运用统计分析实现管理目标

　　告别传统以“大概、差不多”为特征的经验主义管理模式，采用“用事实和数据说话”的统计质量管理模式已成为越来越多人的共识。关于统计质量管理的方法和应用，在欧美、日本等发达国家已有多年的历史，而在国内还处于方兴未艾的阶段。怎样才能缩短过渡时间、加速改造进程?从国内先进企业的经验来看，结合企业自身的业务需求，选用最先进、最便捷的统计分析软件是一条行之有效的捷径。

　　如何利用尽可能少的研发资金在尽可能短的时间内持续不断地成功研制出适合大规模生产、满足甚至超出客户期望的产品，是产品研发质量管理中的一个关键问题。试验设计(DOE)最适合解决这种类型问题的方法。涉及内容既涵盖部分因子设计、全因子设计、响应曲面设计、田口设计和混料设计等基本类试验设计方案，也包括如非线性设计、空间填充设计、扩充设计、容差设计、定制设计等高级的试验设计手法。

　　值得一提的是定制试验设计。传统的试验设计方案都是相对固定的，但定制试验设计刚好相反，它可以让试验者对试验设计方法的模型进行合理的修正，使它能够灵活地解决现实问题。

　　生产现场的质量管理是一个老生常谈的话题，统计建模方法非常适合这个阶段的质量管理工作。内容包含从常规的描述性统计、方差分析、回归分析、控制图、测量系统分析等方法，到高阶的多元统计建模、时间序列分析、数据挖掘等实用技术。合理地选择和应用这些统计分析工具，对企业现有数据加以挖掘，就能很好地找出产品优良率(也包括缺陷率)和输入数据所代表的生产因素之间的精确关系，从而很好地进行质量控制和质量改进。

　　产品经检验合格后出厂，在使用过程中会遇到各种各样复杂的环境因素，如高温、低温、高湿、低气压、有害气体、振动、辐射、电磁干扰……这些环境因素的存在，将大大影响产品的质量。

　　当代质量管理的新概念，强调产品要“长时期保持良好性能”,同时企业要追寻“最佳寿命周期费用”。可靠性分析是实现这一概念的最佳方法，只要汇总了一定规模的历史数据，产品寿命分布(包括删失数据)、加速失效寿命模型、比例危险率模型、可修复性诊断等复杂的专业分析手段就都可以在JMP软件中通过菜单界面来轻松实现。根据分析结论，我们既可以对今后产品使用的质量管理作出前瞻性的工作规划，也可以将其反馈到前面的研发、制造环节，使产品质量管理的全过程浑然一体。