传统观点会认为“品质”与“数量”两个因素是对立的，如今有了数据分析工具，“品质”与“数量”获得两全其美是完全可能的。

如今在汽车和航空工业界，要求提高品质的呼声越来越高，与此同时也蕴藏着成本增加的压力。事实却与人们想象的相反，提高品质与降低成本之间的矛盾并不是不可调和的。实际上，如果不是用淘汰更多的不合格品的方法来实现品质提升，提高品质的同时也将会使成本相应地降低。一部分优质传统的产业已率先采用先进的品质控制手段，从收集的大量生产数据进行统计分析来精细地调整生产过程。这里介绍一下先进的控制品质的工具，让我们了解它在DVD光盘生产中的应用和获得效益的情况。

如果我们仅满足于从检测系统得到合格率，就丧失了品质控制的实际意义，因为这只能从测试报告的数据中判别光盘的品质，检查测试数据是否在规定的范围内。有人或许认为所有处在“限值”范围内的光盘产品都具有相同的品质，这是一种误解。所谓的“品质”，不是一个依据标准的限值而改变数值的“函数”，相对于“目标值”任何偏差都意味着品质的偏差(见图1)，如果我们将接近“限值”和接近“目标值”的产品对比，前者的品质比后者差。此外，所有光盘驱动器的品质也不一致，存在品质的分布特性，当采用参数接近限值的驱动器来测试接近光盘限值的光盘产品时，就会更易判定为不合格品。光盘生产者为了避免这种不相容性，不得不更严格地控制产品品质，使光盘的品质分布在靠近目标值的狭窄的范围内。

图1 传统看法：品质是响应给定的标准限值而变化的函数；先进的品质观念则认为：品质是随相对目标值偏离量增加而非线性降低的函数。

如果我们只关注产品的合格率，会疏忽了一个至关重要的问题，这就是怎样优化我们的生产过程，使产品更接近于目标值的品质。

图2a和图2b是两个“粘合间隙”（bounding gap）测试参数的概率分布图，它们是在同一个DVD-9生产系统中测量的，两者的合格率都超出95％。图2b曲线中“粘合间隙”值分布得比较离散,有些个别的产品甚至已超出标准的限值,绝大多数的产品的测试值十分接近标准的限值(即偏离目标值)。通过图线的比较，我们可以直观地获得“过程性能”（process capability）的概念。为了让我们能进一步理解,我们必须具备定量的测量手段、掌握一些简单有用的数学方法。

图2 粘合间隙－时间变化图

图2a和图2b处于统计控制状态，即中心值和展开值对应时间是稳定的。但只有图2a的展开值小、中心值位置正确，过程性能优异。

何时可认为一个过程处于控制状态？

统计分析是量化地判断控制过程性能的有效方法，为了评估某一个过程的“过程性能”，首先必须将该过程调整到“控制状态”，那就是说：概率分布的“中心值μ”（注1-译者）相对于时间是稳定的，更切实地说：“中心值μ”的波动量与限值窗口（注2-译者）宽度相比是微小的，请看图2a和图2b。如果在这两图中至少有一个图有不稳定的现象，那说明还未充分执行统计计算，随着时间的推移会引起过程的不稳定，我们称这样的过程是处于“混乱状态”。图3所显示的数据离散性更大，它不是一个受控制的过程，“中心值μ”和概率分布明显地随着时间摆动。

图3：一个混乱的过程，DVD-9的“粘合间隙”参数随时间变化剧烈，展开值和中心值均不在控制状态下，当测试时间改变时Cp和Cpk会得到不同的数值。

处于“控制状态”决非生产高品质产品的同义词（中心值和概率分布可以达到稳定，但中心值可能会超出限值，使得合格率为0％）。处于控制状态仅仅表明了过程所处的条件相对时间是稳定的，此时我们才可对某一时期的一部分产品进行统计和评估。

怎样定量地描述一个过程？

产品的质量概率曲线通常呈现出高斯概率分布的一级近似（见图4）。这个函数描述了某一质量参数的概率分布状况（譬如DVD光盘的粘合间隙或者翘曲度的参数）。概率曲线的中心值μ是测试产品总量的参数的平均值，向两边展开的量（注3-译注）可称为标准偏离值（统计适用较严格的场合，而平均值和标准偏差在实际的场合下运用）。限值则是由光盘标准制定的。