在控制图(Control Chart)中，“第1种错误”是按照3%的规则。即使依据统计理论，也伴随着2种错误。
“第一种错误”是将偶然的变动(散布、离差)错以为是异常原因引起的。“第二种错误”是将异常原因引起的变动(散布、离差)错以为是偶然发生的。❤❤❤❤❤改善Process时，无论怎么依据统计性理论，也会伴随2种错误(Error)。
一种是，将偶然原因引起的变动(散布或离差)，错以为是异常原因引起的情况。这是“第一种错误”。急性子或者疑心重的人比较容易犯此类错误。所以也叫做“急性子的错误”。
另一种是，异常原因导致的变动(散布或离差)，错以为是偶然原因发生的情况。这是“第二种错误”。性格散漫，对事情稍微迟钝的人容易犯这种错误。所以也叫做“呆子错误”。
有种倾向，一般来说第一种错误，年轻人容易犯，第二种错误年龄越大越容易犯。
无论是犯哪种错误，都会发生损失。其中一边有可能避免，但2种都要避免，是不可能的。
不想犯“第一种错误”的人，换句话说，不想因为性急进行误判的人，总会把不对的结果归咎于偶然原因。这种情况，很可能造成“第二种错误”的损失最大化。
同样的道理，不想犯“第二种错误”的人，也就是不想啥傻乎乎的误判的人，在出现简单，意外的结果时，总会归咎于异常原因。但这样，可能会造成“第一种错误”的损失最大化。
遗憾的是，2种错误，想要全部避免，是不可能的。假设两个人丢硬币，如果其中一人在丢的时候，连续5次都出现一个面，那么另一个人会如何反应呢？大部分一般人，会怀疑，是不是作弊了。
根据是这样的。硬币连续5次出现一个面的概率，理论上是(1/2)5 = 1/32 ≒ 0.03。这个结果的可能性仅仅只有3%，是非常低的。就因为这种可能性极低的现象，出现在现实中了，所以会怀疑。
但，也并不是完全不可能的。这时，进行公证的打赌，怀疑被骗的人，至少会在100次里犯3次“第一种错误”。相反，认为“只是可能性低，但并不是不可能”或者认为“他运气好”的人，则会接受这个现实。
如果，即使被骗了，也接受这个事实，那就是犯了“第二种错误”。这时的概率就是97%。也就是说，被忽悠成，丢100次，97次都信以为真的比率。❤❤❤❤❤经验性判断，是非科学，不可信的？
那么，经验性判断完全就是非科学的，不可信的吗？并不一定是这样的。有些人会针对某种事物，进行极度准确和可信度极高的判断。虽然是极少数的情况，但这些人称之为“贤者、匠人、名人”。
他们的脑子里装有很多很多经验值(统计值)，输入某种信息时，可根据判断，输出答案。从统计学中讲的话就是，得出了极高的可信水平和极小的误差范围的结论。
只是，通常人和人的经验、性格、知识能力都不同，所以犯这两种错误的概率也不同。所以，举个例子，丢硬币时，对于“到第几次可信，从第几次开始要怀疑”这个问题，每个人的判断都是不同的。
也就是，在主观争论上，想要意见一致，是很难的事情。所谓统计性判断，是提前将“第一种错误”设定成多少%，定好规则后进行判断的。所以无论是谁来进行判断，结论都是一致的。也就是说，客观的判断才能做到结果一致。
只要不是特殊情况，“第一种错误” 通常会按照1%或5%的规则。统计性判断中，可靠水平(可信赖水平)是说，100种将犯“第一种错误”的概率百分比%减去后的数值(%)。
把这种统计性概念，世界第一个运用到Process改善当中的人就是美国沃特·阿曼德·休哈特(WalterA. Shewhart)博士。
所以他认为，反正，如果2种错误无法全部避免，从长期性眼光上看，将“第一种错误”和“第二种错误”引起的经济性损失最小化，遵循这个规则是上策。
以这样的目的，他发明了“控制图(Control Chart)”，并发表了“工业产品质量的经济控制（Economic control of quality of manufactured product）” 这本书。
品质(quality)这一词汇，与管理(控制control)这一词汇进行合成，所以，QC这一词语就出现在世上。
在控制图(Control Chart)中，“第1种错误”是按照3%的规则。
文章来自网络，侵权联系删除
网友评论