文章為作者原創，歡迎朋友們以任何形式在公眾號和其他媒體進行轉載。
歡迎把文章轉發給好友和朋友圈分享！
工具方法篇 統計過程控制SPC 第1部分
溫馨提示，本文共15500字左右，耐心閱讀可能效果會更佳！
有的公司在使用SPC或控制圖的時候，因為控制圖時常報警或顯示異常，而又無法或是不願意分析原因和制定對策，所以感覺控制圖成了負擔，進而認為控制圖沒什麼作用。SPC的“無用論”此起彼伏,SPC 的作用也被一次次地質疑。有的公司卻把SPC當成了宣傳的噱頭，號稱進入了“統計質量階段”，在誇大成績的同時也誇大了SPC的作用。
如果SPC沒有用，為什麼還會成為“五大工具”？為什麼還會被研究和使用？而且還被研究和使用了幾十年。就像有些傳統的手藝或技藝，在被忽略價值的情況下而消失；就像不被關注的自然環境，等到影響人們生活時才開始被慢慢重視。也許，可能，當SPC的作用和價值不被瞭解時，也不再被應用，成為質量管理的一個“歷史”。或許，那時，有些人會說，他們早就前瞻地知道了SPC沒有用，早晚會被否定和丟棄。歷史就需要用歷史的視角去看，因為歷史記錄的原因，歷史的背景和事件可能會被錯解，不被瞭解的真相依然是真相，可嘆的是不瞭解真相的人。大是大非，難辨真假，能被高度質疑和否定的人和事物，可能不是普通人等所能正確和客觀評判的。
SPC或控制圖到底有沒有用？有沒有用的標準和依據是什麼呢？要想準確地使用SPC，那就需要先準確認知和了解SPC的作用，也要清楚地知道自己對SPC的期望。想讓職員或工程師發揮出總經理的作用和能力，一般情況下是不太可能的。想讓坦克具備飛機的作用，一般情況下也不太可能。但是，不能因為工程師做不了總經理的工作就否定工程師的作用和價值，也不能因為坦克不會飛就否定了坦克的價值和作用。所以，要想客觀地判斷SPC是否有用，先要知道SPC的作用是什麼，瞭解工作的需求是什麼。此外，還需要知道SPC在什麼背景和條件下才能發揮作用？在什麼情況和條件下才能發揮更大的作用？使用SPC需要什麼基礎和前提？
對於一個目的或想要解決的問題，沒有更好的方案或方法之前，即便現有方案或方法有些不足，如果能比起到改善作用，是不是也可能會使用這個方法。
在第五版《朱蘭質量手冊》的第45章“統計過程控制”中這樣描述SPC（下面藍色字體）：
“貝爾實驗室的休哈特博士出於對西方電氣公司所製造的產品變異的關注和對抽樣結果的研究，早在1924年就開發出了控制圖。休哈特於1931年發表了其經典著作《製成品質量的經濟控制》。這些控制圖現在廣泛地應用在各行各業中。它們是統計過程控制的主要工具。”
“休哈特在其研究中觀察到，自然界以及工業產品中的所有事物都會發生變異。研究這些變異並加以減少是質量改進的主要手段。控制圖是實現這一目的最重要的工具。”
“控制圖是對過程所產生的統計量的變異性的一種圖示描述。它揭示了變異隨時間的變化量和屬性，顯示出過程是否處於統計控制狀態（受控過程，或穩定過程）。”
“在生產過程中確定一個適當的點來建立控制圖，這一點應該足夠靠前以便及時預防不合格品的產生並避免因不合格品而增加額外的工作量。”
怎麼才能經濟地管理質量？怎麼抽樣才能更好地代表總體?不管是檢驗的抽樣，還是控制圖所需的抽樣，在確保質量管控的條件下，一般是樣品量越少越經濟。正是因為考慮質量管理的經濟性和效率，所以才促成了SPC等工具方法的研究和開發。
通過對抽樣的分析，才能推測總體的狀況或對過程進行監視，所以對抽樣的研究不但是質量管理的關鍵方法，也促進了控制圖開發。
從《朱蘭質量手冊》對SPC的描述可以知道，SPC是從關注產品的變異開始，用統計的方法描述產品的變異。通過對產品變異的分析，預測和判斷過程是否穩定，進而預防不合格品的產生。或者是關注和減少變差是質量改進的主要手段，因為變差小是提高過程能力的關鍵因素之一。
在第二版《統計過程控制SPC參考手冊》的第一章中這樣描述SPC的作用或用處（下面藍色字體）：
（第一章--第A節）過去，製造業經常通過生產來製造產品，通過質量控制來檢驗最終產品並剔除不符合規範的產品。對於行政管理的情形，則經常靠檢查和再檢查來努力找出錯誤，在這兩種情況下都是使用探測的方法，這種方法是浪費的，因為它允許將時間和材料投入到生產不一定有用的產品或服務中去。
通過從開始時就不產生無用的輸出，從而避免浪費的更有效的策略是---預防。
對於許多人來說預防的策略聽起來很動聽，甚至是理所當然的，我們經常能聽到這樣的口號“第一次就把工作做對”。但僅有口號是不夠的，我們需要認識統計過程控制系統的要素。
（第一章—第B節）過程控制系統可以稱為一個反饋系統。SPC是一類反饋系統。為避免一些重要的特性（過程或輸出）偏離目標太遠，對過程採取措施往往是很經濟的。對輸出採取措施往往是最不經濟的，它僅限於對輸出進行探測並糾正不符合規範的產品，而沒有處理過程中的根本問題。很顯然，僅對輸出進行檢驗對隨之採取措施不是一種有效的過程管理方法。僅對輸出採取措施只作為不穩定或沒有能力的過程的臨時措施。重點應該是預防而不是探測。
