统计过程控制SPC第3部分SPC的基础介绍质量管理工具

人气：698

发表时间：2022-06-28

SPC的基础介绍

一、从质量管理的发展阶段看SPC（统计过程控制）

二、统计过程控制SPC的目的和应用时的注意事项

三、统计过程控制的两个重点

四、统计过程控制的介绍及其发展历程

五、影响过程及结果的两种原因

六、过程的状态

七、SPC的应用范围

本文为“质量管理之行 ” 原创，首发于微信公众号“质量管理之行”。

相关文章阅读链接：

工具方法篇统计过程控制SPC 第1部分

工具方法篇统计过程控制SPC 第2部分

一、从质量管理的发展阶段看SPC（统计过程控制）

从二十世纪的质量检验开始，现在意义上的质量管理已经有了百年的发展历史。从对产品或过程结果的检验，到对过程的控制，再到全面质量管理，其实是经历了从产品检验到过程控制，再到体系预防的几个主要发展阶段。

质量管理的发展阶段

质量检验阶段：第二次世界大战以前

质量控制阶段：第二次世界大战到20世纪50年代（统计质量控制阶段）

质量预防阶段：20世纪60年代开始（全面质量管理阶段）

检验 Vs 产品 Vs 质量检验阶段

控制 Vs 过程 Vs 质量控制阶段

预防 Vs 体系 Vs 全面质量管理

从质量检验，质量控制，到质量管理，由堵到疏，从结果到原因，理念的转变不但带来了效果的提升，也开始了一个新的发展阶段，打开了更广阔的空间，所以质量管理才得以蓬勃发展。

认知或理念，是一种边界或“框架”，在一定程度上决定了后续的方法和效果。就像丰田的TNGA一样，为什么强调“架构”？因为原有的架构已经制约了效果的提升，已经成了在原有条件下的“效率天花板”。同样的道理，一个动机，一个视角/位置，一种认知，一种理念，一种思想，展开后会有不同的边界和逻辑架构或思路。

类比一下，如果种子是动机和生机，如果条件适合，那么大树的种子，会长成大树，小草的种子会长成小草，大树和小草各有其边界和结构/架构。就像井底观天，那样的视角和位置，以及观察到的边界会被井的边缘所局限。

质量检验阶段主要是针对产品的检验，是一种事后的把关行为，只能控制不合格产品的流出，不能控制不合格产生的发生。随着理念和方法的进步，人们已经逐渐认识到，质量不是检验出来的，而是制造出来的！质量管理要从事后把关发展到事前的控制和预防！

质量控制阶段主要是针对产品制造过程的控制，是一种预防的理念和行为。从对产品（或过程结果）的管控发展到对过程本身的管控，从被动地检验产品到主动的控制影响产品质量的过程因素，着实是一种明显的进步。那么，如何控制过程呢？那就是通过数理统计方法来探测过程的稳定性或统计受控状态。

二、统计过程控制SPC的目的和应用时的注意事项

①从整个方法上以及表面层次来说SPC是用于过程控制；

②从统计技术上来说主要是用于过程监控，探测过程是否稳定（这是前提），通过监控进而控制，形成测量和控制的闭环；

③从更本质的层次来说是（强调）预防。

下面图片的内容来源于第二版SPC参考手册：

反过来说，如果不是或不能预防，和事后检验有什么区别？另外，IATF16949的目标也是强调缺陷预防。

如何预防？仅仅靠控制图和过程能力指数Cpk就能预防？过程统计控制也是一个具有系统特征的方法，要想真正地和有效地实施，需要很多工作要做，不仅仅是做几张控制图，算几个Cpk那么简单。本文为“质量管理之行 ” 原创，首发于微信公众号“质量管理之行”。

下面图片内容来源于第二版SPC参考手册：

为什么很多公司对SPC褒贬不一，那是因为形式化和表面化的SPC，对质量管控作用不大或没什么作用，甚至成了应付外部认证审核和顾客审核的表面文章。如果真正理解了SPC的内涵和理念，SPC应该能起到相应的作用的，最起码能提升对过程管控的认知和思路。

统计过程控制是为了控制过程，目的应着重在“控制”，而不是停留在“统计”上。统计方法或统计技术是手段，如果不用统计方法也能控制，如果不适合用统计方法，难道过程就不控制了？不要舍本求末，SPC的重点的是控制，并且控制的是过程要素和活动，以及各个要素和活动之间的相互关系。

统计过程控制是质量管理发展的结果，应从其背景和内涵，以及目的和本质上去理解，才不会形式化的应用，才能真正发挥SPC的作用和价值。就像马克思提出了理论，苏联和中国去具体实践一样。有时，初期的理论可能仅仅是给出方向，原则和框架，可能还需要根据实践进一步地完善。

从事后的产品，到过程控制并强调预防，直接的潜在效益就是有可能减少产品的报废、返工返修，降低材料损失和成本。减少了不合格品的发生几率，也有可能降低不合格的流出几率，对外部质量损失的降低也是有利的。再拓展一下，如果质量好，尤其是是市场质量表现好了，对企业的品牌和形象是有帮助的。

