SPC应用常见问题

SPC应用常见问题

1、SPC能给企业带来什么好处？

通过预防的策略来降低企业的成本，事后检查的质量管理模式造成极大的浪费；

使质量管理有据可依，有的放矢，用数据来分析问题和解决问题；

使企业的质量改善活动成果有蘅量标准；如六西格玛的项目改善；

增加客户对产品质量的信心，如要成为国际企业的下游厂商，是否实施SPC是其一项非常重要的考核项目；

降低不良率，减少返工和浪费；

提高劳动生产率；

提供核心竞争力；

更好地理解和实施质量体系；

2、为何SPC在国内的企业当中应用较少？而在国外企业却是非常普及？

由于我国大多数企业的质量管理跨越了统计质量管理阶段，在推行全面质量管理中也未能在企业中推广普及SPC在企业的实际应用，所以致使我国企业在SPC的应用方面比较落后；而日本企业和欧美等企业的质量管理历程中经历了统计质量管理阶段，所以应用非常普及，应用得也比较成熟；

3、SPC在欧美、日本及在我国的发展历史是如何的？

二战后经济遭受严重破坏的日本在1950年刚接触SPC便十分敏感，立刻引进并大力推广。经过30年的努力，日本终于跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格（RogerW.Berger）教授指出，日本成功的基石之一就是SPC。

在日本强有力竞争的威胁下，从80年代起，西方工业国家纷纷开展“SPC复兴”运动，美国从1980年开始大力推行SPC，经过15年的努力，才于1995年在民用品的质量方面和日本扯平。

我国从60年代起就开始引进了SPC，当时由于生产发展的水平以及政治环境的制约，未能在企业中打下基础。但学术界一直没有停止沿着SPC探索的脚步。SPC虽然能对过程的异常进行告警，但对于诊断出造成异常的原因和发生的地点却无能为力。1982年张公绪教授提出了两种质量诊断理论，解决了SPC 只能控制而不能诊断的问题，将SPC上升为SPD（统计过程诊断）受到国内外同行的赞誉。此后张教授和他的学生继续耕耘，向诊断理论多元化、小批量化、模糊化以及接近零不合格过程的方向发展，取得了一系列国际水平的成果。目前，SPD已经进入实用性阶段，我国仍然居于领先地位。

4、如何实施SPC？

首先企业高层要有足够的认识，并给予大力的支持；

要在公司内部普及SPC的知识，形成用数据来分析问题和解决问题的习惯；

按照循序渐进的方法，逐步地实施；

实施SPC切忌走形式，系统反应出工序中的异常情况时，相关部门要作出积极的行动分析与解决问题；

5、SPC只有当公司发展成大公司后才适用吗？小企业能够用SPC控制吗？

SPC的应用适合任何规模的公司，而且企业实施SPC越早，对公司的发展就越为有利；

6、SPC与六西格玛的关系？

SPC处于六西格玛DMAIC五个阶段中的最后一个阶段，C（Control）阶段，即控制阶段，它在六西格玛理论中占有非常重要的地位；

7、SPC与ISO的关系？

ISO/DIS9001：2000与SPC有关的部分

8Measurement，analysisandimprovement测量，分析和改进

8.2Measurementandmonitoring测量和监控

8.2.3Measurementandmonitoringofprocesses过程测量与监控

8.2.4Measurementandmonitoringofproduct产品测量与监控

8.3Controlofnonconformity不合格品控制

8.4Analysisofdata数据分析

8.5Improvement改进

8.5.1Planningforcontinualimprovement持续改进策划

8.5.2Correctiveaction纠正措施

8.5.3Preventiveaction预防措施

9、SPC与QS9000的关系？

QS9000包括3大部分：

第一部分：ISO9001为介绍基础，并辅加“三大”公司的要求。

第二部分：汽车制造业的独特要求，包括“PPAP-部件生产审批过程”及“持续性改善及制造能力指数”。

第三部分：包括“三大”公司及其货车生产厂独特的个别要求。如：

“APQP-先进产品质量策划”；

“SPC-统计品质控制”；

“MSA-检测系统分析”及“品质系统审核”等。

8、SPC分析用控制图什么？

分析用控制图主要分析过程（工序）是否稳定和受控，是否处于统计的稳定状态和技术的稳定状态，此时分析的数据常为某一时间段的数据，如一个星期或是一个月；控制用控制图的控制限也即由此阶段的分析而得到的，这是分析用控制图的主要任务之一。

9、SPC控制用控制图是什么？

当分析过程之后，证明其是稳定的，则要对过程（工序）进行日常的监控，此时就要用到控制用控制图来实现监控的功能，控制图的控制限就是在分析阶段时得到的，此时采用的工具软件常和分析阶段的工具软件是不一样的，系统记录的是每天或是每个班次的数据；

10、SPC分析用控制图采用什么工具软件？

分析用控制图的做法有多种，有很多企业不采用软件进行分析，而是直接在EXCEL电子表格软件中进行分析，此方法要求操作人员必须要知道相关的知识，如公式的设置等，优点是比较直观，有部分企业采用了一些6SIGMA实施的专用分析软件用来分析当前的工序状况，及计算控制限等；

11、SPC控制用控制图常采用什么工具软件？

因为控制用控制图软件是用于实际的日常监控用，所以在设计上会对企业的实际运作流程考虑得比较多，有些超大型的企业会采用自己内部开发的方式进行，但就SPC本身的运作特点而言，其通用性还是比较大的，所以如企业有特别的需求，只需在原系统上作一些局部的调整即可。

12、我们公司买了某个国外的分析用软件，是否算已经实施了SPC系统？

如果只是用来做一些工序的分析的工作，那只能算是有了个基础，如果没有对每天的生产过程实行监控，则不能称为已经实施了SPC，如果没有系统，即使是用电子表格每天做图也是必须的。