（第一章—第E節）過程控制系統的目的就是對過程當前和未來的狀態進行預測，以便對影響過程的措施作出經濟合理的決定。
（第一章—第F節）本手冊所述的控制圖也是應該在過程改進循環中使用的有力的工具。這些簡單的統計方法用來幫助大家區別變差的普通原因和特殊原因。一旦對過程有了較好的理解，就必須使過程維持在一定的能力水準上。過程是動態的並且會變化。必須監控過程的性能，因此要採取有效的措施來預防過程發生不希望的變化。製作及使用控制圖或其他工具，可以對過程進行有效地監控。
（第一章—第G節）貝爾實驗室的休哈特博士在二十世紀的二十年代研究過程時，首先區分了可控變差和不可控的變差，就是由於我們所說的普通原因及特殊原因產生的。他發明了一個簡單有力的工具來區分它們---控制圖。經驗表明當出現變差的特殊原因時，控制圖能有效地引起人們的注意，並能反映必須通過系統或過程改進才能減少的普通原因變差的程度。休哈特博士建立控制圖時，已經關注到控制圖的經濟性，即，只有出現特殊原因時，才採取措施。
檢驗和檢查是對產品或輸出的探測，當探測出產品不合格時，已經因為不合格而導致了浪費。避免浪費的更有效策略是預防不合格的產生，而不僅僅是糾正已經發生的不合格。要想得到合格產品或合格的輸出，就應該對過程採取措施，也就是在不合格發生之前對過程進行管控是比較經濟的。過程是動態的且變化的，要想控制過程，就需要先監視過程，能對過程的未來狀態進行預防，進而採取相應的措施達到預防的效果。
從第二版《統計過程控制SPC參考手冊》的內容可以瞭解到，統計過程控制不僅僅是一種方法，更是一種觀念的改變，從探測到預防，從被動接受到主動控制；從對產品或輸出的單純的檢驗和檢查，到對產品波動或變異的研究，再到過程的研究。結果是過程的輸出，過程影響輸出的結果，想要管控結果就需要先管控過程。針對的不僅僅是質量的管控，還考慮了浪費的減少和質量的經濟性。這些既是質量管理觀念的改變，也是質量管理理論的進步。不僅有現實的意義，也有（質量管理的）歷史的和里程碑的意義。
質量管理的經濟性好像從來就沒有被忽視過，比如從對抽樣方法和抽樣結果的研究，到通過預防減少或避免浪費，從被動接受不合格的結果到對過程的監視和預測。工具是為了提高效率，是為了減少或避免浪費，如果工具不能產生作用，那麼工具本身就成了浪費。從《朱蘭質量手冊》和《統計過程控制SPC參考手冊》的內容來看，休哈特博士不但重視質量，同時也重視質量的經濟性。想一想，既然休哈特博士很關注浪費，也注意經濟性，那他會研究一個沒有用的質量工具嗎？如果SPC沒有什麼作用，難道那些使用SPC的公司和人員都被騙了嗎？而且SPC還被列為了當時QS9000標準的“五大工具”。幾十年來那些研究和使用SPC的人員中，可能也不乏高智商高情商的專業人士，難道他們那麼好騙嗎？就像電影《瘋狂的石頭》中的臺詞的意思，可以侮辱人格，但不能侮辱智商。
什麼時候使用SPC？SPC有什麼作用？作用有多大？使用SPC的前提條件是什麼？什麼時候可以不使用SPC？如果對一個工具方法沒有理解和掌握到一定程度，可能會對這個工具方法的作用產生不客觀的評價和判斷。
即便是一個有用的工具，還要考慮理解和應用水平。如果工具方法沒問題，但是使用方法不合適或錯了，這是誰的責任？是工具方法的問題還是使用者的問題？關鍵是有時候犯錯的人不一定不知道自己是錯誤的，如果知道什麼是正確什麼是錯誤就不會犯錯了，所以有時候犯錯的人不但不知道自己的錯誤，還不承認自己的錯誤。比這更誇張的是，不但不承認自己的錯誤，還認為別人是錯的，自己是對的。還有比這更誇張的，那就是把自己的錯誤堅持下去，就是不承認！有識之士，醒醒吧！
要不就成為某個領域或某個工具方法的專家或大師，要不然就老老實實地按照別人的指點和指導去認真應用或使用。成為高手，就能在質疑中繼承和發展；不想成為高手，只是一個普通的使用者，既不具備高層次的理論能力，也不具備豐富的實踐經驗，那就別去輕易否定前輩們和老師們的研究成果。對於理論方法工具的普通的使用者，可以提出客觀的建議和使用意見，最好不要輕易地全盤否定甚至批判，除非你是正確的！
如果你是正確的，那麼你就能批倒你認為不正確的或沒有作用的工具方法，並且人們都相信你，不再使用這個沒有作用和價值的工具方法，甚至和你一起批判，幫助你批判。如果你的影響力沒有那麼大，人們還繼續使用這些沒用價值的工具方法，那你可能需要繼續研究這個工具方法，沒準這個工具方法沒有你想象得那麼沒用。退一步講，如果一個被認為是沒有用的工具方法，但被很多顧客要求，也在相關的標準或要求中在使用和引用，是不是就算“演戲”也可以認真點呢！再退一步講，把SPC的使用當做演戲，有時也能提升公司的形象，最起碼在有些顧客審核時可能更有利一些。退一步海闊天空，看來退一步有時可能反而能更清醒。所以，別把SPC看得一文不值，可能還有一點點價值和作用，就當演戲吧！另外，劇本不好，別怪演員！演員不好，別怪劇本！戲不好？那就別演啦，你說話算數嗎？沒有也好，作假也好，演戲也好，認真點更好！認真點，可能會更公正和客觀點！
