01 . 概述
質(zhì)量損失是指企業(yè)在生產(chǎn)、經(jīng)營過程和活動中，由于產(chǎn)品的質(zhì)量問題而導致的損失，即由于質(zhì)量低劣而產(chǎn)生的內(nèi)、外部損失。質(zhì)量損失的存在在于資源的潛力沒能得到充分的發(fā)揮，是質(zhì)量改進的機會所在。質(zhì)量損失可分為兩種形式：有形損失和無形損失。有形損失指由于內(nèi)部故障而直接發(fā)生的費用，如返工、低效的人機控制、喪失機會等而引起的低工作效率而造成的資源和材料的浪費等。無形損失是指由于顧客不滿意而發(fā)生的未來銷售的損失，如因顧客不滿意而失去顧客，喪失信譽，從而失去更多銷售機會或增值機會所造成的損失。無形損失不是實際的費用支出，常常難以統(tǒng)計和定量，并且它對組織的影響大且長久，因而，它是一種很重要的損失。質(zhì)量損失函數(shù)：日本質(zhì)量管理專家田口玄一給出了質(zhì)量損失函數(shù)的表達式——一個“二次方程式”及其平衡的條件。
其中：L(x)——質(zhì)量損失，m——質(zhì)量特性標準，x——質(zhì)量特性值, k——常數(shù)，一般可以由“機能界限”確定。
02 . 應(yīng)用
損失函數(shù)在實踐中最重要的運用，在于協(xié)助我們通過過程的改善而持續(xù)減少目標值的變異，并非僅僅追求符合邏輯。
現(xiàn)在舉個例子：某個工廠人員的產(chǎn)出，以每小時多少元來計算，而損失函數(shù)所顯示的，是產(chǎn)出以室內(nèi)通風條件而改變的情形。廠內(nèi)工作的每個人，都有自己的損失函數(shù)。為了簡化說明，假設(shè)每個人的損失函數(shù)均為一條拋物線，其底部一點代表產(chǎn)出值最大時的通風條件，把所有人員的損失函數(shù)進行疊加，公司整體的損失函數(shù)也必然是一條拋物線。如果通風條件偏離這個最佳水準，就會有額外損失發(fā)生。該拋物線與橫軸相切時，切點的左右各有一小段與橫軸幾近重合。也就是說，有最適點偏離一小短距離，損失小到可以忽略不計。因此，當室內(nèi)通風條件稍稍偏離均衡點，發(fā)生的損失可以忽略不計。但是遠離均衡點時，總是有人必須支付這損失。如果我們能夠?qū)С鲇芯唧w數(shù)字的損失函數(shù)，我們就可以計算出最有均衡點，在均衡點中最適合的通風條件如何，以及達到要求的費用支出是多少。損失函數(shù)并非一定是對稱的。有時候其中一邊很陡峭，有時候則兩邊都很陡峭。舉例而言，為了使鋼片較容易焊接，需要加入鈳。但鈳的加入量如果低于必須量，純粹是浪費，對焊接一點益處都沒有。然而鈳用量如高于十萬分之一，也是一種浪費，所增加的利益相當有限。
戴明博士曾在《企業(yè)研究的樣本設(shè)計》（Sample Design in Business Research）一書內(nèi)，列示了一個實際的損失函數(shù)。它顯示我們只需要盡量靠近樣本的最優(yōu)組合就行了，只要非常接近就可以了。以趕火車作為符合規(guī)格的例子。假設(shè)我們的時間價值為每分鐘n元，下圖左邊的斜線是損失線的斜率；早一分鐘到達月臺，將讓我們損失n元，早兩分鐘到達損失2n元。另一方面，如果沒有趕上火車，我們的損失是M元。遲到半分鐘或遲到5分鐘損失一樣，損失函數(shù)直接由零跳到M。當然問題也可復(fù)雜化，例如火車每天離站的時間也有變化，所以也可以畫出一個分配圖。火車到站時間三個標準差的界限可能是8秒。把問題這樣復(fù)雜化，對于我們了解和應(yīng)用損失函數(shù)并沒有特別大的幫助，因此我們就說到這里。
另一個例子，是參加星期日早上11點15分的禮拜時所碰到的停車問題。教堂的停車場最大負荷是停放50輛車子，但這些車位在10點50分左右仍然客滿，因為作完上一場禮拜的車主仍在喝咖啡。等他們一離開，這些空位馬上就會被排成長龍等待的車隊填滿。如果你想占到一個車位，不得不早早去排隊。那些晚到的人在這里找不到車位，只能到街上去找，但實際上往往無功而返。所以，上策還是提早一點去等，承受等待的損失而能占到位置。這項理論也可以應(yīng)用到任何計劃的截止時間上。某人要求必須在截止日期前完成工作，萬一未能趕上這個時間，勢將使計劃延誤或出錯。為了能準時完成，可以擬定工作內(nèi)容與步驟的綱要。把個步驟的截止日期 設(shè) 定一段期間要比設(shè)定為固定的從容，而且有時間作最后的修訂，可能把計劃做得更好。我們在這里再次提及一些老生常談，就是千萬不要以符合規(guī)格為自滿。那么我們的產(chǎn)出水準在最低損失的位置嗎？假設(shè)損失函數(shù)為L(x)=ax （拋物線）則x為0時，損失為最小。
至于生產(chǎn)的損失函數(shù)是：∫-∞L(x)P(x)=f(u,б)顯然u為零時損失最小，因此我們努力的目標，應(yīng)該把生產(chǎn)移向目標值，即u為零。以上所敘述的并不是什么新理論。此外，多年前貝提（John Betti）在福特汽車公司所說的一段話也值得引述：“我們美國人關(guān)心的是符合規(guī)格；相反地，日本人則齊心一致，盡力減少與目標值的變異。”由此可知，某項產(chǎn)出的散布（dispersion）情況，并不能作為成就的指標。事實上，中心線的位置才是最重要的，我們當然應(yīng)該努力使任何生產(chǎn)的散布盡可能縮小，但是那只是第一步。下一個重要的步驟是使中心位置在目標值上。這些簡單的說明，可促使我們了解，如Cpk這種測度散布情況的測度毫無價值，因為它們對評估損失來說毫無意義可言。此外，只要放寬規(guī)格，就可以使該值低至任何數(shù)值。但無論是符合規(guī)格、零缺陷或其他秘方，都沒有找到問題的關(guān)鍵所在。
