无题

3）返工率分析的方法

在制造业，除了产能与不良率外，还有一个指标也比较关键，那就是“返工率”。为确保产品品质的稳定性，品管在制程中及出货前，会设置一道抽检环节。抽检到不符合标准的流程，就需要进行返工。返工率对制程的影响是很大的。一方面，会产生工时的浪费，最终降低单位时间产能。另一方面，返工过程中不可避免地会出现物料及产品的损耗，使生产成本增长；此外，返工率的存在，对于作业者产生极大的心理压力，影响产能的提升。

对于作业者而言，除了之前提到的产能与不良率两个重要指标外，返工率也要作为辅助的控制指标。返工率的控制，根据产品及工序的不同，需要具体分析。但无论如何，在所有的因素中，人的因素应该是主要的。所以，接下来，我们就从人的差异性入手，通过一个案例的分析来探讨返工率的分析方法。

要分析返工率，首先应该建立统计报表。

通过这份报表，我们可以得到什么信息呢？我们只能得到几个不良率数据及若干判定“NG”的记录。根据这些信息显然无法得出什么结论。所以，我们要对这份报表进行深入的分析。

前面我们已经学习过相对论的方法。下面，我们用常规分析方法与相对论分析方法作个对比，大家会有更深的认识。

让我们先用常规方法进行分析。首先，我们来看一下各项目的整体返工率：

现在让我们来分析一上，上面的分析有没有什么问题。从表面上看，也是一步步用数据推导出来。不过，我们用相对论的思维来仔细分析一下时，就会发现一个比较大的问题。在说明这个问题之前，我们先尝试将几个主要条件列出来：

条件一：不同项目之间，返工率差距很大。

条件二：返工率排序时，是按返工率从高到低的绝对值进行的。

条件三：返工率排序时，参考的是所有项目的平均返工率。

综合以上三条信息，我们就可以发现很明显的逻辑错误：在各项目返工率不一样的情况下，按返工率的绝对值进行排序，这个排序是不正确的。困为其完全忽视了项目之间的差异性。我们举个简单的例子：假如有张三和李四两名员工，其中张三的返工率为30%，而李四的返工率为20%，这两个人哪个表现更好？毫无疑问，李四更出色。如果我再加个前提条件，张三的项目是“项目1”，该项目的平均返工率是55%；而李四的项目是“项目20”，平均返工率为8%。现在再问你，这两个人哪个人的表现更好？毫无疑问，是张三。由此可见，要想通过员工的返工率来评价绩效，必须要放在同一个平台上进行。而要放在同一个平台，就不得不考虑项目之间的差异性。如果不考虑项目本身的差异性，而是硬生生的用绝对值来进行排序，一是对员工不公平，二是输出的结果对管理人员没有参考意义。这样，辛辛苦苦所得出的分析结果，不但不能对生产起到促进作用，反而有不利的负面影响，这显然是任何一名管理者所不愿意看到的。但遗憾的是，在我们不少企业，甚至可说是大部分企业中，这样的分析模式大行其道，并试图根据不客观的分析结果进行自以为正确的对策。

管理相对论提示您：看后求收藏（同创文学网http://www.tcwxx.com），接着再看更方便。