有時，前輩們或老師們的研究成果，或者是理論知識，曾經都是我們學習過的，認真學習過的，可能還是我們進步和發展的一個個階梯，或許也曾是我們“講課”和“忽悠”別人的工具，甚至還是某些人賺錢的工具。所以，認真對待，哪怕是現在的我們可能已經比原來更強大，但是，畢竟是在前人的路上走過，才一步步探索和發展到了現在的水平。所以，一種尊敬的心態，哪怕前輩們的經驗和成果可能也會有些不足，但是，依然不能成為否定他們的理由。向質量管理致敬，向為質量管理作出貢獻的老師們致敬！每一個從事過和正在從事質量管理的人，是否認真地熱愛過這個職業，因為這是人生中的質量管理之行……
正如《統計過程控制SPC參考手冊》中所說，控制圖是區分普通原因和特殊原因的簡單有力的工具。注意，是簡單的工具，是有力的工具。不管是初始過程研究，還是過程的日常管控，真正和有效地使用SPC，最起碼能識別過程是否穩定或是否有異常。如果一個公司的相關人員都不能瞭解或不願意去了解過程的狀態，也不知道過程是否穩定，那質量管理的水平可能也不會太高。注意，這裡沒有侷限於只是使用SPC去了解過程，如有更好的方法瞭解過程，也未嘗不可。
下面藍色字體為第二版APQP參考手冊的內容:
3.10、初始過程能力研究計劃
產品質量策劃小組應當確保開發一個初始過程能力研究計劃。控制計劃裡識別到的特性是作為初始過程能力研究的基礎。參見克萊斯勒，福特，通用汽車公司的生產件批准程序（PPAP），以及克萊斯勒，福特，通用汽車公司的統計過程控制（SPC）參考手冊。
4.3、初始過程能力研究
應當對控制計劃中識別的特性進行初始過程能力研究。該研究為過程生產的準備提供了評估。有關初始過程能力研究的詳細信息，可以參見克萊斯勒，福特，通用汽車公司的生產件批准程序（PPAP）手冊和克萊斯勒，福特，通用汽車公司的統計過程控制（SPC）參考手冊。特定要求可以參見顧客特殊要求。
在第二版的先期產品質量策劃APQP參考手冊中，3.10和4.3是關於初始過程能力研究的要求或指南（被顧客要求時就是要求，沒有相關要求時就是指南），提出了關於初始過程能力研究需要參考《統計過程控制（SPC）參考手冊》。
初始過程研究和初始過程能力研究有什麼區別和聯繫呢？那就在這裡順便解釋一下吧！過程能力研究或計算之前，需要先研究過程的變異情況，不同的變異影響會採用不同的過程能力和性能計算公式。也就是先了解過程的情況，然後再研究過程的能力。用第四版《生產件批准程序PPAP參考手冊》中2.2.11.2質量指數的內容來說就是：“如果適用，必須使用能力或性能指數來總結對初始過程的研究。”過程能力指數或性能指數可以用來總結初始過程的研究，也可以說過程能力（的研究和計算）是過程研究的一部分。所以懂行的應該知道，別把過程能力或CPK/PPK和SPC分開，並且在一般情況下，SPC和控制圖也是一個整體，因為分析變差的主要工具就是控制圖。控制圖上能體現變差的時間屬性或時間變化，這一點的優勢是非常明顯的。好好想想吧，過程研究的變差分析如果脫離了時間屬性，那就可能就只能呵呵～～了！
下面圖片是第二版SPC參考手冊的內容
再看看第四版《生產件批准程序PPAP參考手冊》中關於初始過程研究的內容（藍色字體）：
初始過程研究
2.2.11.1總則
針對所有顧客或組織指定的特殊特性，在PPAP提交之前，必須確定其初始過程能力或性能水平是可以接受的。且在提交PPAP之前，組織必須獲得顧客對其初始過程能力指數評估結果的認可。
注1：如未定義特殊特性，顧客有權要求證明其它特性的初始過程能力。
注2：本要求的目的是為了確定生產過程是否有可能生產出滿足顧客要求的產品。初始過程研究的重點是計量型而非計數型數據。瞭解裝配誤差、試驗失敗、表面缺陷等“計數型數據”固然重要，但它未被納入本初始過程研究中。為了解計數型數據監控特性，需要長時間收集更多的數據。除非經授權的顧客代表批准，否則PPAP提交將不接受計數型數據。
注4：初始過程研究是短期的，且無法預測時間、人、材料、方法、設備、測量系統和環境變化產生的影響。儘管是短期研究，但利用控制圖按順序收集和分析數據是十分重要的。
2.2.11.2、質量指數
如果適用，必須使用能力或性能指數來總結對初始過程的研究。
注：初始過程研究結果取決於研究目的、數據採集方法、抽樣、數據數量、統計受控表現等。如欲瞭解統計穩定性和過程測量（指數）的基本原理，請參見《統計過程控制》參考手冊。