三、统计过程控制的两个重点

统计过程控制其实涉及到了两个重点：一是统计技术；二是抽样检验。其实就是通过抽样样本的检验来推测整体的状态（稳定状态或统计受控状态）。

统计技术方面的主要方法是由美国贝尔实验室的统计学家( W.A.Shewhart)休哈特提出的（工序质量）控制图，而抽样检验的代表则是休哈特的同事道奇（H.F.Dodge）和罗米格（H.G.Romig）。

以休哈特为首的过程控制研究组在20世纪20年代研究出了监控过程的控制图，所以“常规控制图”亦称为休哈特控制图。第一张控制图据说是出现在1924年5月16日。

用统计的方法找到过程及其结果的波动规律，根据波动或变异探测过程是否稳定。过程稳定仅仅意味着统计上的稳定，不一定是实际的稳定，因为统计也有“误差”。

过程统计控制不仅仅是一种统计技术的应用，更是一种探索和尝试，是认识过程和管控过程的尝试。很多公司在应用 SPC 时，仅仅是停留在了控制图和 Cpk 的表面形式上，反而忽略了对过程要素或质量原因的管控。过程控制，不仅仅是控制结果，更是需要控制过程的要素或整个过程，同时，还要考虑质量控制的经济性。

从休哈特在1931年出版的著作《工业产品质量的经济控制》可以看出，质量也是要兼顾经济性的。对于一般的产品来说，如果鉴定和预防成本远远大于内外部质量损失，可能也是不合算的，难道让顾客为你的高质量买单？所以，质量和成本是需要兼顾的，顾客只会承担合理的质量成本，不会盲目地为了质量而质量。做质量管理的人员也需要注意这一点，适合的或合理的质量及其成本，才能符合和满足顾客需求，不能忽视质量的适用性和经济性。本文为“质量管理之行 ” 原创，首发于微信公众号“质量管理之行”。

四、统计过程控制的介绍及其发展历程

SPC 是英文Statistical Process Control 首写字母的简称,即统计过程控制。统计过程控制的方法是休哈特在20世纪20 年代提出和创造的理论，并在第二次世界大战后期,曾在军工部门推行过，但是由于没有“需求”，统计过程控制方法在1950-1980年这一时期内,逐渐地在美国工业界销声匿迹。

没有竞争，没有压力，就没有相应的强烈需求。如果能轻易地或容易地满足顾客和市场需求，还用什么质量工具啊？但是，虽然美国不重视SPC，日本却很重视，因为日本一直在学习美国，也是想“赶超美国”，更是在一直寻找工具方法来达成目的。墙内开花墙外香，在美国出现的质量理论和方法，却被日本企业发扬光大。

1950年，休哈特早期的一个同事戴明( W. Edwards Deming)博士, 将SPC的概念引入日本。关键是，日本人很重视，并且能用到实际工作中。再好的方法，也需要实际应用才能发挥作用。至于说日本的成功靠的是SPC，靠的是戴明博士，也没那么夸张，因为这些因素都是“助缘”，外因通过内因起作用，更主要的是日本自己的努力和认真（这里没有贬低戴明博士的意思，请不要误解，用郭德纲的话说，这都是祖师爷赏饭吃。因为这些质量管理的前辈们，才有了现在质量管理职业的发展，在此，向老师们致敬！）。

为什么SPC能发挥作用？不一定是统计技术多么有用，关键是理念的变化，以及对过程的认识和理解。设想一下，如果想要控制过程，就得知道过程状态如何，就得分析和了解影响质量的原因或过程要素，做这些活动才是基础。

水涨船高！日本企业进步了，做出成绩和表率了之后，美国也紧随其后，在20世纪80年代起开始推行SPC，SPC又被重新重视了，还成为了美国汽车行业的质量体系标准的QS9000的“五大工具”之一，并且一直到现在，基于整车厂的要求，很多企业不管真的假的，都得使用SPC。成功了，什么都是合理的！不成功，说再多都不一定好使！

顾名思义，过程统计控制是想通过用统计的方法或统计技术去控制过程，而“控制图”是统计方法实现统计过程控制的主要方法。所谓的统计方法的“控制”，其实就是监视和探测，因为质量控制最终还是要落实到“人机料法环测”的过程要素中，才能真正控制和调整质量。统计技术或控制图等，只是（统计）过程控制的一部分而已。

统计过程控制的一开始目的，就是想识别和区分影响产品质量的偶然波动和异常波动，监视过程的状态，是否处于稳定状态或统计控制状态。如果过程处于不稳定状态，或者受了异常原因影响，那就采取措施，消除异常或特殊原因，使过程处于统计受控状态，这就是所谓的统计过程控制SPC。本文为“质量管理之行 ” 原创，首发于微信公众号“质量管理之行”。

控制图能探测过程是否稳定，是否有异常，但是无法判断给出异常的原因，要想解决问题，还需要分析异常的原因，这就是“统计过程诊断(SPD, Statistical Process Diagnosis)”，这是（北京科技大学管理科学研究所、博士生导师）张公绪教授在1982 年提出和首创的统计过程诊断理论。从统计过程控制SPC，到统计过程诊断SPD，是理论的一次完善和升级，也是一个新的阶段。

