систематизация фактов, их упорядочение в рамках задан-

ной парадигмы даёт знания, которые, как известно, – сила. 
Они, с одной стороны, влияют на развитие теоретических мо-
делей и ход научных дискуссий, а с другой – служат основой 
для принятия практических решений [5, 9]. Успех или не-
успех реализации принятых решений, который измеряется 
в цепи обратной связи (и, конечно, нуждается в обработке и 
интерпретации), служит некоторой мерой полезности полу-
ченных фактов и накопленных знаний.

Но если все так стройно и ясно, почему же решения, при-

нимаемые на основе фактов, так часто оказываются неудачны-
ми, что даже пришлось придумать цикл Шухарта – Деминга 
[10], чтобы их все время подправлять? Выходит, что факты ча-
сто получаются какие-то сомнительные. В чем же дело? Труд-
но говорить обо всех возможных причинах, но одна из них 
кажется ясной и заслуживает, на наш взгляд, подробного рас-
смотрения. Она заключается в том, что отношения между дан-
ными и фактами имеют гораздо более сложную структуру, чем 
обычно представляется. 

Для анализа обнаруженных сложностей приходится при-

влекать «тяжёлую артиллерию» в лице статистического мыш-
ления [11]. Из этой теории мы узнаём, что бывают такие дан-
ные, которые не ведут к фактам, которые в некотором смысле 
ничего не значат. Но давайте по порядку. Статистическое 
мышление побуждает нас прежде всего обратить внимание 
на систему, которая порождает данные. Дело в том, что важ-
ные для нас свойства данных могут существенно зависеть 
от того, в каком состоянии находится эта система. А она мо-

жет находиться в одном из двух состояний. Либо она стати-
стически стабильна, управляема, либо она нестабильна и не-
управляема. Давайте рассмотрим оба состояния.

Итак, система статистически стабильна. Допустим, что это 

цех, где я работаю токарем. В один прекрасный день я «запо-
рол», то есть сделал бракованными, две детали. На радость всем 
коллегам. Решения начальства ясны: премия – минус, плюс 
выговор, чтоб другим было неповадно. А между прочим, эти две 
бракованные детали – вовсе не факт! То есть это, конечно, факт 
моей биографии, но вовсе не факт для оценивания моей работы. 
Система стабильна. Значит, все конкретные результаты – про-
сто случайные числа, отражающие системную вариабельность, 
которая существует всегда. И то, что именно я сделал сегодня 
брак, ничего для системы не означает. Как говорится, сегодня 
ты, а завтра – я. Так что отдайте премию назад. 

А если такой уровень брака не устраивает наших клиентов, 

то пусть начальство пытается улучшить систему. Я же ниче-
го не могу с ней сделать. Начальство любит кричать, что мы 
плохо работаем, что нам надо приналечь, и все такое. А как 
только речь идёт о качестве инструмента или об обслужива-
нии станков, так ответ один: «денег нет, выкручивайтесь как 
можете». Таким образом, в статистически управляемой систе-
ме отдельные данные не порождают фактов. Фактами служат 
лишь результаты обработки – некоторая оценка среднего и не-
которая оценка вариабельности. Эти два числа описывают си-
стему исчерпывающим образом. Они и служат для принятия 
решений о том, следует ли руководству вмешиваться в систе-
му в надежде, что её удастся улучшить. Выходит, что факты 
в этом случае относятся только к системе.

Ну хорошо, а если система находится в статистически не-

управляемом состоянии? Тогда все почти наоборот. Отдельные 
данные нельзя использовать для вычисления средних и ха-
рактеристик вариабельности. Поэтому они не несут информа-
ции о состоянии системы. Значит, такие данные не несут ин-
формации и не рождают фактов относительно системы. Более 
того, их нельзя интерпретировать и применительно к моим 
конкретным результатам. Фактом остаётся только сама стати-
стическая неуправляемость. И это значит, что нашей команде 

в цехе пора засучить рукава и искать источники и причины 
статистической неуправляемости, а затем устранять их. С таким 
делом начальству не справиться. Тут надо не руководить 
«в общем и целом», а конкретно действовать. 

Допустим, что все так, но остаётся ещё один каверзный вопрос. 
Откуда мы знаем, в каком состоянии находится система? 
На ней же не написано. Что верно, то верно. Однако У. Шу-
харт придумал, как это сделать. Для этого он разработал специальную 
контрольную карту, которую стали называть его 
именем [12, 13]. Если нанести интересующие наших клиентов 
или нас данные на специальный график в той последовательности, 
в которой они возникали, то, изучая структуру точек, 
можно констатировать, что процесс находится с статистически 
стабильном или, наоборот, нестабильном состоянии. В зависимости 
от этого и принимаются дальнейшие решения.

Давайте теперь посмотрим, какие данные собирает компания, 
работающая на рынке, и как она принимает решения 
на их основе. 

За какими объектами пристально следит всякая компания? 

Прежде всего, конечно, ей очень важно вести непрерывное 
слежение (то есть мониторинг) за заинтересованными сторона-
ми бизнеса. К ним относятся все потребители, поставщики, со-
трудники, начальники, государство, партнёры, конкуренты, 
политические партии, общественные организации, местные 
власти, и этот список может оказаться очень длинным. Понят-
но, что за некоторыми заинтересованными сторонами, напри-
мер, за потребителями, надо наблюдать постоянно, не спуская 
с них глаз. Другие требуют не столь пристального внимания. 

Кроме того, представляет постоянный интерес изучение 

внутренней среды организации и её внешнего окружения. 
Возможно, правда, что анализ заинтересованных сторон ис-
черпывает все аспекты внешнего окружения. Больше, вроде 
бы, наблюдать не за чем и измерять нечего. Зато того, что оста-
лось, хватит на всю жизнь. Давайте остановимся для начала 
на основных заинтересованных сторонах. 

Начнём, естественно, с потребителей. Тем более что и стан-

дарт ИСО 9000:2000 наставляет нас в том, что систематиче-
ские оценки удовлетворённости клиентов – наша первейшая