初始過程研究：初始過程研究的目的是為了瞭解過程變差，而不僅僅是獲得某個精確的指數值。當獲得適當的歷史數據或具有足夠的初始數據來繪製控制圖時（至少100個獨立樣本），可以在過程穩定時計算Cpk。否則，對於帶有已知的和可預測的特殊原因且輸出滿足規範的過程，應使用Ppk。當無法獲取足夠的數據（＜100件）或存在未知的變差來源時，請聯繫授權的顧客代表制定適當的計劃。
從第四版《生產件批准程序PPAP參考手冊》的內容可以瞭解到，初始過程研究的目的是為了瞭解過程的變差，而不僅僅是獲得某個精確的指數值。再進一步說，過程結果的變差是普通原因導致的還是特殊原因導致的？是可控變差還是不可控變差？是可控原因還是不可控原因？除了計算過程能力，還要研究和了解過程的變差，所以不要輕易把過程研究和過程能力計算分開。
如果不清楚對過程結果能造成影響的原因或因素，就不能準確預測未來過程的結果，也不利於過程的高效和有效地管控。對於已知的和可預測的特殊原因，可以使用Ppk；對於未知的和不可預測的特殊原因，就不宜用Ppk來“代表”過程性能了，因為特殊原因是未知的和不可控的，所以不知道這樣的特殊原因能對過程輸出或產品有多大的影響，既然不能預測特殊原因對產品的影響，那即便使用Ppk計算出了過程性能指數，那性能指數也不能準確代表其過程性能。
接下來繼續用第二版《統計過程控制SPC參考手冊》的第一章中的內容來描述SPC的作用和益處（下面藍色字體）:
（第一章—第H節）控制圖的益處：
合理使用，控制圖能夠：
供操作者使用以對過程進行持續的控制。
有助於過程表現一致並可預測。
使過程達到---更高的質量，更低的單位成本，更高的有效能力。
為討論過程的性能提供共同的語言。
區分變差的特殊原因和普通原因，作為採取局部措施或對系統採取措施的指南。
有效地使用控制圖可以獲得重要的益處。
管理哲學：使組織關注減少變差。應用SPC以促進對工程過程中變差的理解。
工程哲學：使工程部門在整個設計過程中關注變差減少。
製造：使製造部門關注減少變差。應用SPC促進對製造過程變差的理解。
應用以上列出的概念將導致一個理解和減少變差的適當環境。使用SPC監控過程至少可使過程保持在它當前性能水平上。但是，當SPC用作指導過程分析的方法時，就可以達到真正的改進。適當使用SPC可以使一個組織關注產品和過程的質量改進。
從上面的內容中分析一下，控制圖的作用和益處沒有誇大，都是很實際的作用。而且SPC不僅僅是應用在製造領域，很多領域都是可以應用的，比如工程設計。這些作用也不是多麼地難以實現，比如預測過程，區分變差的普通原因和特殊原因，比如使組織和相關部門關注、理解和減小變差等。尤其是通過SPC能為討論過程提供共同的語言，便於和利於組織內外的溝通和交流。為什麼適當使用SPC可以使一個組織關注產品和過程的質量改進？因為SPC促進相關人員關注變差，用個不恰當的說法是，產品不僅要合格，還要確保一致性，一致性就表示產品質量波動小，也就是變差小。除此之外，如果實際使用了控制圖，控制圖的報警或提示特殊原因導致的變差，就意味著有風險，需要調整或採取措施，正是因為控制圖的報警或異常，給相關部門增加了麻煩，所以被當做負擔，認為控制圖解決不了問題，還需要分析異常原因。注意一下，控制圖只是提醒或報警異常，不能解決問題，解決問題是相關人員的責任。
既然SPC的這些作用能達到或實現，就表示SPC是有用的。尤其是關注和減少變差，理解變差，這是SPC很重要的作用，也是評價過程能力的基礎和前提條件。
再看看IATF16949:2016標準中和SPC有關的內容（藍色字體）：
本汽車QMS標準的目標是在供應鏈中開發提供持續改進、強調缺陷預防，以及減少變差和浪費的質量管理體系。
IATF16949:2016標準的目標也包括了減少變差，和休哈特博士的關注和減少變差，以及通過預防減少浪費的理念是相同的。需要提醒的是，SPC不是僅僅可以應用在製造過程，只要是有變差的地方，都可以嘗試使用，因為SPC就是用來研究和分析變差的，而通過計算或者總結變差波動的結果就成了過程能力。
9.1.1.1 製造過程監視和測量
組織應對所有新的製造（包括裝配或排序）過程進行過程研究，以驗證過程能力，併為過程控制提供附加的輸入，包括有特殊特性的過程。
先進行過程研究，以驗證過程能力，再根據變差情況和過程能力策劃合理的控制方案。風險是不確定，變差也是不確定，根據風險才能更合理地策劃和採取相應的控制方法，所以“風險”是“控制”的輸入。知道為什麼SPC會成為“五大工具”了嗎？因為體系標準中有些地方是和SPC相關的，連IATF16949:2016標準的目標都包括了減少“變差”。過程能力怎麼計算？受什麼影響？當然是變差啊！就像那句廣告：“挖掘機技術哪家強？”轉換一下就是：“研究變差哪個方法強？”
9.1.1.3 基本統計概念知識
從事統計數據收集、分析和管理的員工應瞭解和使用統計概念，例如：變差、控制（穩定性）、過程能力和過度調整後果。
過度調整：干預，對實際處於統計受控狀態的過程採取措施，將一個變差或錯誤視為是一種特殊原因，但是實際上此原因是屬於系統的（普通原因）。（來源於第二版《統計過程控制SPC參考手冊》附錄G詞彙和符號表）
