戴明博士写道：“教员工简单而有用的统计技巧必须在管理阶层全面进行；所有工程师、科学家、检验员、品管经理、服务部门管理人员(如会计、出纳、采购、安全、法务、消费者服务、消费者研究人员)统统都要学。工程师和科学研究人员需要有关实验设计的基础知识。都由称职的教师任教，五天就可以打下足够的基础……”。“只有具备统计硕士或同等资格，且曾在产业界服务多年的教师，才够资格担任这份教学工作。”本节并不讲授统计学，只打算介绍一些基本的工具，示例它们如何来解决问题。事实上，对公司颇有帮助的某些图表，并未涉及统计方法，只是团体间用来组织思想的工具而已。为了简略示范这些工具，并让大家了解它们什么时候可以合并使用，我们举一些多数人最熟悉的情况——“起床与准备上班”来说明。大劳伦斯地区成长机会联盟也慷慨提供了许多公司的实例，供我们参考。七种有用的图表(图7-1)如下：图7-1七种有用的图表1. 因果图此图形状像鱼骨，所以也称“鱼骨图”；或以发明人石川馨为名，称为“石川图。”在脑力激荡会议中，常有人用因果图来检视影响某一特定状况的可能因素。
而所谓的“果”就是由一整套“因”所产生的某些期望或不期望看到的状况或事件。讲授这项工具时，日本人常以“煮出一锅香喷喷的米饭”为结果；而美国人则常以“泡出一杯苦涩咖啡”为结果。次要的原因则可分别归入四种基本类型：材料、方法、人力、机器。当然你也可以采用其他不同的分类方式。让我们假设你上班迟到的次数已经超过了自己希望的标准。假设你每天早上的例行流程(如图7-2)，是从闹钟铃响的那一刻开始，到抵达办公桌时结束。这段期间发生了很多事：你的配偶和两个学龄小孩，各有各的行程，可能与你相冲突；有些时候，电视上正好播放相当值得看的节目；把碗盘放入洗碗机需要一点时间；而且电话不时的进来，因为别人知道这段时间最容易逮到你。图7-2“上班迟到”的因果图
图7-3“医院供错餐”的因果图
你并不一定每天都可以开车上班；因为有时配偶也许需要用车，有时则要送厂维修。你可以选择和邻居共乘汽车——但必须事先通知。如果想搭公车或火车，则意味着必须买车票或自备零钱。开车的话，找车位可能是个问题，气候也可能是问题。结果每个人都很惊讶原本看起来很单纯的流程竟复杂无比，而且变数奇多。经过一番讨论之后，每个人都了解问题的所在，也开始有兴趣帮忙解决。大家所提出的有用建议包括：轮流洗碗、排定汽车使用时间、不开电视机、换个较大的厨房时钟等。石川的《品质管制指南》原是针对日本人所写的，如今却成为最受美国人欢迎的基本品质统计著作。
石川列举：因果图”的好处如下：
(1)制作图表的过程本身具教育性——它可以促成讨论，让参与者相互学习。
(2)帮助团体把焦点放在眼前，减少抱怨以及讨论不相干的问题。
(3)使人们积极寻找原因。
(4)必须搜集相关数据。
(5)显示了解的程度——图表愈复杂，作业人员对过程的了解就愈详细。
(6)适用于任何问题。举一个实例，说明某家医院使用因果图，调查病人实际拿到的三餐为什么和自己所预订的不同(如图7-3)。
2. 流程图通常团体找出改善流程方法的第一步，就是画出流程图。理由是：除非每个人都了解流程，且对流程产生共识，否则无法改善。画流程图对描述“事情”的进行状况非常有用，这么做可以立刻暴露出所有多余的流程、无效率，以及误解出来。戴明博士的客户中，有个位于俄亥俄州的精密橡胶产品制造商维耐公司决定简化帐款收付流程，于是要求该部门三名人员，分别将现行的工作流程画成图表。结果三个人画出三种表，因为没人真正了解。有位管理顾问说，他经常要求经理人将所属部门的作业流程总制成图。结果往往令人惊讶——许多时候，他们必须求助于部属，才有办法完成。他们的确搞不清楚，自己底下的人到底在做什么。行政或后勤支援部门人员也发现流程图有用，因为他们的资讯流通往往不像制造流程那么显而易见。晨间例行行程的流程，可以从闹钟铃响开始。假如你想尽力避免图7-4中出现“否”的情况，最好使用两只闹钟、制订与洗室的使用时刻表、事先准备服装、买第二辆车，按月租用停车位等。图7-5显示某印刷电路图板制造商总裁的流程图——从新原料到达工厂开始，而以成品出货显示有三个不同的步骤进行产品重制。避免这些步骤，便可简化流程以节省时间和金钱。
