第一篇：SPC研討會

SPC 研討會

東莞宏遠酒店

目 目

錄 錄

壹、統計制程治理（SPC）概念的導入 貳、品質管束的意義 參、制程管束 一、制程管束的意義 二、制造階段品質保證觀念 三、現場實施制程管束的作法 四、實施統計制程管束（SPC）的步驟 五、管束圖介紹 六、管束圖之判讀 七、制程才能分析 肆、演 演 練 伍、結 結 論 壹、統計制程管束（SPC）概念導入 一、SPC 之演進 進

1.什麼是 SPC（STATISTICAL PROCESS CONTROL）

應用統計各種辦法來管束製造法度榜樣，使產品一次做好。

SPC＝SQC＋QUALITY

PLANNING

AND

DESIGN 2.什麼是 SQC（STATISTICAL QUALITY CONTROL）？ 由 SHEWHART 在 1937 年提出“以統計辦法協助分析品質問題，進而找出解決問題籌劃的品管辦法”。

這些辦法重要有：

＊管束圖 ＊直方圖 ＊柏拉圖 ＊查檢表 ＊制程才能分析 ＊實驗計劃法 ＊靠得住度辦法 3.SQC 的精力 ——制程才能的穩定維持 ——事後制程（AFTER PROCESS）之品質改良分析 ——阻擋不良品進入/流出（IQC/OUTGOING CONTROL）

4.演進史（參見附圖一）

SPC 之演進史

SQC 開發 日本執行 SQC 且極有成效 SQC 極限 其他技術開發 SQC⊕品質 企劃與設計 品質障礙極低 品質障礙低 品質障礙高 品質障礙極高 1.SHEWIIART 2.ZI-1/-2/-3 1.Deming 引 SPC 入日本 2.Z 9021/9022/9023 1.QCC 發展 2.ZD 計劃 3.TQC 萌芽 4.QFD 萌芽 5.實驗設計 1.QFD 用於設計 2.FMEA 用於設計 3.田口辦法用於設計 4.應用 TQC 5.重彈 SQC（歐美）

6.尋求 6σ品質 1930 1950 1970 1980 年代

二、根本統計概念 1.數據的性質(1)數據的差異 因為沒有兩個產品（或制成品）是完全一樣的，就算是同一條生產線上用同樣的原料，同樣的辦法做出來的，還是會有變動身分所構成的差異。是以，對於製造者而言，每一零件之各品質規格特點，所能做的是：a.瞭解差異必定存在；b.找出差異的可能原因（原料、儀器、設備、隨機、人為，亦或是「不適當」之組織機能營運下所潛藏的身分），所以，必須將隨機誤差保持在一可容忍的範圍里，統計品管便由此誕生。

(2)靠得住度、周詳度、正確度 檢討數據時，應先考慮是否具備 a.靠得住度；b.周詳度；c.正確度等三個要素。

(3)數據的次數分派 上節我們知道測定任何東西都必有誤差，弗成能獲得同一的數據，這種現象謂之數據帶有差異。數據帶有差異就是表示數據帶有分派。變異形成之原因，可分為機遇原因及非機遇原因兩類：

A.機遇原因（Chance causes）

又稱為：弗成避免之原因、非人為原因、合營原因、有時原因、一般原因等等。

a.例如或人量身高，用同一量測器，由同一人量測該人之身高數，在短時間內，所得量測值有差異存在，造成此種差異之原因，即屬於

機遇原因。

b.在生產工作中，雖然訂有操作標準，但在操作條件容許之範圍內必有變化。

例如：

自不合偏向及不合地位測量軸徑、車床之轉速、吃刀之深度、刀具上所受之壓力、潤滑油、冷卻液、地面之震動、工作物與量具間之溫度變化、灰塵與油層之厚薄以及檢驗員之讀量具之讀數其眼睛所產生之誤差，均能使檢驗結果發生差異。

c.原材料之品質在其規格範圍內，容許隨時在變化。

例如：

原材料之重量、密度、厚薄及油漆之顏色等。

d.其他如：氣候及環境變化，均可造成變異之原因。

B.非機遇原因（Assignable causes）

又稱為：可避免之原因、人為原因、特別原因、異常原因、局部原因等等。

a.例如由於機器之不合、材料之相異、人為之身分或操作忽視等原因，影響品質之變異，這些原因都是可以避免的，皆屬於非機遇原因。

b.未遵守操作標準而操作，所發生之變異。

c.雖然遵守操作標準，但操作標準不完美，乃至發生之變異。

d.機器設備之變動，發生之變異。

e.操作人員之更動，造成之變異。

f.原材料之不合，發生之變異。

g.量具不準確，造成之變異。

＊每一成品都不雷同

大年夜小大年夜小大年夜小大年夜小

＊假如制程很穩定，則將形成一種固定形狀，稱為分派。

＊分派有下列不合之情況 ＊假如制程中，只有機遇原因之變異存在，則其成品將形成一個很穩定的分佈，并且是可以預測的。

＊假如制程中有非機遇原因之變異存在，則其成品將為不穩定，并且無法預測。

大年 大年 大年地位

大年 大年 大年散佈

形狀

大年時間 預測

(4)次數分派的作法（直方圖的作法）

＊步驟 1：定組數 ＊步驟 2：決定組距 ＊步驟 3：決定組的組界 ＊步驟 4：求各組之中間值 ＊步驟 5：作表及記錄(5)直方圖的看法 次數分派或直方圖之感化，在於瞭解制程之全貌，可自圖上看出分派之中間傾向，及分派之形狀，散怖狀態與規格間之關係。

2.群體與樣本 以樣本數據為根據而欲望加以處理的對象，謂之群體（POPULATION），為某種目標而群體抽取一部分，謂之樣本（SAMPLE）。

(1)抽樣檢驗推定群體的品質

大年時間 預測 有限群體 樣

本 數

據 群體比

樣

本

數

據

抽 樣 測 定

(2)制程管束制程解析實驗計劃

至於研究群體與樣本間關係的學問，謂之數理統計學或推測統計學。

(3)群體（制程）與樣本間之關係 克己程取樣檢查之目標系藉樣本來瞭解群體（制程），品質人員無法直接瞭解群體是何種狀態，除非把群體整個檢查，此為弗成能之事，于是應用樣本來推定群體，則所取之樣本必須合理，否則即掉去其意義。樣本與群體之間有必定之關係，分述如後：

設 X 為樣本平均，μ為群體平均 s＝σ e 為樣本標準差，σ為群體標準差 在統計學上 X 分派之期望值

E（X）＝μ X 分派之標準差

σ X ＝n? 下面圖二為群體平均值μ之分派與樣本平均值 X 之分派之關係，當群體平均值μ之分派為常態分派時，自群體抽取樣本平均值 X 之分派亦成為常態分派。

有限群體 群體批

樣

本 樣

本

無限群體 數

據 制

程

數

據

生產

抽樣

測定

由圖二可知樣本平均值之標準差 σ X 比群體標準差σ小得多，其大年夜小全依樣本數 n 大年夜小而定，即 σ X ＝n?。亦即樣本標準差只有群體標準差之n1大年夜。

又依據圖二再作進一步之說明：樣本平均之分派，不論其原來群體之分派為何，當 n 很大年夜時（n≧30）必成為常態分派。群體為常態分派N（μ,σ 2）時，其樣本平均當然為常態分派 N（μ,nσ2），若群體之形狀雖為長方形或三角形之分派，而 n≧30 時，其樣本平均之分派亦可近似成為常態分派 N（μ,nσ2）。茲用圖三來作一說明：

群體個別值 之分派 樣本平均值 之分派 σ X

σμ圖二

常態分派 N（μ,σ 2）

σμ三角分派之群體

σ X（或）

σn 長方形分派之群體

μμ X

樣本平均之分派 常態分派 N（μ, nσ2）

圖三

圖四：管束界線與規格界線之關係

注：上圖中之管束圖為「 X

管束圖 」 樣本平均值 之分派 群體（制程）個 別值之分派 規 格 範 圍 UCL X

C L X

LCL X

S L

-3σ X

S U

+3σ X

+3 ? ?