既然IATF16949:2016標準的目標都包括了減少“變差”，那麼相關人員是不是需要知道什麼是變差？既然知道了變差，是不是也應該知道變差有什麼用？什麼是控制或穩定性？是不是需要了解“統計控制狀態”？前面內容說過，不要把過程能力和過程研究分開，這裡再繼續說，也不要把過程能力和變差分開。SPC這個“體系”中包括了很多概念和要素，裡面的很多內容或要素是相互關聯的。
在李金海老師主編的《誤差理論與測量不確定度評定》第四章中關於對粗大誤差的統計判別方法中這樣描述：“有一種常用的方法是萊茵達（3s）準則，前提條件是測量值不含有系統誤差；隨機誤差服從正態分佈。如果測得值的殘餘誤差的絕對值大於三倍的標準偏差時，則認為該誤差為粗大誤差，該次測量值為異常值，應剔除。萊茵達的準則的合理性是顯然的。對服從正態分佈的隨機誤差，其殘餘誤差落在（-3s,3s）以外的概率僅為0.27%，對有限次測量來說，可以認為是不可能發生的。”
使用萊茵達準則判別粗大誤差是不是和控制圖的原理有異曲同工之妙啊！基礎的理論很容易跨界使用，就好像底層的基礎技術研究可以發展出各種應用技術。
另外，質量管理或質量工程專業也是一個“系統工程”，系統的知識架構還是很重要的。河北大學質量技術監督學院是中國第一所設置質量管理相關專業的高等院校，從術業有專攻的角度，是質量管理專業這個領域是引領者。合理的課程設置能讓畢業後的學生在以後的工作中更容易提升和進步。《誤差理論與測量不確定度評定》是專業基礎課，學習這門課程後再學習SPC和MSA，那就更簡單容易了。畢竟SPC和MSA等參考手冊是應用層面的。
下面是第二版SPC參考手冊的內容：
如果SPC的作用是工作需要的，通過正確地應用也讓SPC發揮了相應的作用，那就是有用。如果工作的需求不是SPC所能提供和解決的，那麼也不能說SPC沒用。如果想知道溫度及其變化，那就用溫度計，如果想要改變和調整溫度，那就用空調。SPC能分析過程，能探測出異常，但是SPC不能代替技術人員去分析出異常的原因，也不能去制定措施和解決異常。如果因為SPC的報警和異常提示，而又無法及時和有效地解決這些異常和報警，那隻能是人員問題，不能讓SPC承擔責任。退一步講，不用SPC去探測和報警，異常該發生還是發生，只不過沒有報警和提示了，不需要相關人員分析和原因和制定對策了。不想起床就不想起床，幹嘛還生鬧鈴的氣啊！鬧鈴是誰設置的？
如果不具備使用日常管控用控制圖的基礎和條件，那就不要去使用控制用控制圖，要不然真會成為工作的“負擔”。不管是從質量管理的角度，還是現場管控的角度，變化點，作業標準化等都是基本的工作。有效的作業標準化就需要知道影響質量的因素和風險，制定合理的管控措施和作業方法。所以要想做好作業標準化，就需要有高質量的FMEA和控制計劃。如果沒有認真去做FMEA和控制計劃，那麼有風險的或需要管控的因素如何受控？如果該做的工作沒有去做，即便不使用SPC，工作還會有其他“負擔”，因為即便沒有SPC進行探測和提示過程異常了，異常發生後導致質量問題了，還是需要分析和解決。
因為100%檢查投入的檢驗成本較多，且檢驗只是發現了不合格，無法在發生不合格之前採取措施。如果不全部檢驗又有較高的質量風險，所以通過對抽樣數據進行分析，以判定過程是否處於受控狀態，能更經濟地進行質量管控；如果預測過程變差偏離了正常，則對過程進行調整，通過對數據分析降低檢驗成本或質量管控成本，這就是產生SPC的背景，也是SPC的作用和意義。有的公司推廣SPC，未考慮SPC應用的背景和環境，對所有的特性推廣SPC，可能僅僅是把過程能力當做了SPC，這是不合理的。還宣揚公司進入了統計質量階段，要求所有特性的CPK都要達到1.33。SPC僅是一個分析和預測的工具，只能判斷過程是否存在異常，但不能解決異常，就像溫度計一樣，其作用是測量溫度，但不能改變溫度。
有的公司全面推廣SPC，計算了所有特性的CPK，但工程設計部門的工程措施和生產部門的控制方法並未發生改變，那SPC僅起到測溫的作用，未能真正利用SPC的分析信息去進一步的改善，並未真正起到提升的作用。
正常推行SPC,應是在產品質量達到一定水平後，SPC所需的各種基礎管理滿足需求的前提下，並且過程能力達到1.33的水平時，再通過專項的形式提升產品的質量。如果質量水平很差，不需要測量都知道很差，各種問題都沒有解決，還不如先做做基礎工作，把工作態度和工作方法調整後再“玩”SPC。就像非常冷或非常熱的溫度，你不測量溫度，難道你還不知道溫度是什麼水平？
一個什麼樣的系統才能生產出優良的產品？以系統的角度審視過程，以提升過程的水平。要真正提升系統的能力，才能讓質量變得更好！再優秀的工具方法也要在系統背景下發揮作用！