13、SPC实施必须要先对统计理论进行研究吗？

SPC系统关键在于应用，理论上已经是非常成熟的应用，所以企业在实施时无需要求每个人都要对统计理论进行深入的研究，重点是要如何利用这个工具去发现工序中潜在的质量

问题。

一个经典的SPC应用的例子

从网上看到一个经典的SPC应用的例子，与大家共赏： 俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上——朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。 显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。 顺便说一句，朋友太太厨艺很优秀，属于那种下得厨房上得厅堂的模范太太——当然，对朋友的在意程度更是显而易见的，否则不会选择抵家时间作为重要的过程特性予以控制——这个过程参数，在她眼里，无疑昭示着忠诚度。饭后上了红酒，席间的谈话就从过程异常的判定开始。 “我们先来陈述一下控制图的判异准则：第一，出现任何超出控制限的点；第二，出现连续7点上升或者下降或者在中心线的一边；第三，出现任何明显非随机的图形。显然，目前该过程已经符合其中第一和第二项，确实出现了异常。作为过程控制的责任者，你打算怎么分析呢？” “还是我们传统的分析方法：因果图。” “那么，我们寻找的还是这五个方面的原因了：人、机、料、法、环？” “是的。” “好。在我们开始分析之前，我想顺便问一下，你是从哪里学会控制图的？” “除了公司的培训之外，讲述统计过程控制的书籍不计其数，作为在质量领域被广泛应用的技术，以Statistical Quality Control为题的书籍虽说不是汗牛充栋，也已经目不暇接。最近从亚马逊书店邮购的这两本，McGraw-Hill Series in Industrial Engineering and Management的Statistical Quality Control，还有Douglas C. Montgomery的Introduction to Statistical Quality Control。再比如这本STATISTICS: Methods and Applications，国内比较好的专著，我喜欢孙静的这本《接近零不合格过程的有效控制：实现六西格玛质量的途径》。不过这些书也很难给出太多新的理论，因为SPC已经足够成熟，找来新书也不过看看不断翻新的新的应用范例，或者结合新的技术之后会是什么样子，比如，有没有研发出功能强大的新软件。” “呵呵，也没必要采用如此先进的控制技术吧？”朋友插嘴道。 “你错了，统计学应用于过程控制，不过代表着上个世纪二十年代最先进的质量管理水平。我们采用的控制图方法，一般称为休哈特控制图(Shewhart Control Chart)，最早是在1924年，由美国贝尔电话实验室休哈特(W.A.Shewhart)博士提出的。当时这一方法并未得到企业的普遍采纳，仅仅在小范围内得到应用。后来，两个意外的机遇使它在全世界名声大噪：一是二战期间的1942年，美国国防部邀请包括休哈特博士在内的专家组解决军需大生产的产品质量低劣、交货不及时等问题，专家们制定了战时质量控制制度，统计质量控制(SQC) 被强制推行，并在半年后大获成效。二是休哈特博士的同事，伟大的戴明(W.Edwards

SPC运用方法

1.目的 该基准通过制定SPC「统计的工程管理」的基本性顺序、依照本准则的活动，在确实满足顾客要求的 产品品质仕样的同时，能够确实有效地展开工程安定化活动。 注）SPC（Statistical Process Control：统计的工程管理）的定义如下：使用分析工程或工程输出的“管理图”的统计手法，以达到并维持统计管理状态；为了改善工程能力而采取的妥善措施。 2.本基准的适用范围 本基准适用于爱普生映像元器件株式会社（日本国内事业所，海外制造现法：以后统称本公司）所实施的SPC。

4. SPC的活动对象 应该运用SPC的特性，一般应参考顾客要求事项、市场状况、竞争同行的状况、现在的工程状况等，最终应着眼以下内容来决定。 1）规格明确的特殊特性 2）仕样书中记载的规格明确的特性 3）对产品品质有大影响的工程内特性，或工程管理所必要的特性（部门人员决定是否应用SPC）实施SPC的特性，要参考QC工程表或管理计划等标准类。在其中有必要明确应实施SPC的特性名及管理图不安定时、工程能力不足时的对策计划。 对开发阶段、试制阶段的数据，也应按必要运用SPC。 计数值数据的工程不良率的运用方法，请参考日常管理基准【B02-01】等。 5. SPC活动的实施顺序

6. 管理图 SPC（Statistical Process Control：统计的工程管理）是“未然防止”“持续改善”活动中重要的手法之一。 具体，使用“管理图”的工程管理。为了把工程偏差收纳在统计性设定的管理界限内，进行诸类活动并通过此种活动达成工程的安定化·向上。 包括广意的工程性能，工程能力的评价及改善活动。 “管理图”一般是指下图所示的折线图，但与通常的折线图不同的是，它由中心线（CL：Center Line）上限（UCL：Upper Control Limit）下限（LCL：Lower Control Limit）组成。而此图在了解工程状态的角度上是非常有效的。