-3 ? ?

3.根本統計量 (1)群體參數 表示群體特點的定數，謂之群體參數（PARAMETER），現在一般所應用的群體參數有：

?群體平均——群體的平均值，以符號μ表示。

?群體變異——群體的變異，以符號σ 2 表示。

?群體標準差——群體的標準差，以符號σ表示。

(2)統計量 測定樣本所得的測定值，我們謂之統計量，常應用的統計量一般有：

?樣本平均——樣本的平均值，以符號 X 表示。

?樣本變異——樣本的變異，以符號 S 2 表示。

?樣本標準差——樣本的標準差，以符號 S 表示。

?樣本全距——樣本的全距，以符號 R 表示。

4.統計量的計算 (1)分派地位的數量表示法 A.平均值 X（MEAN）

B.中位數 X~（MEDIAN）

n ΣX i i= 1

n X =

＝

把數據依大年夜小順序分列，而取其量最中心的數據有奇數個數及偶數個數之取決方法。

(2)分 分 派差異程度的量，一般有下列各種表示法：

A.全距 R（RANGE）

R＝Xmax－Xmin B.誤差平方和 S′（SUM OF SQUARE）

S′＝（X 1 － X）＋（X 2 － X）……（X n － X）

＝ ??1 i（X i － X）

C.不誤差異 V（MEAN SQUARE）

即誤差平方和除以（n－1）

V＝1-nS“ D.變異（VARIANCE）

一群體變異σ 2

σ 2 ＝NS” 一樣本變異 s 2

s 2 ＝nS“

E.標準差（STANDERD DEVIATION）

變異開平方根者謂之標準差 S′＝群體平方和 N＝群體單位數

S′＝樣本平方和 n＝樣本單位數

一群體標準差σ＝?2＝NS” 一樣本的標準差 s＝s2＝nS“ 5.各種分派 派(1)計量值的分派 A.常態分派 從一群數據里，可以整頓為次數分派式或直方圖，假如把數據無限增大年夜時，就可獲得下圖之分派曲線。如有群體，其平均值為μ，標準差為σ，圖五抽取一個樣本 X 時，此 X 值會小於μ-3σ或會大年夜於μ+3σ之機會為 0.27%。X 值在μ+kσ與μ-kσ之間或然率（Probability）或稱機率如圖六。

＊以圖六之斜線部份表示，其公式為：

群

體平均值＝μ 標準差＝σ σ μ-kσ μ μ+ kσ 抽 取 一 個 X 圖 圖 六 圖 圖 五 μ＋kσ ? μ-kσ 1 2π?σ

?e

（x-μ）

2σ 2

－d x

式中 e＝2.718…………………… 當一分派經證實為一常態分派時，則算出此常態分派之標準差（σ）及平均值（μ）後，其特點可用下列表一及圖七說明如下：

μ+ kσ 在內之或然率 在外之或然率 μ+ 0.67σ 50.00% 50.00% μ+ 1σ 68.26% 31.74% μ+ 1.96σ 95.00% 5.00% μ+ 2σ 95.45% 4.55% μ+ 2.58σ 99.00% 1.00% μ+ 3σ 99.73% 0.27%

管束圖是以 3 個標準差為基礎，換言之，只要群體是常態分派，從此群體抽樣時，每 10,000 個當中即有 27 個會跑出+3σ之外，亦即每 1,000次中約有 3 次機會超出+3σ範圍，吾人認為此三次是因有時機會（機遇原因）跑出界線而不予計較。

(2)計數值的分派 A.超幾何分派（HYPERGEOMETRIC DISTRIBUTION）

從不良率 P，大年夜小 N 個的群體里隨機抽取樣本 n 個，這時在樣本里含有ｘ個不良品的或然率 P 68.26% 95.45% 99.73%-3σ-2σ-1σ μ +1σ +2σ +3σ 圖 圖 七

P（x，n/p，N）為 P（x，n/p，N）＝)())((nNxpNx npN N?? B.二項分派（BINOMIAL DISTRIBUTION）

屬於超幾何分派的數據，如將其 N 無限增大年夜時，從無限群體里隨機地抽取 n 個樣本，則在樣本里含有 x 個不良品的或然率為 P（x，n/p）＝（xn）p x（1-p）

n-x 一般充分大年夜（N≧10n）時就可把超幾何分派近似為二項分派。

C.卜氏分派（POISSON DISTRIBUTION）

屬於二項分派的分派，如 np＝m 為必定，而把 n 無限的增大年夜時，np＝m的群體其出現0個,1個,2個……不良品的或然率P（x,m）為 P（x，np）＝ ? ?!Xnp exnp ? ＝ ? ?!Xm exm ?

式中，e ＝2.71828 這種分派謂之卜氏分派 一般 N≧10n，P≦0.1 時，可把二項分派，近似為卜氏分派。

貳、品質管束的意識 一、產 品品質與制程品質的差異 1.產 產 品品質與制程品質的差異 ＊產品品質是什麼？ 是指產品的機能、感化、壽命、形象。

——產品完成後顯示出來。

即產品的功用、應用法、應用刻日、品牌信譽。

＊制程品質是什麼？ 是指產品生產的準備、製造、確認、治理。

——產品製造中隱藏著的。

即工程標準、作業安然性、檢驗才能、品質意識。

2.品質管束系統簡介 (1)設計管束 ＊檢討、制訂產品製造中各個工程階段應達到標準。

＊鑑定樣品，印證製造法度榜樣。

＊評核製造工程變異大年夜小。

(2)進料管束 ＊鑑定材料、零件進廠是否維持合用的水準—不接收不良。

＊供給生產者（供應廠商）有關生產產品的品質情報，協助生產者改良治理。

(3)制程管束（含最終檢查）

＊維持正常的生產力與檢查才能 ——不製造不良也不流出不良。

＊機會教導的實施 ——制程規定的考察，檢查結果的考察。

(4)成品管束（含出貨管束）

＊產品機能測試、評比、報告與成本統計之回饋。

＊客戶應用時之服務、分析。

(5)品管考察 ＊品管作業法度榜樣、品保系統、品質標準的檢討。

＊品管方針、目標的治理。

3.作業中的品管責任 (1)三不責任 —— 作業意識 ＊不接收不良：阻攔不良延長、擴散。

＊不製造不良：預防不良發生。

＊不流出不良：確認沒有不良現象。

參、制程管束 一、制程管束的意義 從材料的取得開始，直到產品送達顧客（下一工程人員）手中為止；應用工程知識（生產技術、治理技術）與積累經驗（履歷記錄、數據）將產品製造過程的人員、機械、材料、加工辦法予以標準化，（建立工程、作業、檢查等標準）於製造時預防不良之發生，阻攔不良之擴散。使生產工作每一次都是好的，（生產成本最低）達到企業獲利的目標。