如果一個過程能力為四西格瑪以上的水平，不合格比例或PPM理論上應該比較低。如果製造過程沒有異常，保持四西格瑪以上的過程能力水平，一般是可以接受的；反過來說，如果製造過程有了異常，即便是六西格瑪的過程能力也確保不了質量風險。異常可能導致不良率增加，還可能導致批量不良，因為異常的風險或影響程度是未知的。如果能監視和探測過程的異常情況，就能確保和維持過程應有的過程能力水平。
怎麼保證過程沒有異常？那就是應用PMEA、控制計劃和標準化。一旦有異常怎麼辦？那就監視過程唄！監視過程的方法當然就是控制圖了！如何有效監視過程？如何確保能儘量識別出所有異常？那就是控制圖的使用技巧了！關鍵點就是抽樣方法和抽樣頻率！抽樣頻率如何策劃？那就是PFMEA和控制計劃的作用了。為什麼有的產品特性在首末件時檢查，有的產品特性只在過程抽檢中檢查而不在首末件中檢查？這就涉及到失效原因的作用機理的應用了！
退一步講，即便在日常管控中不想使用控制圖，最起碼也要知道過程的狀態吧！為什麼要做初始過程研究，不就是為了分析過程的狀態嗎！從理論上說，過程處於受控狀態或穩定狀態下計算過程能力才有意義，因為異常因素沒有考慮在內，或者過程還不穩定，計算出來的過程能力可能不準確，會高估過程的能力，可能導致控制水平不滿足實際的管控需求。所以需要分析過程是否穩定，是否還有特殊原因或異常的影響，才能確保質量。試想一下，如果有未識別出來的特殊原因，或者是有影響質量的因素未被發現，質量能受控嗎？如果這個特殊原因對質量影響很大，是不是質量風險也會增加？！怎麼分析過程是否穩定？怎麼知道過程是否有異常因素干擾？除了觀察力和經驗技術外，那就是統計分析了，而控制圖就是用於過程分析的比較合適的統計方法。
溫度計能測量溫度，但是不能改變溫度。即便是通過測量信號反饋給控制單元，溫度的測量和溫度的調整也是兩個不同的部分。控制圖能識別或反映出“異常”，但是不能調整和改變異常。控制圖僅僅是個探測異常的工具方法，雖然也能通過圖形或規律對異常的種類和特點進行大致的分析，但通過控制圖不能確定異常原因，僅僅是能幫助使用控制圖的人員進行分析和判斷。分析和判斷生產異常的責任是人員，不是控制圖。控制圖不具備人工智能，目前的SPC理論及應用也沒有具備這個能力，也可以說沒有這個“責任”。發生了異常本來就應該相關人員去進行分析，找到異常的原因後進行調整，以防止不合格的發生。為什麼屬於相關人員的責任推給了SPC或控制圖？退一步講，有時即便發生了異常，甚至是已經發生了不合格，連工藝技術人員都分析不出原因的情況，難道期望控制圖能分析出來嗎？或者說生產過程有異常了，在使用控制圖時也探測出了過程的異常，這樣的控制圖讓使用者很難受，因為控制圖報警或探測出了異常都需要進行分析和對策，而相關人員又分析不出異常的原因，所以怪控制圖不好用或嫌控制圖麻煩。尤其是有些公司的基礎管理很不完善，本來問題都不少，再加上控制圖的作用，讓異常提前報警，更是增加了異常的次數，所以控制圖的報警讓相關人員更加難受。
溫度計能測量溫度的變化，但是溫度計不知道溫度變化的原因，也改變不了溫度。改變溫度的責任不是溫度計，如果嫌溫度計提示了問題異常，但又沒辦法解決，可以不使用溫度計，裝作不知道，但沒必要讓溫度計承擔溫度的異常或不受控的責任。就像早上起床的鬧鈴，有時可能會被使用者很不耐煩地關掉，雖然使用者是因為某些目的才設置的鬧鈴。鬧鈴不知道使用者為什麼不願意起床，鬧鈴也沒辦法發揮物理的作用力而直接讓使用者起床，只能是給個提醒，因為外因要通過內因才能發揮作用。如果控制圖的使用人員或相關的責任人，不願意分析和解決不良異常，還嫌控制圖的報警，那就像關掉鬧鈴一樣把控制圖扔在一邊。但是不管是否使用控制圖，生產過程中的異常該發生還是發生，只不過沒有控制圖的提示和報警了而已，相當於掩耳盜鈴或視而不見。不使用控制圖，也就沒有了控制圖的異常報警，也就不需要分析異常原因和制定對策，使工作變得“輕鬆”而已。
影響質量的因素或原因是什麼？哪些因素影響質量？通過什麼方式影響質量？為什麼能影響質量？影響質量的機理是什麼？影響的程度和效果如何？如果不知道影響質量的原因或因素，不知道影響因素的作用機理，如何管控和保證質量？這些不都是FMEA的內容嗎！如果認真地使用或應用FMEA，這些問題可能不是那麼難回答，更重要的是真能對質量管控起到幫助。
為什麼說某某因素能影響質量？邏輯和原理是什麼？是經驗，還是理論推測？比如在實際工作中出現了某種不良，是調整壓力參數還是調整速度參數？壓力參數影響什麼？速度參數影響什麼？比如壓力參數為什麼能導致這種不良？壓力參數對這種不良的影響程度如何？為什麼有的不良需要微調某個參數？為什麼有的參數調整時可以大幅度調整？這不就是潛在失效原因或過程因素對產品特性的影響程度嗎？！因為作用機理和影響程度不同，所以調整幅度也不同，對不良的影響或導致不良的結果也不同。
