但是，切不可因此以為經(jīng)典試驗設計就是包治百病的靈丹妙藥。不少企業(yè)在追求產(chǎn)品質(zhì)量、流程能力精益求精的過程中，發(fā)現(xiàn)單純地依靠經(jīng)典試驗設計，先天性地存在著一些不可避免的風險和隱患。zui常見的一類問題可以用圖一表示：原本以為根據(jù)試驗設計建立的統(tǒng)計模型，投入實際生產(chǎn)的產(chǎn)品結(jié)果將會地落入規(guī)格要求之內(nèi)（如圖左部的理想狀態(tài)所示），但真正投產(chǎn)后卻發(fā)現(xiàn)產(chǎn)品結(jié)果的波動相當大，相當一部分的數(shù)據(jù)超出了規(guī)格要求（如圖右部的現(xiàn)實狀態(tài)所示）。產(chǎn)生這樣的結(jié)果不僅給企業(yè)帶來了經(jīng)濟上的損失，而且也動搖了工程師進一步應用試驗設計的信心。
其實，深入了解試驗設計領域的研究人員都基本知曉產(chǎn)生這個問題的一個主要原因是：誤差的傳遞！如圖二所示，工藝流程的輸入變量X是通過根據(jù)試驗設計或回歸方程獲取的傳遞函數(shù)對工藝流程的輸出變量Y發(fā)生作用。在這個傳遞過程中，流程自變量不僅會影響產(chǎn)品質(zhì)量特征的均值（這是大家所熟知的），而且由于流程自變量不可避免地存在著變異（或稱誤差），它還會影響產(chǎn)品質(zhì)量特征的變異，這就是所謂的“誤差傳遞”。如果要定量地表達誤差傳遞，可以用下列公式來表示。
  公差分析是克服誤差傳遞干擾的一種合適方法，也是試驗設計理論研究的有益擴充。通俗地說，公差分析就是運用統(tǒng)計分析的方法，事先給眾多輸入X設置合理的公差（而不僅僅是目標值），以保證經(jīng)過工藝流程之后，產(chǎn)生的輸出Y對輸入的變異不敏感，依然落在顧客要求或技術(shù)規(guī)范之內(nèi)。這個過程往往要求減小輸入的公差，而減小輸入的公差往往意味著產(chǎn)品加工成本的提高。因此，公差分析還強調(diào)選擇合適的輸入變量，減小到合適的公差幅度，以確保工藝優(yōu)化的成本zui小化。同時，一次成功的公差分析常常不是一蹴而就的，一般需要工藝工程師和統(tǒng)計工程師等多方協(xié)作、不斷溝通反饋后才能完成。
近年來，隨著市場競爭的加劇，企業(yè)質(zhì)量意識的增強，關于公差分析的研究與應用也越來越多，可視化公差分析就是其中之一。所謂可視化公差分析，就是指通過一組特定的圖形、動畫、動態(tài)交互等形式實現(xiàn)公差分析的過程（可視化交互式分析的實現(xiàn)，則主要借助專業(yè)分析軟件實現(xiàn)，JMP軟件是可視化分析zui的軟件之一，以下分析都基于JMP軟件進行。JMP軟件是zui*的統(tǒng)計學軟件集團SAS公司的統(tǒng)計發(fā)現(xiàn)軟件，應用領域廣泛，包括探索性數(shù)據(jù)分析（EDA），可視化數(shù)據(jù)展示和分析，質(zhì)量改進、六西格瑪、流程優(yōu)化、研發(fā)改進等。/china。而在“全員參與質(zhì)量管理”日益普及的今天，可視化公差分析對企業(yè)的價值也正在逐步凸現(xiàn)。

    從理論層面看，可視化公差分析并沒有擴充很多復雜的公式、指標，只是增加了一些新型的圖形化分析手段，比較典型的是“缺陷刻畫器”和“缺陷參數(shù)刻畫”，下面將逐一展開介紹。

    先看如圖三所示的“缺陷刻畫器”。圖中的橫軸代表某個工藝參數(shù)，縱軸代表流程zui終的缺陷率，不同顏色（如藍色和紅色）的曲線代表該工藝參數(shù)對不同輸出規(guī)格限（如A和B）要求的影響規(guī)律。當然，我們zui關注的還是那條黑色的曲線，它代表的是總體缺陷率，即所有超出各個輸出規(guī)格限的缺陷之和。這條黑色曲線的波谷位置就是zui低總體缺陷率，與它對應的工藝參數(shù)值往往就是zui我們期望找到的的工藝參數(shù)設定值。 
   再看如圖四所示的“缺陷參數(shù)刻畫”。同樣的是，圖中的橫軸代表某個工藝參數(shù)，縱軸代表流程zui終的缺陷率。不同的是，四種不同顏色的曲線分別代表四種不同的工藝改進方法（調(diào)整平均值、縮小標準差、設定規(guī)格下限、設定規(guī)格上限）降低缺陷率的有效程度。實際工作中，調(diào)整平均值、縮小標準差這兩種方法用得較多。圖中一條紅色虛線代表工藝參數(shù)的當前平均值的所在位置，兩條藍色虛線代表當前的工藝參數(shù)加減一倍的當前標準差值后的位置。在該圖中可以看到，整個流程的zui低缺陷率出現(xiàn)在“縮小標準差”曲線的波谷位置，說明當工藝優(yōu)化到一定程度后，通?？s小標準差是zui能見效的工藝改進方法，當然其成本也很可能比其他幾種方法高，使用時應當綜合考慮這些改進方法的利弊。 
  下面將結(jié)合一個案例分析（具體的計算分析還是通過專業(yè)統(tǒng)計分析軟件JMP實現(xiàn)），說明可視化公差分析在工藝優(yōu)化中的實際應用。

    例：一家橡膠輪胎公司打算提高其主打產(chǎn)品的質(zhì)量，逐步向“六西格瑪水準”邁進。該產(chǎn)品的質(zhì)量特性涉及四個方面：磨損（只有下規(guī)格限為110）、彈性（只有上規(guī)格限為2000）、延展性（上下規(guī)格限分別為[350，550]）、硬度（只有下規(guī)格限為65）。根據(jù)前期研究的結(jié)論，這些質(zhì)量特性與輪胎中的硅Silica（當前公差范圍為[0.95，1.55]）、硅烷Silane（當前公差范圍為[44，56]）、硫磺Sulfur（當前公差范圍為[1.8，2.7]）三種成分關系密切。現(xiàn)在按照響應面設計的原理，又執(zhí)行了20次試驗（結(jié)果見圖五），試用可視化公差分析方法來優(yōu)化這三種橡膠成分的公差設置。
當然，這并不是該流程所能達到的極限*狀態(tài)。如果進一步觀察公差改進之后重新繪制的缺陷刻畫器（見圖十）和缺陷參數(shù)刻畫（見圖十一），不難發(fā)現(xiàn)：工藝流程的公差范圍還可以繼續(xù)優(yōu)化下去，只是這時調(diào)整平均值已經(jīng)收效甚微，而采用縮小標準差（尤其是硅Silica和硫磺Sulfur的標準差）的方法將會顯著地降低總體缺陷率。這個現(xiàn)象也從側(cè)面反映了只要企業(yè)追求精益求精的質(zhì)量目標不動搖，可視化公差分析必將具有長久的生命力，持續(xù)不斷地在工藝優(yōu)化中發(fā)揮作用。