二、製造階段品質保證觀念（統計制程之意識）

1.品質是製造出來； 2.產品出來後大年夜量檢查是無用，應以預防為原則； 3.運用統計辦法加以治理制程的結果； 4.遇有異常發生，敏捷清除，使恢復正常，而確保結果合乎顧客請求。

三、現場實施制程管束的作法 ＊分三個階段：

1.第一個階段 —— 「量試」(1)流程之選定。

(2)機具設備及人員之設備。

(3)各種標準（材料、時間、成本）之訂定。

(4)品管籌劃之編定。

2.第二個階段 —— 「量產時之品管」(1)巡回檢查。

檢 查 預 防 4M Process（大年夜量）檢廢料、重建 OK 調 整 產品 監看、調整 Process SPC 4M（少量）檢查 OK 產品

(2)設定管束圖。

(3)異常原因之追查與處置。

(4)檢查站抽驗。

3.第三階段 —— 「制程與改良」(1)品質情報資料之分析。

(2)制程才能之分析與評價。

(3)改良對策之確定。

(4)改良結果之追蹤。

四、實施統計制程管束（SPC ）步驟 1.作業步驟(1)依 QC 工程表到管束站抽樣作品質確認；(2)以解析用管束圖確認制程狀態；(3)制程才能分析；(4)以管束用管束圖管束制程；(5)異常發現與處置。

2.作業分組：分三組 (1)第一組——「線上操作人員」 a.除操作以外，還需查視本身之工作，有變異時，急速采取矯正行動，當品質水準顯示有相反趨勢時，要提示檢驗人員。

b.具有品質觀念，在工作中應將不良品分開，而不須要靠檢驗人員去發現。

c.應具有查核本身成品之才能，且具有應用須要儀器及設備之技

能。

(2)第二組——「線上品管檢驗人員」 a.第一件檢驗 b.巡迴檢驗以尋找問題之早期徵象。

c.對制程中應用之物料，應施以隨機品質抽檢。

(3)第三組——「試驗室工作人員」 a.但任治金、化學、物理及非破壞性試驗等工作。

b.負責制程中電鍍、陽極處理等溶液之分析試驗。

c.供給檢（試）驗記錄資料及有關報告。

d.試驗儀器設備之校訂與保養治理工作。

五、管束圖的介紹 1.管束圖的意義 2.品質變異的原因

3.管束圖的種類 4.管束圖道理(1)統計道理：①常態分派、二項分派 ②機率（判讀）

(2)樣本與群體之關係: ①有限群體 ②無限群體(3)生產（制程）之變異: ①機遇原因、合營原因 ②非機遇原因、特別原因(4)檢驗之錯誤：①第 I 錯誤 ②第 II 錯誤(5)經濟均衡點之觀念: ①+3σ，99.73%（普）

計量值(1)不合格數管束圖。

(2)不合格率管束圖。

(3)缺點數管束圖。

(4)單位缺點管束圖。

種類 性質分類 用處分類 計數值

(1)平均數與全距管束圖。

(2)中位數與全距管束圖。

(3)平均數與標準差管束圖。

(4)個別值與移動全距管束圖。

管束用管束圖 解析用管束圖

②+1.96σ，95%（嚴）

③+3.09σ，99.9%（鬆）

(6)集中趨勢與離中趨勢 →（解析與管束）

(7)管束界線之設定道理——治理均衡

＊第一種錯誤：

應該是良品（合格品），但被認為是不良品（不合格品）。

＊第二種錯誤：

是不良品（不合格品），但被認為是良品（合格品）。

※治理成本最低的處所是在+3σ之處！

5.建立管束圖之步驟：

先建立解析用管束圖，等確定管束界線后，再建立管束用管束圖，其步驟如下：

(1)建立解析用管束圖 a.選定管束項目 b.匯集數據 第二種錯誤 第一種錯誤 兩種錯誤總和 損掉 +1σ +2σ +3σ +4σ +5σ +6σ 管束界線

c.按產品生產之順序或測定順序，分列數據； d.數據的分組，每組所含之樣本個數為樣本數，以 n 表示；樣本之組數以 k 表示，n＝2～6 較為適當； e.將分組之數據記入記錄表（查檢表）;f.計算各組平均值 X ； g.計算各組全距 R； h.計算總平均值 X ； i.計算全距之平均值 R ； j.查系數 A 2、D 4、D 3 ； k.計算管束界線（見公式）； l.繪管束界線； m.點圖； n.管束界線之檢討； o.劃直方圖；

p.與規格比較；(2)建立管束用管束圖 a.記入須要事項（根本領項）； b.作管束界線； c.點圖； d.安然狀態之剖斷； e.采取對策調查原因：

f.管束界線之從新計算。

（例）

X －R 計量值管束之作法 實施步驟：

【步驟 1】選擇管束對象：

第一產品之計量特點很多，如尺寸、色澤、亮度、光度、反光性、音量、雜音……等，不一而足，有時一種產品高達數十種之多。在這些特點中，有些品質穩定，有些並不重要，是以值得吾人取而作圖者，為數甚少，一種產品，五種特點已相當多。當然，不克不及一概而論。

【步驟 2】選擇管束站：

決定到底在制程的哪一站或哪幾站建立管束最佳。

【步驟 3】決定收集資料頻率、辦法及負責人。收集資料頻率一般天天1～5 次，每次 5 個資料，在測試時，須如下圖：連續抽測，如斯可以使得組內變異小；組間變異大年夜，使管束圖更具代表性。

…… ○○○○○○○○○○○○○ ………… 【步驟 4】資料填入管束圖中。

【步驟 5】計算每組之平均 X，全距 R，及所有各組之平均 X 及平均全距 R。

【步驟 6】代入公式，計算試用管束界線：

(1)公式之由來 X 管束圖：

CL X ＝ X ＝μ UCL X ＝ X +3σ＝ X +3nx ? 而 d2σ ? R，σ ?2dR ∴UCL X ＝ X ＋n d 23? R

設n d 23＝A 2，則 UCL X ＝ X +A 2 R ；LCL X ＝ X-A 2 R

R 管束圖：

CL R ＝ R

UCL R ＝ R ＋3σ R ＝ R ＋3d 3 σ x ＝ R ＋3 ×d 3 ?2dR ＝（1＋233dd）? R ＝D 4 R

個中 D 4 ＝1＋233dd LCL R ＝ R －3σ R ＝（1－233dd）? R ＝D 3 R

個中 D 3 ＝1－233dd 一般 n≦6 時，D 3 ＝0 【步驟 7】由上述公式以求出之試用管束界線（Trial Control Limit）點繪。（系數參閱附表）

