Słownik metodologiczny · Ludzie statystyki

W. Edwards Deming (1900–1993) – kim był i co wniósł do statystyki

W. Edwards Deming wprowadził próbę losową do amerykańskiego spisu ludności, uczył Japończyków statystycznej kontroli jakości i pokazywał menedżerom, że zmienność systemu to nie wina pracownika. Przedstawiamy jego biografię naukową, oś czasu i symulację eksperymentu z czerwonymi koralikami na karcie p w R.

Strona główna / Słownik / W. Edwards Deming
W skrócie: W. Edwards Deming (1900–1993) – amerykański statystyk, specjalista od doboru próby i jakości. Kierował programem próby losowej w spisie ludności USA z 1940 r., w 1950 r. uczył japońskich inżynierów statystycznej kontroli procesu, sformułował 14 punktów dla zarządzania i wymyślił eksperyment z czerwonymi koralikami, pokazujący, że zmienność systemu nie jest winą pracownika.

Kim był W. Edwards Deming?

William Edwards Deming (1900–1993) urodził się 14 października 1900 r. w Sioux City w stanie Iowa (Best i Neuhauser, 2005). Studiował elektrotechnikę na University of Wyoming (dyplom w 1921 r.), uczył fizyki w Colorado School of Mines, zdobył magisterium z matematyki i fizyki na University of Colorado (1925), a w 1928 r. doktorat z fizyki matematycznej na Yale. W czasie studiów doktoranckich spędzał wakacje w zakładach Western Electric w Hawthorne, gdzie zetknął się z ideami Waltera Shewharta o kontroli jakości (Lohr, 2015).

Lohr (2015) opisuje dwie kariery Deminga. Pierwsza to dobór próby: w 1939 r., na podstawie pracy nad próbkowaniem w Departamencie Rolnictwa, zaproszono go do Biura Spisowego USA, by kierował programem pytań zadawanych 5-procentowej próbie mieszkańców w spisie 1940 r. Druga to jakość: po wykładach w Japonii w 1950 r. nadal doradzał jako statystyk w Japonii i USA, a w Stanach stał się powszechnie znany dopiero w 1980 r., po programie telewizji NBC „If Japan Can… Why Can’t We?”. Prowadził seminaria aż do śmierci w 1993 r.

Najważniejsze pomysły

  • Próba lepsza niż spis. W 1947 r. Deming ukuł termin probability sample – próba losowa, w której każda jednostka ma znane prawdopodobieństwo wyboru – i przekonywał, że starannie zaplanowana próba bywa dokładniejsza niż pełny spis, bo pozwala ograniczyć błędy niezwiązane z losowaniem (Lohr, 2015). W Biurze Spisowym zastąpił sprawdzanie wszystkich kart perforowanych kontrolą próbki.
  • Statystyczna kontrola procesu. Rozróżnienie Shewharta między zmiennością wspólną (systemu) a specjalną (konkretnej przyczyny) stało się osią jego nauczania; narzędziem jest karta kontrolna. W czasie wojny uczył metod Shewharta na intensywnych kursach, a w 1950 r. – japońskich inżynierów (Lohr, 2015). Reagowanie na zmienność wspólną tak, jakby miała specjalną przyczynę, nazywał tampering („majstrowaniem”) – to zwiększa zmienność zamiast ją zmniejszać (Lohr, 2015).
  • 14 punktów dla zarządzania z książki Out of the Crisis (Deming, 1986), m.in. rezygnacja z liczbowych norm dla pracowników (Lohr, 2015).
  • Przeciw rankingom ludzi. Uważał, że w stabilnym systemie ranking pracowników mierzy wpływ systemu na ludzi, a nie ich pracę; ludzi poza granicami kontrolnymi warto zbadać, tych w granicach – nie szeregować (Lohr, 2015).

Ciekawostka

Najważniejsza japońska nagroda za jakość została sfinansowana z pieniędzy samego Deminga. Union of Japanese Scientists and Engineers (JUSE) zaprosiło go do Japonii 15 lipca 1950 r., a on przekazał stowarzyszeniu honoraria za wydany zapis swojego kursu „Dr. Deming’s Lectures on Statistical Control of Quality”, później także za japońskie tłumaczenie książki Some Theory of Sampling. Dyrektor zarządzający JUSE Kenichi Koyanagi zaproponował, by z tych pieniędzy ufundować nagrodę jego imienia, i zarząd przyjął wniosek jednogłośnie (Union of Japanese Scientists and Engineers, b.d.).

