一个管理人员 ， 在他的管理工作范围内所追求的目标 ， 假如加以具体的归纳 ， 我们可得知从项目来说不是很多 。然而就每个追求的项目来说 ， 都有会有影响其达成目的的主要原因及次要原因 ， 这些原因就是阻碍你达成工作的变数 。
如何将追求的项目一一地罗列出来 ， 并将影响每个项目达成的主要原因及次要原因也整理出来 ， 并使用因果分析图来表示 ， 并针对这些原因有计划地加以强化 ， 将会使你的管理工作更加得心应手 。
同样地 ， 有了这些原因分析图 ， 即使发生问题 ， 在解析问题的过程中 ， 也能更快速 ， 更可靠 。
5、直方图
直方图又称柱状图 ， 它是表示数据变化情况的一种主要工具 。用直方图可以将杂乱无章的资料 ， 解析出规则性 ， 比较直观地看出产品质量特性的分布状态 ， 对于资料中心值或分布状况一目了然 ， 便于判断其总体质量分布情况 。在制作直方图时 ， 牵涉到一些统计学的概念 ， 首先要对数据进行分组 ， 因此如何合理分组是其中的关键问题 。分组通常是按组距相等的原则进行的两个关键数字是分组数和组距 。
6、散布图
散布图又叫相关图 ， 它是将两个可能相关的变量数据用点画在坐标图上 ， 用来表示一组成对的数据之间是否有相关性 。这种成对的数据或许是特性一原因 ， 特性一特性 ， 原因一原因的关系 。通过对其观察分析 ， 来判断两个变量之间的相关关系 。这种问题在实际生产中也是常见的 ， 例如热处理时淬火温度与工件硬度之间的关系 ， 某种元素在材料中的含量与材料强度的关系等 。这种关系虽然存在 ， 但又难以用精确的公式或函数关系表示 ， 在这种情况下用相关图来分析就是很方便的 。假定有一对变量x 和 y,x 表示某一种影响因素 ， y 表示某一质量特征值 ， 通过实验或收集到的x 和 y 的数据 ， 可以在坐标图上用点表示出来 ， 根据点的分布特点 ， 就可以判断 x和 y 的相关情况 。
在我们的生活及工作中 ， 许多现象和原因 ， 有些呈规则的关连 ， 有些呈不规则形有关连 。我们要了解它 ， 就可借助散布图统计手法来判断它们之间的相关关系 。
7、控制图
控制图又称为管制图 。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后 ， 管制图就一直成为科学管理的一个重要工具 ， 特别在质量管理方面成了一个不可或缺的管理工具 。它是一种有控制界限的图 ， 用来区分引起质量波动的原因是偶然的还是系统的 ， 可以提供系统原因存在的信息 ， 从而判断生产过程是否处于受控状态 。控制图按其用途可分为两类 ， 一类是供分析用的控制图 ， 用控制图分析生产过程中有关质量特性值的变化情况 ， 看工序是否处于稳定受控状；再一类是供管理用的控制图 ， 主要用于发现生产过程是否出现了异常情况 ， 以预防产生不合格品 。
统计管理方法是进行质量控制的有效工具 ， 但在应用中必须注意以下几个问题 ， 否则的话就得不到应有的效果 。这些问题主要是：1 ）数据有误 。数据有误可能是两种原因造成的 ， 一是人为的使用有误数据 ， 二是由于未真正掌握统计方法；2 ）数据的采集方法不正确 。如果抽样方法本身有误则其后的分析方法再正确也是无用的；3） 数据的记录 ， 抄写有误；4 ）异常值的处理 。通常在生产过程取得的数据中总是含有一些异常值的 ， 它们会导致分析结果有误 。
