文章为作者原创，欢迎朋友们以任何形式在公众号和其他媒体进行转载。
欢迎把文章转发给好友和朋友圈分享！
推荐相关文章阅读，请点击下面链接：
质量管理之行 APQP先期产品质量策划 引言和原则
质量管理之行 APQP先期产品质量策划之益处和基本原则2
质量管理之行 工具方法篇 FMEA 第1部分
质量管理之行 工具方法篇 FMEA 第2部分
工具方法篇 统计过程控制SPC 第1部分
温馨提示，本文共15500字左右，耐心阅读可能效果会更佳！
有的公司在使用SPC或控制图的时候，因为控制图时常报警或显示异常，而又无法或是不愿意分析原因和制定对策，所以感觉控制图成了负担，进而认为控制图没什么作用。SPC的“无用论”此起彼伏,SPC 的作用也被一次次地质疑。有的公司却把SPC当成了宣传的噱头，号称进入了“统计质量阶段”，在夸大成绩的同时也夸大了SPC的作用。本文为“质量管理之行”原创，首发于微信公众号“质量管理之行”。
如果SPC没有用，为什么还会成为“五大工具”？为什么还会被研究和使用？而且还被研究和使用了几十年。就像有些传统的手艺或技艺，在被忽略价值的情况下而消失；就像不被关注的自然环境，等到影响人们生活时才开始被慢慢重视。也许，可能，当SPC的作用和价值不被了解时，也不再被应用，成为质量管理的一个“历史”。或许，那时，有些人会说，他们早就前瞻地知道了SPC没有用，早晚会被否定和丢弃。历史就需要用历史的视角去看，因为历史记录的原因，历史的背景和事件可能会被错解，不被了解的真相依然是真相，可叹的是不了解真相的人。大是大非，难辨真假，能被高度质疑和否定的人和事物，可能不是普通人等所能正确和客观评判的。
SPC或控制图到底有没有用？有没有用的标准和依据是什么呢？要想准确地使用SPC，那就需要先准确认知和了解SPC的作用，也要清楚地知道自己对SPC的期望。想让职员或工程师发挥出总经理的作用和能力，一般情况下是不太可能的。想让坦克具备飞机的作用，一般情况下也不太可能。但是，不能因为工程师做不了总经理的工作就否定工程师的作用和价值，也不能因为坦克不会飞就否定了坦克的价值和作用。所以，要想客观地判断SPC是否有用，先要知道SPC的作用是什么，了解工作的需求是什么。此外，还需要知道SPC在什么背景和条件下才能发挥作用？在什么情况和条件下才能发挥更大的作用？使用SPC需要什么基础和前提？
对于一个目的或想要解决的问题，没有更好的方案或方法之前，即便现有方案或方法有些不足，如果能比起到改善作用，是不是也可能会使用这个方法。
在第五版《朱兰质量手册》的第45章“统计过程控制”中这样描述SPC（下面蓝色字体）：
“贝尔实验室的休哈特博士出于对西方电气公司所制造的产品变异的关注和对抽样结果的研究，早在1924年就开发出了控制图。休哈特于1931年发表了其经典著作《制成品质量的经济控制》。这些控制图现在广泛地应用在各行各业中。它们是统计过程控制的主要工具。”
“休哈特在其研究中观察到，自然界以及工业产品中的所有事物都会发生变异。研究这些变异并加以减少是质量改进的主要手段。控制图是实现这一目的最重要的工具。”
“控制图是对过程所产生的统计量的变异性的一种图示描述。它揭示了变异随时间的变化量和属性，显示出过程是否处于统计控制状态（受控过程，或稳定过程）。”
“在生产过程中确定一个适当的点来建立控制图，这一点应该足够靠前以便及时预防不合格品的产生并避免因不合格品而增加额外的工作量。”
怎么才能经济地管理质量？怎么抽样才能更好地代表总体?不管是检验的抽样，还是控制图所需的抽样，在确保质量管控的条件下，一般是样品量越少越经济。正是因为考虑质量管理的经济性和效率，所以才促成了SPC等工具方法的研究和开发。
通过对抽样的分析，才能推测总体的状况或对过程进行监视，所以对抽样的研究不但是质量管理的关键方法，也促进了控制图开发。