SPC案例

SPC的作用 第一部分问题分析 F集团是国内一家大型摩托车民营企业集团，已经有10年的历史。集团下属摩托车发动机公司、摩托车整车公司、摩托车研究开发中心等二十几家公司，遍布国内外。集团年销售总额已经达到47亿元。 F集团期望通过第二个十年的发展，成为中国摩托车行业的领袖，并在世界摩托车行业确立比较领先的地位。 对于国内摩托车市场的激烈竞争，集团总裁Z先生认为：只有打破低层次上的同质化价格竞争，才有可能走出困境，实现发展的抱负。因此，Z非常重视产品的质量，极力强调质量在差异化战略中的特殊重要地位。 1999年，在Z总裁的强行推动下，集团下属的主要公司都已经通过了ISO 9000质量体系认证，并且根据Z的要求，这些公司广泛地使用了SPC方法。但是时间到了2001年，Z发现，这些公司的质量问题仍然很多，最使Z不能容忍的是以前发生的问题总是在重复发生。Z请来一位质量专家G，让G帮助解决这个难题。 Z提出了两个问题： 一是为什么我推行了两年多的SPC，却看不到效果呢？ 二是SPC到底有没有用？ G先采取了调查的方法。他在发动机公司了解情况，质量部部长拿出资料，显示了各种产品的合格率，并解释说：“今年的指标是94%，您看，虽然实际的合格率有一些波动，但是平均已经达到了95%还多一点。”质量经理面带困惑地打断他说：“是呀，指标没问题，可是客户的抱怨不断，我天天都是焦头烂额！”G问道：“那么，合格率是怎么统计出来的？”部长说生产部门有统计资料。 于是他们一起来到生产部，那里的看板上贴满了各种统计数据表和直方图、柱图、饼图，而且全部都是电脑打印出来的彩色的图片，就如下面这张图一样： 生产部长给G展示，他们为了应用SPC方法，已经配备了3台电脑、2名统计员和1名分析员。分析员是一位聪明伶俐的女孩子，当她知道G对她的工作内容很感兴趣的时候，显得略为紧张，不过更多的是兴奋（后来她告诉G，除了统计结果，他的部长从不曾关注过她的工作内容），G问她：“那些图表用来做什么？知道为什么要这样做吗？”她说：“这个我知道，是为了统计合格率，因为质量部要求我们上报这个数据，每个月还要考核呢。”G问质量部长：“是这样吗？”质量部长说：“是的。因为集团质量管理部门就是这样要求我们的。”G查阅了分析员的电脑，发现她的电脑里面保存了完整的质量问题数据，比如，测试部每天分类汇总的测试过程发现的各个型号发动机的漏油、碰划伤问题，生产线上的巡检员每天分类汇总的各种装配问题。G对质量经理和质量部长问道：“这些数据谁收集？除了分析员这里，还需要报给哪个部门或人员？你们知道这些数据吗？”他们回答说：“有文件规定测试

spc控制图解释

SPC控制图详解 摘要： 什么是控制图？ 控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。 控制图的应用 控制图中包括三条线 1.控制上限(UCL) 2.中心线(CL) 3.控制下限(LCL)

控制图的种类 数据：是能够客观地反映事实的资料和数字数据的质量特性值分为： 计量值 可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。 计数值 不能用量具、仪表来度量的非连续性的正整数值。 计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图） X-R（中位数图） 计数型数据的控制图 P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图） 控制图的判异 控制图可以区分出普遍原因变差和特殊原因变差 1.特殊原因变差要求立即采取措施 2.减少普遍原因变差需要改变产品或过程的设计 错误的措施 1.试图通过持续调整过程参数来固定住普通原因变差，称为过渡调整，结果会导致更大的过程变差造成客户满意度下降。 2.试图通过改变设计来减少特殊原因变差可能解决不了问题，会造成时间和金钱的浪费。 控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施。 控制图上的信号解释 有很多信号规则适用于所有的控制图（Xbar图和R图），主要最常见的有以下几种： 规则1：超出控制线的点

规则2：连续7点在中心线一侧 规则3：连续7点上升或下降 规则4：多于2/3的点落在图中1/3以外 规则5：呈有规律变化

SPC控制图建立的步骤 1.选择质量特性 2.决定管制图之种类 3.决定样本大小,抽样频率和抽样方式 4.收集数据 5.计算管制参数(上,下管制界线等) 6.持续收集数据,利用管制图监视制程 SPC控制图选择的方法 1．X-R控制图 用于控制对象为长度、重量、强度、纯度、时间、收率和生产量等计量值的场合。X控制图主要用于观察正态分布的均值的变化，R控制图主要用于观察正态分布分散或变异情况的变化，而X-R控制图则将二者联合运用，用于观察正态分布的变化。 2．X-s控制图 与X-R图相似，只是用标准差（s）图代替极差（R）图而已。 3．Me-R控制图 与X-R图也很相似，只是用中位数（Me）图代替均值（X）。 4．X-Rs控制图 多用于对每一个产品都进行检验，采用自动化检查和测量的场合。 5．p控制图 用于控制对象为不合格品率或合格品率等计数质量指标的场合，使用p图时应选择重要的检查项目作为判断不合格品的依据；它用于控制不合格品率、交货延迟率、缺勤率、差错率等。 6．np控制图 用于控制对象为不合格品数的场合。设n为样本，p为不合格品率，则np为不合格品数。 7．c控制图 用于控制一部机器，一个部件，一定长度，一定面积或任何一定的单位中所出现的不合格数目。焊接不良数/误记数/错误数/疵点/故

SPC控制图类型

SPC控制图选择的技巧 SPC介绍： SPC统计过程控制（Statistical Process Control），简称SPC，是一种借助数理统计方法的过程控制工具。在企业的质量控制中，可应用SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。 SPC目的： SPC目的是建立并保持过程处于可接受的并且稳定的水平，以确保产品和服务符合规定的要求。而要实现SPC的目的主要用到的工具手段就是控制图。控制图主要是一个统计管理工具。既然是统计那么就离不开数据，数据是统计技术的基础。在SPC统计过程的，为不同的数据应用不同的控制图来统计。那么SPC统计过程中的数据分为哪几种呢？ 首先数据主要分为两大类，一个是计量型数据，另一个是计数型数据。计量型数据是指连续测量所得的质量特性值，如长度、重量、强度、化学成分、时间、电阻等。计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数，统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、、、等阿拉伯数字数下去的数据。其中计数型数据又可分为计件值与计点值，其中计件值是指是按件、按个、按项计数的数据。例如：不合格品件数、温控器个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。 控制图在众多现代化工厂中得到了普遍应用，并凭借其强大的分析功能，为工厂带来丰厚的实时收益。最初的控制图分为计量型与计数型两大类，包含七种基本图表。 计量型控制图包括： ?IX-MR（单值移动极差图） ?Xbar-R（均值极差图） ?Xbar-s（均值标准差图）

