问：统计过程控制涉及到哪些工作任务？
答：统计过程控制的工作任务包括策划,实施，生产线上作业者长期执行，持续改进，它在公司的运用也符合PDCA的原理。
1、 统计过程控制的工作任务遵循PDCA循环。
统计过程控制的工作，首选是需要确定在什么过程上，对什么特性值进行统计过程控制，通常这项工作应该在由工艺工程师主导的小组基于PFMEA中讨论变差的控制方法中来确定，同时，需要确定除了采集特征值外，还应该采集过程中的什么样的附加信息，例如过程中的事件信息，包括作业者，设备，关健过程参数，将测量值与这些可能导致特征值变化的信息进行结构化关联，对于理解特征值变化的原因，至关重要。
其次，验证测量数据本身的质量是满足要求的，通常基于标准件对量具进行验收和通过试制的样件确认测量过程本身的质量，同时需要验证生产装配设备导致的特征值的变差小，即通常机器能力是足够的，通常基于设备的验收和试生产来进行。验证了测量数据的质量与过程的理想性能是能执行统计过程控制的前提条件。
再次，通常PFMEA的分析，确定过程中可能的“不受控的”原因，及操作人员应该采取的措施，决定试生产时如何取样（样本容量和取样频率），规定在试生产的控制计划中。
接着，在试生产阶段，现场作业者收集数据，并且可以运用控制图去监控过程，工程师基于试生产，去确认对于过程变差的控制，并计算过程能力是否满足了预定的计划要求。此阶段的活动可能需要反复进行，以使过程达到“受控”并且有能力。
基于试生产的分析，总结出量产时，作业者现场控制过程时的，取样方案（样本容量和取样频率），并为量产的过程控制提供控制界限，总结完善过程控制所需的原因目录，措施目录。
统计过程控制最核心的部份在于正常生产中运用控制图对过程监控，通常作业者现场运用控制图去监控过程中的导致变差的“不受控”原因，“及时的”调整过程，让过程恢复正常，这需要在现场为作业人员指定特定的反应计划，确保现场使用控制图具有可操作性。
最后，对于生产线上采集的数据，工程师应该定期的回顾过程能力，通过控制图，识别过程发生的可能导致能力降低的原因，同时发现可能从管理层面对过程的优化和改进措施，再次进入过程控制循环。
2、 控制图的控制界线在不同阶段如何确定
AIAG的SPC手册中提到，控制图的使用分为分析阶段和控制阶段使用，强调分析阶段使用控制的目的是去调查了解导致特性值变差的原因，控制阶段是指量产时，用控制图去确保过程持续得到控制。
在德系汽车行业的控制图实践中，强调控制图的用途，不论是在试生产或量产阶段，如果是给现场作业者使用的，通常是用来“控制”过程中“不受控”原因影响的变差的。不论是在试生产或是量产阶段，如果是事后让工程师分析用的，目的只是事后“分析”用，用来帮助工程师从系统层面去优化改进过程，"控制用"和"分析用"之间最大的区别在于均值控制图的控制子的中心线，通常“控制用”控制图的控制线中心线是预先设定的，而不是基于样本数据计算出来的均值。
前面我们提到过，控制图的控制界限的确定需要知道4个方面的信息
1) 中心位置的估计值
2) 离散程度的估计值
3) 样本容量
4) 能接受的错误报警概率。
我们用一张图来总结控制图的类别与控制界限计算方法。
3、总结
通常我们强调要“Built to nominal"，从某种意义上也体现了质量改进活动永无止境，在导致特性值变差的原因当中，“受作业者控制的”和“不受作业者控制的”原因的控制方法是完全不同的，只有将“不受控的”原因导致的变差尽可能消除，我们才能对过程进行系统性的改良。通常，统计过程控制是一项系统性的工作，它涉及到前期量具和设备这类硬性的固定资产的投入的同时，还需有一套系统科学的管理方法，才能真正有效执行，靠质量部事后拿生产线上采集的数据，基于minitab软件的“六合一”图进行能力分析，通常只是数据游戏。质量部的工作更应该侧重要理清公司的统计过程控制活动执行的流程，并制定流程中测量系统，设备能力，过程能力的接受准则，将重点放在检查各部门是否完全按流程执行上面，不断优化流程，进而持续保持过程能力。