从《朱兰质量手册》对SPC的描述可以知道，SPC是从关注产品的变异开始，用统计的方法描述产品的变异。通过对产品变异的分析，预测和判断过程是否稳定，进而预防不合格品的产生。或者是关注和减少变差是质量改进的主要手段，因为变差小是提高过程能力的关键因素之一。
在第二版《统计过程控制SPC参考手册》的第一章中这样描述SPC的作用或用处（下面蓝色字体）：
（第一章--第A节）过去，制造业经常通过生产来制造产品，通过质量控制来检验最终产品并剔除不符合规范的产品。对于行政管理的情形，则经常靠检查和再检查来努力找出错误，在这两种情况下都是使用探测的方法，这种方法是浪费的，因为它允许将时间和材料投入到生产不一定有用的产品或服务中去。
通过从开始时就不产生无用的输出，从而避免浪费的更有效的策略是---预防。
对于许多人来说预防的策略听起来很动听，甚至是理所当然的，我们经常能听到这样的口号“第一次就把工作做对”。但仅有口号是不够的，我们需要认识统计过程控制系统的要素。
（第一章—第B节）过程控制系统可以称为一个反馈系统。SPC是一类反馈系统。为避免一些重要的特性（过程或输出）偏离目标太远，对过程采取措施往往是很经济的。对输出采取措施往往是最不经济的，它仅限于对输出进行探测并纠正不符合规范的产品，而没有处理过程中的根本问题。很显然，仅对输出进行检验对随之采取措施不是一种有效的过程管理方法。仅对输出采取措施只作为不稳定或没有能力的过程的临时措施。重点应该是预防而不是探测。
（第一章—第E节）过程控制系统的目的就是对过程当前和未来的状态进行预测，以便对影响过程的措施作出经济合理的决定。
（第一章—第F节）本手册所述的控制图也是应该在过程改进循环中使用的有力的工具。这些简单的统计方法用来帮助大家区别变差的普通原因和特殊原因。一旦对过程有了较好的理解，就必须使过程维持在一定的能力水准上。过程是动态的并且会变化。必须监控过程的性能，因此要采取有效的措施来预防过程发生不希望的变化。制作及使用控制图或其他工具，可以对过程进行有效地监控。
（第一章—第G节）贝尔实验室的休哈特博士在二十世纪的二十年代研究过程时，首先区分了可控变差和不可控的变差，就是由于我们所说的普通原因及特殊原因产生的。他发明了一个简单有力的工具来区分它们---控制图。经验表明当出现变差的特殊原因时，控制图能有效地引起人们的注意，并能反映必须通过系统或过程改进才能减少的普通原因变差的程度。休哈特博士建立控制图时，已经关注到控制图的经济性，即，只有出现特殊原因时，才采取措施。
检验和检查是对产品或输出的探测，当探测出产品不合格时，已经因为不合格而导致了浪费。避免浪费的更有效策略是预防不合格的产生，而不仅仅是纠正已经发生的不合格。要想得到合格产品或合格的输出，就应该对过程采取措施，也就是在不合格发生之前对过程进行管控是比较经济的。过程是动态的且变化的，要想控制过程，就需要先监视过程，能对过程的未来状态进行预防，进而采取相应的措施达到预防的效果。
从第二版《统计过程控制SPC参考手册》的内容可以了解到，统计过程控制不仅仅是一种方法，更是一种观念的改变，从探测到预防，从被动接受到主动控制；从对产品或输出的单纯的检验和检查，到对产品波动或变异的研究，再到过程的研究。结果是过程的输出，过程影响输出的结果，想要管控结果就需要先管控过程。针对的不仅仅是质量的管控，还考虑了浪费的减少和质量的经济性。这些既是质量管理观念的改变，也是质量管理理论的进步。不仅有现实的意义，也有（质量管理的）历史的和里程碑的意义。
质量管理的经济性好像从来就没有被忽视过，比如从对抽样方法和抽样结果的研究，到通过预防减少或避免浪费，从被动接受不合格的结果到对过程的监视和预测。工具是为了提高效率，是为了减少或避免浪费，如果工具不能产生作用，那么工具本身就成了浪费。从《朱兰质量手册》和《统计过程控制SPC参考手册》的内容来看，休哈特博士不但重视质量，同时也重视质量的经济性。想一想，既然休哈特博士很关注浪费，也注意经济性，那他会研究一个没有用的质量工具吗？如果SPC没有什么作用，难道那些使用SPC的公司和人员都被骗了吗？而且SPC还被列为了当时QS9000标准的“五大工具”。几十年来那些研究和使用SPC的人员中，可能也不乏高智商高情商的专业人士，难道他们那么好骗吗？就像电影《疯狂的石头》中的台词的意思，可以侮辱人格，但不能侮辱智商。