如何简单有效地将SPC应用于工作中

现代商业 MODERN BUSINESS 77 管理纵横 Sweeping over the Management 指标。Ｃｐｋ的评级标准如表１（可以据此标准对计算出之过程能力指数做相应对策）： 三、控制图应用表格的建立 利用Ｍｉｃｒｏｓｏｆｔ　Ｅｘｃｅｌ的制表功能就能制作好所需要的控制图应用表格，为应用ＳＰＣ提供方便，只要输入数据，控制图即可马上得到。现在以均值－极差 控制图应用表格为例介绍其制作方法。１、　制作基本架构 在Ｅｘｃｅｌ表格中划分合适的区域制作图表的基本架构，显示区域功能（表格中浅蓝色部分需要手工输入内容，其他可经过公式计算得出），大致如图２所示： ２、建立公式，自动统计 利用Ｅｘｃｅｌ的函数功能，在对应的功能区单元格里输入公式进行自动计算。 群组大小：运用函数ＣＯＵＮＴ（ｖａｌｕｅ１，ｖａｌｕｅ２，．．．）可自动生成样本测定值的群组个数，如ＣＯＵＮＴ（Ｂ９：Ｂ１４）； Ｎ（样本测定值总个数）：运用函数ＣＯＵＮＴ（ｖａｌｕｅ１，ｖａｌｕｅ２，．．．）可自动生成样本测定值的总个数，如ＣＯＵＮＴ（Ｃ９：ＡＢ１４）； 总组数：利用公式“Ｎ／群组大小”，在其值的单元格引用相应的单元格值即可，如ＡＤ１４／Ｍ４； ΣＸ：运用函数ＳＵＭ（ｎｕｍｂｅｒ１，ｎｕｍｂｅｒ２，　．．．）对样本测定值自动求和，如ＳＵＭ（Ｃ９：Ｃ１４）； ：对ΣＸ取平均值，利用公式“ΣＸ／群组大小”，如ＳＵＭ（Ｃ９：Ｃ１４）／￥Ｍ￥４； Ｒ（极差）：利用所在列的最大值减去 一、引言 ＳＰＣ即统计过程控制（英文Ｓｔａｔｉｓｔｉ－ｃａｌ　Ｐｒｏｃｅｓｓ　Ｃｏｎｔｒｏｌ的字首简称），是应用统计技术对过程中的各个阶段进行监控，从而达到保证与改进质量的目的。ＳＰＣ强调全过程的预防。其中，控制图理论是ＳＰＣ保证全过程预防的最常用的统计技术。 控制图是判断过程是否处于统计控制状态的一种手段，利用它可以判断过程是否存在异常。采用控制图对过程能力的判断，就是通过对Ｃｐ和Ｃｐｋ值的测算来进行的。新版的ＩＳＯ９０００系列标准越来越强调统计分析及持续改进，由于电脑计算机的普及，ＳＰＣ的运用有了非常好的条件和工具，使用起来更容易、更方便。利用Ｍｉｃｒｏｓｏｆｔ　Ｅｘｃｅｌ的强大功能即可制作控制图应用表格，并结合ＰＤＣＡ循环在生产中组织落实，就可以简单有效地将ＳＰＣ应用于工作中，达到持续改进的目的。 二、ＳＰＣ应用基础 １、有关控制图定义： １）　ＣＬ（Ｃｅｎｔｒａｌ　Ｌｉｎｅ）：管制中心线（表示制平均成果的平均值μ或Ｘ，标准差σ，良率等） ２）　ＵＣＬ（Ｕｐｐｅｒ　Ｃｏｎｔｒｏｌ　Ｌｉｍｉｔ）：上管制限（以ｕ＋３σ计算） ３）　ＬＣＬ（Ｌｏｗｅｒ　Ｃｏｎｔｒｏｌ　Ｌｉｍｉｔ）：下管制限（以ｕ－３σ计算） ４）　ＵＳＬ（Ｕｐｐｅｒ　Ｓｐｅｃｉｆｉｃａｔｉｏｎ　Ｌｉｍｉｔ）：上规格限 ５）　ＬＳＬ（Ｌｏｗｅｒ　Ｓｐｅｃｉｆｉｃａｔｉｏｎ　Ｌｉｍｉｔ）：下规格限 ６）　Ｃｐ（Ｐｏｔｅｎｔｉａｌ　Ｃａｐａｂｉｌｉｔｙ　Ｉｎｄｅｘ）：短期的潜在过程能力指数 ７）　Ｃｐｋ（Ａｃｔｕａｌ　Ｃａｐａｂｉｌｉｔｙ　Ｉｎｄｅｘ）： 如何简单有效地将ＳＰＣ应用于工作中 黄金山　南京工业大学经济管理学院　２１０００９ 【文章摘要】 本文简述了ＳＰＣ理论，利用ＭｉｃｒｏｓｏｆｔＥｘｃｅｌ的制表功能制作控制图应用表格，在生产中组织落实，简单有效地将此质量管理工具——ＳＰＣ应用于工作中。【关键词】 ＳＰＣ；统计技术；控制图；控制图应用表格 短期的实际过程能力指数 ８）　Ｐｐ　＆　Ｐｐｋ（Ｃａｐａｂｉｌｉｔｙ　Ｐｒｏｃｅｓｓ）：长期的潜在／实际过程能力指数２、控制图的理论依据 控制图又叫管理图，是用于分析和判断工序是否处于控制状态的带有控制界限的图，参见图１。控制图是建立在数据统计的基础上，是按一定的序列将所要登记的质量指标用点子记在坐标纸上，用以观察质量变动趋势，并利用标准线（管理界限）判断质量是否正常，发现质量异常时及时处理，使过程经常处于受控状态。 当过程处于受控状态时，产品总体的 质量特性数据的分布一般服从正态分布规律。由正态分布规律可知，质量指标落在土３σ范围内的概率约为９９．７３％，落在士３σ范围外的概率只有０．２７％，这是一个小概率。按照小事件原理，在一次实践中超出士３σ范围的小概率事件几乎是不会发生的。若发生了，则说明工序已不稳定，就是说过程中一定有系统性原因在起作用。这时，应追查原因，采取措施，使工序恢复到稳定（控制）状态。 ３、对控制图进行观察分析是重要的环节，其判异准则参照《质量工程师手册》（第九章）。 ４、Ｃｐｋ的定义及评级标准 Ｃｐｋ即过程能力指数，是表示过程能力满足产品技术标准的程度。它是某个过程水准的量化反映，也是过程评估的一类

