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X bar R图为例，我们用X bar R图对计量型过程参数做控制时，控制的统计量是X bar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。这里容易有的两个问题是：

1. CPK水平较差，达不到抽样做SPC的条件，只能全检，这时也可以将全检的数据拿来分析，以确定制程稳定后的控制限，为导入SPC做准备。

2. 生产过程中已经使用了自动化的设备进行100%的检查，这时还需要SPC吗？答案是需要的，我们可以通过SPC控制图（例如I-MR）察觉出过程中的异常并及时采取措施。

错误八：为了完成产量而不处理SPC异常

解读：SPC报异常后的处理方式其实是一个难点。

1. 异常发生后，如果能迅速找到导致变差的特殊原因，那么应该立即采取相应的改善措施，并再次确认SPC是否恢复到稳定状态，若是，继续生产。

2. 异常发生后，如果找不到根本原因，过程将可能进入不稳定的状态，此时需要做出决定，要么停止生产直至找到问题的原因，要么立即切入100%全检。

关于如何有效找变差的特殊原因，此前文章介绍过的直方图是一个非常简单有效的工具。