所有工作都在系統中進行與完成，而系統則是由彼此相互關聯的流程所構成，以完成共同的目標。但是變異存在於所有的流程，因此認識與減少變異便成為成功的關鍵。
統計思維就是根據上述的原則，協助組織在改善活動中，可以結合核心技術，採取正確的對策，有效的分配資源，達到最大的改善績效。
因此具備統計思維，成為組織在競爭激烈的全球市場中，維持競爭優勢的必要條件之一。
前言：
在日益複雜與充滿競爭的全球市場中，生存不是容易的事，而要能維持競爭優勢的必要條件之一，就是要能提供符合顧客要求的產品和服務，也就是要有完善的品質。
因為競爭的結果，顧客可以要求更好的產品和服務，創新與改善的速度便決定了市場的贏家與輸家。
而組織要能有效進行改善，就要具備正確的統計思維（Statistical Thinking）並且在經營面、管理面與作業面中妥善運用之（1）。
認識統計思維：
美國品質協會統計分會（American Society for Quality Statistics Division）針對統計思維作了以下的基本定義︰
●所有工作都是在彼此相互關聯的流程所構成的系統中發生（All work occurs in a system of interconnected processes.）。
● 變異存在於所有的流程（Variation exists in all processes.）。
● 認識與減少變異是成功的關鍵（Understanding and reducing variation is key to success.）。
學者專家一般公認統計思維源自於戴明博士（Dr. W. Edwards Deming）的淵博知識體系（the system of Profound Knowledge）。淵博知識體系包含四個部份，
1. 系統認知（Appreciation for a system）
2. 變異知識（Knowledge about variation）
3. 知識理論（Theory of knowledge）
4. 心理學（Psychology）
統計思維的第一原則，“所有工作都是在彼此相互關聯的流程所構成的系統中發生”，與淵博知識體系的第一部份“系統認知”有直接相關。統計思維的第二原則，“變異存在於所有的流程”，與第三原則“認識與減少變異是成功的關鍵”，與淵博知識體系的第二部份“變異知識”有直接相關（2）。
透過系統與流程的角度，統計思維可以幫助組織改善整個系統，而不是轉移“個別”部門的問題。
Motorola公司於1980年代所推行的六標準差（Six Sigma）改善活動，便是在其五階段法，定義（Define）、衡量（Measurement）、分析（Analysis）、改善（Improvement）、管制（Control），充分運用統計思維的觀念與工具，如關鍵企業流程的鑑別、認識與減少變異、數據分析、做出適當的改善對策，以追求流程的「最小變異」，進而增進營業利潤並提升顧客滿意度。
流程與系統
流程是一項或一組活動，透過使用資源與管理，將輸入轉化為輸出，以產生符合期望的結果。通常一個流程的輸出可直接形成下一個流程的輸入（3）。
在畫流程圖與改善流程之前，可利用SIPOC 模型定義與界定流程範圍。SIPOC其中字母分別代表：Supplier 供應者；Input 輸入；Process 流程；Output 輸出；Customer 顧客。如圖1。
圖1：SIPOC 模型
流程圖是將流程步驟圖形化的常用工具，以利組織辨別多餘和沒有價值的步驟，發現改善流程的機會。
烏龜圖（Turtle Diagram）則是另一種分析流程要素（elements）與幫助內部流程稽核的有利工具。如圖2。
圖2：烏龜圖
系統則是由彼此互相關聯與依存的流程所構成，為達成共同的目標而一起運作。
要提昇組織的整體績效，必須以系統的角度鑑別、瞭解與管理彼此互動的流程，若僅專注於各別部門功能的最適化，將適得其反的降低組織的整體績效。比如說：一昧的追求降低採購成本，可能惡化品質，增加製造成本，反而降低營業利潤率。這也就是彼得‧聖吉博士（Dr. Peter Senge）所強調系統思考（System Thinking）的重要性（4）。
流程與系統必須定義可量化之指標，也就是關鍵特性值（key characteristics），以客觀衡量其績效。而這些指標值會隨著時間而變化，對這些數值變異的分析結果，也就成為針對流程與系統將採取何種對策的判斷基礎。有時一些對策沒有產生預期的效果，甚至產生反作用，惡化原來的狀況，就是缺乏對變異的正確認識。
