上周的专栏有写问题解决的第一步是要正确地定义问题。

成品仓库太窄不是问题，正确定义问题的话应是与出货量相比生产太多了。

成品仓库太窄这样的「现象」能简单的认识。
因此，就容易把成品仓库太窄定义成解决课题。解决课题错误的话，问题是无法解决的。

但实际的生产现场，有很多是没有认识到问题的。
即使能认识到问题，但像「这种东西」的现实接受型的「放弃」是会消除改善机会的。

例如，锻造加工发动机的机轴，加工到要求的精度。用这种方法成品率可以达到70%左右，因此在后工序就需要进行切削加工。这就是「放弃」。

如果接受成品率70%的话，含切削部分进行锻造加工，就需要追加切削加工，这样材料、追加加工都是浪费。

如果不放弃成品率70%的话，就需要考虑方法了。
在锻造加工前敲打成基本的形状，就这样一点成品率就能达到了90%。

压铸成型时交换模具后，数啤是无法做出好产品的。这作为「试模」放弃的话，就无法改善了。
通过抱有试模是浪费这样的认识，才会做到改善。

如果抱有试模是浪费这样的认识，就会去思考为何模具交换后有数啤做不好。因模具的温度没法上升，材料无法流到模具的周边角落。那么这样就把模具的温度提升就好了。
提升模具温度的方法是可以思考出很多的。

此专栏是每周【经营改革】定期发送的邮件杂志，感兴趣者请点击此处进行阅读登录。

邮件杂志【经营改革】免费阅读登录

　问题解决的手法有很多。
问题解决的最重要步骤是，首先要正确的定义出课题来。

例如：如「订单太多，出货来不及」这不是课题而是现象，正确的课题应是「生产能力不足」。

再举个同样的例，如「产品仓库太窄」这不是课题，而课题是「与出货相比，生产过多」。

如出货不良定义成的课题是「检查后不良流到了客户处」的话，就会做出「加强检查」这样毫无结果的解决方案。
正确的课题是「工程内发生不良」，对此进行对策的话才能正真达到「消除工程内不良」的本质问题。

当然要一下子消除工程内不良是比较困难的，暂定加强检查是可以的。但是，必须彻底明确是「暂定对策」。

不能只看问题的表层，必须看到本质定义课题。

还有一个重要的是，用「自责」的方式定义课题。

上述的「出货来不及」定义成客户的订单太多（他责）的话，我们自己就无法解决此问题了。如课题定义为生产能力不足（自责）的话，就可以得到改善。

虽列举了个极端的事例，但意外的是经常看到落入此陷阱的事例。
因作业员的能力不足，就让他做单纯的作业。这就是把课题定义为作业员的问题（他责），所以无法做出有效果的问题解决。
如定义课题为作业员的培养不足（自责）的话，就会思考好几个解决方案来。

「他责」只会产生牢骚和放弃。
「自责」会产生创意和改善。

此专栏是每周【经营改革】定期发送的邮件杂志，感兴趣者请点击此处进行阅读登录。

邮件杂志【经营改革】免费阅读登录

　10年前，在当时指导的改善工厂的经营者咨询了这样的问题。
某位作业员不遵守规定的作业标准，即使现场的一线主管叫他注意，但是作业员主张认为此方法的效率好，不听一线主管的话。现场一线主管不让他加班，使其让他离职。

在签此件离职书时经营者发现，离职书上写的文章也好、文字也好都是非常好的，所以就问了一下事情的情况；他是这样说的。

在当时的访问指导时，再次对改善小组的成员说，因为作业员是我们的老师所以必须要多观察他们的作业动作。

遵守作业标准是很重要的，但是应该多观察无法遵守的作业员的动作。因为他们每天都要反复上千次同样的作业，有可能用身体体验更好的作业方法；如果直接批评的话就会失去改善的机会，也就是说作业员是教导给我们改善提示的老师。

作业进行标准化是为了控制作业的偏差。但是，可能在制定标准的时间点是最好的作业方法，却无法保证明天还是最好的。

标准化其实是在阻止进步，如果标准定下来不变化的话，针对世界的进步来说相对的是「退步」。

从制定标准日开始，就必须要思考修订（改善）。

此专栏是每周【经营改革】定期发送的邮件杂志，感兴趣者请点击此处进行阅读登录。

邮件杂志【经营改革】免费阅读登录

　这是很久以前的事情了，有去拜访过新加波的一家硬盘工厂。参观工厂时发现工程内不良很多，于是就咨询了作向导的干部。他是这样跟我说明的，因成品率已经超过了80%，就没有再做改善了；改善资源全部投入到新机种的启动中去了。

当时（93年）的硬盘行业，容量提高的竞争很激励，如不断投入新机种的话，旧机种的价格就会立即下降的状况。

当听到那话时，感觉是很合理的经营判断。但是，之后一直感觉到不谐调。进行量产产品的生产指导后，终于明白那不谐调感的原因了。

首先第一，改善资源和新机种启动资源成了折中状态。也就是说人员投入到新机种启动中的话，就没有人员担当进行旧机种的改善事情了。

我们在量产开始时，会对设计完成度、生产技术完成度确认达到一定的水平，之后并由现场领导持续的进行改善，就用这种方式做的。因此，新机种的启动资源是量产开始后，马上可以着手于下一个新机种。

为了改善生产性和品质，偶尔需要进行设计变更的。但是由于此原因几乎没有导致新机种启动延迟的。

第二原因在这里。

通过旧机种的改善，设计完成度在量产开始时可达到相当高的水平。量产品的设计完成度是指，易制作不出现不良。制定将旧机种的问题改善，不断地反馈到新机种的设计中的机制。

例如：设计评审时生产部的人员也参加，进行生产性的评审。量产试作时是当然的，技术试作时生产部、生产技术也是积极地参加。

这种效果是相当高的。导入此系统的初期，设计部门认为是增加了工作，在背后是有反对的。但是实际量产后急剧减少了麻烦，而且在试作时得到生产部和生产技术部门的人员帮助，是有减轻了试作时技术部门的作业。