SPC控制图应用指导书

有限公司作业文件 文件编号：版号：A/0 （SPC）控制图应用指导书 批准： 审核： 编制： 受控状态：分发号： 2010年11月15日发布2010年11月15日实施

（SPC）控制图的应用指导书 1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1技术科 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。3.2检验科 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产车间 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 抽样时间或样本序号 图1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才 可以将分析用的控制线，延长作为控制用控制图。 2）控制（管理）用控制图

用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合 4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。 3）确认：确认某一过程的改进。

4.4绘制控制图 1）选定质量特性：选定控制的质量特性应是影响产品质量的关键特性。这些特性应能够计算（或计数）并且在技术上可以控制。 2）选定控制图的种类。 3）收集数据：应收集近期的，与目前工序状态一致的数据。收集的数据个数参见表2 表2控制图的样本数与样本大小 4）计算有关参数 各控制图有关参数的计算步骤及公式（见表3）

MIDAS中SPC的应用

原创] midas的SPC 应用 一、简介 MIDAs里的SPC是“截面特性值计算器—Sectional Property Calculator”的缩写。 其功能就是线条生成plane（平面）截面或lane(线性)截面。但其强大的功能被人们忽略了！！！ 6.71版本的SPC是V1.2，2010的是V1.5.1 低版本无法打开高版本的。 二、将DXF截面导入midas 杆单元的DXF文件可以直接导入，方法：文件—导入—DXF。但截面的DXF文件就只能通过SPC来转换了。强大的SPC功能将解决MIDA**ont]内部定义截面不足的问题。方法如下： 1 在CAD里将截面画好，可将不同截面放在一个文件中，跟图层无关。单位无所谓，但要和SPC的单位一致，比如CAD中用mm单位。SPC也用这个 2 在MIDA**ont=宋体]里（新建文件后）在工具里选择“截面特性计算器”，这个界面是全英的。进去后会提示你选择单位，和CAD的一致就OK。一般用mm。File-impot-dxf 然后选择自己画的DXF所在的位置。此时成功导入DXF到SPC。是否Intersection就是要把节点交叉的线型进行划分。 3 对导入的截面进行计算。方法：Model-section-generate(生成) 点select按钮把截面（此时还只能说是线条）全选。Type里面选择Plane，也可以勾选“calculate proterties now” 但建议这个分另外一步进行，因为如果有组合截面的话要进行更改。然后进行截面计算，方法：proterty-calculate。此时已经划分网格进行特性的计算。可以通过list 查看特性值。 4 此时如果针对一般的截面，就可以导出sec截面了。方法：model-section-export。 注意：file-save是保存成SPC格式的 file-export可以导出图画。Proterty-export可以导出MCT文件，该文件也可以在 Mida**ont]里运行，生成截面，低版本可以用，这样生成的截面不可显示。 5 将SEC文件导入Mida**ont=宋体]，方法有两个： 1 截面-数值-任意截面-从SPC导入 2 截面-设计截面-设计用数值截面-截面数据-从SPC导入（要自己输入H等厚度）

SPC控制图应用控制程序

1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1生产计划部 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。 3.2品质部 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产部 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1

CL LCL 图 1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常 就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才可以将分析用的控制线，延长作为控制用控制图。 2）控制（管理）用控制图 用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来 自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合

1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。 3）确认：确认某一过程的改进。 4.4 绘制控制图 1）选定质量特性：选定控制的质量特性应是影响产品质量的关键特性。这些特性应能够计算（或计数）并且在技术上可以控制。 2）选定控制图的种类。 3）收集数据：应收集近期的，与目前工序状态一致的数据。收集的数据个数

SPC案例分析

统计过程控制（SPC ）案例分析 一． 用途 1. 分析判断生产过程的稳定性，生产过程处于统计控制状态。 2．及时发现生产过程中的异常现象和缓慢变异，预防不合格品 产生。 3．查明生产设备和工艺装备的实际精度，以便作出正确的技术 决定。 4．为评定产品质量提供依据。 二、控制图的设计原理 1． 正态性假设：绝大多数质量特性值服从或近似服从正态分 布。 2． 3σ准则：99。73%。 3． 小概率事件原理：小概率事件一般是不会发生的。 4． 反证法思想。 四． 控制图的种类 1． 按产品质量的特性分（1）计量值（S X R X R X R X S ----,,~ ,） （2）计数值（p ，pn ，u ，c 图）。 2． 按控制图的用途分：（1）分析用控制图；（2）控制用控制 图。 五． 控制图的判断规则 1． 分析用控制图： 规则1 判稳准则-----绝大多数点子在控制界限线内（3种情况）；