什么时候使用SPC？SPC有什么作用？作用有多大？使用SPC的前提条件是什么？什么时候可以不使用SPC？如果对一个工具方法没有理解和掌握到一定程度，可能会对这个工具方法的作用产生不客观的评价和判断。
即便是一个有用的工具，还要考虑理解和应用水平。如果工具方法没问题，但是使用方法不合适或错了，这是谁的责任？是工具方法的问题还是使用者的问题？关键是有时候犯错的人不一定不知道自己是错误的，如果知道什么是正确什么是错误就不会犯错了，所以有时候犯错的人不但不知道自己的错误，还不承认自己的错误。比这更夸张的是，不但不承认自己的错误，还认为别人是错的，自己是对的。还有比这更夸张的，那就是把自己的错误坚持下去，就是不承认！有识之士，醒醒吧！
要不就成为某个领域或某个工具方法的专家或大师，要不然就老老实实地按照别人的指点和指导去认真应用或使用。成为高手，就能在质疑中继承和发展；不想成为高手，只是一个普通的使用者，既不具备高层次的理论能力，也不具备丰富的实践经验，那就别去轻易否定前辈们和老师们的研究成果。对于理论方法工具的普通的使用者，可以提出客观的建议和使用意见，最好不要轻易地全盘否定甚至批判，除非你是正确的！本文为“质量管理之行”原创，首发于微信公众号“质量管理之行”。
如果你是正确的，那么你就能批倒你认为不正确的或没有作用的工具方法，并且人们都相信你，不再使用这个没有作用和价值的工具方法，甚至和你一起批判，帮助你批判。如果你的影响力没有那么大，人们还继续使用这些没用价值的工具方法，那你可能需要继续研究这个工具方法，没准这个工具方法没有你想象得那么没用。退一步讲，如果一个被认为是没有用的工具方法，但被很多顾客要求，也在相关的标准或要求中在使用和引用，是不是就算“演戏”也可以认真点呢！再退一步讲，把SPC的使用当做演戏，有时也能提升公司的形象，最起码在有些顾客审核时可能更有利一些。退一步海阔天空，看来退一步有时可能反而能更清醒。所以，别把SPC看得一文不值，可能还有一点点价值和作用，就当演戏吧！另外，剧本不好，别怪演员！演员不好，别怪剧本！戏不好？那就别演啦，你说话算数吗？没有也好，作假也好，演戏也好，认真点更好！认真点，可能会更公正和客观点！
有时，前辈们或老师们的研究成果，或者是理论知识，曾经都是我们学习过的，认真学习过的，可能还是我们进步和发展的一个个阶梯，或许也曾是我们“讲课”和“忽悠”别人的工具，甚至还是某些人赚钱的工具。所以，认真对待，哪怕是现在的我们可能已经比原来更强大，但是，毕竟是在前人的路上走过，才一步步探索和发展到了现在的水平。所以，一种尊敬的心态，哪怕前辈们的经验和成果可能也会有些不足，但是，依然不能成为否定他们的理由。向质量管理致敬，向为质量管理作出贡献的老师们致敬！每一个从事过和正在从事质量管理的人，是否认真地热爱过这个职业，因为这是人生中的质量管理之行……
正如《统计过程控制SPC参考手册》中所说，控制图是区分普通原因和特殊原因的简单有力的工具。注意，是简单的工具，是有力的工具。不管是初始过程研究，还是过程的日常管控，真正和有效地使用SPC，最起码能识别过程是否稳定或是否有异常。如果一个公司的相关人员都不能了解或不愿意去了解过程的状态，也不知道过程是否稳定，那质量管理的水平可能也不会太高。注意，这里没有局限于只是使用SPC去了解过程，如有更好的方法了解过程，也未尝不可。
下面蓝色字体为第二版APQP参考手册的内容:
3.10、初始过程能力研究计划
产品质量策划小组应当确保开发一个初始过程能力研究计划。控制计划里识别到的特性是作为初始过程能力研究的基础。参见克莱斯勒，福特，通用汽车公司的生产件批准程序（PPAP），以及克莱斯勒，福特，通用汽车公司的统计过程控制（SPC）参考手册。
