spc统计过程控制原理（SPC统计过程控制知识要点）

spc统计过程控制原理（SPC统计过程控制知识要点）在思考为什么要用SPC时，我们的观点和认知，是随着职位不断成长的。不要硬逼着自己去理解SPC手册里，那十几页鸡汤式的SPC概述。格局到了，自然就理解了。为了及时发现生产过程中，由特殊原因导致的异常，及时改善。为了深入分析系统中的普通原因，进一步提高产品品质，为客户提供更好的产品。（当成为一个工厂的品质副总时，如何将一线数据浮上来，你会自然而然的想到SPC）SPC本质上就是一种特殊的趋势图，不过SPC给他们起一个更有气质的名字：控制图。当然了，控制图还要和普通的趋势图有差异的，具体表现为以下几点：2- Why：为什么要用SPC

SPC是英文Statistical Process Control的字首简称 即统计过程控制。SPC就是应用统计技术对过程中的各个阶段收集的数据进行分析，并调整制程，从而达到改进与保证质量的目的。 SPC强调预防，防患於未然是SPC的宗旨。

1- What：什么是SPC

SPC：统计过程控制

SPC说到底，就是一个图表，把生产过程中的数据，收集起来用图表的形式展现出来。它的作用可以大致总结为：

• 方便大家从图表中，找出有异常的数据。
• 跟进数据趋势，预见异常发生的可能。
• 数据异常后，做出相应的改善对策

SPC本质上就是一种特殊的趋势图，不过SPC给他们起一个更有气质的名字：控制图。

当然了，控制图还要和普通的趋势图有差异的，具体表现为以下几点：

1. 控制图都有上下控制线和中心线，UCL和LCL（具体会在6-How里面说明）
2. 控制图的数据收集规则、数据分析的规则，更加的繁琐，更加的严格
3. 控制图一定要有相应的改善输出

2- Why：为什么要用SPC

为了及时发现生产过程中，由特殊原因导致的异常，及时改善。为了深入分析系统中的普通原因，进一步提高产品品质，为客户提供更好的产品。（当成为一个工厂的品质副总时，如何将一线数据浮上来，你会自然而然的想到SPC）

在思考为什么要用SPC时，我们的观点和认知，是随着职位不断成长的。不要硬逼着自己去理解SPC手册里，那十几页鸡汤式的SPC概述。格局到了，自然就理解了。

但是SPC的作用是不会发生变化的，做就对了。

3- When：在什么时候用SPC

SPC手册里面说，SPC只有在过程受控状态下，才能使用。

但是实际上，SPC就是一个图表，任何情况，任何产品，只要有数据就可以用SPC控制图。只是它所体现出来的信息不同，使用者透过SPC发现问题的程度不一样。

举个通俗一点的例子。张飞和关羽出征沙场，张飞去探路。张飞趴在地上，用听音识距离之术，听了半晌得出一个结论：敌人距离我们还有250米。关羽一旁说道：我知道张飞：你怎么知道的？关羽：我看到的，就在前面呢。

我要表达的意思是，问题就在眼前的时，就别杀鸡用牛刀了。有做SPC的功夫，问题都已经解决了。

产品开发阶段，或者生产过程未进入稳定阶段时，很多因素还没有确定下来，比如：

• 产品设计还在不断变更
• 员工作业手法还不确定
• 设备参数还在继续优化等等

这个时候，如果绘制SPC控制图，那么控制限可能在标准值的外面。

此时的重点工作，不是去研究SPC的9中异常模式，而是集中精力把眼前的问题解决，消除特殊原因，将生产过程稳定下来。

进入MP阶段，生产能力趋于稳定。很多问题从表面上已经很难发现了。这个时候，产品规格基本都能符合要求了，但是不合格率还是比较高，需要深入挖掘问题，控制图就发挥了它的作用，在大量的数据统计中，找出异常点，给我们的改善指引方向。

