繁體中文版 Traditional Chinese Version
33 質量規劃
僅僅確保項目在預算內按時完成項目是不夠的。你需要做出正確的產品來滿足利益相關者的需求。質量意味著要確保項目建造的是你說過的東西,而且要盡可能有效地完成。這意味著不要犯太多的錯誤,並始終保持你的項目朝著創造正確產品的目標努力。
每個人都 “知道 “什麼是質量。但這個詞在日常生活中的使用方式與它在項目管理中的使用方式有些不同。就像三重約束(範圍、成本和進度)一樣,你通過設定目標和進行測量來管理項目的質量。這就是為什麼你必須了解你的利益相關者認為可以接受的質量水平,並確保你的項目達到這些目標,就像它需要滿足他們的預算和進度目標一樣。
客戶滿意度是指確保為最終產品付款的人對他們得到的東西感到滿意。當團隊為規範收集需求時,他們試圖寫下客戶在產品中想要的所有東西,這樣你就知道如何讓他們滿意。有些需求可以不被說明並且是由客戶的需求所暗示的。有些要求只是常識性的(例如,人們持有的產品不能由可能殺死他們的有毒化學品製成)。這些要求可能沒有被說明,但它肯定是必須的。
“適合使用 “是指確保你製造的產品有最好的設計來滿足客戶的需求。你會選擇哪一個:一個設計精美、結構良好、堅固耐用、全方位令人愉快但卻不能滿足你需要的產品,還是一個儘管醜陋難用卻能滿足你需要的產品?你總是會選擇適合你需求的產品,即使它有嚴重的局限性。這就是為什麼產品既能做它應該做的事,又能做得很好,這一點很重要。例如,你可以用螺絲刀敲打釘子,但錘子更適合這項工作。
符合要求是客戶滿意度和適用性的核心,也是衡量產品在多大程度上完成了你的意圖。最重要的是,產品需要做你在需求文件中寫下的事情。你的要求應該考慮到什麼能讓客戶滿意,以及對工作的最佳設計。這意味著既要符合陳述的要求,也要符合隱含的要求。
最後,產品質量是否建造了你說要建造的東西來判斷的。
質量規劃的重點是在項目開始時利用所有可用的信息,並弄清楚將如何衡量質量和防止缺陷。你的公司應該有一個質量政策,說明它如何在整個組織內衡量質量﹑確保你的項目遵循公司的政策和任何政府的規則或條例。
你需要計劃將使用哪些活動來衡量項目產品的質量。而且需要考慮所有你想做的與質量有關的活動的成本。然後,你需要為衡量的對象設定一些準則。最後,設計當產品準備好被測試時你要進行的測試。
質量和等級 Quality and Grade
根據國際標準化組織(International Standardization Organization,簡稱ISO)的說法,質量是 “反應實體滿足主體明確和隱含需求的能力的特性總和”。一個產品或過程的要求可以被歸類或給予一個等級,這將提供一個比較的基礎。質量是由某物滿足其等級要求的程度決定的。
對大多數人來說,質量這個詞也意味著良好的價值——讓你的錢花得值。例如,即使是低檔次的產品也應該像預期的那樣工作,使用起來很安全,並能持續合理的時間。
請考慮以下的例子:
例子: 汽油等級的質量
石油煉製商根據辛烷值提供幾種不同等級的汽油,因為較高的辛烷值適用於較高的壓縮發動機。汽油不能被灰塵或水污染,而且燃料的實際性能必須接近其辛烷值。一批辛烷值為87的低級汽油,如果沒有水或其他污染物,就是高質量的,而一批被污物污染的高級93辛烷值汽油,則是低質量的。
例子:家具包裝的質量
約翰有一些古董家具,條件很好,是他祖母留給他的。由於感情原因,這些家具對約翰來說很重要,而且很有價值。約翰決定聘請搬家公司(高級專業人員)將他的家具裝入卡車,使用適當的填充物和約束物,以防止在搬家過程中出現凹痕和划痕。約翰對高質量的標準是,他的大件家具,特別是古董,不能有任何明顯的損壞。如果家具到達他的新公寓時沒有一個凹痕、划痕或其他損壞,那麼這次活動就是高質量的。約翰包裝廚房的標準較低。他的餐具又舊又便宜,所以他決定信任他沒有經驗的朋友(低級別的業餘愛好者)來幫他收拾廚房。如果在這個過程中,有幾個盤子或玻璃器皿被削掉或打碎了,那麼節省下來的勞動力成本將超過損失,這是很划算的。
統計數據 Statistics
確定產品在多大程度上符合等級要求是通過測量,然後對這些測量進行解釋來完成的。統計學—對數字數據的數學解釋— 在解釋大量的測量結果時非常有用,當重複製造同一產品時,用於確定產品滿足規格的程度。對產品樣本的測量必須在控制範圍內,即允許變化的上限和下限,管理部門要設計一個過程,使產品始終在這些限制之間。