即便知道了异常的原因，过程也不能从异常自动恢复到正常啊，所以还得需要进行调整，即所谓的统计过程调整SPA（Statistical Process Adjustment）。从过程研究，过程控制，再到过程诊断和过程调整，这也是一个PDCA循环。按照GB/T19030标准的解释说明，SPC是认识过程，其内涵也包括过程控制和改进。认识是为了更好地改进。

五、影响过程及结果的两种原因

要想控制过程，或者是想控制产品质量，就需要知道影响质量的原因。这也是实现从事后检验到事前预防的着手点。本文为“质量管理之行 ” 原创，首发于微信公众号“质量管理之行”。

影响产品质量的原因可以分为两类：

偶然原因（简称偶因）：通常数量很多但每一项都不太重要，其引起的变异不必加以辨识的那些因素，也是不易识别的原因。有时也被称为“一般原因”。这些原因通常是过程所固有的，无法或不容易消除的原因。要想消除偶然原因，需要改进过程和系统，相当于通过管理决策来解决。

特殊原因/可归因原因（可查明原因）：可以被探测到和辨识出，引起质量特性或过程水平的某一变化的因素，有时也被称为变异的“特殊原因”（俗称“异因”）。这些原因是可识别的，非过程固有的，至少在理论上是可以消除或纠正的。

有许多微小的变化原因也是可归因的，但有时对之加以考虑或控制可能是不经济的，在这种情况下应将视为偶然原因。

==》无法消除的特殊原因只能当作“背景噪声”。

产品质量的波动或变异描述：

偶然波动：由偶然原因引起的质量的波动。偶然波动是不可避免的（除非采取系统措施），（从统计上）对质量影响微小，可以当作背景噪声。

严谨地说，虽然从统计上说偶然波动影响很小，但是对于“受控”且不可接受（即产品不合格）的情况，偶然因素也是不可忽视的。

随机变异：由偶然原因（或一般原因）造成的变异，每一种偶然原因造成的影响都不易被识别，对变异没有“显著”的影响。但是，所有这些偶然原因汇总在一起的总的影响是可度量的，并假定为过程所有固有。

第二种变异是由可识别的、非过程所固有的，并且是理论上可消除的原因造成的。

异常波动：由异常原因引起的质量的波动。一般可识别的特殊原因对质量影响较大（最起码从统计角度是有明显影响），需要采取措施消除或解决，并纳入标准化或管控范围。

不同原因，不同的结果，需要采取不同的措施。

不管是从理论上或原理上分析，还是基于以往经验，最好对原因进行分析，并确定影响程度，并在工艺设计时，设定为相对最佳的过程状态。这样说来，DOE和FMEA是SPC的输入和基础，因为DOE是用作设计，找出各个工艺参数的相对最佳组合，而FMEA又是DOE的输入和承载，因为FMEA是随着整个设计过程动态更新的，DOE属于预防控制的方法。

六、过程的状态

过程的状态怎么评估？无所谓是评估“过程（特性）”和“结果”（产品特性）。通过过程的输出，即产品质量的波动情况来评估和推测过程的状态，似乎会更加准确，因为实践或结果是检验真理的更好标准。本文为“质量管理之行 ” 原创，首发于微信公众号“质量管理之行”。

统计控制状态（简称稳态或统计稳态）：只有偶然原因影响，没有异常原因影响的过程状态。所观察到的抽样结果的变异可归因于不随时间变化的偶然原因的状态。（朱兰质量手册第五版）

处于统计控制状态的过程，也可称为受控过程或过程，其每一质量特性值（如产品或服务的平均值和方差、不合格率或平均不合格数）均处于统计控制状态。（朱兰质量手册第五版）

符合统计规律，从统计上没有异常，但实际上是否真的受控，也是不一定的，因为还有统计的误差（漏发警报）。

除了从过程结果的统计规律来评估过程的状态外，还可以从产品是否合格的角度来评估过程的状态，这就是“技术稳态”。这就相当于可以从两个角度去描述过程状态，一种是统计状态，一种是技术状态。

过程处于统计稳态，不一定就是“技术稳态”，因为两者的评价或判断标准是不同的。统计稳态的上下限是±3σ，而所谓的技术状态的管控界限就是产品的规范或公差，或者是产品是否合格的判定标准。

以下图片的内容来源于《新编质量管理学》第二版：

七、SPC的应用范围

统计过程控制从制造过程开始应用，并且主要是用在制造过程，但是这种方法的内涵和本质，其实也可以用在其他类型的过程。比如统计过程控制的用于控制过程输出的波动，或者是减少变异，确保过程输出的一致性或者是稳定性，这样的目的当然可以适用于各种类型的过程，什么过程不想“多快好省”呢？类比一下，六西格玛方法也是想减少变异，六西格玛方法也具有广泛适用性，而不仅仅是用于制造过程。