4.3、初始过程能力研究
应当对控制计划中识别的特性进行初始过程能力研究。该研究为过程生产的准备提供了评估。有关初始过程能力研究的详细信息，可以参见克莱斯勒，福特，通用汽车公司的生产件批准程序（PPAP）手册和克莱斯勒，福特，通用汽车公司的统计过程控制（SPC）参考手册。特定要求可以参见顾客特殊要求。
在第二版的先期产品质量策划APQP参考手册中，3.10和4.3是关于初始过程能力研究的要求或指南（被顾客要求时就是要求，没有相关要求时就是指南），提出了关于初始过程能力研究需要参考《统计过程控制（SPC）参考手册》。
初始过程研究和初始过程能力研究有什么区别和联系呢？那就在这里顺便解释一下吧！过程能力研究或计算之前，需要先研究过程的变异情况，不同的变异影响会采用不同的过程能力和性能计算公式。也就是先了解过程的情况，然后再研究过程的能力。用第四版《生产件批准程序PPAP参考手册》中2.2.11.2质量指数的内容来说就是：“如果适用，必须使用能力或性能指数来总结对初始过程的研究。”过程能力指数或性能指数可以用来总结初始过程的研究，也可以说过程能力（的研究和计算）是过程研究的一部分。所以懂行的应该知道，别把过程能力或CPK/PPK和SPC分开，并且在一般情况下，SPC和控制图也是一个整体，因为分析变差的主要工具就是控制图。控制图上能体现变差的时间属性或时间变化，这一点的优势是非常明显的。好好想想吧，过程研究的变差分析如果脱离了时间属性，那就可能就只能呵呵～～了！本文为“质量管理之行”原创，首发于微信公众号“质量管理之行”。
下面图片是第二版SPC参考手册的内容
再看看第四版《生产件批准程序PPAP参考手册》中关于初始过程研究的内容（蓝色字体）：
初始过程研究
2.2.11.1总则
针对所有顾客或组织指定的特殊特性，在PPAP提交之前，必须确定其初始过程能力或性能水平是可以接受的。且在提交PPAP之前，组织必须获得顾客对其初始过程能力指数评估结果的认可。
注1：如未定义特殊特性，顾客有权要求证明其它特性的初始过程能力。
注2：本要求的目的是为了确定生产过程是否有可能生产出满足顾客要求的产品。初始过程研究的重点是计量型而非计数型数据。了解装配误差、试验失败、表面缺陷等“计数型数据”固然重要，但它未被纳入本初始过程研究中。为了解计数型数据监控特性，需要长时间收集更多的数据。除非经授权的顾客代表批准，否则PPAP提交将不接受计数型数据。
注4：初始过程研究是短期的，且无法预测时间、人、材料、方法、设备、测量系统和环境变化产生的影响。尽管是短期研究，但利用控制图按顺序收集和分析数据是十分重要的。
2.2.11.2、质量指数
如果适用，必须使用能力或性能指数来总结对初始过程的研究。
注：初始过程研究结果取决于研究目的、数据采集方法、抽样、数据数量、统计受控表现等。如欲了解统计稳定性和过程测量（指数）的基本原理，请参见《统计过程控制》参考手册。
初始过程研究：初始过程研究的目的是为了了解过程变差，而不仅仅是获得某个精确的指数值。当获得适当的历史数据或具有足够的初始数据来绘制控制图时（至少100个独立样本），可以在过程稳定时计算Cpk。否则，对于带有已知的和可预测的特殊原因且输出满足规范的过程，应使用Ppk。当无法获取足够的数据（＜100件）或存在未知的变差来源时，请联系授权的顾客代表制定适当的计划。
从第四版《生产件批准程序PPAP参考手册》的内容可以了解到，初始过程研究的目的是为了了解过程的变差，而不仅仅是获得某个精确的指数值。再进一步说，过程结果的变差是普通原因导致的还是特殊原因导致的？是可控变差还是不可控变差？是可控原因还是不可控原因？除了计算过程能力，还要研究和了解过程的变差，所以不要轻易把过程研究和过程能力计算分开。