在日常的實際工作中，不管是產品特性偏上或偏下了，還是產品特性不穩定，或者是工藝不穩定，相關人員一般也都能解決和處理。其實控制圖上顯示的報警和異常和日常工作中的問題處理是一回事，只不過控制圖能在問題發生前報警，實際工作中可能是已經出了問題再處理。
哪些工藝參數設置得不合理才會導致某個產品特性接近了規格的上下限？哪個工藝參數設置不合理就可能直接導致產品不合格？哪些因素可能導致某些產品尺寸偏大或偏小？哪些因素會影響和導致產品功能的偏大或偏小？這些就是FMEA需要分析的，也是實際工作中的日常活動。
如何確保失效模式和失效原因的完整性？或者說如何能識別出所有的潛在失效模式和失效原因？最基本的有兩個要點：一是過去的經驗，最起碼發生過的經驗不能遺漏；二是理論和邏輯的推測，這就是失效機理的應用。
第四版FMEA參考手冊中有關於失效模式潛在機理的內容，只不過有的應用FMEA的公司或人員不關注也不重視而已。認真去學習和應用FMEA才能發揮出更多的作用和價值，如果僅僅是應付工作，FMEA的版本再更新也不能保證FMEA的應用質量。試想一下，真正有自信的公司和人員，不會假裝很熱情地需追求什麼新版本嗎？這些參考手冊也是經驗和技巧的總結，難道舊版本的時候就滿足不了工作需求了？不管怎麼說，再好的工具方法也要看應用人員的態度和能力。流程制度再好，也要靠人去策劃和執行。小米加步槍也能戰勝對手！不要總去強調客觀原因，因為主觀能動性有時能產生更大的作用。如果有更好的資源的條件，再就用更好的資源和條件；沒有更好的資源和條件，也不會在思想意識上被資源和條件所束縛。
哪些因素影響質量？憑什麼說這些因素能影響質量？有的是基於過去的經驗，有的是基於設計原理。知道了設計原理就知道失效原理或機理。用“過程方法”的模式說就是：達到目的需要什麼活動或要素？這是正向的思考；影響目的的要素是什麼？既然達成目的需要這些要素，那麼這些要素當然會影響目的的達成了，這是反向的思考。
如果把FMEA認真應用好了，SPC或控制圖才能更好地發揮作用。這就是工具方法之間的相互作用，這就是系統內各個因素的相互作用或相互關聯。如何構建研發體系或系統？系統的定義是什麼？就好比作戰體系是武器因素的綜合作用，只有攻防兼備，不產生系統上的短板，才能立於不敗之地。一個工具方法在整個系統或體系中孤立地存在，怎能發揮更大的效果？有的工具方法不僅僅是和其他工具方法相互作用，而且還會在流程中起到動態作用。拿FMEA來說，可以使用這個工具整合和協同整個設計開發流程，串聯起其他的工具方法，還能起到管理作用，聯接作用等。如果用更少的要素或工具方法就能搭建一個高效的體系，是不是才更合理呢！
策劃不合理的系統為什麼會複雜？比如有時用“打補丁”的方式對體系進行補漏或是彌補某個不足，更加導致要素間和“補丁”間的相互作用弱化，甚至“補丁”都沒能和其他要素髮生相互作用。比如未考慮工具方法之間的協同和相互作用，未真正理解一個工具方法的多個作用和其他工具的多個聯繫，所以只能靠增加要素或打補丁的方式彌補體系的不足。
如果有未知的影響因素，或者是還有未識別出來的影響因素，即便短期過程能力或長期性能指數很好，那麼當未知的影響因素髮揮影響或作用時，可能也會產生不合格產品。有的影響因素的發生頻率可能很低，或者是在某些特定條件下才發生影響，屬於不容易識別的類型。像這樣的因素只是發生頻率較低，但不是不發生，而且因為發生頻率低，還不容易被識別出來。這樣的影響因素的作用邏輯不管是按生產數量，還是按時間週期，達到一定數量或一定週期後，還是會對產品特性產生影響，如果影響程度較高，那麼就有產品不合格的可能。比如在實際工作中，有時發生了不合格品，但是分析不出原因，尤其是偶發的不良類型，且數量也很少，更是不容易找到不良的發生原因。對於偶爾或偶然發生的一兩個或幾個不合格，有時可能會找不到發生原因，這就是有“未知因素”還沒有被識別出來（或者是已知因素不是最佳設定狀態），不知道還有什麼原因或因素也能影響產品質量。
比如實際影響產品質量的因素有五十個，但是隻識別和管控了四十個，還有十個未識別出來，這十個因素就屬於“未知因素”。試想一下，如果影響產品質量的原因或因素沒有識別完整，有的因素沒有被識別和管控，產品質量能得到有效的保證嗎？尤其是有的不良已經發生了，但是找不到不良發生原因，更是成了難題。或者說影響產品質量的因素都不清楚時，如果量產時發生了不良，連分析不良原因的線索都找不到，這就是潛在失效原因識別得不完整。一開始連影響質量的原因都不能全部識別，所以量產時有的質量問題也找不到原因，進而控制圖的報警也就成了負擔。
如果是“已知因素”或原因導致的異常，但是因為工藝技術瓶頸，無法消除異常的原因，這些異常也不應該是負擔。如果控制圖報警了或出現異常了，能明確異常的原因，只是受限於工藝技術瓶頸無法解決，這樣的異常進行說明和備註即可，沒必要去分析原因和對策。想一想PPK的使用條件，是不是就能明白這個道理了。所以第四版《生產件批准程序PPAP參考手冊》關於初始過程研究的2.2.11.2（質量指數）內容中這樣說到：“對於帶有已知的和可預測的特殊原因且輸出滿足規範的過程，應使用Ppk”。比如在實際工作中有些質量問題，雖然知道原因，但是一時還解決不了，這樣的質量問題要不進行專項攻關解決，要不然就暫時先放在一邊（在風險可控的情況下）。
