1.本末终始，道尽一切
有幸研读钟汉清先生翻译的「戴明修练I」及「戴明修练II」两本好书，这两本书描述了美国汽车工业自1984年起，活用品质工程之后，逐步反败为胜的动人过程。
该书原著者Mr. W.W. Scherkenbach开宗明义指出，美国汽车工业这一次的反败为胜是奠基在戴明博士的「渊博知识体系」上，所谓「渊博知识体系」已包涵了四个彼此相关的理论，即：
系统的理论
变异的理论
知识的理论
心理的理论（注１）
如果容许笔者用中国人的想法来借喻此一体系，那么「大学」上所说的「物有本末，事有终始，知所先后，则近道矣」，似乎可以相当贴切地帮助中国人明白所谓渊博知识体系是什么？
2.系统变异，造就渊博
在戴明博士的想法中，专业知识（即所谓知识的理论）当然重要（注２），但是若仅靠专业知识却常会遇上有时而穷的缺憾，譬如：因果关系除了概念上的认知之外，如何精确地用量化方式来描绘呢？每次投入一样的因（同样的原料及操作条件）为何出来的产品却并不一样呢？尤有甚者，在高科技时代，许多因（各种制程参数）共同造就一个果时，又该如何才能精确地厘清各种因对结果影响程度之大小呢？诸如此类的问题，并不容易仅从专业技术中理出头绪，而必须借助以统计逻辑为基础的「系统的理论」及「变异的理论」才容易拨云见日、柳暗花明。因此，戴明博士才竭力主张只有以专业知识为经，统计逻辑为纬，交织而成的知识体系才是在高科技时代中游刃有余的「渊博知识体系」。
在明白戴明博士的想法之后，其实任何拥有专业知识的人，无论其专长是电子、机械、化工或.......，这些专业知识均已证明他是进入渊博知识体系的最佳候选人，只要他能再精通「系统的理论」及「变异的理论」就自然能成就其渊博了。
3.变异其外，系统其中
系统是什么呢？变异又是什么呢？这是进入渊博的两个关键问题。
系统就是产品做出之前组合各种资源（人、设备、原料、方法、环境）的流程，由于组合的方式因公司的专业知识与经营理念而异，所以即使生产同样的产品，其实不同的公司就会建构不同的的系统，而这些系统才是造成同行之间高下差异的根本原因，基于对系统理论有如此深入的体认，所以戴明博士才会常常为最基层的作业员叫屈，而大声疾呼要请决策者重视系统（注３），因为系统一错满盘皆输的例子比比皆是，而系统不改又岂有枯木逢春之理？这也就是1984年美国汽车工程师年会时，戴明博士坚持要通用汽车及福特汽车的两位董事长亲自出席，才肯发表演讲的苦心所在，从此美国汽车工业才开始从根本上重视系统，结果就真的逐渐去腐生筋、恢复元气了。
变异理论又是什么呢？如果说系统理论对决策者是当头棒喝，那么变异理论对所有的工程人员就不啻醍醐灌顶，许多工程人员往往大惊小怪、无事瞎忙而不自知，为什么呢？因为在他的心目中只是一个目标值，譬如镀层厚度是0.001"， 一旦实际镀出来的产品不等于0.001"，他就忍不住要采取对策来向目标看齐，这种思维模式戴明博士最喜欢用「尼尔逊式的漏斗实验」（注４）来加以阐述破解，其实每一个产品本来就不必然会和目标值一样，必然的反而是每个产品均会有所不同，而将这些不同的数据整理出来，才真正有机会看到产品的全貌，这种想法就是「变异理论」的基本架构，如果以图解来说明（如图一），变异理论涵盖了三种有意义的情报：
集中趋势（如 ）
离中趋势（如 ）
涵盖在特定范围内的产品机率
4.品质工程，环环相扣