3. 帕雷多图这是最常用的一种图表，主用途是用于决定“优先顺序”。有时人们形容这种图表是从“不重要的多数”里，找出“关键少数”的一种工具。假设我们继续以晨间行程安排为例(如图7-6)。你希望在八点十五分离家，八点四十五分抵达上班地点；以便在九点上班前，有段十五分钟的轻松时刻——或做为避免迟到的缓冲。但由于你常常耽误到八点半才出门，大多数时候都无法如愿以偿。于是你决定以60天为期，追踪记录一切妨碍出门的因素。图7-6“导致迟到的几种情况”之帕雷多图你非常明白每天等着进洗室是项主要原因。你还知道，读报读到欲罢不能也是造成延误的原因。此外，恼人的车库门偶尔会卡住。还有时候，你就是忍不住要按下闹钟上“小睡片刻”的按钮……。你也许可以在过程中，用张检查清单，检查以下若干可能的结果——这是收集资料的好方法。
导致迟到的几种情况有几天迟到的原因超过一项)原因发生次数阅报(不超过十分钟)45洗室耽误了20按下“小睡片刻”钮8车库门卡住3必须熨烫衣服1其他原因9根据结果，你可以开始进行若干改变；例如，改看晚报、早一点起床、买个没有“小睡片刻”装置的闹钟等。图7-7“伤害的类别”之帕雷多图在前述那家印刷电路板工厂里，管理当局应员工要求办了一项“安全营”活动。一组人员负责收集工厂意外事故的数据，将发现到的结果画成帕雷多图。图7-7显示，最常见的伤害是“眼睛受伤”；接着这组人再探讨原因，画成另一张帕雷多图。他们发现，当零组件焊接到印刷电路上以后，在“剪除电线接头”的过程最容易造成眼部意外。我们利用帕雷多图，就是这么一步步缩小了问题的范围。图中这些状况都可以用帕雷多图来表示。
4. 趋势图趋势图也许是统计工具中最简单的一种了。我们将某段期间的数据画成图表，求其趋势——在一年的某段期间内，画出每个月销售额就是最典型的作法。
图7-8“准时上班”之趋势图
我们可以用趋势图来了解每天花在准备出门上班的时间(如图7-8)。假如你发现：通常星期一所花的时间最多，便可考虑在星期一多预留一点时间提早出门。某医院发现，该院的急诊室经常不是人手过多，就是人手不足。于是他们用现有的急诊室资料，绘制成图7-9.结果他们发现，挂急诊的人数以一月、七月、九月、十二月最多。而假日及气候因素也有一些影响。该医院决定进一步收集资讯，并对过去几年进行全面调查，看看是否存在着相的模式。
图7-9“急诊室就医人数”之趋势图
5. 直方图直方图适合用来测量某事件的发生频率。我们现在假设你想知道，开车上班应该预留多少时间——你知道凡事顺利时，只花十五分钟。但塞车常常发生，结果往往要花掉足足45分钟。显然在这里所谓的“正常”时间不是两者的平均。你于是收集一百个工作天的数据资料，决心找出答案。
图7-10“上班所花的时间”之直方图
图7-10显示，最长的通勤时间为32分钟，最短为15分钟。所有通勤时间中，只有两次不在15分钟和25分钟的范围内。我们在直方图上可以明显的看出一条曲线。
图7-11“墨色浓度”之直方图
图7-11显示，有家印刷厂的顾客抱怨其产品品质欠佳——有些客户认为，黑色浓度不够——厂方于是测量某一段期间内的黑墨色浓度，并根据频率整理成直方图，以了解六部分测量结果的落点在哪里。
