在讨论SPC的时候，我们都会谈到一个概念，过度调整或过度控制，但是这个话题几乎所有的培训资料都没有详细展开过，都是一带而过，今天我们就讨论这个话题。过度调整的概念是根据每一次所做的测量结果来调整一个稳定的过程，则调整本身就成了一个变差源，过度调整是把每一个偏离目标的值当作过程中特殊原因处理的作法。我们通过一个试验来解释一下为什么不能调整一个稳定的过程，这就是著名的戴明漏斗试验（此实验在戴明于1968年的《走出危机》一书中提到）。

试验装置的示意图如下图所示，比较简单，自己就可完成。我们按照下面四个规则分别完成试验，在每个规则下至少进行50次试验，观察一下弹珠（Marble）的落点的分布情况。

规则1：把漏斗固定于目标点的正上方。（无为而治型）

规则2：漏斗的位置根据上一次的落点距离目标点的距离，向相反方向调整相同的距离。（修偏型）

规则3：漏斗的位置首先回到目标点的位置，然后在根据上一次的落点距离目标点的距离，向相反方向调整。（矫枉过正型）

规则4：漏斗的位置调整到上一次落点的正上方。（追逐型）

在上面4种规则下得到的弹珠落点的分布情况如下：

在上面4种情形当中，第2、3种情形就是我们通常说的“过度调整/过度控制”，而且颇具迷惑性。尤其是第2种，乍一看，因为每次都是向目标值调整，感觉应该比不进行调整要好，但是事实上分布（过程变差）比不进行调整要大大约40%。第3种情形偶尔也会使用，但不常见。为什么会出现这种现象呢？究其原因，我们根据单一数据点进行过程调整是不可行的。

其实，戴明漏斗试验的结果不仅适用于过程控制，而且也具有管理学的意义，我们有机会再进行探讨。

最后，我用戴明的一句话结束今天的讨论：“如果有人试图为达到一个不希望的结果或一个更好的结果而调整一个稳定的过程，但结果比不进行任何调整要差。” （If anyone adjusts a stable process for a result that is undesirable, or for a result that is extra good, the output that follows will be worse than if he had left the process alone.）

2021-5-22