如果不清楚对过程结果能造成影响的原因或因素，就不能准确预测未来过程的结果，也不利于过程的高效和有效地管控。对于已知的和可预测的特殊原因，可以使用Ppk；对于未知的和不可预测的特殊原因，就不宜用Ppk来“代表”过程性能了，因为特殊原因是未知的和不可控的，所以不知道这样的特殊原因能对过程输出或产品有多大的影响，既然不能预测特殊原因对产品的影响，那即便使用Ppk计算出了过程性能指数，那性能指数也不能准确代表其过程性能。
接下来继续用第二版《统计过程控制SPC参考手册》的第一章中的内容来描述SPC的作用和益处（下面蓝色字体）:
（第一章—第H节）控制图的益处：
合理使用，控制图能够：
供操作者使用以对过程进行持续的控制。
有助于过程表现一致并可预测。
使过程达到---更高的质量，更低的单位成本，更高的有效能力。
为讨论过程的性能提供共同的语言。
区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南。
有效地使用控制图可以获得重要的益处。
管理哲学：使组织关注减少变差。应用SPC以促进对工程过程中变差的理解。
工程哲学：使工程部门在整个设计过程中关注变差减少。
制造：使制造部门关注减少变差。应用SPC促进对制造过程变差的理解。
应用以上列出的概念将导致一个理解和减少变差的适当环境。使用SPC监控过程至少可使过程保持在它当前性能水平上。但是，当SPC用作指导过程分析的方法时，就可以达到真正的改进。适当使用SPC可以使一个组织关注产品和过程的质量改进。
从上面的内容中分析一下，控制图的作用和益处没有夸大，都是很实际的作用。而且SPC不仅仅是应用在制造领域，很多领域都是可以应用的，比如工程设计。这些作用也不是多么地难以实现，比如预测过程，区分变差的普通原因和特殊原因，比如使组织和相关部门关注、理解和减小变差等。尤其是通过SPC能为讨论过程提供共同的语言，便于和利于组织内外的沟通和交流。为什么适当使用SPC可以使一个组织关注产品和过程的质量改进？因为SPC促进相关人员关注变差，用个不恰当的说法是，产品不仅要合格，还要确保一致性，一致性就表示产品质量波动小，也就是变差小。除此之外，如果实际使用了控制图，控制图的报警或提示特殊原因导致的变差，就意味着有风险，需要调整或采取措施，正是因为控制图的报警或异常，给相关部门增加了麻烦，所以被当做负担，认为控制图解决不了问题，还需要分析异常原因。注意一下，控制图只是提醒或报警异常，不能解决问题，解决问题是相关人员的责任。
既然SPC的这些作用能达到或实现，就表示SPC是有用的。尤其是关注和减少变差，理解变差，这是SPC很重要的作用，也是评价过程能力的基础和前提条件。
再看看IATF16949:2016标准中和SPC有关的内容（蓝色字体）：
本汽车QMS标准的目标是在供应链中开发提供持续改进、强调缺陷预防，以及减少变差和浪费的质量管理体系。
IATF16949:2016标准的目标也包括了减少变差，和休哈特博士的关注和减少变差，以及通过预防减少浪费的理念是相同的。需要提醒的是，SPC不是仅仅可以应用在制造过程，只要是有变差的地方，都可以尝试使用，因为SPC就是用来研究和分析变差的，而通过计算或者总结变差波动的结果就成了过程能力。
9.1.1.1 制造过程监视和测量
组织应对所有新的制造（包括装配或排序）过程进行过程研究，以验证过程能力，并为过程控制提供附加的输入，包括有特殊特性的过程。
先进行过程研究，以验证过程能力，再根据变差情况和过程能力策划合理的控制方案。风险是不确定，变差也是不确定，根据风险才能更合理地策划和采取相应的控制方法，所以“风险”是“控制”的输入。知道为什么SPC会成为“五大工具”了吗？因为体系标准中有些地方是和SPC相关的，连IATF16949:2016标准的目标都包括了减少“变差”。过程能力怎么计算？受什么影响？当然是变差啊！就像那句广告：“挖掘机技术哪家强？”转换一下就是：“研究变差哪个方法强？”本文为“质量管理之行”原创，首发于微信公众号“质量管理之行”。