4- Who：谁来做SPC

SPC控制图的制作过程，大概分为：

1. SPC数据收集和绘制
2. 控制图分析
3. 改善推动
4. 控制限的变更

4.1 SPC数据的收集和绘制

SPC数据收集，本质上是一个抽样的过程，是对过程数据的监控。这个职责，我认为应该是过程质量监控（IPQC）的职责。（好一点的公司，可能会建立自己的SFC系统，数据自动收集，这样数据更加准确、及时和完整）

控制图绘制好之后，一定要通过邮件、公司内网，ERP系统等形式，将其分发给各个职能部门，将生产信息扩散出去。

4.2 控制图分析

这个就没有指责的界定了。控制图就是一个表格，IPQC将数据分发出去之后，谁关心谁就看，出现了问题，自己就可以根据数据去找原因。

但是执行过程中，应该有一个主导的部门，他来召集大家一起检讨。这个部门我认为应该是QE。

4.3 改善推动

还是QE来承担起这个责任，召集了会议，对SPC数据进行了检讨，接下来就是推动工程人员（ME、RD）提出相应的改善对策，并进行现场落实的追踪。

4.4 控制限的变更

控制限不是标准线，它是一个动态的值，随着生产能力的不断提高，控制限也应及时的更新。

控制限更新的实际有：

• 抽样数量发生变更
• 实际量测数据，长期分布在中心线1个西格玛以内

从数据统计分析的能力上来看，我还是认为QE来做这个工作最合适。

5- Where：SPC用在哪里？

SPC是用来分析问题的工具，所以应该放在分析人员能看到的地方，大家不用花很多的时间，就能获取这些信息，比如：

• 生产线的线头，
• 群发给所有生产管理人员
• 公司内部的信息平台等等

6- How：怎么做SPC、怎么用SPC

怎么做SPC

SPC手册中花了大量的篇幅，去讲解如何计算SPC中的UCL、LCL等参数，以及用什么样线条绘制。作为一个工具，不应该制作上花费太多的成本。实际也是如此，每个公司都有自己的控制图模板。

所以怎么做SPC的问题，可以具体细化成如下几点：

• 确定哪些关键属性要做SPC？
• 比如齿轮的尺寸，砝码的重量，螺丝的直径等等，又或者计数型的不良个数，缺陷数等等。
• 每天收集几次数据（频次）？
• 这是一个持续的过程，如果无法持续收集数据，就先努力将生产稳定下来，实现持续稳定生产。数据收集通常是每天定时的，比如
• 每2小时一次
• 上下午各一次
• 每天统计一次等等
• 每次数据取样的数量是多少？
• 抽取定量的产品，测试指定的关键属性，并记录数据。比如现在要对齿轮的直径进行SPC统计，每天每2小时收集一次数据。每次收集数据时，抽取5pcs产品，测量他们的直径，并记录数值。
• 填写数据

选好公司的SPC控制图模板之后，按照模板，将数据填写进去就可以了。

以上这种自己制图的方式只能满足一些比较小的SPC分析 如果你企业对SPC方面的分析要求比较重视 更关心效率问题的话 建议你直接导入SPC软件 可以去试用下太友的QSmart SPC软件。

怎么用SPC

SPC的使用起来也很简单，主要是要明白控制图的8种异常模式，这些模式包括：

• 超出上下限
• 连续6点上升
• 连续9点同侧等等。

不过作为工具，数据异常的判断过程，应该也是自动的，管理者更需要做的是，根据控制图识别出的异常信息，去做分析改善。

分析改善的方向SPC手册中，也给出了一些建议：

• 看看是不是控制图描点错误，数据统计错误
• 取样过程中，是不是存在5M的差异?如白夜班人员不同，线体不同？
• 数据被人修改？

当然实际解决问题，还是要系统的方法去分析，比如但不仅限于

• 使用鱼骨图找原因
• 5W1H多方面思考原因
• 直方图、散点图、柏拉图提供数据依据
• 8D报告全面梳理异常改善过程

总之，SPC就是一个数据图表，更重要的还是数据分析之后的改善推动，和对策落实。工具嘛，完成了它的使命就够了。