共计 2793 个字符，预计需要花费 7 分钟才能阅读完成。
众所周知，SPC是将数理统计与质量管理相结合，通过数理统计发现控制参数的小概率事件（异常波动），推断可能存在异常原因，进行预警，提示查找异常，并对异常采取措施，恢复生产过程的受控稳态。实施SPC可实现管理节点前移，防患于未然，由控制结果转变为控制原因、控制过程。其目的是通过对过程控制，消除过程异常，减少或避免出现不良品，提升质量合格率，并保持质量的稳定。
误区之一：没能找到正确的管制点不知道哪些点要用管制图进行管制，花费大量的时间与人力在不必要的点上进行管制，熟不知SPC只应用于重点的尺寸（特性的）。那么重点尺寸/性能如何确定呢?通常应用FMEA的方法，开发重要管制点，严重度为8或以上的点都是考虑的对象(如果客户有指明，依客户要求即可)。误区之二：没有适宜的测量工具计量值管制图需要用测量工具取得管制特性的数值，管制图对测量系统有很高的要求。通常我们要求GR&R不大于10%，而在进行测量系统分析之前，要事先确认测量仪器的分辨力，要求测量仪器具有能够分辨出过程变差的十分之一到五分之一的精度方可用于制程的解析与管制，否则管制图不能识别过程的谈判。而很多工厂勿略了这一点，导致做出来的管制图没办法有效的应用，甚至造成误导。误区之三：没有解析生产过程,直接进行管制管制图的应用分为两个步骤：解析与管制。在进行制程管制之前一定要进行解析。解析是目的是确定制程是的稳定的，进而是可预测的，并且看过程能力是否符合要求，从而了解到过程是否存在特殊原因、普通原因的变差是否过大等致关重要的制程信息。制程只有在稳定，并且制程能力可以接受的情况下，方才进入管制状态。
误区之四：解析与管制脱节
在完成制程解析后，如果我们认为制程是稳定且制程能力可接受的，那么，就进入管制状态。制程控制时，是先将管制线画在管制图中，然后依抽样的结果在管制图上进行描点。那么，管制时管制图的管制线是怎么来的呢？管制图中的管制线是解析得来的，也就是说，过程解析成功后，管制线要延用下去，用于管制。很多工厂没能延用解析得来的管制线，管制图不能表明过程是稳定与受控的。
误区之五：管制图没有记录重大事项
要知道，管制图所反应的是“过程”的变化。生产的过程输入的要项为5M1E（人、机、料、法、环、量），5M1E的任何变化都可能对生产出来的产品造成影响。换句话说，如果产品的变差过大，那是由5M1E其中的一项或多项变动所引起的。如果这些变动会引起产品平均值或产品变差较大的变化，那么，这些变化就会在XBAR图或R图上反映出来，我们也就可以从管制图上了解制程的变动。发现有变异就是改善的契机，而改善的第一步就是分析原因，那么，5M1E中的哪些方面发生了变化呢？我们可以查找管制图中记录的重大事项，就可以明了。所以，在使用控制图的时候，5M1E的任何变化，我们都要记录在管制图中相应的时段上。
误区之六：不能正确理解XBAR图与R图的含义当我们把XBAR-R管制图画出来之后，我们到底从图上得哪些有用的资讯呢？这要从XBAR及R图所代表的意义来进行探讨。首先，这两个图到底先看哪个图？为什么？R反应的是每个子组组内的变差，它反映了在收集数据的这个时间段，制程所发生的变差，所以他代表了组内固有的变差；XBAR图反映的是每个子组的平均值的变化趋势，所以其反映的是组间的变差。组内变差可以接受时，有明分组是合理的；组间变差没有特殊原因时，表明我们在一段时间内，对过程的管理是有效的、可接受的。所以，我们一般先看R图的趋势，再看XBAR图。误区之七：管制线与规格线混为一谈当产品设计出来之后，规格线就已经定下来了；当产品生产出来后，管制图的管制线也定出来了。