【步驟 8】在管束圖上畫出管束界線，如有任何點子跑出，則去除該點

之數值，以剩下之數據從新計算出第二次試用之管束界線，再觀察各點是否在管束界線內，若又有點子在外，再摒棄此點，從新再算，如斯重復做，一向到所有點子在內為止（留意，當數據太少時須再收集足夠資料）。至此，即求出第一次之管束界線，應用到今後之管束。

【步驟 9】實際應用及觀察：

天天點繪、觀察，以推測制程狀況，期能避免不良於未然。

六、管束圖之判讀 1.：

正常點子之動態：其分佈情況只隨機而是有系統之順序與分列方法，因而集中在中間線之鄰近，高低兩邊為對稱。

2.不正常點子的動態：

(1)在中間線鄰近無點子——為混淆型；(2)在管束界線鄰近無點——已經檢過，為層別型；(3)有點子逸出管束界線——不穩定型。

3.不穩定型之檢定辦法 (1)檢定規則一

(2)檢定規則二

A 區 B 區 C 區 ＋3σ ＋2σ ＋1σ X X CL

UCL

A 區 B 區 C 區 ＋3σ ＋2σ ＋1σ UCL

CL

(3)檢定規則三

(4)檢定規則四

(5)檢定規則五

4.連串理論剖斷隨機性 道理：將管束圖以中間線為主，劃分上、下兩部份，分別計算其上方或下方之各點所播成之串數（RUN）合營其高低兩部的總點數，以查表結果決定在不合之機率下其分布是否為隨機（是否為正常）。

作法：①求高低各串數； A 區 B 區 C 區 ＋3σ ＋2σ ＋1σ X

CL UCL A 區 B 區 C 區 ＋3σ ＋2σ ＋1σ X X X UCL

CL

＋3σ ＋2σ ＋1σ CL UCL －1σ －2σ －3σ LCL X

X

X

②以中間線為準求上、下之點數； ③查表求最低之串數； ④比較總串數與最低串數（由表得知）以剖斷是否為隨機。

七、制程才能分析 1.制程準確度 Ca（Capability of Accuracy）

Ca 值衡量制程之實績平均值與規格中間值之一致性。

① ①Ca 之計算 Ca＝規格公差的一半值 實績中心值－規格中心 × 100%＝2 / TU X ? × 100% T＝S U －S L ＝規格上限－規格下限 ＊單邊規格因沒有規格中間值，故不克不及算 Ca ② 等級剖斷 Ca 值愈小，品質愈佳。依 Ca 值大年夜小分為四級 等級 Ca

值 A ｜Ca︱≦12.5% B 12.5%＜｜Ca︱≦25.0% C 25.0%＜｜Ca︱≦50.0% D 50.0%＜｜Ca︱ 上表之分級僅供參考，非絕對如斯弗成。

③ ③Ca 意義之說明：

規格的中間值和上限或下限規格間是產品變異可容許的空間。我們若以此空間當做 100%的話，則 Ca 表示，制程已耗去此空間有若干 %。亦可解釋為，制程之實績中間值偏離目標值的程度。

是以它是愈小愈好。

如下圖 X 1 及 X 2 為兩種情況下制程下制程實績之中間值。

當 X 1 之實績下，Ca＝0% 當 X 2 之實績時，Ca＝2 /2TU X － × 100% 換言之，它是實績中間和規格中間差距（X 2 －U 占 T/2 線段有若干百分數。）

2.制程周詳度 CP（Capability of Precision）

Cp 在衡量制程之變異寬度與規格公差範圍相差之情況 ① ①Cp 之計算

Cp＝個標準差規格公差6＝? 6T

……單邊規格時 Cp＝? 3X S U －或 Cp＝? 3LS X－ ……單邊規格時

T＝Tolerance（公差）

T/2=100%

LSL（下限規格）

USL（上限規格）

X 2-μ（1X?）

X 2

T/2=100%

② 等級剖斷 Cp 值愈大年夜，品質愈佳。依 Cp 值大年夜小分為五級。

等級 C p

值 A +

1.67≦Cp A 1.33≦Cp＜1.67 B 1.00≦Cp＜1.33 C 0.67≦Cp＜1.00 D Cp＜0.67 上表之分級僅供參考，非絕對如斯弗成。

③ ③Cp 意義之說明：

Cp 不合于 Ca，它代表公差和實際標準差之比。以下圖看得出，標準之公差大年夜小應為 6σ。

Cp 由上圖可知，公 T 和 6σ之比值。6σ之由來系管束圖之高低限為+3σ，且+3σ範圍內有 99.732﹪之合格率。

準此，若 Cp＝1 的話，且實績平均＝U，則合計不良率＝0.27%。

T（公差）

LSL（下限規格）

USL（上限規格）

μ

＋3σ＝6σ-6σ

-5σ

-4σ

-3σ

-2σ

-1σ

+1σ

+2σ

+3σ

+4σ

+5σ

+6σ

3.制程才能指數 Cpk 綜合 Ca 與 Cp 兩值之指數 ① ①Cpk 之計算式 ?Cpk＝（1－｜Ca｜）Cp Ca＝0 時，Cpk＝Cp 單邊規格時，Cpk 即以 Cp 值計，但需取絕對值。

或 Zsu＝?X Su－

Zsl＝?)(X Sl－ － ?Cpk＝3min Z（注：Zmin 乃取 Zsu 及 Zsl 較小值者）

② 等級剖斷

Cpk 值愈大年夜，品質愈佳。依 Cpk 值大年夜小分為五級。

等

級 Cpk

值 A +

1.67≦Cpk A 1.33≦Cpk＜1.67 B 1.0 ≦Cpk＜1.33 C 0.67≦Cpk＜1.0 D Cpk＜0.67 ③ ③Cpk 意義的說明

下圖的 Su－ X 的部份即產品實績分派用到的容差。以這一數值和 3σ來比。則其意義和 T 比 6σ相類似。是以 Cpk 和 Cp 值一樣是越大年夜越好。且分等之辦法完全雷同。

而 Zmin/3 的意義乃是，可是容差較小的一邊是制程不良較多的一邊。用它來計算指標較為完全、保險一些。

4.制程才能指標的應用：

① ①Ca ＞0% 時 當 Ca＞0%時，表示實績中間和目標值（規格中間值）不吻合，必須調整刀具或鐵具以求吻合。

在這際現場工作，這常很輕易辦到，如車刀之調整等。

②的 不合的 Cpk 值有不合的做法: :