既然控制圖的主要作用是預防，是在不合格發生之前識別過程異常，進而採取調整或措施，防止不合格的產生，所以有時不能將“異常”完全等同於“不合格”。控制圖的控制限是上下三西格瑪，三西格瑪是個統計值，不是產品的規格限。管控的產品特性超出控制圖的三西格瑪控制限時，雖然可能是“異常”，但不一定會超出產品規格。正是因為雖然識別出了異常，但產品有時還是合格的，所以控制圖才起到了預防作用。如果控制圖報警或探測識別出異常時，產品已經不合格了，那麼控制圖就起不到預防作用了，和產品檢驗就沒有區別了，那在量產管控時使用控制圖的作用和意義何在？
下面的圖片是高等教育出版社的第二版《質量管理學》中的內容：
下面的圖片是第二版SPC參考手冊的內容：
從上面圖片的內容可以知道，“統計穩態”時不一定“技術穩態”，也就是控制圖沒報警，但是產品可能已經不合格了，這樣的情況是因為過程能力太低，產品規格界限或技術要求界限連上下三西格瑪都不能覆蓋，短期過程能力的CPK連1都達不到。這樣的過程能力水平也沒必要用控制圖進行日常管控了，因為連預防的空間或報警的機會都沒有。注意，這裡說的是日常管控的控制圖沒必要了，但是過程分析的“控制圖”還是可能需要的。
比如在某種工藝狀態下，某個產品特性值一般為50左右，產品的規格公差為60±20，如果僅僅按產品規格值進行管控，45也是合格，但是可能已經偏離了正常工藝下的產品特性波動範圍，有可能已經受到特殊原因的影響，如果不採取措施進行調整，可能會超出產品規格值。所以按照過程正常情況下的產品波動範圍值進行管控，能識別過程是否處於正常狀態，而僅僅判斷是否滿足產品規格值，就有忽視過程異常的情況，導致不合格的發生。相當於按照產品特性的變異規律進行管控能識別和預測異常，而僅僅是按照產品規格進行檢驗，不容易發現製造過程的異常。
如果發生了質量問題或異常，連原因都不能確定，這是需要繼續努力的。有的原因可能暫時無法解決，在風險可控的情況下先放一放，也是情有可原的。判斷能不能解決某個問題的前提是先知道問題的原因，如果連原因都不去分析就不去解決問題，這似乎有點說不過去。比分析問題的原因更重要是識別問題或異常，如果都不知道問題或異常，或者是異常發生了都沒有識別和探測出來，連分析異常原因的機會都沒有，所以分析異常原因的前提是探測和識別異常。怎麼判定生產過程是否穩定？是否有異常？憑感覺肯定不合適啊，僅僅看不合格率似乎也不太靠譜，而控制圖的作用就能監視過程是否穩定。
如果識別了所有影響質量的因素或潛在失效原因，知道了失效原因的作用機理，就不會對控制圖的報警和原因及對策發愁了。如果真正用好了FMEA，真正把管控細節分析到位，SPC或控制圖也不會成為太大的負擔。
成為“歷史”的事物還有很多，成為“歷史”的方法理論可能也有不少。那些已經成為歷史的，不再使用的技術，理論，方法，工具難道沒有用嗎？隨著人類認知能力的發展，有些理論已經過時，有些工具已不再被使用，但是，過去曾經使用過的理論，知識，工具等，是沒有價值和作用嗎？判斷事物的價值和作用，要考慮特定的條件和背景，特定的目的，特定的資源和限制因素等，現在看來沒有什麼用處的事物，在過去時代或特定條件下，可能非常有用。
從經典物理理論，到相對論，再到量子理論，好像沒有什麼科技理論能完美地和絕對地構建或還原事物的本質和宇宙的規律，因為“道可道，非常道”。在某些時代背景下產生的理論，雖然存在著不足，但在當時的歷史條件下也推動了科技的發展和進步。當物理理論被認為沒有可以發展的空間時，被認為已經到了認知的極限時，又有了新的理論和認識。宇宙中還有多少未知？宇宙中萬事萬物的相互作用符合什麼規律？是什麼“規則”讓宇宙這個“系統”在有序的運行？能量和物質守恆的定律不就是因果循環的前提嗎？信息中包括了多少能量？物質中能儲存多少信息？認識自己，認識世界；改變自己，改變世界！
不要被既有的規則束縛，也不要隨便地和盲目地進行否定和肯定。至誠，致知！有無之相生也，難易之相成也，長短之相形也，高下之相盈也……辯證地看待事物，才能更全面地認知事物本質。某些條件下的優勢可能變成另外條件下的劣勢，某些條件下的價值也可能成為另外條件下的負擔。適應內外部環境的動態調整，才能進步和發展！
毛主席詩詞欣賞
《浪淘沙·北戴河》
大雨落幽燕，
白浪滔天，
秦皇島外打魚船。
一片汪洋都不見，
知向誰邊？
往事越千年，
魏武揮鞭，
東臨碣石有遺篇。
蕭瑟秋風今又是，
換了人間。
歡迎把文章轉發給好友和朋友圈分享！
推薦相關文章閱讀，請點擊下面鏈接：
每一篇文章都是很認真地去寫，包含了對質量管理的熱愛，也包含了對職業的尊重。
