众所周知，我们常用“磨刀不误砍柴工”来比喻要办成一件时，不一定要立即着手干活，而是先要进行一些筹划和安排，充分做好准备工作，创造出有利条件，这样不但不会浪费时间，反而会大大提高整体的办事效率。这个道理在我们做数据分析时也是适用的。在当今信息技术高度发达的社会很多企业往往不愁没有数据，但是唾手可得的数据却不一定可以直接拿来分析，生搬硬套的分析往往失之毫厘谬以千里。西方人所说的“Rubbish in, rubbish out.”反映的也是同样的现象。 总之，没有高质量的数据，就不能保证有高质量的数据分析结果。对与统计质量管理而言，如果被分析的数据本身不可靠，很可能就会得到错误的分析结果和无效的质量改进方案，不仅会使质量改进工作无功而返，而且还极有可能伤害原有的质量管理水平。如果把数据分析看作砍柴的话，那么磨刀指的就是数据准备了。越来越多的专业人士已经开始意识到数据准备的重要性，现在的问题已经不是数据准备要不要做，而是数据准备应当如何做。 那么，数据准备究竟应当如何做呢？总的来说，可以遵循如图一所示的五步循环法来进行。接下来，我们将逐一解释每个步骤的含义，具体的实例将借助高端统计质量管理及六西格玛软件JMP来实现。 第一步，获取数据。 数据是进行分析工作的原材料，获取数据是数据准备工作的第一步。一般来说，企业常用的数据来源可以有四类。以JMP为例，一是通过手工输入和创建原创数据文件，这往往在新建数据文件时采用。二是从外部读取，比如读取Excel、MS Access、dBase、Text、SAS以及其他一些格式的现有数据源，这也是一种常见的方式。三是从大型数据库获取，如JMP可以通过ODBC访问现有的大型数据库文件，如Oracle、DB2、Sybase、SQL Server等等，必要时还能调用SQL命令构建查询条件，这在信息化建设比较成熟的企业中应用较多（参见图二）。四则是直接访问含有数据表格的互联网主页来获取数据。 第二步，整合数据。 有时候，需要分析的数据保存在不同的数据文件中。例如：我们在需要分析今年第三季度的生产数据时，很有可能会发现七月、八月和九月的生产数据分别保存在三个不同的文件中；或者需要对产品的两个质量特性进行关联性分析时，却发现这两个质量特性分别保存在两个不同的文件中。这时候，我们就有需要做数据整合了。数据整合的方法很多，如连接、合并、