Pierwsze Nagrody Deminga wręczono 22 września 1951 r., a Deming był honorowym przewodniczącym komitetu nagrody.

Przykład: czerwone koraliki

Na seminariach Deming odgrywał rolę kierownika fabryki koralików (Lohr, 2015). W pojemniku jest 800 czerwonych (wadliwych) i 3200 białych koralików. Każdy „chętny pracownik” zanurza łopatkę z 50 wgłębieniami; kto wylosował 12 lub więcej czerwonych, trafia na okres próbny, najlepsi dostają podwyżkę, a na końcu najgorsi są zwalniani – bez poprawy, bo zmienność pochodzi z systemu.

Odtworzyliśmy ten eksperyment w symulacji: 6 pracowników (liczbę przyjęliśmy sami) przez 4 dni, losowanie 50 koralików bez zwracania z pojemnika o proporcjach z opisu Lohr (set.seed(848)). Wyniki wahały się od 4 do 15 czerwonych koralików, a na okres próbny „zasłużyło” 9 z 24 próbek. A jednak na karcie p z linią centralną 0.204 i granicami 0.033–0.375 żaden punkt nie wypadł poza granice: proces jest stabilny, a „okres próbny” karze za przypadek.

Drugą część symulacji powtórzyliśmy 10 000 razy (set.seed(1950)). Najlepszy pracownik dnia 1 wylosował w dniu 2 średnio 10.02 czerwonych koralików, najgorszy – 10.04, a pozostali od 9.99 do 10.06; średnia korelacja rang między dniami wyniosła −0.001. W 86.7% powtórzeń co najmniej jeden pracownik trafiał na okres próbny już pierwszego dnia.

Na rysunku

Pozioma oś czasu od 1900 do 2000 z dziewięcioma zdarzeniami: 1900 urodzony w Sioux City; 1921 dyplom inżyniera elektryka (Wyoming); 1928 doktorat z fizyki matematycznej (Yale); 1939 próba 5% w spisie ludności USA 1940; 1950 wykłady w Japonii (JUSE); 1951 pierwsza Nagroda Deminga; 1980 program NBC If Japan Can… Why Can’t We?; 1986 książka Out of the Crisis; 1993 zmarł. Rodzaj zdarzenia oznaczają kształt i kolor znacznika: koło – życie, kwadrat – nauka, trójkąt – praca, romb – nagroda, odwrócony trójkąt – publikacja
Rysunek 1. Oś czasu: W. Edwards Deming, 1900–1993. Lata według Best i Neuhausera (2005), Lohr (2015), strony JUSE i Deminga (1986). Rysunek: R, pakiet ggplot2.

Co widać. Jakość wypełnia drugą połowę życia Deminga; wcześniej był fizykiem i specjalistą od doboru próby. Między wykładami w Japonii a sławą w USA minęło 30 lat.

Na co uważać. Oś pokazuje tylko daty z cytowanych źródeł; nie ma na niej np. lat pracy w Departamencie Rolnictwa, których te źródła nie podają.

Podpis do pracy:

Rysunek 1. Najważniejsze daty z życia i pracy W. Edwardsa Deminga, 1900–1993. Uwaga. Kształt znacznika oznacza rodzaj zdarzenia (życie, nauka, praca, nagroda, publikacja).
Dwa panele. A: karta p dla 24 próbek (6 pracowników przez 4 dni) – odsetek czerwonych koralików od 0.08 do 0.30; niebieska linia centralna 0.204, przerywane pomarańczowe granice kontrolne 0.033 i 0.375, kropkowany próg okresu próbnego 0.24; dziewięć próbek na progu lub nad nim oznaczono pomarańczowymi trójkątami, pozostałe białymi kółkami; żaden punkt nie wychodzi poza granice. B: średnia liczba czerwonych koralików w dniu 2 (z odchyleniem standardowym) dla sześciu miejsc w rankingu dnia 1 – wszystkie średnie leżą na poziomie około 10, na niebieskiej linii oczekiwanej wartości 10
Rysunek 2. Symulacja eksperymentu z czerwonymi koralikami: karta p jednego przebiegu (A) i wynik dnia 2 według rankingu z dnia 1 w 10 000 powtórzeń (B). Obliczenia i rysunek: R, pakiety ggplot2 i patchwork (dane symulowane, set.seed(848) i set.seed(1950)).