＊Cpk＞2.0 →制程才能太高有時可以縮小規格以爭取顧客之信賴，有時也可應用此才能尋求降低成本之辦法。

＊1.67≦Cpk≦2.0 →幻想狀況，保持。

＊1.33≦Cpk≦1.67 →須進行工作及品質改良，以求降低變異，進步品質。

＊1.0≦Cpk≦1.33 →切實做到工作站治理，並做須要的處理及回饋改良工作。

＊ Cpk＜1.0 →須全檢，但全檢只是懂得事實之一段罷了，必須將全檢所得資料分析原因，找出問題來源，回饋並以再發防止辦法徹底解決改良之。

肆、演練 T＝Tolerance（公差）

LSL（下限規格）

USL（上限規格）

3σ

Su－X

伍、結論

第二篇：SPC總結報告

SPC技術總結報告 前言

20世紀80年代后期，隨著元器件質量和可靠性水平提高到一個新的階段，傳 統的評價方法已經越來越不能滿足當代高可靠元器件產品的質量水平評價，這就驅使人們尋找新的評價技術。SPC(統計過程控制)技術就是在此時產生的，它以CPK技術、SPC技術和PPM技術為基礎，將傳統的事后檢測為主的評價方法更改成事前預防為主，監控生產線各道工序的運行狀態，從而有效地保證生產的元器件具有較高的內在質量和可靠性。因此它的出現迅速得到了普及，得到國際上元器件生產廠家的廣泛應用。

1998年我國頒布了“GJB 3014-97 電子元器件統計過程控制體系”軍用標準以及“GJB 2823-97電子元器件產品出廠平均質量水平評定方法”軍用標準。總裝備部也從2005年開始選擇部分試點單位實施SPC技術，我公司有幸作為2006年的試點單位之一參入其中。

我公司生產線總體上處于受控狀態，但是由于混合集成電路制造過程中的影響因素繁多，參數漂移現象復雜，傳統的參數測試和可靠性試驗方法已經不能完全適應現代產品質量和可靠性評價的要求。為了保證高水平的生產線能夠在過程穩定受控的條件下持續穩定地生產出質量好、可靠性高的產品，工藝能力評價（CPK）技術和統計過程控制（SPC）技術在我公司生產線上得到逐步應用。將統計分析方法應用于制造過程控制，將數據轉換成過程狀態的信息，作為評定、改進和優化過程的依據。從而實現過程控制和降低過程或其輸出的波動，達到持續改進過程能力的目的，使質量管理從質量檢驗階段進入到質量控制階段，對產品質量進行主動的預防控制，它與事后的被動檢驗相比，可大量降低質量損失，提高產品的質量一致性。

2004年我公司購買了CPK軟件，對金絲鍵合工序中的金絲鍵合強度實施了CPK工序能力指數控制技術，金絲鍵合強度工序能力指數CPK>1.33，達到了預期目標。工序能力指數(CPK)高代表生產線具備生產質量好、可靠性高的元器件所要求的工藝水平。但要生產出高質量水平的產品，不但要求生產線具有很高的工藝能力，而且要求在日常生產過程中生產線能夠一直保持這種高水平的生產狀態，為此要求采用統計過程控制技術。存在的技術問題

7.1 部分工序CPK偏低

由于我公司產品的特點是多品種小批量，不同品種的產品之間相差又較大，使計算的CPK值偏低。如金導體印刷工序，我們以金導體的燒結厚度作為關鍵參數，工藝規范是≥8μm。每批產品隨機抽取一只產品，在產品的中間及四個角各取一個測試點共5個數據組成一批數據。由于燒結厚度受導體寬度影響較大，而每種產品在各個測試點的導體寬度往往不一樣，各種產品之間的導體寬度也不一樣，這樣就導致測試的金導體燒結厚度同批數據之間數據較分散，不同批數據之間數據也較分散。雖然控制圖是受控的，但工序能力指數CPK卻比較低，金導體印刷工序CPK只有0.62，按照工序能力指數與工藝成品率的對應關系，合格率應該只有95%左右，而金導體印刷工序實際合格率可以達到99%以上。我們認為這種差異是由于導體寬度的差異造成的，而目前還找不到比較好的解決辦法。7.2 激光調阻工序CPK值的計算數據選擇

我公司的激光調阻工序是對厚膜基片進行精確調阻，調阻的目標值非常多，很少有相同的目標值出現，回歸條件也多達9個，這樣就給我們激光調阻工序的CPK值計算造成了很大的困惑。選CPK值的計算數據時，得先選擇具有相同回歸條件的，再選擇具有相同目標值的，最后往往僅剩下20個或30個左右的數據來計算CPK值，而一般100個以上數據計算的CPK值才比較準確。如果按照此要求，激光調阻工序計算CPK值的數據量就過少，可實際生產中很難選擇出這么多的數據。7.3 控制圖失控原因分析能力不夠

我們目前對均值-標準偏差控制圖失控原因分析有比較清晰的理解，可以很快找到原因。由于產品多品種小批量的特點，我們的控制圖基本以嵌套控制圖和回歸控制圖為主，此類控制圖都是數據經過預處理后制作的，尤其是回歸控制圖，目前對其控制圖制作原理還不太了解，如果控制圖出現失控，不知道如何進行分析比較合理。

7.4 控制圖計算方式的選擇

我公司使用SPC軟件繪制控制圖，在制作分析用控制圖階段，有兩種方式計算控制限，一種是延用已有控制限，另一種是重新計算控制限。按照培訓老師和教科書上的說法，這兩種方式都是合理的，而且數據量越大，計算出來的控制限越接近實際情況。但是隨著數據量的不斷增大，這兩種方式計算出來的控制限有一定的差別。如選擇延用已有控制限方式繪制的控制圖處于受控狀態，但再次選擇重新計算控制限方式繪制的控制圖，中間有部分數據可能會違反規則二或規則五。由于之前選擇延用已有控制限時是受控的，我們不會對其進行分析。過了一段時間后，由于選擇的控制限計算方式不同而導致那部分數據失控，我們也無法再對其進行分析。這兩種計算方式的差異有沒有辦法解決，如何解決，是我們一直在考慮的問題。7.5 儀器評價時的數據選擇

數字萬用表可以測量不同范圍的阻值，而在進行儀器評價時，一般只選擇一個阻值來測試。阻值的大小對儀器評價的G/T比值有很大的影響，如選擇1kΩ和10kΩ兩個不同的阻值來做同一個數字萬用表的儀器評價，計算出來的G/T值會相差很大。在進行儀器評價時，是選擇中間范圍的阻值來評價更合適還是選擇偏大或偏小的阻值來評價更合適，目前還不太確定。下一步工作計劃和思路

通過SPC體系的建立、不斷完善和在生產過程中的應用將有效控制生產過程，保證工藝過程穩定受控，不斷改進產品品質，降低不良品率，保證所提供的產品是由高水平的工藝線在受控的環境下生產的。確保生產質量更加穩定，可持續批量生產，滿足可靠性要求，提升企業的效益和競爭力。

由于混合集成電路制造過程中的影響因素繁多，參數漂移現象復雜，研究混合集成電路生產制造中對產品品質有重要影響的關鍵因素(參數)對SPC運行的影響是一項龐大的工程。因此SPC作為一個新體系，在完善方面還有大量的工作需要做。