6. 分布图分布图呈现的则是两个变数的关系。让我们继续使用先前的例子。假设公司最近开始实施弹性上班时；你可以在上午七点半到九点半之间，自由选择任何时间到达，并于八个小时三十分钟后离开。于是你想找出一个可将开车时程缩至最短的时程上班。接下来一个月，你在早上七点到九点间不同时段出门，记录开车上路需要耗时多久。分布图上，可以清楚地看到两项变数间的关系。
图7-12“驾车时间”之分布图
结果我们发现，七点半前或八点后离家，可以大幅度缩短上班时间(图7-12)。你个人偏好晚一点出门，因为这样比较不需要和其他抢用洗室。于是，你告诉上司要从早上九点半上班到下午六点。
图7-13显示某制造商的产品稳定性的确与它留在货架上的时间有关。企业实务上，分布图还可以用来呈现员工训练与产品瑕疵数间的关系、温度与耐久性间的关系、照明程度与电脑错误间的关系等等。
7. 管制图戴明博士经常谈到用管制图来分析流程的必要性。他强调，这样做在于：“防止人们一味地追根究底”。如果我们能够正确地理解管制图，它就可以不断指引我们的如何持续地改善。管制图使用简易，对大多数员工而言不难。但戴明认为，即使专家也有时还是会觉得它们“十分难以解释。”
图7-13“有效成分的稳定性”之分布图戴明博士针对这个主题写道：“生产人员需要具备一些基本的算术知识来绘制图表。但他们本身无法决定要不要使用，更无法带头推动。”“因此管理阶层必须教导大家如何在工作上使用管制图，以便充分发挥它们的效用。”他也警告：“我们应该避免毫无目的的滥用图表。”我们通常都把管制图的使用称为“统计品管”或“统计流程管制”。市面上有许多书籍专门探讨各类型的管制图表，或教人如何使用、何时使用，然后简释其结果。其中较实用的有石川的《品质管制指南》，以及AT&；T所出版的《统计品管手册》。
管制图基本上也是一趋势图——只不过加上一条流程平均线，并在平均线的两侧，各画一条平行线标示统计的上下限(如图7-14)。请注意，这些上下限不应与规格混为一谈。管制上下限的取得是让某一流程自然发展，不加干预，再用数学公式分析其结果而来。而任何流程皆有变异，所以流程安排愈好、愈精密，其结果偏离平均数的情况就愈少。
变异可分为两种。第一种变异由于许多小原因：例如，作业员间能力的小差异、流程不够明确、机器及设备不足等。这些皆属“一般原因”——只有最高经营阶层才有权加以改善。第二种变更则较易消除。如：机器失灵、员工未经训练即上工、来自供应商的进料有瑕疵——戴明博士称之为“特殊原因”。在管制图上，这些原因的落点皆在管制极限之外。用来求取管制上下限的公式，原意是用设计来达成一种“搜寻”与“不搜寻”之间的经济平衡——使我们在特殊原因不存在时，积极找寻，在特殊原因存在时，不去寻找。只有在特殊原因已被消除，及引进统计管制之后，系统才能充分改善。
管理阶层才能有效地实施这套系统，并减少变更。一旦系统获得控制，就可以用管制图进行监测。只要“特殊原因”一出现，就可立刻察觉。生产线的作业员记录数据，采取行动——必要的话还可以关闭整条生产线。但我们不见得只有在极限之外，才采取行动。在管制极限内，如果出现突然的变化，或出现某种趋势，同样也是警讯——表示我们有必要加以调查。管制图分为两大类，可依数据的特点而分。
第一大类用于可以测量的资料——如长度、温度、音量、压力、伏特数等。另一大类用于可以个别数算的资料——如瑕疵零组件数、印刷错误数、标笺误贴的数目等。管制图以图表的方式显现出每种流程都有发生变异的可能。而每种流程差不多都会有一半的落点在平均数之上，另一半落在平均数之下。
我们可以尽量消除变异的根源，将变异程度减至最低，但变异是永远不可能完全消除的。但我们之所以如此努力，就是因为戴明博士说过“第五要点”：“持续不断地改善生产与服务系统。”