教學設計者經常使用統計數據來確定其課程設計的質量。學生評估是教學設計者能夠判斷學習是否發生在控制範圍內的一種方法。
例子: 設置控制限值
一家石油煉製廠生產大量的幾種等級的燃料。燃料的樣品被定期提取和測量。如果一種燃料的辛烷值應該是87,那麼燃料樣品的測試結果應該接近這個值。許多樣品的分數會與87不同。這些差異是由於難以控製或昂貴的隨機因素造成的。大多數樣品應該接近87的等級,沒有一個樣品應該偏離太遠。製造商有85和89的等級,所以他們決定87辛烷值燃料的樣品都不應該低於86或高於88。
如果一個過程被設計為生產某種尺寸或其他測量特性的產品,就不可能控制所有可能導致產品與所需測量值略有不同的小因素。其中一些因素會產生測量值大於期望值的產品,一些因素則會產生相反的效果。如果有幾個隨機因素在影響這個過程,它們往往會相互抵消,最常見的結果是在範圍的中間附近;這種現像被稱為中心極限定理。
如果把可能的測量值的範圍平均分為被稱為倉的分區,就可以對測量值進行分類,併計算出落入每個倉的測量值的數量。其結果是一個頻率分佈,顯示有多少測量值落入每個倉。如果造成差異的影響是隨機的,並且傾向於相互抵消,那麼頻率分佈就被稱為正態分佈,它類似於一個邊緣外擴的鐘形形狀。理論上正態分佈曲線的邊緣非常接近於零,但並沒有達到零。
例子: 正态分布 (Normal Distribution)
一個煉油廠的質量控制經理測量了許多辛烷值為87的汽油樣品,將測量結果按辛烷值分類到0.1辛烷寬的倉中,然後計算每個倉中的測量數量。然後她創建了一個數據的頻率分佈圖,如圖14.1所示。
通常情況下,從總人口中隨機選擇子集,並測量和比較它們的質量,因為測量整個人口會很麻煩,甚至不可能。如果樣本測量值像圖14.1中那樣在分佈中心的上方和下方平均分佈,那麼這些測量值的平均值也是中心值,被稱為平均值,在公式中用小寫希臘字母μ(讀作mu)表示。各個測量值與中心值的差異量被稱為樣本標準差或只是標準差。
計算標準差的第一步是將每個測量值從中心值(平均值)中減去,然後將該差值平方。 (回顧一下你的數學課程,平方一個數字就是乘以它本身,結果總是正的。) 下一步是將這些平方的數值相加,然後除以數值的數量減去1。最後一步是去掉平方根。結果可以被認為是一個平均差。 (如果你用通常的方法取平均值,那麼正數和負數的總和將為零)。數學家用小寫的希臘字母σ(讀作sigma)表示標準差。如果測量的是一個群體的所有元素,而不僅僅是一個樣本,那麼它就被稱為群體的標準差,在第二步中,將平方值的總和除以數值的總數。
圖14.1顯示,最常見的辛烷值測量值接近87,其他測量值在87以上和87以下平均分佈。分佈圖的形狀支持中心極限定理的假設,即影響辛烷值的因素是隨機的,並傾向於相互抵消,這一點從對稱形狀中可以看出。這種分佈是正態分佈的典型例子。質量控制經理注意到,沒有一個測量值高於88或低於86,所以它們都在控制範圍內,進而得出結論,這個過程的工作是令人滿意的。
例子: 汽油樣品的標準偏差
煉油廠的質量控制經理使用電子表格程序中的標準偏差功能來查找樣品測量的標準偏差,發現對於她的數據,標準偏差是0.3辛烷值。她在頻率分佈圖上標出了範圍,以顯示在平均值兩側的一個西格瑪(標準偏差)內的數值(圖14.2)。
對於正態分佈,大約有68.3%的測量值落在平均值兩側的一個標準差之內。這對於分析某些類型的數據來說是一個有用的經驗法則。如果測量值之間的變化是由隨機因素造成的,導致正態分佈,有人告訴你平均值和標準差,你就知道有三分之二多一點的測量值在平均值兩側的一個標準差之內。由於曲線的形狀,兩個標準差內的測量值的數量是95.4%,三個標準差內的測量值的數量是99.7%。例如,如果有人說美國成年男子的平均身高是178厘米(70英寸),標準差約為8厘米(3英寸),你就會知道,美國68%的男子身高在170厘米(67英寸)和186厘米(73英寸)之間。你還會知道,美國大約95%的成年男子身高在162厘米(64英寸)和194厘米(76英寸)之間,幾乎所有的人(99.7%)都在154厘米(61英寸)和202厘米( 79英寸)之間。這些數字被稱為68-95-99.7規則。