此次SPC技術的順利實施使我公司批生產能力水平及質量控制能力水平又上了一個新的臺階，在今后的生產過程中我們將繼續以提高產品質量、合格率和供貨能力為關注點，持續改進，以保證鞏固攻關成果，實現持續、穩定生產。在工藝技術方面，我們將加強對每一個工藝環節，特別是關鍵工序的控制，通過對目前實施SPC技術的五個代表工序進行過程控制和分析，建立、健全SPC統計過程控制體系、推廣到其它工序并有效實施，從而更好地保證產品在穩定受控的環境下生產，進一步提高產品的質量和可靠性。

第三篇：SPC地板報告

SPC地板（設備）項目報告

1、石塑地板、SPC地板描述：

石塑地板（SPC地板）是由92雙螺桿擠出機生產?樹脂的基材，用四輥壓延機分別把PVC彩膜和耐磨層，底膜一次性熱帖壓復合而成的一種新型高科技環保生態零甲醛的地面材料--SPC地板。也叫納米石塑地板，SPC石塑鎖扣地板，高級地板，超級地板，PVC地板等等。如果大家想做以上叫法的地板的投資都可以認真仔細的閱讀下面的文字。

這種地板的優勢是：

SPC地板材料使用環保配方，不含重金屬、鄰笨二甲酸脂、甲醛

等有害物質，符合?EN?14372、EN?649-2011、IEC?62321、GB?4085-83標準。

石塑地板成品尺寸范圍：

長度?950、1220、1850mm

寬度?125-200mm

厚度?4-8mm

成品公差：

長度?±0.25?mm

寬度?±0.025?mm

直線度（香蕉形）縱向----±0.08

mm/

1000?mm

直角度?±0.03?mm/?205?mm(板長/板寬＞5)

拼縫高低差(采用模板)±0.03?mm

配合公差?±0.05?mm

SPC地板密度：1.9～2.1噸/立方米；

SPC?地板收縮率：≤1‰（經過回火處理）；≤2.5‰（沒有經過回火處理）

收縮率測試標準：80，6小時的標準。

生產?SPC地板與?WPC地板比較：SPC地板加工、制造工藝簡單！

2、生產?SPC地板的工藝流程：

工序?1：混料

原材料按照配比，倒入→高速混合機熱混（熱混溫度：125度左右，作用是將各種原材料混合均勻，去掉材料當中的水分，以防止制品表面起泡等現象的發生）→進入冷混（冷混是通過混料機下面的鍋里的不銹鋼水管串水給物料降溫，防止結塊和變色，冷混溫度：45左右。）→通過冷卻混合均勻的材料；備用。

工序?2：擠出

加入平雙或者錐雙螺桿擠出機，進行加熱擠出→進入客戶選擇的片材模頭/地板模具來成型，成型的片材經過四輥壓延機，基材進行定厚→貼彩膜→貼耐磨層→冷卻→切割；機械手自動碼板

工序?3：UV回火

表面?UV→回火（回火熱水溫度：80～120；冷水溫度：10）

工序?4：分切開槽（SPC的鎖扣）包裝

分切→開槽→檢驗→包裝。

3、SPC地板的成分、配比、結構、規格、相應的參數：高速混合機組混合溫度：

熱混溫度：120～130；冷混排料溫度：35～50

92雙螺桿擠出機與模具溫度設置：1區：191；2區：188；3區：170；4區：165；5區：180；6區：190；合流芯區：160；模具：185～205；主機電流：≈100A

在整個生產SPC地板的過程中，前期工作是

1.采購原材料，我們提供高效優質原材料供應商，保證源頭質量。采購輕而易舉。

2.各種原材料（樹脂粉，納米鈣粉，穩定劑，硬脂酸，石蠟等）按照一定的比例配比進混料機進行充分的混合均勻。

這種混料機的特點是帶除塵裝置，符合現在對環境保護要求，帶自動真空上料。保證環境美好。

3.塑料磨粉機：600的脈沖除塵的磨粉機靜音干凈

3.1.塑料磨粉機主機一臺（軸承座采用4個NSK進口軸承），55KW電機，配進口皮帶輪

3.2.型號9-19，5#，配用電動機5.5KW的引風機一臺

3.3.型號ZGF，配用電動機0.75KW關風機一臺

3.4.不銹鋼旋風集料器（包括風管）一套

3.5.1米振動篩一臺（配1.1KW電機一臺）

3.6.大口徑布袋除塵器一套

3.7.機器電柜一臺

3.8.水管一套

3.9.振動送料斗一臺

4.破碎機，55千瓦的破碎機可以將一米的地板直接破碎。

5.儲料倉,經過多方考察實地應用，給客戶配備2立方的儲料倉剛剛好

除此之外，還需要UV處理機和開槽機。我們會提供給您這兩款設備的優秀供應商或者我們打包配套，均可。

通俗簡單的說就是要生產SPC地板需要一下設備：1.磨粉機

2.混料機

3.破碎機

4.擠出機

5.UV處理機

6.開槽機

以上設備需要占地面積50米*50-60米

配套動力電2個315或者600KW

需要操作工人12-16人。

第四篇：Spc理論培訓計劃

Spc理論培訓計劃

一、軟件操作教育培訓

1、主要內容

1)基本資料的建立 2)層別的設定 3)數據的輸入 4)圖表的輸出

5)spc在品管上運用的方法和好處

2、培訓時間 2個小時

3、參加人員

品質檢查人員(暫定2－3人)，數據錄入人員（也可以由品質檢查人員兼任）,高，孫，卜及各班班長

二、理論教育培訓

(一)、理論教育培訓(1)

1、主要內容 1）、品質觀念歷程 2）、spc歷程及概述 3）、品管部組織架構和職責介紹

2、培訓時間 2個小時

3、參加人員

品質檢查人員(暫定2－3人)，數據錄入人員（也可以由品質檢查人員兼任）,高，孫，卜及各班班長

(二)、理論教育培訓(2)

1、主要內容

柏拉圖，特性要因圖(魚刺圖)，散布圖，直方圖，管制圖的原理，作法和應用

2、培訓時間 6個小時

3、參加人員

品質檢查人員(暫定2－3人)，數據錄入人員（也可以由品質檢查人員兼任）,高，孫，卜及各班班長

(三)、理論教育培訓(2)

1、主要內容

spc軟件的具體使用及實際操作，包括圖形的輸出，打印

2、培訓時間

分組培訓，每組4小時

3、參加人員

品質檢查人員(暫定2－3人)，數據錄入人員（也可以由品質檢查人員兼任）,高，孫，卜及各班班長

三、問題解答

1、主要內容 1）、理論問題的解答 2）、操作問題的解答

2、培訓時間 4天

3、參加人員 所有相關人員

四、考核

1、主要內容

包括所有培訓內容

2、考核時間

暫定在“問題解答”后的第一個工作日

3、參加人員

品質檢查人員(暫定2－3人)，數據錄入人員（也可以由品質檢查人員兼任）,高，孫，卜及各班班長 五、一般員工的培訓

有品管部協助各個班組長進行培訓，各個班組長制定培訓計劃和考核方案

備注：

理論教育培訓（2）的實際培訓內容視實際情況而定，如果有必要的話，可以將培訓內容延伸至品管七大手法的其它手法，同時時間適當延長

2005-8-6

第五篇：CP,CPK,FMEA,SPC介紹

CP和CPK介紹

在評估SMT設備或在選型的時候，常聽到“印刷機、貼片機或再流焊設備的Cp和Cpk值是多少？Cp、Cpk是什么意思呢？

CP(或Cpk)是英文Process Capability index縮寫，漢語譯作工序能力指數，也有譯作工藝能力指數過程能力指數。

工序能力指數，是指工序在一定時間里，處于控制狀態(穩定狀態)下的實際加工能力。它是工序固有的能力，或者說它是工序保證質量的能力。

這里所指的工序，是指操作者、機器、原材料、工藝方法和生產環境等五個基本質量因素綜合作用的過程，也就是產品質量的生產過程。產品質量就是工序中的各個質量因素所起作用的綜合表現。

