使用SPC控制图时务必注意的八大常见错误，否则可能适得其反.pdfVIP

使用SPC控制图时务必注意的八大常见错误，否则可能适得其

反

SPC（统计过程控制）的前世今生以及它的重要作用，之前的文

章已经详细说明了，错过的小伙伴们可以再去“历史消息”里翻翻。

今天要讲的是如何三步导入SPC控制。

第一步：

不是你想SPC就能SPC的，没有稳定的工艺能力（CPK）和持续

的生产活动，你硬要用SPC，只会徒增烦恼。

还有一个问题，你知道你的CTQ是哪个吗？

第二步：

SPC控制图一大堆，哪一个更合适？一张图给你所有的答案，你

可能需要放大仔细瞧，看不清楚？也没关系，文章的最后我会给你秘

籍的。

第三步：

守着控制图围观就好了这张图背后有一堆规则在监控，有点不

正常的话就会马上告诉你了。

老师说，读书要先把书读薄，然后又把书读厚。SPC也是如此，

上述三步会让你对SPC的整体框架有一个把握，但是如果真的要具备

在生产现场应用的能力，你就需要继续深入去学习了，下图才是比较

完整的流程。

哦，之前我说的那本“秘籍”是它：《SPC手册》，号称五大质

量管理工具之一。

你要是在公众号主页留言并留下联系邮箱，我可能会把它发给你

的

我们将继续SPC这个话题，做略深入一点的拓展，对SPC导入后

使用过程中常见的理解性错误进行梳理。

错误一：超控制限是因为控制限太严的原故

解读：SPC控制务必要准确理解清楚规格限与控制限这两个概念。

规格限：源自客户，也就是客户的要求。

控制限：是通过观察得到的数据计算出来的，不是人为主观设定。

错误二：控制图超控制限，但不超规格限就可以接受

解读：控制限的衡量对象是样本子组均值，规格限的衡量对象是

个体单值。

因此不能使用规格限对观察到的子组均值数据进行判定。

以XbarR图为例，我们用XbarR图对计量型过程参数做控制

时，控制的统计量是Xbar和R，即子组的均值和极差，而不是每个个

体的单值X。规格限是针对每个个体的单值的，而不是针对子组的均

值的。

这其实也是SPC控制图最主要的一个劣势：它无法告诉我们控制

的结果是否符合规格。

错误三：只要没超控制限就表示制程正常

解读：这是被讨论得最充分的一项，SPC控制图基于抽样的原理，

因此不能仅仅看单个值的结果，还要看趋势来做出判断，业界已经总

结出来了很多有效的趋势检验规则，下图是Minitab内置的8条规则

供参考。

错误四：极差出现异常没问题

解读：下图是子组均值与极差的计算公式，极差是子组内最大值

与最小值的差，极差出现异常说明子组内数据的分布异常，而这些异

常可能无法由子组均值体现出来。

错误五：检查样品没超差就认为制程没问题，可继续生产

解读：首先这种判断没有正确理解SPC控制的目的，其目的是在

于对过程的关键指标进行控制，以保证过程的稳定性，而不是对产品

的检验。

SPC控制图报异常，表示存在变差的特殊原因，如果不分析处理，

将导致过程的输出不稳定。

错误六：不合格品后工序使用不能发现问题就可接受

解读：这个错误显而易见，然而实际中却经常发生。

不合格品是指产品质量“未满足与预期或规定用途有关的要求”，

而不是后工序使用能不能发现决定的。

如果以后工序使用能不能发现作为是否可接受的依据，那么整体

产品的合格率就由后工序的问题侦测能力决定了，若其只能涵盖50%

的问题，则另外50%的问题将流向客户。

错误七：可以生产出来后再全检

解读：这个错误在于没有正确理解SPC的目的。

SPC的目的在于事中的控制和预防，全检是事后的检查。这里容

易有的两个