如圖14.3所示,煉油廠的質量控制經理對包括在兩個和三個標準差內的範圍進行標記。有些產品的變異性必須比其他產品小,以滿足其目的。例如,如果對旨在操作高度專業化和有潛在危險的機器的培訓進行質量評估,預計大多數參與者將超過可接受的合格率。對某些產品來說,與控制限值相差三個標準差可能沒問題,但對其他產品來說就不行了。一般來說,如果平均值與兩個控制限值相差6個標準差,那麼一個零件因隨機變化而超過控制限值的可能性幾乎為零(十億分之二)。
例子: 一個步驟項目改善了汽油的質量
因為煉油廠安裝了一個新的步驟,生產的燃料變異性更小。煉油廠的質量控制經理採集了一組新的樣品,並繪製了一個新的頻率分佈圖,如圖14.4所示。煉油廠的質量控制經理計算出,新的標準偏差是0.2辛烷值。由此,她可以使用68-95-99.7規則來估計,68.3%的生產燃料將在86.8和87.2之間,99.7%將在86.4和87.6辛烷值之間。描述這種控制量的速記方法是說這是一個五西格瑪生產系統,指的是平均數和控制極限之間每邊的五個標準偏差。
質量規劃工具
高質量是通過規劃來實現的,而不是在發現問題後做出反應,為實現相應標準選擇標準並製定流程。
測量術語
在項目的執行階段,對服務和產品進行抽樣和測量,以確定質量是否在要求的控制範圍內,並分析變化的原因。這種評估通常由一個單獨的質量控制小組完成,了解一些過程測量術語對於理解他們的報告是必要的。這些術語中有幾個是相似的,了解它們之間的區別是很有價值的。
質量計劃規定了產品或過程的控制極限,這些極限之間的範圍大小就是公差。公差通常被寫成平均值,加上或減去公差。加號和減號寫在一起,即±。
例子: 汽油生產中的公差
石油精煉廠選擇將其87辛烷值汽油的控制極限設定為86和88辛烷值。公差是87±1。
選擇能夠緊密測量樣品的工具,以確定測量結果是否在控制限度內,以及是否顯示出趨勢。每個測量工具都有自己的公差。
公差的選擇直接影響到質量成本(Cost of Quality, 簡稱COQ)。一般來說,生產和測量具有小公差的產品的成本更高。製作公差小的產品的相關成本可能非常高,與收益不成正比。例如,如果評估在線教程中每個屏幕的成本大於交付產品和事後修復任何問題的成本,那麼COQ可能過高,教學設計者將容忍設計中的更多缺陷。
界定和滿足客戶的期望
客戶為項目提供必須滿足的規格,以使項目獲得成功。回顧一下,滿足項目規範是項目成功的一個定義。客戶經常有一些期望,而這些期望在書面規範中是很難捕捉到的。例如,一個客戶希望被邀請參加項目的每一次會議,然後選擇那些看起來最相關的會議。另一個客戶希望只被邀請參加需要客戶意見的項目會議。邀請這位客戶參加每一次會議將導致不必要的挫折。傾聽客戶的意見,了解那些不容易在規範中體現的期望,對滿足這些期望很重要。
項目調查可以捕捉到客戶對項目表現的看法,並為項目團隊提供對滿足客戶期望有用的數據。如果調查的結果顯示客戶對項目的某些方面不滿意,項目組就有機會與客戶探討這種看法的原因,並製定恢復計劃。調查還可以幫助確定哪些方面進展順利,哪些方面需要改進。
規劃信息的來源
對質量的規劃是初始規劃過程的一部分。早期的範圍、預算和進度估計被用來確定應該規定預期等級和質量的過程、服務或產品。風險分析用於確定項目的哪些風險可能影響質量。
技術
有幾種不同的工具和技術可用於計劃和控制項目的質量。這些工具的使用程度由項目的複雜性和客戶使用的質量管理計劃決定。
以下是項目經理可用的質量規劃工具:
- 成本效益分析(Cost-benefit analysis)是看你的質量活動將花費多少錢,與你做這些活動將獲得多少收益。成本很容易衡量;做這些活動所需的努力和資源,就像你計劃中的其他任務一樣。由於質量活動實際上並不生產產品,人們有時更難衡量收益。主要的好處是減少返工,提高生產力和效率,以及讓團隊和客戶更滿意。
- 標杆管理(Benchmarking)意味著使用其他項目的質量規劃結果來為你自己的項目設定目標。你可能會發現,你公司的上一個項目比之前的項目少了20%的缺陷。你應該想從這樣的項目中學習,並把他們用來做出如此巨大改進的任何想法付諸實踐。基準可以在你開始工作之前給你一些判斷自己項目的參考點。
