在各种类型的组织中，人们普遍都在关注收入，销售，商品交付时间的波动，员工到达时间的变化，财务预算的变化，时间的变化等问题。在银行，图书馆或服务机构窗口中提供服务。等等
还担心为什么产品的重量，容器的填充，产品的硬度或粘度以及尺寸存在问题。老师担心，因为学生的成绩会有所不同。
永久性要求所有销售人员或学生达到最低分数。预算应尽可能准确。如今，数据驱动的管理已成为时尚。平衡计分卡建议指标，目标，结果，持续改进，绩效评估。 ISO在其数据分析条款中指出，组织必须确定，收集和分析适当的数据，以证明质量管理体系的适用性和有效性，并评估可以在哪里进行质量管理体系的持续改进。质量。
另一方面，在建立指标之后，会发生什么呢？将有很多数据，但信息很少。如果为指标设定的目标没有考虑流程的变化，那将无济于事，而挫折将开始。
在所有过程中，我们都发现变化，这很烦人。尽管事实上所做的每一件事以及我们周围的事物都隐含着变化，但这几乎是无法避免的。同一头的两根头发都不是完全相同的，同一个人的两只眼睛也不是，即使是同卵双胞胎，也要少两个人。
为什么所有流程的敌人都是变化的，无论是在销售，生产，会计，运营，财务，教育等领域等等，在公司中，没有听说有什么控制措施。实施质量体系是为了实现流程，产品和服务的可重复性，其中有关于持续改进的话题，但没有人讨论变化的控制。
有一个格言，“所有过程的敌人都是变化”。一个成功的经理就是设法控制它的人。可变性理论是戴明博士在其“深层知识”哲学中向日本人提出的四种理论之一，另一种补充前一种理论的理论是“因果关系理论”，他指出每种效应都有一个原因，每个缺陷。对变化的控制只能在其原因上进行，主要是在其根本原因上进行控制。
发现的问题是人们承认存在变异问题，但是没有兴趣研究其发生原因或如何测量这种变异性。
您很可能已至少参加了一门描述性统计课程和一门推理统计课程。使用了多少已学到的知识；使用了多少标准差公式；记住了多少？可以计算出多少？对结果有什么解释？
工艺变化示例
此示例将说明日常生活中标准差的重要性：«考虑购买美味的比萨，然后在回家的路上在比萨店订购。有两个披萨店，其中有10个披萨的以下准备时间信息（以分钟为单位）：
比萨店ABC：6.5-6.6-6.7-6.8-7.1-7.3-7.4-7.7-7.7-7.7
XYZ披萨店：4.2-5.4-5.8-6.2-6.7-7.7-7.7-8.5-9.3-10.0
使用常见的统计工具，例如平均值，中位数和众数，可获得以下结果：
比萨店ABC：平均值= 7.15-中位数= 7.20-模式= 7.7
XYZ披萨店：平均值= 7.15-中位数= 7.20-模式= 7.7
从这些结果可以看出，两个比萨饼店都具有相同的集中趋势量度。也就是说，平均而言，两个客户都同时等待比萨饼。根据这些结果，很难区分这两个过程中的差异以做出任何决定。回顾准备时间数据，在比萨店XYZ的时间中可以看到更大的变化（或离散）。如果两个比萨店的所有其他质量特征都相同，则客户可能更喜欢在ABC上购买他们的比萨饼，因为比萨饼的准备时间更一致且变化更少。在商业世界中，需要更精确，更可靠的方法来衡量和量化流程中的变化。为此可以采取以下措施：
范围和标准偏差
为什么标准偏差很重要？因为它是控制可变性的最简单方法之一，所以将其称为预算，销售，产品，关注时间以及整个时尚的全新指标集。
通过标准偏差，可以分析客户调查并确定答案的结论性，达到目标的可能性，产品不符合规格，员工迟到，可以推断出学生的可能性没有达到最低等级等
标准偏差用于通过已知的Cpk分析或Cp来确定过程是否具有满足客户要求的能力，以确定它们的能力的正确公式。
使用标准偏差，可以计算sigma级别，在现在流行的“六西格码”中，sigma是希腊语中的标准偏差。它用于通过使用变异系数来比较两个完全不同的过程，例如人力资源部门的过程，以及工厂或财务部门的另一个过程。
标准偏差有助于计算流程变化的自然极限，可以确定销售目标的波动，甚至可以允许人员缺席，我们将在以下轶事中看到：在一家面包店公司的咨询过程中当下属进来请许可离开时，我们正在工厂经理办公室开会。由于他的面包重量存在问题，经理要求他向他展示所取样品的重量。通过一些计算（标准偏差，平均值和概率），他证实有些产品不符合规格的可能性很小，他说，“您可以放轻松。”
也许这样做是为了打动顾问，但如今，超过15年后的今天，这个轶事被人们记住了。
除了计算标准偏差外，还可以执行过程的更复杂的操作，例如方差分析，测量精度，准确度，偏度和峰度，但是这些分析可以留给专家进行。
当石川薰（Kaouru Ishikawa）说流程中的85％的问题是管理层的责任时，此评论并没有受到广泛好评。他们的主张基于这样一个事实，即流程的变化通常是根据其设计能力（这是管理层的责任）归因于正常原因的。操作员在过程允许的范围内采取行动。
这导致控制变化的最大好处之一是：定义什么时候是典型的过程，什么是正常的，是由正常或常见原因引起的，什么时候是由异常或外部原因引起的。了解变异性的概念并通过标准偏差对其进行测量可以建立变异的正常极限。 （通常加上负3个标准偏差），一旦设置了这些限制，就可以将过程安全地移交给下属，以便他们可以按照“授权”理念的建议进行控制。如果合作者不了解如何控制流程的可变性，那么即使他们已通过认证，也没有任何程序或指令可以保存该可变性。如果流程在其正常原因内发生变化，则奖励和惩罚是无用的。奖励或惩罚成为异常的原因，与过程无关，在过程结束后，其效果将返回到先前的状态。
当然，其中一些概念必须经过严格的统计，但是如果至少这可以导致理解为什么无法控制流程，为什么未实现目标，那么许多公司的情况也将如此。值得记住的是，虽然在西方的其他时候，广播里听过小说，但日本人却听统计。当然，其他时间，其他方式，同样的问题。
此外，还有其他一系列统计数据可用于控制变化，正确使用的平均值非常重要，众数，中位数以及范围也很重要，但是您不必如此雄心勃勃。如今，当大多数公司采用平均水准管理时，人们会联想到淹没在平均深度为一米半的河流中的人物故事。
