SPC是英文Statistical Process Control的字首簡稱，即統計過程控制。SPC就是應用統計技術對過程中的各個階段收集的數據進行分析，并調整制程，從而達到改進與保證質量的目的。 SPC強調預防，防患於未然是SPC的宗旨。

下面我們應用5W1H工具對SPC進行深度解析。

What：什麼是SPC

SPC：統計過程控制

SPC說到底，就是一個圖表，把生産過程中的數據，收集起來用圖表的形式展現出來。

它的作用可以大緻總結為：

• 方便大家從圖表中，找出有異常的數據。
• 跟進數據趨勢，預見異常發生的可能。
• 數據異常後，做出相應的改善對策

SPC本質上就是一種特殊的趨勢圖，不過SPC給他們起一個更有氣質的名字叫做控制圖。

當然了，控制圖還要和普通的趨勢圖有差異的，具體表現為以下幾點：

1. 控制圖都有上下控制線和中心線，UCL和LCL（具體會在How裡面說明）
2. 控制圖的數據收集規則、數據分析的規則，更加的繁瑣，更加的嚴格
3. 控制圖一定要有相應的改善輸出

Why：為什麼要用SPC #

為了及時發現生産過程中，由特殊原因導緻的異常，及時改善。為了深入分析系統中的普通原因，進一步提高産品品質，為客戶提供更好的産品。（當成為一個工廠的品質副總時，如何将一線數據浮上來，你會自然而然的想到SPC）

在思考為什麼要用SPC時，我們的觀點和認知，是随着職位不斷成長的。不要硬逼着自己去理解SPC手冊裡，那十幾頁雞湯式的SPC概述。格局到了，自然就理解了。

但是SPC的作用是不會發生變化的，做就對了。

When：在什麼時候用SPC #

SPC手冊裡面說，SPC隻有在過程受控狀态下，才能使用。

但是實際上，SPC就是一個圖表，任何情況，任何産品，隻要有數據就可以用SPC控制圖。隻是它所體現出來的信息不同，使用者透過SPC發現問題的程度不一樣。

舉個通俗一點的例子。張飛和關羽出征沙場，張飛去探路，他趴在地上，用聽音識距離之術，聽了半晌得出一個結論：敵人距離我們還有250米。關羽一旁說道：我知道張飛：你怎麼知道的？關羽：我看到的，就在前面呢。

我要表達的意思是，問題就在眼前的時候，就别殺雞用牛刀了。

有做SPC的功夫，問題都已經解決了。

産品開發階段，或者生産過程未進入穩定階段時，很多因素還沒有确定下來，比如：

• 産品設計還在不斷變更
• 員工作業手法還不确定
• 設備參數還在繼續優化等等

這個時候，如果繪制SPC控制圖，那麼控制限可能在标準值的外面。

此時的重點工作，不是去研究SPC的9種異常模式，而是集中精力把眼前的問題解決，消除特殊原因，将生産過程穩定下來。

進入MP階段，生産能力趨于穩定。很多問題從表面上已經很難發現了。這個時候，産品規格基本都能符合要求了，但是不合格率還是比較高，需要深入挖掘問題，控制圖就發揮了它的作用，在大量的數據統計中，找出異常點，給我們的改善指引方向。

Who：誰來做SPC #

SPC控制圖的制作過程，大概分為：

1. SPC數據收集和繪制
2. 控制圖分析
3. 改善推動
4. 控制限的變更

SPC數據的收集和繪制

SPC數據收集，本質上是一個抽樣的過程，是對過程數據的監控。這個職責，我認為應該是過程質量監控（IPQC）的職責。（好一點的公司，可能會建立自己的SFC系統，數據自動收集，這樣數據更加準确、及時和完整）

控制圖繪制好之後，一定要通過郵件、公司内網，ERP系統等形式，将其分發給各個職能部門，将生産信息擴散出去。

控制圖分析

這個就沒有指責的界定了。控制圖就是一個表格，IPQC将數據分發出去之後，誰關心誰就看，出現了問題，自己就可以根據數據去找原因。

但是執行過程中，應該有一個主導的部門，他來召集大家一起檢讨。這個部門我認為應該是QE。

改善推動

還是QE來承擔起這個責任，召集了會議，對SPC數據進行了檢讨，接下來就是推動工程人員（ME、RD）提出相應的改善對策，并進行現場落實的追蹤。

控制限的變更

控制限不是标準線，它是一個動态的值，随着生産能力的不斷提高，控制限也應及時的更新。

控制限更新的實際有：

• 抽樣數量發生變更
• 實際量測數據，長期分布在中心線1個西格瑪以内

從數據統計分析的能力上來看，我還是認為QE來做這個工作最合适。

Where：SPC用在哪裡 #

SPC是用來分析問題的工具，所以應該放在分析人員能看到的地方，大家不用花很多的時間，就能獲取這些信息，比如：

• 生産線的線頭，
• 群發給所有生産管理人員
• 公司内部的信息平台等等

How：怎麼做SPC、怎麼用SPC #

怎麼做SPC

SPC手冊中花了大量的篇幅，去講解如何計算SPC中的UCL、LCL等參數，以及用什麼樣線條繪制。作為一個工具，不應該制作上花費太多的成本。實際也是如此，每個公司都有自己的控制圖模闆。

所以怎麼做SPC的問題，可以具體細化成如下幾點：

• 确定哪些關鍵屬性要做SPC？比如齒輪的尺寸，砝碼的重量，螺絲的直徑等等，又或者計數型的不良個數，缺陷數等等。
• 每天收集幾次數據（頻次）？這是一個持續的過程，如果無法持續收集數據，就先努力将生産穩定下來，實現持續穩定生産。數據收集通常是每天定時的，比如
• 每2小時一次
• 上下午各一次
• 每天統計一次等等
• 每次數據取樣的數量是多少？抽取定量的産品，測試指定的關鍵屬性，并記錄數據。比如現在要對齒輪的直徑進行SPC統計，每天每2小時收集一次數據。每次收集數據時，抽取5pcs産品，測量他們的直徑，并記錄數值。
• 填寫數據

選好公司的SPC控制圖模闆之後，按照模闆，将數據填寫進去就可以了。

以上這種自己制圖的方式隻能滿足一些比較小的SPC分析,如果你企業對SPC方面的分析要求比較重視,更關心效率問題的話,建議你直接導入SPC軟件,可以去試用下太友的QSmart SPC軟件。

怎麼用SPC

SPC的使用起來也很簡單，主要是要明白控制圖的8種異常模式，這些模式包括：

• 超出上下限
• 連續6點上升
• 連續9點同側等等。

不過作為工具，數據異常的判斷過程，應該也是自動的，管理者更需要做的是，根據控制圖識别出的異常信息，去做分析改善。

分析改善的方向SPC手冊中，也給出了一些建議：

• 看看是不是控制圖描點錯誤，數據統計錯誤
• 取樣過程中，是不是存在5M的差異?如白夜班人員不同，線體不同？
• 數據被人修改？

當然實際解決問題，還是要系統的方法去分析，比如但不僅限于

• 使用魚骨圖找原因
• 5W1H多方面思考原因
• 直方圖、散點圖、柏拉圖提供數據依據
• 8D報告全面梳理異常改善過程

總之，SPC就是一個數據圖表，更重要的還是數據分析之後的改善推動，和對策落實。工具嘛，完成了它的使命就夠了。

IATF16949-2016版汽車行業質量管理體系程序文件标準培訓全套資料

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!