规则2 判异准则-----排列无下述现象（8种情况）。 2．控制用控制图： 规则1 每一个点子均落在控制界限内。 规则2 控制界限内点子的排列无异常现象。 [案例2]为控制某无线电元件的不合格率而设计p图，生产过程质量

要求为平均不合格率≤2%。 解：一.收集收据 在5M1E 充分固定并标准化的情况下,从生产过程中收集数据,见下表所表示: 某无线电元件不合格品率数据表 二.计算样本中不合格品率:k i n k p i i i ,.....,2,1,==,列在上表. 三.求过程平均不合格品率:

%14017775/248=== ∑∑i i n k p 四.计算控制线 p 图:i i n p p p UCL n p p p UCL p CL /)1(3/)1(3% 140--=-+=== 从上式可以看出,当诸样本大小i n 不相等时,UCL,LCL 随i n 的变化而变化,其图形为阶梯式的折线而非直线.为了方便,若有关系式: 2 /2min max n n n n ≥≤ 同时满足,也即i n 相差不大时,可以令n n i =,,使得上下限仍为常数,其图形仍为直线. 本例中,711=n , 诸样本大小i n 满足上面条件,故有控制线为: p 图:% 08.0/)1(3/)1(3%72.2/)1(3/)1(3% 140=--=--==-+=-+===n p p p n p p p UCL n p p p n p p p UCL p CL i i 五.制作控制图: 以样本序号为横坐标,样本不合格品率为纵坐标,做p 图. 六.描点:依据每个样本中的不合格品率在图上描点. 七.分析生产过程是否处于统计控制状态

SPC软件应用：如何在一个控制图上监控多个过程

SPC软件应用：如何在一个控制图上监控多个过程 发布时间：2011-11-11 版权所有：盈飞无限国际有限公司https://www.wendangku.net/doc/1510597986.html, 原文出处：https://www.wendangku.net/doc/1510597986.html,/Resources/Tech-Notes/2011/1028/19.html 多个过程流 在很多行业中，通常需要控制多个独立的过程流，这些过程生产相同的产品。在此例子中，我们监控一个灌装机上的八个灌装头（这些灌装头是独立的，因为每个灌装头上有独立的灌装泵）。 在表格1中20个数据样本表示每个灌装头的灌装量。每15 分钟进行一次取样。 图1：八个灌装头的注射机。每个灌装头由独立的灌装泵控制。 表1:数据表示20个样本。每个样本中包含八个容器（每个灌装头一个），每隔15 分钟取样一次。红色的值为样本的最大值，蓝色的值为最小值。 组图分析 对于每个样本，最大值和最小值在单值（IX）图（图2，上）上显示。移动极差由每个样本中每个灌装头的值计算，将移动极差的最大和最小值绘制在移动极差图上（图2，下面的图）。比如，在样本2中，灌装头4 的移动极差为最小，是|12.31- 12.37| = 0.06，灌装头6 的移动极差最大，是|11.37- 12.12| = 0.75。 中心线表示所有数据的平均值，不是最大值和最小值的平均值。控制限、短期西格玛和Cp/Cpk 是基于八个灌装头总体标准差计算的。

图2: 组图IX-MR 中，单值IX图显示了最大和最小值，移动极差MR显示了所有样本移动极差的最大和最小值。两个图中都包含了几个超出控制限的点。 在理解组图时，需要在图上找到最大和最小的位置。在单值图上，注意到最小值中灌装头2和6 很多。表明这些灌装头的灌装量总是小于其它灌装头。同时，移动极差中的最大值主要是灌装头6。表示此灌装头的波动比其它灌装头更大一些。 在箱线图上查看多个过程流 组图对查看一段时间内多过程的行为非常有用。另一个用于对比多个分布的工具是箱线图。像直方图一样，箱线图显示数据的分布（图3）。直方图是正视图，而箱线图是俯视图。 图3: 箱线图说明 请注意，箱线图（图4）中清楚地显示了灌装头2和灌装头6的灌装量小于其它灌装头。同时，灌装头6 的波动也最大。这样的结果和组图所解释的结果是完全吻合的。 在用户的SPC 程序中，使用组图和箱线图将显著的提高SPC

SPC控制图应用指导书

莱州市XX机械有限公司作业文件 文件编号：JT /C－8.2.3J－002版号：A/0 （SPC）控制图应用指导书 批准：吕春刚 审核：尹宝永 编制：邹国臣 受控状态：分发号：

2006年11月15日发布2006年11月15日实施（SPC）控制图的应用指导书JT /C－8.2.3J－002 1目的 用于使（工序）过程保持稳定状态，预防不合格发生。 2适用范围 适用公司对特殊特性与关键工序的控制。 3职责 3.1技术科 负责识别并确定特殊特性与关键工序，并确认需要控制的质量特性值。3.2检验科 1）负责采集和记录控制图所需要的产品实物测量数据，并确定采用的控制图的种类。 2）负责对现场操作人员进行控制图作业的培训和指导。 3.3生产车间 负责控制或管理控制图的打点、判别、不合格的纠正。 4控制图的基本形式、种类及适用场合 4.1控制图的基本形式如图1 抽样时间或样本序号 图1控制图的基本形式 4.2控制图的分类 4.2.1按照用途分类 1）分析用控制图 主要用于分析过程是否处于稳态，过程能力是否适宜。如果发生异常就应找出其原因，采取措施，使过程达到稳定。过程处于稳定后，才 可以将分析用的控制线，延长作为控制用控制图。

