Недостаточное обучение статистическим методам в промышленности.

Осознав потребность в качестве и абсолютно не понимая, что такое качество и как его достигнуть, американский менеджмент кинулся проводить статистический ликбез, нанимая вместо настоящих учителей поденщиков, не в состоянии отличить невежество от компетентности. В результате сотни людей изучают то, что ложно.

Никто не имеет права обучать теории и методам использования контрольных карт без знания теории статистики хотя бы на уровне степени магистра плюс опыт работы под руководством специалиста. Я говорю это исходя из собственного опыта, поскольку каждый день наблюдаю разрушительные последствия некомпетентного обучения и ошибочного применения знаний.

В университетах преподавание чистой статистической теории, включая теорию вероятности и смежные предметы, как правило, превосходно. В приложении к вычислительным задачам преподавание корректно, но применительно к аналитическим проблемам, например, таким как планирование

Выпуска, урожая будущего года, к сожалению, неверно и вводит в заблуждение8.

Дисперсионный анализ, критерий Стьюдента, доверительные интервалы и другие статистические методы, описываемые в книгах, как бы интересны они ни были, не годятся, поскольку не создают основы для предсказания и не позволяют использовать информацию, содержащуюся в последовательности производства изделий. Большинство, если не все компьютерные «пакеты для анализа данных», как они позиционируются потребителям, на самом деле дают вопиющие примеры неэффективности.