對于任何生產過程，產品質量總是分散地存在著。若工序能力越高，則產品質量特性值的分散就會越小；若工序能力越低，則產品質量特性值的分散就會越大。那么，應當用一個什么樣的量，來描述生產過程所造成的總分散呢?通常，都用6σ(即μ＋3σ)來表示工序能力：工序能力＝6σ

若用符號P來表示工序能力，則：P＝6σ

式中：σ是處于穩定狀態下的工序的標準偏差

工序能力是表示生產過程客觀存在著分散的一個參數。但是這個參數能否滿足產品的技術要求，僅從它本身還難以看出。因此，還需要另一個參數來反映工序能力滿足產品技術要求(公差、規格等質量標準)的程度。這個參數就叫做工序能力指數。它是技術要求和工序能力的比值，即 工序能力指數=技術要求／工序能力

當分布中心與公差中心重合時，工序能力指數記為Cp。當分布中心與公差中心有偏離時，工序能力指數記為Cpk。運用工序能力指數，可以幫助我們掌握生產過程的質量水平。工序能力指數的判斷

工序的質量水平按Cp值可劃分為五個等級。按其等級的高低，在管理上可以作出相應的判斷和處置(見表1)。該表中的分級、判斷和處置對于Cpk也同樣適用。表1 工序能力指數的分級判斷和處置參考表 Cp值 級別 判斷 雙側公差范(T)處 置 Cp>1.67 特級 能力過高 T＞106(1)可將公差縮小到約土46的范圍(2)允許較大的外來波動，以提高效率(3)改用精度差些的設備，以降低成本(4)簡略檢驗 1.67≥Cp1.33 一級 能力充分 T＝86—106(1)若加工件不是關鍵零件，允許一定程度的外來波動(2)簡化檢驗(3)用控制圖進行控制 1.33≥Cp>1.0 二級 能力尚可 T＝66—86(1)用控制圖控制，防止外來波動(2)對產品抽樣檢驗，注意抽樣方式和間隔(3)Cp—1．0時，應檢查設備等方面的情示器 1.0≥Cp>0.67 三級 能力不足 T＝46—66(1)分析極差R過大的原因，并采取措施(2)若不影響產品最終質量和裝配工作，可考慮放大公差范圍(3)對產品全數檢查，或進行分級篩選 0.67>Cp 四級 能力嚴重不足 T＜46(1)必須追查各方面原因，對工藝進行改革(2)對產品進行全數檢查

FMEA（失效模式與影響分析）

在設計和制造產品時，通常有三道控制缺陷的防線：避免或消除故障起因、預先確定或檢測故障、減少故障的影響和后果。FMEA正是幫助我們從第一道防線就將缺陷消滅在搖籃之中的有效工具。

FMEA是一種可靠性設計的重要方法。它實際上是FMA（故障模式分析）和FEA（故障影響分析）的組合。它對各種可能的風險進行評價、分析，以便在現有技術的基礎上消除這些風險或將這些風險減小到可接受的水平。及時性是成功實施FMEA的最重要因素之一，它是一個“事前的行為”，而不是“事后的行為”。為達到最佳效益，FMEA必須在故障模式被納入產品之前進行。

FMEA實際是一組系列化的活動，其過程包括：找出產品/過程中潛在的故障模式；根據相應的評價體系對找出的潛在故障模式進行風險量化評估；列出故障起因/機理，尋找預防或改進措施。

由于產品故障可能與設計、制造過程、使用、承包商/供應商以及服務有關，因此FMEA又細分為設計FMEA、過程FMEA、使用FMEA和服務FMEA四類。其中設計FMEA和過程FMEA最為常用。設計FMEA（也記為d-FMEA）應在一個設計概念形成之時或之前開始，并且在產品開發各階段中，當設計有變化或得到其他信息時及時不斷地修改，并在圖樣加工完成之前結束。其評價與分析的對象是最終的產品以及每個與之相關的系統、子系統和零部件。需要注意的是，d-FMEA在體現設計意圖的同時還應保證制造或裝配能夠實現設計意圖。因此，雖然d-FMEA不是靠過程控制來克服設計中的缺陷，但其可以考慮制造/裝配過程中技術的/客觀的限制，從而為過程控制提供了良好的基礎。進行d-FMEA有助于：

? 設計要求與設計方案的相互權衡；

? 制造與裝配要求的最初設計；

? 提高在設計/開發過程中考慮潛在故障模式及其對系統和產品影響的可能性；

? 為制定全面、有效的設計試驗計劃和開發項目提供更多的信息； 建立一套改進設計和開發試驗的優先控制系統；

? 為將來分析研究現場情況、評價設計的更改以及開發更先進的設計提供參考。

過程FMEA（也記為p-FMEA）應在生產工裝準備之前、在過程可行性分析階段或之前開始，而且要考慮從單個零件到總成的所有制造過程。其評價與分析的對象是所有新的部件/過程、更改過的部件/過程及應用或環境有變化的原有部件/過程。需要注意的是，雖然p-FMEA不是靠改變產品設計來克服過程缺陷，但它要考慮與計劃的裝配過程有關的產品設計特性參數，以便最大限度地保證產品滿足用戶的要求和期望。p-FMEA一般包括下述內容：

? 確定與產品相關的過程潛在故障模式；

? 評價故障對用戶的潛在影響；

? 確定潛在制造或裝配過程的故障起因，確定減少故障發生或找出故障條件的過程控制變量；

? 編制潛在故障模式分級表，建立糾正措施的優選體系；

? 將制造或裝配過程文件化。

FMEA技術的應用發展十分迅速。50年代初，美國第一次將FMEA思想用于一種戰斗機操作系統的設計分析，到了60年代中期，FMEA技術正式用于航天工業（Apollo計劃）。1976年，美國國防部頒布了FMEA的軍用標準，但僅限于設計方面。70年代末，FMEA技術開始進入汽車工業和醫療設備工業。80年代初，進入微電子工業。80年代中期，汽車工業開始應用過程FMEA確認其制造過程。到了1988年，美國聯邦航空局發布咨詢通報要求所有航空系統的設計及分析都必須使用FMEA。1991年，ISO-9000推薦使用FMEA提高產品和過程的設計。1994年，FMEA又成為QS-9000的認證要求。目前，FMEA已在工程實踐中形成了一套科學而完整的分析方法。