Co widać. Na panelu A próg „okresu próbnego” (kropkowana linia) leży wewnątrz granic kontrolnych – kara spada na losowe próbki ze stabilnego procesu. Panel B: miejsce w rankingu z dnia 1 nic nie mówi o wyniku dnia 2.

Na co uważać. Symulacja zakłada, że łopatka losuje jak próba prosta. Prawdziwa łopatka jest urządzeniem mechanicznym. Granice karty policzone z 24 próbek same są niepewne.

Podpis do pracy:

Rysunek 2. Karta p dla symulowanego eksperymentu z czerwonymi koralikami: 6 pracowników, 4 dni, próbki po 50 koralików z pojemnika z 20% czerwonych (A), oraz średnia liczba czerwonych koralików w dniu 2 według miejsca w rankingu z dnia 1 w 10 000 powtórzeń (B). Uwaga. W panelu A linia ciągła – linia centralna, linie przerywane – granice kontrolne (±3 błędy standardowe), linia kropkowana – próg 12 z 50; trójkąty – próbki na progu lub powyżej. W panelu B słupki błędów – ±1 SD.

Gdzie spotkasz Deminga w swojej pracy

Spory, mity i trudne strony

  • Do Japonii po jakość? Popularna opowieść mówi, że Deming pojechał nauczyć Japończyków jakości. W rzeczywistości jechał jako doradca od próbkowania w spisie ludności, a wykłady o kontroli jakości dołożyło zaproszenie JUSE (Lohr, 2015).
  • Cykl PDSA. Cykl plan–do–study–act bywa nazywany cyklem Deminga, ale jego podstawą był cykl uczenia się i ulepszania Shewharta, którego Deming uczył w 1950 r. (Lohr, 2015).
  • Strach psuje dane. Lohr (2015) opisuje wariant eksperymentu, w którym groźba zwolnienia za 5 czerwonych koralików i odsunięcie pojemnika z pola widzenia sprawiały, że „pracownicy” zawsze przynosili mniej niż 5 czerwonych – i nie zgłaszali naruszeń procedury. Wniosek: presja na wskaźnik zachęca do poprawiania danych zamiast systemu.
  • Kontrola pełna czy z próby? Deming uważał 100-procentową inspekcję za marnotrawstwo, bo nie poprawia procesu (Lohr, 2015). To stanowisko menedżerskie, nie twierdzenie matematyczne – przy bardzo dużym koszcie przepuszczenia wady pełna kontrola bywa uzasadniona.
Przykład reprodukowalny

Deming w R

Kod rysuje oś czasu, symuluje eksperyment z czerwonymi koralikami, liczy linię centralną i granice karty p, a potem powtarza eksperyment 10 000 razy, by sprawdzić, czy ranking z dnia 1 przewiduje wynik dnia 2. Rysunki na stronie powstały z tych samych obiektów p_os i p_metoda z krojem i tłem serwisu; dane, geometrie i skale są identyczne.

tabelę wyników pracowników, próbki z 12 lub więcej czerwonymi koralikami, linię centralną i granice karty p, liczbę punktów poza granicami, średnie wyniki dnia 2 według rankingu dnia 1 i korelację rang.

Dane wejściowe: Oś czasu i symulacja czerwonych koralików na karcie p

Co odczytać: dane symulowane: pojemnik z 800 czerwonymi i 3200 białymi koralikami (Lohr, 2015), łopatka 50 koralików, 6 pracowników, 4 dni (set.seed(848)); 10 000 powtórzeń dwóch dni (set.seed(1950)); daty osi czasu z cytowanych źródeł.

Kod R rysunków 1 i 2
# W. Edwards Deming: oś czasu i symulacja eksperymentu z czerwonymi koralikami na karcie p
suppressPackageStartupMessages({library(ggplot2); library(patchwork)})
oi <- c(niebieski = "#0072B2", pomaranczowy = "#E69F00", cynober = "#D55E00", zielony = "#009E73", szary = "grey45")  # Okabe–Ito
motyw <- theme_minimal(base_size = 13) + theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"))