9.1.1.3 基本统计概念知识
从事统计数据收集、分析和管理的员工应了解和使用统计概念，例如：变差、控制（稳定性）、过程能力和过度调整后果。
过度调整：干预，对实际处于统计受控状态的过程采取措施，将一个变差或错误视为是一种特殊原因，但是实际上此原因是属于系统的（普通原因）。（来源于第二版《统计过程控制SPC参考手册》附录G词汇和符号表）
既然IATF16949:2016标准的目标都包括了减少“变差”，那么相关人员是不是需要知道什么是变差？既然知道了变差，是不是也应该知道变差有什么用？什么是控制或稳定性？是不是需要了解“统计控制状态”？前面内容说过，不要把过程能力和过程研究分开，这里再继续说，也不要把过程能力和变差分开。SPC这个“体系”中包括了很多概念和要素，里面的很多内容或要素是相互关联的。
在李金海老师主编的《误差理论与测量不确定度评定》第四章中关于对粗大误差的统计判别方法中这样描述：“有一种常用的方法是莱茵达（3s）准则，前提条件是测量值不含有系统误差；随机误差服从正态分布。如果测得值的残余误差的绝对值大于三倍的标准偏差时，则认为该误差为粗大误差，该次测量值为异常值，应剔除。莱茵达的准则的合理性是显然的。对服从正态分布的随机误差，其残余误差落在（-3s,3s）以外的概率仅为0.27%，对有限次测量来说，可以认为是不可能发生的。”
使用莱茵达准则判别粗大误差是不是和控制图的原理有异曲同工之妙啊！基础的理论很容易跨界使用，就好像底层的基础技术研究可以发展出各种应用技术。
另外，质量管理或质量工程专业也是一个“系统工程”，系统的知识架构还是很重要的。河北大学质量技术监督学院是中国第一所设置质量管理相关专业的高等院校，从术业有专攻的角度，是质量管理专业这个领域是引领者。合理的课程设置能让毕业后的学生在以后的工作中更容易提升和进步。《误差理论与测量不确定度评定》是专业基础课，学习这门课程后再学习SPC和MSA，那就更简单容易了。毕竟SPC和MSA等参考手册是应用层面的。
下面是第二版SPC参考手册的内容：
如果SPC的作用是工作需要的，通过正确地应用也让SPC发挥了相应的作用，那就是有用。如果工作的需求不是SPC所能提供和解决的，那么也不能说SPC没用。如果想知道温度及其变化，那就用温度计，如果想要改变和调整温度，那就用空调。SPC能分析过程，能探测出异常，但是SPC不能代替技术人员去分析出异常的原因，也不能去制定措施和解决异常。如果因为SPC的报警和异常提示，而又无法及时和有效地解决这些异常和报警，那只能是人员问题，不能让SPC承担责任。退一步讲，不用SPC去探测和报警，异常该发生还是发生，只不过没有报警和提示了，不需要相关人员分析和原因和制定对策了。不想起床就不想起床，干嘛还生闹铃的气啊！闹铃是谁设置的？
如果不具备使用日常管控用控制图的基础和条件，那就不要去使用控制用控制图，要不然真会成为工作的“负担”。不管是从质量管理的角度，还是现场管控的角度，变化点，作业标准化等都是基本的工作。有效的作业标准化就需要知道影响质量的因素和风险，制定合理的管控措施和作业方法。所以要想做好作业标准化，就需要有高质量的FMEA和控制计划。如果没有认真去做FMEA和控制计划，那么有风险的或需要管控的因素如何受控？如果该做的工作没有去做，即便不使用SPC，工作还会有其他“负担”，因为即便没有SPC进行探测和提示过程异常了，异常发生后导致质量问题了，还是需要分析和解决。本文为“质量管理之行”原创，首发于微信公众号“质量管理之行”。