認識變異
生活中到處充滿變異，在不同時段個人體重、血壓的變化，汽油價格、銀行利率與家庭支出的起伏，公司每月銷售額與市場佔有率的增減，不同醫院之間手術成功率的差異，學校裡學生考試分數的不同等。
從個人、組織到社會，針對這些數字變異型態的解讀，都將影響決策的形成。正確的分辨變異型態才能引導形成適當的決策，避免錯誤決策所造成的損失。因此認識解讀變異型態所必須具備的基本統計概念是相當重要的課題，也就是要知道造成變異的原因可區分為共同原因（common causes）和特殊原因（special causes）。
共同原因：
流程或系統正常運作時，隨機性自然發生的變異原因，是屬於流程或系統的一部份。惟有從根本改變流程, 才能降低共同原因所造成的變異。
特殊原因：
流程運作時所發生的不尋常干擾。特殊原因發生時，應該可以且必須被確認，消除並避免再發。
針對流程的關鍵特性值，適當運用管制圖，如圖3，可以幫助我們判斷變異是由共同原因或特殊原因所引起。
圖3：管制圖
當管制圖顯示有特殊原因所造成的變異存在時，流程是處於不穩定（unstable）的狀態，如圖4，變異型態無法預期（unpredictable），品質、成本和交期也就無法預期，因此必須設法找出特定的特殊原因，採取對應的措施，消除它並預防再發。
圖4：不穩定的流程
當長時間內管制圖沒有顯示特殊原因時，可稱流程是處於穩定（stable）的狀態，或處於統計管制狀態（in a state of statistical control），如圖5，也就是現時的流程變異是由共同原因所主宰，變異型態可以預期（predictable），此時品質、成本和交期都可以預期，也才能有意義的評估其符合顧客要求的能力（如：Cpk， Ppk）。
圖5：穩定的流程
一旦流程處於穩定的狀態，接下來的挑戰便是要進一步了解流程的共同原因，從流程做根本改變，減少或消除部份共同原因所造成的變異，提昇流程與系統之績效，讓有限的資源可以發揮最大的效益。
具備認識變異的知識，可以幫助我?儘可能的避免進行流程與系統改善時可能犯下的兩種錯誤，
錯誤1：
將共同原因所造成的變異，誤認為是特殊原因所引起，而做出反應。
錯誤2：
將特殊原因所造成的變異，誤認為是共同原因所引起，而未及時做出反應。
這兩種錯誤都將造成損失，很可惜我們無法完全避免這兩種錯誤，但蕭華德博士（Dr. Walter A. Shewhart）所創造的管制圖能在長時間下讓這兩種錯誤所造成的經濟損失降至最低（5）。
一個穩定的流程，也就是沒有出現由特殊原因所造成的變異，仍可能會發生不符合要求的缺點，如果遇到這種情況，就任意調整流程，也就是犯了錯誤1，只會增加變異，惡化流程績效。戴明博士著名的漏斗實驗（Funnel Experiment）便是針對錯誤1做完整的示範說明（5）。
結語
管理階層必須具備統計思維，才能在品質改善的過程中有效扮演領導的角色。因為特殊原因所造成的變異，可以經由現場人員的努力而消除，然而針對共同原因所主宰的變異，需要相對複雜的方法和對流程有更高層次的知識，才能對流程做出根本的改變，產生突破性的改善。管理階層對變異本質有充分的認識，才知道指派不同專長的人員，分別負責解決特殊原因與共同原因所造成的品質問題，在品質改善的活動中，才能引導正確的方向、有效的分配資源，發揮最大的經濟效益，持續提供能讓顧客全面性滿意的品質。
參考文獻
1. G.C. Britz et al., Improving Performance Through Statistical Thinking（ASQ Statistics Division, ASQ Quality Press, 2000）
2. G. Britz et al., “Statistical Thinking,” in a special publication of the ASQ Statistics Division Newsletter (Spring 1996).
3. ISO 9000:2005 Quality management systems —Fundamentals and vocabulary
4. Peter Senge，The Fifth Discipline: The Art & Practice of the Learning Organization
5. W. Edwards Deming，The New Economics for Industry, Government, Education