SPC介紹

SPC即統計過程控制（Statistical Process Control）。SPC主要是指應用統計分析技術對生產過程進行實時監控，科學的區分出生產過程中產品質量的隨機波動與異常波動，從而對生產過程的異常趨勢提出預警，以便生產管理人員及時采取措施，消除異常，恢復過程的穩定，從而達到提高和控制質量的目的。

在生產過程中，產品的加工尺寸的波動是不可避免的。它是由人、機器、材料、方法和環境等基本因素的波動影響所致。波動分為兩種：正常波動和異常波動。正常波動是偶然性原因（不可避免因素）造成的。它對產品質量影響較小，在技術上難以消除，在經濟上也不值得消除。異常波動是由系統原因（異常因素）造成的。它對產品質量影響很大，但能夠采取措施避免和消除。過程控制的目的就是消除、避免異常波動，使過程處于正常波動狀態。SPC技術原理

統計過程控制（SPC）是一種借助數理統計方法的過程控制工具。它對生產過程進行分析評價，根據反饋信息及時發現系統性因素出現的征兆，并采取措施消除其影響，使過程維持在僅受隨機性因素影響的受控狀態，以達到控制質量的目的。當過程僅受隨機因素影響時，過程處于統計控制狀態（簡稱受控狀態）；當過程中存在系統因素的影響時，過程處于統計失控狀態（簡稱失控狀態）。由于過程波動具有統計規律性，當過程受控時，過程特性一般服從穩定的隨機分布；而失控時，過程分布將發生改變。SPC正是利用過程波動的統計規律性對過程進行分析控制的。因而，它強調過程在受控和有能力的狀態下運行，從而使產品和服務穩定地滿足顧客的要求。

SPC可以為企業帶的好處

....SPC 強調全過程監控、全系統參與，并且強調用科學方法（主要是統計技術）來保證全過程的預防。SPC不僅適用于質量控制，更可應用于一切管理過程（如產品設計、市場分析等）。正是它的這種全員參與管理質量的思想，實施SPC可以幫助企業在質量控制上真正作到“事前”預防和控制，SPC可以： · 對過程作出可靠的評估；

· 確定過程的統計控制界限，判斷過程是否失控和過程是否有能力； · 為過程提供一個早期報警系統，及時監控過程的情況以防止廢品的發生；

· 減少對常規檢驗的依賴性，定時的觀察以及系統的測量方法替代了大量的檢測和驗證工作；

有了以上的預防和控制，我們的企業當然是可以： · 降低成本

· 降低不良率，減少返工和浪費 · 提高勞動生產率 · 提供核心競爭力 · 贏得廣泛客戶

· 更好地理解和實施質量體系

質量管理中常用的統計分析方法

....介紹的以下這些工具和方法具有很強的實用性，而且較為簡單，在許多國家、地區和各行各業都得到廣泛應用:

控制圖:用來對過程狀態進行監控，并可度量、診斷和改進過程狀態。

直方圖:是以一組無間隔的直條圖表現頻數分布特征的統計圖，能夠直觀地顯示出數據的分布情況。

排列圖:又叫帕累托圖，它是將各個項目產生的影響從最主要到最次要的順序進行排列的一種工具。可用其區分影響產品質量的主要、次要、一般問題，找出影響產品質量的主要因素，識別進行質量改進的機會。

散布圖: 以點的分布反映變量之間相關情況，是用來發現和顯示兩組數據之間相關關系的類型和程度，或確認其預期關系的一種示圖工具。工序能力指數（CPK）：分析工序能力滿足質量標準、工藝規范的程度。

頻數分析：形成觀測量中變量不同水平的分布情況表。

描述統計量分析：如平均值、最大值、最小值、范圍、方差等，了解過程的一些總體特征。

相關分析：研究變量之間關系的密切程度，并且假設變量都是隨機變動的，不分主次，處于同等地位。

回歸分析：分析變量之間的相互關系。

實施SPC的兩個階段

。實施SPC分為兩個階段，一是分析階段，二是監控階段。在這兩個階段所使用的控制圖分別被稱為分析用控制圖和控制用控制圖。

。分析階段的主要目的在于：

。

一、使過程處于統計穩態。

二、使過程能力足夠。

。分析階段首先要進行的工作是生產準備，即把生產過程所需的原料、勞動力、設備、測量系統等按照標準要求進行準備。生產準備完成后就可以進行，注意一定要確保生產是在影響生產的各要素無異常的情況下進行；然后就可以用生產過程收集的數據計算控制界限，作成分析用控制圖、直方圖、或進行過程能力分析，檢驗生產過程是否處于統計穩態、以及過程能力是否足夠。如果任何一個不能滿足，則必須尋找原因，進行改進，并重新準備生產及分析。直到達到了分析階段的兩個目的，則分析階段可以宣告結束，進入SPC監控階段。

。監控階段的主要工作是使用控制用控制圖進行監控。此時控制圖的控制界限已經根據分析階段的結果而確定，生產過程的數據及時繪制到控制上，并密切觀察控制圖，控制圖中點的波動情況可以顯示出過程受控或失控，如果發現失控，必須尋找原因并盡快消除其影響。監控可以充分體現出SPC預防控制的作用。

。在工廠的實際應用中，對于每個控制項目，都必須經過以上兩個階段，并且在必要時會重復進行這樣從分析到監控的過程。

SPC的最新發展

。經過近70年在全世界范圍的實踐，SPC理論已經發展得非常完善，其與計算機技術的結合日益緊密，其在企業內的應用范圍、程度也已經非常廣泛、深入。概括來講，SPC的發展呈現如下特點：

（1）.分析功能強大，輔助決策作用明顯 在眾多企業的實踐基礎上發展出繁多的統計方法和分析工具，應用這些方法和工具可根據不同目的、從不同角度對數據進行深入的研究與分析，在這一過程中SPC的輔助決策功能越來越得到強化；

（2）.體現全面質量管理思想 隨著全面質量管理思想的普及，SPC在企業產品質量管理上的應用也逐漸從生產制造過程質量控制擴展到產品設計、輔助生產過程、售后服務及產品使用等各個環節的質量控制，強調全過程的預防與控制；（3）.與計算機網絡技術緊密結合 現代企業質量管理要求將企業內外更多的因素納入考察監控范圍、企業內部不同部門管理職能同時呈現出分工越來越細與合作越來越緊密兩個特點，這都要求可快速處理不同來源的數據并做到最大程度的資源共享。適應這種需要，SPC與計算機技術尤其是網絡技術的結合越來越緊密。

（4）.系統自動化程度不斷加強 傳統的SPC系統中，原始數據是手工抄錄，然后人工計算、打點描圖，或者采用人工輸入計算機，然后再利用計算機進行統計分析。隨著生產率的提高，在高速度、大規模、重復性生產的制造型企業里，SPC系統已更多采取利用數據采集設備自動進行數據采集，實時傳輸到質量控制中心進行分析的方式。

（5）.系統可擴展性和靈活性要求越來越高 企業外部和內部環境的發展變化速度呈現出加速度的趨勢，成功運用的系統不僅要適合現時的需要，更要符合未來發展的要求，在系統平臺的多樣性、軟件技術的先進性、功能適應性和靈活性以及系統開放性等方面提出越來越高的要求。