# 1. Oś czasu (lata według Best i Neuhauser 2005, Lohr 2015, JUSE i katalogu wydania książki z 1986 r.)
zdarzenia <- data.frame(
  rok = c(1900, 1921, 1928, 1939, 1950, 1951, 1980, 1986, 1993),
  opis = c("urodzony w Sioux City\n(Iowa)", "dyplom inżyniera\nelektryka (Wyoming)", "doktorat z fizyki\nmatematycznej (Yale)",
           "próba 5% w spisie\nludności USA 1940", "wykłady w Japonii\n(JUSE)", "pierwsza Nagroda\nDeminga", "program NBC „If Japan\nCan… Why Can’t We?”",
           "książka „Out\nof the Crisis”", "zmarł"),
  rodzaj = c("życie", "nauka", "nauka", "praca", "praca", "nagroda", "praca", "publikacja", "życie"))
zdarzenia$y <- c(1.2, -1, 2.1, -1, 1.2, -2, 2.1, -1, 1.2)   # wysokość etykiet, żeby się nie nakładały
p_os <- ggplot(zdarzenia, aes(rok, 0)) +
  geom_hline(yintercept = 0, colour = "grey60") +
  geom_segment(aes(xend = rok, yend = y * 0.8), colour = "grey70") +
  geom_point(aes(shape = rodzaj, fill = rodzaj), size = 3.5) +
  geom_label(aes(y = y, label = paste0(rok, "\n", opis)), size = 3.2, lineheight = 0.9, linewidth = 0.2) +
  scale_shape_manual(values = c("życie" = 21, "nauka" = 22, "praca" = 24, "nagroda" = 23, "publikacja" = 25), name = NULL) +
  scale_fill_manual(values = c("życie" = oi[["szary"]], "nauka" = oi[["zielony"]], "praca" = oi[["niebieski"]],
                               "nagroda" = oi[["pomaranczowy"]], "publikacja" = oi[["cynober"]]), name = NULL) +
  scale_x_continuous(breaks = seq(1900, 2000, 10), limits = c(1893, 2000)) + scale_y_continuous(limits = c(-2.5, 2.6)) +
  labs(title = "W. Edwards Deming (1900–1993)", x = NULL, y = NULL) +
  motyw + theme(axis.text.y = element_blank(), panel.grid.major.y = element_blank(), legend.position = "bottom")

# 2. Eksperyment z czerwonymi koralikami (symulacja): w pojemniku 800 czerwonych i 3200 białych koralików,
#    łopatka ma 50 wgłębień; po każdym losowaniu koraliki wracają do pojemnika (losowanie bez zwracania w obrębie łopatki).
czerwone <- 800; biale <- 3200; n <- 50
pracownicy <- 6; dni <- 4                      # liczba pracowników przyjęta w symulacji
set.seed(848)
eksp <- expand.grid(pracownik = paste("Pracownik", 1:pracownicy), dzien = 1:dni)
eksp$czerwone <- rhyper(nrow(eksp), m = czerwone, n = biale, k = n)
eksp$p <- eksp$czerwone / n
# Wyniki: wiersze – pracownicy, kolumny – dni
xtabs(czerwone ~ pracownik + dzien, data = eksp)
# „Okres próbny” dostaje każdy, kto wylosował 12 lub więcej czerwonych koralików
eksp[eksp$czerwone >= 12, c("pracownik", "dzien", "czerwone")]
# Karta p: linia centralna i granice ± 3 błędy standardowe dla próby 50 koralików
p_kreska <- mean(eksp$p)
granice <- p_kreska + c(-3, 3) * sqrt(p_kreska * (1 - p_kreska) / n)
round(c(p_kreska = p_kreska, DGK = max(0, granice[1]), GGK = granice[2], udzial_w_pojemniku = czerwone / (czerwone + biale)), 4)
c(poza_granicami = sum(eksp$p < granice[1] | eksp$p > granice[2]), probek = nrow(eksp))

# 3. Ten sam eksperyment powtórzony 10 000 razy: czy „najlepszy” pracownik dnia 1 jest lepszy w dniu 2?
set.seed(1950)
R <- 10000
wyniki <- replicate(R, {
  d1 <- rhyper(pracownicy, czerwone, biale, n)
  d2 <- rhyper(pracownicy, czerwone, biale, n)
  r1 <- rank(d1, ties.method = "random")          # 1 = najmniej czerwonych koralików w dniu 1
  c(d2[order(r1)], probny = any(d1 >= 12), r = suppressWarnings(cor(d1, d2, method = "spearman")))
})
dzien2 <- t(wyniki[1:pracownicy, ])
srednie <- data.frame(miejsce = 1:pracownicy, M = colMeans(dzien2), SD = apply(dzien2, 2, sd))
round(srednie, 2)
round(c(okres_probny_w_dniu_1 = mean(wyniki["probny", ]),
        srednia_rho_dzien1_dzien2 = mean(wyniki["r", ], na.rm = TRUE)), 3)