- 實驗設計(Design of experiments)是你要對你的產品進行的所有種類的測試的清單。它可能會列出你要做的所有種類的測試程序,你要採取的方法,甚至測試本身。 (在軟件領域,這被稱為測試計劃)。
- 質量成本(Cost of quality)是指當你把你在項目中要做的所有預防和檢查活動的成本加起來時得到的東西。它不只是包括測試。它包括任何花在編寫標準、審查文件、開會分析缺陷的根本原因、在團隊發現缺陷後進行返工修復的時間:換句話說,絕對是你為確保項目質量所做的一切。質量成本可以是一個很好的檢查數字,以確定你的項目是做得好還是有問題。假設你的公司跟踪其所有項目的質量成本;那麼你就可以知道,為了使你的項目達到質量標準,你的花費是比其他項目的花費多還是少。
- 控製圖(Control charts)可以用來定義可接受的限度。如果一個項目的某些功能是重複性的,可以用統計過程控制來確定趨勢,並將過程控制在控制限度內。控制重複過程質量的計劃的一部分是確定控制限度是什麼以及如何對過程進行抽樣。
- 因果關係圖(Cause-and-effect diagrams)可以幫助發現問題。當控製圖顯示一個可分配的變異原因時,要確定問題的原因並不容易。可以用因果圖或魚骨圖來促進旨在發現原因的討論,鼓勵參與者找出缺陷的可能原因。
例子 :繪製質量問題的圖表
一家小型製造企業試圖找出其生產線上的變化的可分配的原因。他們組建了一個團隊,確定了六種可能性:
- 低質量的原材料
- 電源波動
- 環境溫度
- 工人缺勤
- 培訓不足
- 設備陳舊
這些可能性中的每一種都被組織成圖14.5中的魚骨圖:
圖中的每個分支都可以擴展,將一個類別分解成更具體的項目。一位工程師和一位電工在其中一個分支上工作,考慮電力波動的可能原因:
- 公用事業的可靠性
- 個人空間加熱器和大型電機的啟動導致電路過載
- 照明
這些項目被添加到魚骨圖的各自部分,如圖14.6所示。
檢查表、直方圖(histograms)和帕累托圖(Pareto charts)被用來解決幾個質量問題。當一個質量控制問題發生時,項目經理必須選擇首先解決哪個問題。確定質量問題優先級的一個方法是確定哪些問題出現的頻率最高。這些數據可以用檢查表來收集,檢查表是一個基本的表格,用戶可以在每次發生問題時在適當的框中打勾,或者用適當的技術使數據收集過程自動化。一旦收集了數據,就可以通過創建一種叫做直方圖的頻率分佈圖來進行分析。真正的直方圖是一種柱狀圖,柱子的寬度填滿了X軸上的可用空間,並與該軸上顯示的類別值成正比,而柱子的高度則與出現的頻率成正比。大多數直方圖使用一種寬度的列來代表一個類別,而縱軸代表出現的頻率。
直方圖的一個變種是經濟學家維爾弗雷多·帕累托發明的頻率分佈圖,稱為帕累托圖,其中列按遞減順序排列,最常見的列在左邊,並加上一條線,顯示累積總數。列和線的組合使用戶能夠一目了然地知道哪些問題是最常見的,它們佔總數的多少。
一旦你有了你的質量計劃,你就知道你管理項目質量的準則。你監控項目質量的策略應該包括在計劃中,以及你所採取的所有步驟的原因。重要的是,團隊中的每個人都要理解用於判斷項目成功或失敗的指標背後的理由。
質量保證
質量保證的目的是建立信心,相信質量計劃和控制是正常工作的。必須分配時間來審查最初的質量計劃,並將該計劃與項目實施過程中的質量保證方式進行比較。
流程分析 Process Analysis
將質量過程的流程圖與實際操作過程中遵循的流程進行比較。如果計劃沒有得到遵守,則對該過程進行分析並採取糾正措施。糾正措施可以是教育有關人員如何遵循質量計劃,也可以是修改計劃。
對抽查產品和過程並收集數據的實驗進行檢查,看他們是否遵循統計學上有效的抽樣技術,以及測量方法是否有足夠小的公差來檢測控制限度內的變化。
由於項目是臨時性的,在一個項目中學習和改進的機會較少,特別是如果項目持續時間較短的話。但是,即使在短期項目中,質量經理也應該有辦法從經驗中學習,並為下一個類似複雜情況的項目改變流程。
例子: 分析安全培訓中的質量流程