2）控制（管理）用控制图 JT /C－8.2.3J－002 用于使过程保持稳态，预防不合格的发生。控制用控制图的控制线来自分析用控制图，不必随时计算。当影响过程质量波动的因素发生变化或质量水平已有明显提高提高时，应使用分析用控制图计算新的控制线。 4.2.2按数据的性质分类，表1列出常用控制图的种类及适宜场合 4.3控制图的应用范围 1）诊断：评估过程的稳定性。 2）控制：决定某过程何时需要调整，何时需要保持原有状态。

spc-的解释和运用

SPC-统计过程控制 即统计过程控制。是利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。SPC强调以全过程的预防为主。也是中国人民武装警察部队特种警察学院的简称,该学院又叫做武装特警学院.它是训练特种兵的学院,同时还是执行任务的机构. 目录 技术原理 相关特点 实施阶段 最新发展 统计过程 其他资料 实施SPC的过程中常见的十大误区 展开编辑本段技术原理 统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 编辑本段相关特点 全员参与，而不仅仅是依靠少数质量管理人员；

强调使用统计学的方法来保证预防原则的实现； SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。 能判断整个过程的异常，及时报警。 工程准确度Ca ( Capability of Accuracy ) 必须首先确定管制项目的标准值。 设定管制项目标准值的目的，就是希望以该值制造出来的各种产品的实际值，能以该标准值中心，成左右对称的常态分配，而制造时也应以标准值为目标。工程准确度（Ca）评价目的就在于衡量制程平均与标准的一致程度，有时工程准确度指数又称为正确度指数。 编辑本段实施阶段 实施SPC分为两个阶段，一是分析阶段，二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。 分析阶段的主要目的在于： 一、使过程处于统计稳态； 二、使过程能力足够。 分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过

SPC控制图详解

S P C控制图详解 Company Document number：WTUT-WT88Y-W8BBGB-BWYTT-19998

SPC控制图详解 什么是控制图 控制图是对过程质量加以测定、记录从而进行控制管理的一种用科学方法设计的图。 控制图的应用

控制图中包括三条线 1.控制上限(UCL) 2.中心线(CL) 3.控制下限(LCL) 控制图的种类

数据：是能够客观地反映事实的资料和数字数据的质量特性值分为： 计量值 可以用量具、仪表等进行测量而得出的连续性数值，可以出现小数。 计数值 不能用量具、仪表来度量的非连续性的正整数值。 计量型数据的控制图 Xbar-R图（均值－极差图） Xbar-S图（均值－标准差图） X-MR图（单值－移动极差图） X-R（中位数图） 计数型数据的控制图

P图（不合格品率图） np图（不合格品数图） c图（不合格数图） u图（单位产品不合格数图） 控制图的判异 控制图可以区分出普遍原因变差和特殊原因变差 1.特殊原因变差要求立即采取措施 2.减少普遍原因变差需要改变产品或过程的设计 错误的措施 1.试图通过持续调整过程参数来固定住普通原因变差，称为过渡调整，结果会导致更大的过程变差造成客户满意度下降。 2.试图通过改变设计来减少特殊原因变差可能解决不了问题，会造成时间和金钱的浪费。

控制图可以给我们提供出出现了哪种类型的变差的线索，供我们采取相应的措施。 控制图上的信号解释 有很多信号规则适用于所有的控制图（Xbar图和R图），主要最常见的有以下几种： 规则1：超出控制线的点 规则2：连续7点在中心线一侧 规则3：连续7点上升或下降

SPC在注塑成型过程中的应用解析

摘要 从监测参数和测量、参数值的分布状态确定、过程能力的计算、控制图的建立几个方面探讨了在注塑成型中进行统计过程控制的特殊性和解决办法。 关键词 SPC 注塑成型 参数 分布状态 过程能力 控制图 SPC 从问世以来，得到很大的推广。汽车行业的ISO/TS16949：2000技术规范把SPC 作为一项工具要求在产品开发和生产中进行使用。对SPC 在生产过程中运用所带来的好处就是预防控制、获得改进机会，但在与具体的生产结合过程中，就会碰到这些问题，如何选择监控参数并进行测量，这些参数的分布模式是什么样的，如何计算过程能力，如何建立控制图等。下面就开始探讨在注塑成型过程中这些问题该如何解决。 一、监测参数和测量 注塑成型过程的控制水平在很大程度上取绝于测量系统的完善程度。这就意味着不仅需要合理地选择所要测量的过程参数，而且要正确的使用传感器、转换器，并将其置于正确的位置。通过对所选的参数进行在线监测，在理想的资源配备状态下，把这些参数值输入计算机，就可以计算出极差、控制限、标准偏差等并得到控制图。以此为基础的实时SPC 对于过程的精密监控是非常有用的。 1、注塑制品的质量参数 反映产品质量的参数有尺寸、重量、外观、性能。 1.1 尺寸的定义是容易的，在开发产品中，对重要的尺寸基本上需要进行过程能力计算。根据测量方法，可获得计量型数据，也可转化为计数型数据。 1.2 单个外观缺陷及其优劣的定义 对外观缺陷分两类，一类是难以明确测量的缺陷如：烧焦、分层剥离、油渍、溢料飞边、蛇形、空洞和熔接痕等，这些缺陷很难给予度的量测，但通过观察可以给出以下区分其优劣的定义。 Yi={ （式1） 0（合格） 如果缺陷已消除 1（不合格） 如果缺陷未消除

