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。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叫做控制图。但是SPC的作用是不会发生变化的，做就对了。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。
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。
下面我们应用5W1H工具对SPC进行深度解析。
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叫做控制图。
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：
- 控制图都有上下控制线和中心线，UCL和LCL（具体会在How里面说明）
- 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
- 控制图一定要有相应的改善输出
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。
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，他趴在地上，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，问题就在眼前的时候，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种异常模式，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。
Who：谁来做SPC #
SPC控制图的制作过程，大概分为：
- SPC数据收集和绘制
- 控制图分析
- 改善推动
- 控制限的变更
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。
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。
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。
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。
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
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。
IATF16949-2016版汽车行业质量管理体系程序文件标准培训全套资料