# Rysunek 2A: karta p dla 24 próbek (6 pracowników × 4 dni)
eksp$kolejna <- seq_len(nrow(eksp))   # wiersze są już ułożone dniami: dzień 1 (pracownicy 1–6), dzień 2 …
eksp$okres <- ifelse(eksp$czerwone >= 12, "okres próbny (12+)", "bez kary")
pA <- ggplot(eksp, aes(kolejna, p)) +
  geom_hline(yintercept = p_kreska, colour = oi[["niebieski"]], linewidth = 0.9) +
  geom_hline(yintercept = granice, colour = oi[["cynober"]], linetype = "dashed") +
  geom_hline(yintercept = 12 / n, colour = "grey40", linetype = "dotted") +
  geom_vline(xintercept = seq(pracownicy, pracownicy * (dni - 1), by = pracownicy) + 0.5, colour = "grey85") +
  geom_line(colour = "grey60") +
  geom_point(aes(shape = okres, fill = okres), size = 3) +
  annotate("text", x = 0.6, y = granice[2] + 0.012, label = sprintf("GGK = %.3f", granice[2]), hjust = 0, size = 3.3, colour = oi[["cynober"]]) +
  annotate("text", x = 0.6, y = max(0, granice[1]) - 0.012, label = sprintf("DGK = %.3f", max(0, granice[1])), hjust = 0, size = 3.3, colour = oi[["cynober"]]) +
  annotate("text", x = 1.3, y = 12 / n - 0.013, label = "próg: 12 z 50", hjust = 0, size = 3.2, colour = "grey30") +
  annotate("text", x = (1:dni - 0.5) * pracownicy + 0.5, y = 0.43, label = paste("dzień", 1:dni), size = 3.3, colour = "grey30") +
  scale_shape_manual(values = c("bez kary" = 21, "okres próbny (12+)" = 24), name = NULL) +
  scale_fill_manual(values = c("bez kary" = "white", "okres próbny (12+)" = oi[["pomaranczowy"]]), name = NULL) +
  scale_x_continuous(breaks = 1:(pracownicy * dni), labels = rep(1:pracownicy, dni)) +
  scale_y_continuous(limits = c(0, 0.45)) +
  labs(title = "A. Karta p: 6 pracowników, 4 dni", x = "Pracownik (w kolejnych dniach)", y = "Odsetek czerwonych koralików") +
  motyw + theme(legend.position = "bottom", panel.grid.major.x = element_blank())
# Rysunek 2B: średnia liczba czerwonych koralików w dniu 2 według miejsca w rankingu dnia 1
pB <- ggplot(srednie, aes(miejsce, M)) +
  geom_hline(yintercept = n * czerwone / (czerwone + biale), colour = oi[["niebieski"]], linewidth = 0.9) +
  geom_errorbar(aes(ymin = M - SD, ymax = M + SD), width = 0.15, colour = "grey40") +
  geom_point(shape = 22, size = 3.5, fill = oi[["pomaranczowy"]]) +
  scale_x_continuous(breaks = 1:pracownicy, labels = c("1\nnajlepszy", 2:(pracownicy - 1), paste0(pracownicy, "\nnajgorszy"))) +
  scale_y_continuous(limits = c(0, 20)) +
  labs(title = "B. Dzień 2 według rankingu dnia 1", x = "Miejsce w rankingu dnia 1",
       y = "Czerwone koraliki w dniu 2 (M ± SD)", caption = "10 000 powtórzeń eksperymentu") +
  motyw
p_metoda <- pA + pB + plot_layout(widths = c(1.35, 1))
p_os
p_metoda
Wynik w R
             dzien
pracownik      1  2  3  4
  Pracownik 1 14 10  7 10
  Pracownik 2  7  6 11 12
  Pracownik 3  4 13  8 13
  Pracownik 4  9 13 11 15
  Pracownik 5  5 10  8 15
  Pracownik 6 14  7 12 11
     pracownik dzien czerwone
1  Pracownik 1     1       14
6  Pracownik 6     1       14
9  Pracownik 3     2       13
10 Pracownik 4     2       13
18 Pracownik 6     3       12
20 Pracownik 2     4       12
21 Pracownik 3     4       13
22 Pracownik 4     4       15
23 Pracownik 5     4       15
          p_kreska                DGK                GGK udzial_w_pojemniku 
            0.2042             0.0331             0.3752             0.2000 
poza_granicami         probek 
             0             24 
  miejsce     M   SD
1       1 10.02 2.78
2       2  9.99 2.84
3       3 10.06 2.77
4       4  9.99 2.82
5       5 10.00 2.79
6       6 10.04 2.82
    okres_probny_w_dniu_1 srednia_rho_dzien1_dzien2 
                    0.867                    -0.001 