SPC统计过程控制应用实例分析

SPC统计过程控制应用实例分析 1.SPC控制特性的定义 T1S6949质量管理体系在实际应用中强调以系统的方法对过程进行分析研究，以确定系统的输入因子，输出因子以及输入对输出的影响作用。产品实现的过程也可以用框图简单地描述为下图： 上图表示，产品实现的过程为由材料、生产参数、设备、人员、环境构成的输入因素通过生产转换成输出产品的过程，同时利用输出的信息来反作用于输入因素，以得到输入因素如材料、生产参数等的持续改进。 输入因素通过生产过程转化成输出的产品，其中的实现过程也就是SPC需要进行监控的工艺过程，当然 针对SPC控制特性的选择并不是越多越好，由于检验本身是不带来增值效益的过程，因此在行业的应用过程中，考虑到成本的计算，SPC只会应用在部分关键特性的监控过程中，而关键特性的选择也根据企业自身的 生产能力及控制能力的需要来决定的。因此在进行统计过程控制时，首先需要定义控制的对象，然后通过监控生产实现过程中的各大因素对控制对象的作用，检测到过程的特殊原因波动，从而实现提前预防不合格品产品的作用。针对关键特性之外的其他参数，可以通过记录检查表的形式将其记录并保存，以便工艺改进时提供历史依据的参考。 PSC的控制项目对产品特性及工序监控的必要性，通常通过以下几个方面进行考量； (1) 从产品特性要求判断，是否为产品关键特性； 如Tirm Form工序，SPC记录共面性的抽样检验结果，以判断产品当前的生产流程是否处于稳定受控的状态下。产品的关键特性在产品设计阶段己确定。 (2) 另一方面，在产品生产制造的过程中，关键工序参数的监控对产品质量良率起着重大的决定作用，利用实时的SPC方法进行工艺参数的监控，能够及时发现生产过程中存在的特殊原因，及时围堵并消除，以得 到立即的改正及预防的作用。 例如，在硅片切割工序(Wafer saw)，工艺上利用对切割槽宽度的定期数据采集，绘制SPC控制图，从而 起到过程监控的作用，以防止参数对切割工序带来的过程能力偏移。 (3) 客户的特殊要求： 客户的特殊要求可以针对产品的固有特性要求，如封装外观尺寸要求，针对p8AGBdoysize35*35的产品， 要求产品的允收范围在35+-0.sm。另外客户的特殊要求也可以针对1艺参数，如Wire Bo nd的Wire Pull和Ballshear。 封装企业的新产品导入初期阶段，在制定产品生产的控制计划时，SPC的控制特性就是其中必须定义的 一个部分。特殊特性的定义主要来源于行业规范，客户的特殊要求以及通过生产经验的累积，总结出来的关键的过程参数计量型的控制图应用在如下的特性，见下表： 计量型控制图的应用工序及抽样计划

SPC生活应用案例

工具讲解 | 老婆竟用SPC监控我|SPC统计过程控制应用经典案例分析 俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上：朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。 显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。 顺便说一句，朋友太太厨艺很优秀，属于那种下得厨房上得厅堂的模范太太—当然，对朋友的在意程度更是显而易见的，否则不会选择抵家时间作为重要的过程特性予以控制—这个过程参数，在她眼里，无疑昭示着忠诚度。饭后上了红酒，席间的谈话就从过程异常的判定开始。 “我们先来陈述一下控制图的判异准则： 第一，出现任何超出控制限的点； 第二，出现连续7点上升或者下降或者在中心线的一边； 第三，出现任何明显非随机的图形。 显然，目前该过程已经符合其中第一和第二项，确实出现了异常。作为过程控制的责任者，你打算怎么分析呢？” “还是我们传统的分析方法：因果图。” “那么，我们寻找的还是这五个方面的原因了：人、机、料、法、环？” “是的。” “好。在我们开始分析之前，我想顺便问一下，你是从哪里学会控制图的？” “除了公司的培训之外，讲述统计过程控制的书籍不计其数，作为在质量领域被广泛应用的技术，以Statistical Quality Control为题的书籍虽说不是汗牛充栋，也已经目不暇接。不过这些书也很难给出太多新的理论，因为SPC已经足够成熟，找来新书也不过看看不断翻新的应用范例，或者结合新的技术之后会是什么样子，比如，有没有研发出功能强大的新软件。”

SPC经典案例剖析-SPC在控制男主人归家时间上的运用

SPC經典案例剖析 ---SPC在控制男主人歸家時間上的運用 朋友们大家好，这个经典的案例可能读过很多遍了。现把整篇的文章转载过来并加以分析。 从网上看到一个经典的SPC应用的例子，与大家共赏： 俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上——朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。 (单值---移动极差图：X-Rs,这个控制图我先来讲它一般的适用场合：(1)对每个产品都进行检验; (2)采用自动化检查和测量的场合; (3)取样费时、费用昂贵的场合; (4)化工等流程性材料及样品均匀的场合。它的取样信息不多，所以它检出的过程变化的灵敏度也要差一些。在本例中，这位QC主管显然考虑到老公回家这个重要的参数，是保证他对自己的婚姻忠诚的主要因素，那么根据连续7点呈现上升的趋势，我们很容易就对这个过程判异。这个判异是根据小概率事件原理：小概率事件在一次试验中发生的概率几乎为零，也就是几乎不可能发生，若发生即判异。本例中的連續7点呈现上升趋势，是根据判异准则的界内点不随机排列判异。通常在过程受控的条件下，連續7點不随机排列呈现的概率都很小，若出现我们就可以判断该过程出现了异常因素，导致过程失控。本例是根据连续7点递增或递减这个规则判异) 显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。 (这句就体现出了，全面质量管理的思想，是以全面质量为中心，全员参与为基础，通过对组织的活动全过程的管理，追求组织的持久成功，即使本组织的顾客、本组织的所有者、员工、供方、合作伙伴或社会等相关方持续满意和受益。本例中的组织就是这对夫妻，由组织的概念不能看出，夫妻是一个由两个或两个以上的个人为了实现共同的目标组合而成的有机整体，安排通常是有序的。根据现代质量管理的一个重要特点预防原则，作为全面管理的