规格线是由产品设计者决定的，而管制线是由过程的设计者决定的，管制线是由过程的变差决定的。管制图上点的变动只能用来判断过程是否稳定受控，与产品规格没有任何的联系，它只决定于生产过程的变差。当西格玛小时，管制线就变得比较窄，反之就变得比较宽，但如果没有特殊原因存在，管制图中的点跑出管制界线的机会只有千分之三。而有些公司在画管制图时，往往画蛇添足，在管制图上再加上上下规格线，并以此来判产品是否合格，这是很没有道理，也是完全没有必要的。误区之八：不能正确理解管制图上点变动所代表的意思
我们常常以七点连线来判定制程的异常，也常用超过三分之二的点在C区等法则来判断制程是否出现异常。如果是作业员，只在了解判定准则就好了；但作为品管工程师，如果不理解其中的原委，就没有办法对这些情况作出应变处理。那么这么判定的理由是什么呢？其实，这些判定法则都是从概率原理作出推论的。比如，我们知道，如果一个产品特性值呈正态分布，那么点落在C区的概率约为4.5%，现在有三分之二的点出现在4.5%的概率区域里，那就与正态分布的原理不一致了，不一致也就是我们所说的异常。
误区之九：没有将管制图用于改善大部分公司的管制图都是应客户的要求而建立，所以，最多也只是用于侦测与预防过程特殊原因变异的发生，很少有用于过程改善的。其实，当管制图的点显示有特殊原因出现时，正是过程改善的契机。如果这个时候我们从异常点切入，能回溯到造成异常发生的5M1E的变化，问题的症结也就找到了。用就管制图进行改善时，往往与分组法、层别法相结全使用，会取得很好的效果。误区之十：管制图是品管的事情SPC 成功的必要条件，是全员培训。每一个人员，都要了解变差、普通原因、特殊原因的观念，与变关有差的人员，都要能看懂管制图，技术人员一定要了解过度调整的概念等。如果缺乏必要的培训，管制图最终只会被认为是品管人员的事，而其实我们知道，过程的变差及产品的平均值并不由品管决定，变差与平均值更多的是由生产过程设计人员及调机的技术人员所决定的。如果不了解变差这些观念，大部分人员都会认为：产品只要合符规格就行了！显然，这并不是SPC的意图。所以，只有品管在关注管制图是远远不够的， 我们需要全员对管制图的关注。
SPC实施需要哪些岗位的人员参与呢？其实简单的说就是与生产相关的人员都要参与，建议参与SPC实施的人员至少包含：
- 工艺员
- 工艺管理人员
- 质检员
- 质量管理人员
- 生产操作人员
- 生产管理人员
- 设备管理人员
- 信息部门技术人员
- 信息部门管理人员
- 企业高层领导
实施SPC的步骤建议如下：
- 选择关键工序、关键参数；
- 确定参数的控制图类型、子组、判异规则及预警；
- 确定参数采集频率，进行数据采集，并进行数据清洗 ；
- 实时监控分析；
- 确定异常处理流程；
- 确定质量改进流程。
通过实施SPC工具，将质量管理节点前移，实现质量管理由结果控制向过程控制转变、由控制指标向控制参数转变、由人工控制经验决策向自动控制科学决策转变的三个转变，通过SPC工具的实施，关注于质量的生产过程，提升质量合格率，并保持质量的稳定。
大师兄
独立事件和卡方检验，都是非常重要的质量管理概念，挺难理解的。
透彻理解卡方检验 - 汽车质量管理笔记
[…] 化简后的式子是我们在卡方检验中需要用到的式子，所以请大家牢记！对于上述式子有疑惑的读者可以学习基础的概率论，也可以参考我之前写的一篇关于独立的文章（《【直观数学】如何理解两事件间的独立关系》）。如果没有问题的话，我们可以进入到卡方检验原理与步骤的主体介绍部分！ […]
infinite cui
需求VDA6.3 表格，谢谢
john
如何获得这个PPT文件