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (losowanie – funkcja rhyper() z pakietu stats; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  3. patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork

Najczęstsze pytania

Kim był W. Edwards Deming?

Amerykańskim statystykiem (1900–1993). Z wykształcenia inżynier elektryk i fizyk matematyczny (doktorat na Yale w 1928 r.), pracował nad doborem próby w Departamencie Rolnictwa i w Biurze Spisowym USA, a od 1950 r. uczył statystycznej kontroli jakości w Japonii. W USA stał się powszechnie znany dopiero po programie telewizji NBC z 1980 r.

Na czym polega eksperyment z czerwonymi koralikami?

Uczestnicy, „chętni pracownicy”, wyciągają łopatką z 50 wgłębieniami koraliki z pojemnika, w którym co piąty koralik jest czerwony (wada). Prowadzący nagradza tych, którzy wylosowali mało czerwonych, i karze pozostałych, choć wynik zależy wyłącznie od losowania. Eksperyment pokazuje, że ranking ludzi w stabilnym systemie mierzy przypadek, a nie pracę.

Skąd się wzięła Nagroda Deminga?

Deming przekazał japońskiemu stowarzyszeniu JUSE honoraria za zapis swoich wykładów z 1950 r., a później za japońskie wydanie książki o próbkowaniu. Zarząd JUSE ustanowił z tych pieniędzy nagrodę jego imienia; pierwsze wręczenie odbyło się 22 września 1951 r.

Co to jest 14 punktów Deminga?

To zasady zarządzania jakością, które Deming zebrał w książce Out of the Crisis (1986). Wspólny mianownik to myślenie o systemie zamiast o winie pojedynczych osób – jednym z punktów jest rezygnacja z liczbowych norm dla pracowników i liczbowych celów dla kierownictwa. To program dla menedżerów, a nie metoda statystyczna.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Best, M., & Neuhauser, D. (2005). W Edwards Deming: Father of quality management, patient and composer. Quality and Safety in Health Care, 14(4), 310–312. https://doi.org/10.1136/qshc.2005.015289 ● Otwarty dostęp
  2. Deming, W. E. (1986). Out of the crisis. Massachusetts Institute of Technology, Center for Advanced Engineering Study.
  3. Lohr, S. L. (2015). Red beads and profound knowledge: Deming and quality of education. Education Policy Analysis Archives, 23, Article 80. https://doi.org/10.14507/epaa.v23.1972 ● Otwarty dostęp
  4. Union of Japanese Scientists and Engineers. (b.d.). How was the Deming Prize established; History of the Deming Prize. The Deming Prize. Pobrano 18 listopada 2026 z https://www.juse.or.jp/deming_en/award/ ● Otwarty dostęp

Cytowania BibTeX

@article{best2005deming, author={Best, M. and Neuhauser, D.}, title={{W Edwards Deming: Father of quality management, patient and composer}}, journal={Quality and Safety in Health Care}, year={2005}, volume={14}, number={4}, pages={310--312}, doi={10.1136/qshc.2005.015289}}
@book{deming1986out, author={Deming, W. Edwards}, title={{Out of the crisis}}, year={1986}, publisher={Massachusetts Institute of Technology, Center for Advanced Engineering Study}}
@article{lohr2015red, author={Lohr, Sharon L.}, title={{Red beads and profound knowledge: Deming and quality of education}}, journal={Education Policy Analysis Archives}, year={2015}, volume={23}, eid={80}, doi={10.14507/epaa.v23.1972}}
@misc{jusedemingprize, author={{Union of Japanese Scientists and Engineers}}, title={{How was the Deming Prize established; History of the Deming Prize}}, howpublished={The Deming Prize}, publisher={Union of Japanese Scientists and Engineers (JUSE)}, url={https://www.juse.or.jp/deming_en/award/}}
R