更大的效果是生产部、生产技术的生产方面的成员，从开发初期开始参与设计，提高了他们的热情。在那之前，有种不好的机种「被迫生产」的负面思想；为了有易于生产的机种，积极地参与到设计，转变成积极地热情。
当然设计部门和生产方面的沟通也是得到了显著的提升。

达到这种水平的话，生产部就会不断地进行改善。而且所产生的成果是会反映到下个机种的设计中，这样就能达到积极的循环。

我们所生产的是电源装置。所谓的硬盘生产是无法直接用数字比较，但是量产开始后3个月以内，工程内不良降低到100ppm以下，也就是说直通率达到99.99%的意思。因为成品率是把修理成良品的产品也作为良品计算，所以成品率就是100%。

设定成品率和直通率的目标是没有错的，但是满足半途的目标就太可惜了。

排除阻碍改善的因素（资源不足），也就是说锻炼好制造现场的改善力。为此，只要持续生产就要持续改善。
制定累积过去的设计﹒生产经验的机制。
我通过致力于此2点，消除了在硬盘工厂感觉到的不谐调感。

此专栏是每周【经营改革】定期发送的邮件杂志，感兴趣者请点击此处进行阅读登录。

邮件杂志【经营改革】免费阅读登录

　在发生人为错误时，对失误的原因不充分调查。就在报告书上写「再教育作业员」「让作业员注意」等的再发防止对策呢？

当然教育・训练和指导是很重要的，但这是无法期待效果。

发生人为错误的原因要分解到行动，找出问题在哪里，才能做出有效的再发防止。

这是日本的优秀工厂，请阅读以下网址资料↓
希望这家公司永远在

此工厂积极的雇佣智力障碍人员，全体员工有70%是智力障碍人员。

有智力障碍的员工们，在工厂制作产品。当然会频繁出现失误，为了不发生失误工厂不断地进行了作业方法的改善。

例如：原材料的投入必须正确的计算材料进行分配。如果量出现错误的话，就全部是不良了。像这样的工序也是由智力障碍者担当的。

针对各种材料所用的材料货架、集装箱、投入用的桶，全部统一了颜色；而且称重用的砝码也是一样的颜色。

通过这样的作业方法改善，防止作业失误的发生。

像这些才是真正的再发防止对策。
在发生人为错误时，简单地说「作业员再教育」，要觉得不好意思才行。

此专栏是每周【经营改革】定期发送的邮件杂志，感兴趣者请点击此处进行阅读登录。

邮件杂志【经营改革】免费阅读登录

　学历等所有的知识能力都可以说是认知能力。人的认知能力高低和成果是有正相关的，也就是说认知能力高的人，工作成果也高。因此公平的评价的话，认知能力高的人收入也就高。作为一般论看起来好像是毫无疑问的方程式。

但是，根据对上学前的孩子们的实验来看，这也未必是符合常识的，得出的这样结论。在非洲对美国人的123人孩子随机分成2组，进行确认上学前教育是否有无效果的实验（追究了40年的调查）。接受上学前教育的组学历、收入、犯罪史等比没有接受上学前教育的组，所有的项目结果都要好。但是表示认知能力的IQ效果，好像在小学低年级就被消灭了。
那么这2组的差异是受到什么影响呢？实验的结果是推定「非认知能力」的高低将左右以后的人生。所说的非认知能力是自制心、忍耐力、气概等，与「态度」关联的能力。也就是被称之为的所谓过程能力。

工作的成功、知识能力和过程能力可以用乘法来计算。

像这样的社会科学的实验调查和理工学的实验多少是有些差异的。
理工学的实验是能统一条件的话再现性高。
社会科学的实验是统一条件是非常困难的，因此包含了许多因素的影响。偶然出现的偏差和控制因素出现的变动需要进行区分，需要进行统计的处理。

在教育经济学领域，有研究统计数学运用的学者。

例如「让孩子们全部考上清华大学」这样的成功谈是难于参考的。这种体验谈仅仅模仿是不可能顺利的，如果不去分析与成功相关的主要原因是什么、阻碍原因是什么的话，就不得不全部模仿。缺乏再现性。

相比之下通过统计的方法抽出有意的事，进行实践的较好。
例如：
・不可用奖励来引诱孩子。
・表扬的培养孩子较好。
・打游戏的话就暴力。
这些的常识在统计学上都是无意的。

但是据其他的研究报告，这是让幼儿园的小朋友画画，画了就给予奖励的实验，通过这个实验损伤了内发的激励，最后报告导致小朋友们不再画画。

这些的非自然科学的实践比较难吧，要控制要因以外的干扰是很难吧。
即使进行统计的检定，但是如果得到数据的实验不能好好控制的话，答案的信赖性也会很低。统计检定的结果与「常识」过于悬殊时，就要慎重检讨实验的过程和数据处理是否有问题。

仅因数据有相互关系，就立即判断是那个的因果关系，需要注意说的过失。

例如：比较男同学和女同学的成绩时，统计的判断出女同学的成绩好。这只是仅仅有相互关系，而不是因果关系。如有因果关系的话，女同学的头脑聪明，就会出现这样奇怪的结论。女同学比男同学成绩好，这只是有相互关系；因果关系是因为女同学会帮做家务，非认知能力高、能持续学习的努力吧。

此专栏是每周【经营改革】定期发送的邮件杂志，感兴趣者请点击此处进行阅读登录。

邮件杂志【经营改革】免费阅读登录