前言

在任何商业领域，减少缺陷、提高质量、增强竞争力都是永恒的目标，为此发展出来的方法学与各种过程改进系统不胜枚举，其中既有立足快速交付适应变化的敏捷研发，也有着眼于消除浪费的精益管理，而追求稳定过程并持续改进同样也一直都被认为是一种行之有效的方法。

一、控制图与正态分布

在提高过程稳定性与改进业务能力的征途中，如何有效量化、定义当前现状，明确异常与正常的区别，就是所有实施该方法所要面对的第一个问题。这其中在1924年首次提出的休哈特控制图，就一直成为科学管理的一个重要工具。休哈特告诉我们，只要超过±3倍标准差的，就可以被判定为异常值，需要查找是否有特殊原因造成不稳定波动。

那如何以控制图方式直观显示出异常值，就需要先搞清楚标准差以及正态分布的概念。首先请看以下两组数字：

1 3 5 7 9

3 4 5 6 7

这两组数据的平均值都是5，那么哪一组数字的波动比较大，哪一组数字的离散程度比较高呢。为了抵消每一个数与平均值之间正负值的差异，通过数据之间的差值平方后再相加，最后再除以个数，得到一个衡量离散程度的度量，这个在统计学中称之为“方差”。

而为了保证与原始数据单位相同，并与一定置信度下的数据范围成正比，通过对“方差”开根号所形成的数值，在统计学中称之为“标准差”。用σ表示，发音叫做西格玛sigma，以此代表每个数字跟平均值分别去比较后再统计出来的偏差程度。其中又根据样本数的取值，分为σ总体标准差与S样本标准差。以下为σ总体标准差。

在实际的业务活动中，为了准确反应当前组织或项目的现状，我们往往会以数学的方式去抽样或是统计各种数据，并将统计数字画成直方图等各类图形，不出意外的话，我们得到的图形往往符合这种规律。

关于这种现象，在200多年前德国数学家高斯就发现并总结自然界中普遍存在的分布，命名为正态分布。通过高斯提出的正态分布的计算，结合不同标准差范围，可以推算出在正态分布图形中各个不同位置所出现的概率。

从上图可以看出，在正态分布中，±1σ、±2σ、±3σ的概率分别是68.3%、95.5%、99.73%。利用这个模型，休哈特博士提出了控制图的概念。即当参数数据符合正态分布的情况下，99.73%的数据应该是在三倍标准差之内的，一旦数据超过了三倍标准差，那也就意味着这种小概率事件或是有特殊原因造成的，或者整个研制生产过程不再处于稳定状态。通过控制图的绘制与监控，就可以对组织的各项过程稳定性进行即时的监控与预警。

如果将三倍标准差之间的数据波动当作组织的过程能力，而将上下公差规格线当作是业务目标，那业务目标与组织过程能力的壁纸，就可以视作组织针对某一领域的过程能力指数。

二、基于VISSLM Studio的模拟与预测

当形成基础的组织过程能力指数与数据分布情况以后，利用假设的前提与预测数据的约束，可以对业务活动中的某种事件出现的概率，或者是某个随机变量的期望值，通过某种“试验”的方法，得到这种事件出现的频率，或者这个随机变数的平均值，并用它们作为组织行动的一种模拟与预测，甚至辅助决策采取该种行动后的可能情况。

基于VISSLM Studio能够很好实现上述过程活动稳定性的即时监控以及组织行为的影响模拟与预测，其具备如下优势：

1、 全生命周期管理系统

VISSLM Studio本身作为系统软件研制全生命周期管理平台，各项业务活动与数据都沉淀在平台中，同时平台在设计之初即考虑了不同数据类型的“元模型”化，以保证对各种数据的识别、抽取、分析、加工，并提供开放的脚本化统计方式。

2、 自带高效的量化管理能力

VISSLM Studio提供全面的数据统计功能，支持对全生命周期中的任意数据开展数理统计分析，并形成包括控制图（I-MR）、趋势图、正态分布图、蒙特卡洛模拟等各种分析结果，可以为组织开展单点异常分析、业务绩效目标达成分析、业务绩效目标风险预测等各项活动提供直观、强力的支持，助力组织强化过程稳定性，提高过程能力从而实现质量、效益的提升。