在台湾工业升级的过程中，迈入因果关系错综复杂的精密科技领域，已是大势所趋，在此精密科技领域的致胜之道，除了专业知识之外，品质工程的重要性正与日俱增。
然而，不幸的是，近年来大家对品质工程的关心不知不觉流落在工具性之争，例如不用S/N比算不算品质工程？是否田口方法才算品质工程？这些争议其实多少起源于门户之见，它根本就不应该是大家耗尽气力的地方，重要的反倒是，我们如何才能更有效地帮助缺乏统计逻辑的专业人才，勾勒出清晰的终南快捷方式，使他们能按步就班地成为品质工程的使用者，进而使更多的公司成为品质工程的受惠者。
基于这种体认，笔者建议大家不妨重回戴明博士「渊博知识体系」的原点，将制程（Ｐ）产品（Ｑ）客户（Ｃ）三者的关系，透过「系统的理论」及「变异的理论」相互连结，或许反而更容易理出头绪，在此笔者愿意拋砖引玉，先行整理成品质工程的总体观（如图２）以就教于方家。
1.了然变异，见树更见林
11月号「品质月刊」登载拙著「从渊博知识体系看品质工程」一文之后，接到多位读者的电话，读者热忱的关心与立即的响应，一方面显示「品质月刊」日益受到读者的重视，另一方面对作者与编者而言，也是一种鞭策与鼓励。
在鞭策中，有读者建议能否对结论中一笔带过的「品质工程的总体观」（如附图一）作更进一步的说明，因此再次提笔以响应读者对品质工程的关心。
2.建立系统，品质趋稳定
对一批产品而言，我们需要从变异理论中看出分配的全貌，然而对于连续数批产品而言，我们又该看出那些门道呢？
理论上，大家熟知的推动标准化或申请ISO，都是希望借助建立更稳定的系统，来降低「批间的变异」，使产品品质可以日趋一致（Consistent）。
3.知已知彼，宾主方尽欢
但是，制程稳定就真的可以高枕无忧了吗？君不见许多获得ISO认证的公司仍然被客户「骂到臭头」吗？其症结何在呢？根本问题是许多人误以为「稳定的制程＝高良品率的制程」，其实这二者本来就是两码事，因此自有SPC以来，「制程能力评估」（注４）就是比对二者的关键，这也是图一中「用Ｃ Calibrate Ｑ」的依据，因为品质一致本来就是供货商的天职（Must），除了一致性外，客户满意与否的关键更在于绝大多数的产品（例99.73%）其总变异能否落在客户的规格之内，如果可以，这个稳定的制程才可算为高良品率的制程，反之，对客户而言，如果总变异远大于客户规格，换言之，因制程能力不足而使不良率持续居高不下，那么无论该制程系统多稳定，也还是无法令客户满意的。
明白这一点，读者就不难体会为何谈到品质工程就必须将「流程之声 品质之声 顾客之声」三者彼此串连的道理，因为没有任何制程系统有资格孤芳自赏，只有当「稳定」与「高良品率」两个主客观条件都符合之后，品质工程的努力才可算是真正有了一点小小的成就。
4.循序渐进，体用皆合宜
当对品质工程有了这种系统化的体认之后，真正有心推动品质工程的人，怎么可能再把焦点拘泥在工具论之上呢？
其实无论相关；回归；检定；推定；田口方法；实验计划等等......，这些都不过是解决问题的工具，它们本身岂有高下优劣可言？反之，如果执意要先挑选工具再解决问题，那岂不是本末倒置，喧宾夺主吗？因此若要谈品质工程的终南快捷方式，其实还是该先回到戴明博士的渊博知识体系之中，从变异理论及系统理论来构思一个合理的品质工程体系，然后在构建此体系的过程中，针对实际的需要，选择适当的统计工具彼此搭配，相辅相成，如此循序渐进，才是真正圆融而踏实的作法，也才真的能够透过品质工程来有效地促进品质升级。