一所負責對員工進行工廠安全操作培訓的技術學院在培訓結束後對其教員的選擇過程進行了評估,看看它是否有最佳的選擇標準。例如,它要求教員必須擁有製造業的碩士學位才有資格成為學院的教員。學院對學生進行了離職調查,詢問他們認為怎樣才能改進未來關於這個主題的課程的教學。一些學生認為,要求教員有更多年的培訓經驗更為重要,而其他學生則建議教員在培訓中心尋求認證。學院考慮了這些建議,決定保留其對碩士學位的要求,但增加了教員必須獲得工廠安全認證的要求。
質量保證的目的是使客戶對質量標準和程序得到遵守建立信心。這是通過對計劃、測試和修訂政策的內部審查或者由外部團體或機構對相同項目進行審計來實現的。
貢獻者和歸因 Text Attributions
This chapter of 企業策略: 高管項目領導指南 Strategy Consulting: A guide for executives leading projects is a derivative of the following text:
- This chapter was adapted and remixed by Adrienne Watt from the following sources:
- Introductory text and text under “Quality Planning tools” in Project Management for Skills for All Careers by Project Management Open Resources and TAP-a-PM. Licensed under a CC BY 3.0 licence.
- Text under “Quality and Grade”, “Statistics” and “Quality Assurance” is from “Assuring Quality” in Project Management for Instructional Designers by Amado, M., Ashton, K., Ashton, S., Bostwick, J., Clements, G., Drysdale, J., Francis, J., Harrison, B., Nan, V., Nisse, A., Randall, D., Rino, J., Robinson, J., Snyder, A., Wiley, D., & Anonymous. Licensed under a CC BY-NC-SA (Attribution-NonCommercial-ShareAlike) licence.
Media Attributions
- Normal Distribution of Measurements © Wiley et al is licensed under a CC BY-NC-SA (Attribution NonCommercial ShareAlike) license
- One Sigma Range © Wylie, et al. is licensed under a CC BY-NC-SA (Attribution NonCommercial ShareAlike) license
- 68-95-99 Rule © Wiley et al is licensed under a CC BY-NC-SA (Attribution NonCommercial ShareAlike) license
- Smaller Standard Deviation © Wiley et al is licensed under a CC BY-NC-SA (Attribution NonCommercial ShareAlike) license
- Cause and Effect Diagram © Wiley et al is licensed under a CC BY-NC-SA (Attribution NonCommercial ShareAlike) license
- Power Fluctuation Diagram © Wiley et al is licensed under a CC BY-NC-SA (Attribution NonCommercial ShareAlike) license