因为100%检查投入的检验成本较多，且检验只是发现了不合格，无法在发生不合格之前采取措施。如果不全部检验又有较高的质量风险，所以通过对抽样数据进行分析，以判定过程是否处于受控状态，能更经济地进行质量管控；如果预测过程变差偏离了正常，则对过程进行调整，通过对数据分析降低检验成本或质量管控成本，这就是产生SPC的背景，也是SPC的作用和意义。有的公司推广SPC，未考虑SPC应用的背景和环境，对所有的特性推广SPC，可能仅仅是把过程能力当做了SPC，这是不合理的。还宣扬公司进入了统计质量阶段，要求所有特性的CPK都要达到1.33。SPC仅是一个分析和预测的工具，只能判断过程是否存在异常，但不能解决异常，就像温度计一样，其作用是测量温度，但不能改变温度。
有的公司全面推广SPC，计算了所有特性的CPK，但工程设计部门的工程措施和生产部门的控制方法并未发生改变，那SPC仅起到测温的作用，未能真正利用SPC的分析信息去进一步的改善，并未真正起到提升的作用。
正常推行SPC,应是在产品质量达到一定水平后，SPC所需的各种基础管理满足需求的前提下，并且过程能力达到1.33的水平时，再通过专项的形式提升产品的质量。如果质量水平很差，不需要测量都知道很差，各种问题都没有解决，还不如先做做基础工作，把工作态度和工作方法调整后再“玩”SPC。就像非常冷或非常热的温度，你不测量温度，难道你还不知道温度是什么水平？
一个什么样的系统才能生产出优良的产品？以系统的角度审视过程，以提升过程的水平。要真正提升系统的能力，才能让质量变得更好！再优秀的工具方法也要在系统背景下发挥作用！
如果一个过程能力为四西格玛以上的水平，不合格比例或PPM理论上应该比较低。如果制造过程没有异常，保持四西格玛以上的过程能力水平，一般是可以接受的；反过来说，如果制造过程有了异常，即便是六西格玛的过程能力也确保不了质量风险。异常可能导致不良率增加，还可能导致批量不良，因为异常的风险或影响程度是未知的。如果能监视和探测过程的异常情况，就能确保和维持过程应有的过程能力水平。
怎么保证过程没有异常？那就是应用PMEA、控制计划和标准化。一旦有异常怎么办？那就监视过程呗！监视过程的方法当然就是控制图了！如何有效监视过程？如何确保能尽量识别出所有异常？那就是控制图的使用技巧了！关键点就是抽样方法和抽样频率！抽样频率如何策划？那就是PFMEA和控制计划的作用了。为什么有的产品特性在首末件时检查，有的产品特性只在过程抽检中检查而不在首末件中检查？这就涉及到失效原因的作用机理的应用了！
退一步讲，即便在日常管控中不想使用控制图，最起码也要知道过程的状态吧！为什么要做初始过程研究，不就是为了分析过程的状态吗！从理论上说，过程处于受控状态或稳定状态下计算过程能力才有意义，因为异常因素没有考虑在内，或者过程还不稳定，计算出来的过程能力可能不准确，会高估过程的能力，可能导致控制水平不满足实际的管控需求。所以需要分析过程是否稳定，是否还有特殊原因或异常的影响，才能确保质量。试想一下，如果有未识别出来的特殊原因，或者是有影响质量的因素未被发现，质量能受控吗？如果这个特殊原因对质量影响很大，是不是质量风险也会增加？！怎么分析过程是否稳定？怎么知道过程是否有异常因素干扰？除了观察力和经验技术外，那就是统计分析了，而控制图就是用于过程分析的比较合适的统计方法。
温度计能测量温度，但是不能改变温度。即便是通过测量信号反馈给控制单元，温度的测量和温度的调整也是两个不同的部分。控制图能识别或反映出“异常”，但是不能调整和改变异常。控制图仅仅是个探测异常的工具方法，虽然也能通过图形或规律对异常的种类和特点进行大致的分析，但通过控制图不能确定异常原因，仅仅是能帮助使用控制图的人员进行分析和判断。分析和判断生产异常的责任是人员，不是控制图。控制图不具备人工智能，目前的SPC理论及应用也没有具备这个能力，也可以说没有这个“责任”。发生了异常本来就应该相关人员去进行分析，找到异常的原因后进行调整，以防止不合格的发生。为什么属于相关人员的责任推给了SPC或控制图？退一步讲，有时即便发生了异常，甚至是已经发生了不合格，连工艺技术人员都分析不出原因的情况，难道期望控制图能分析出来吗？或者说生产过程有异常了，在使用控制图时也探测出了过程的异常，这样的控制图让使用者很难受，因为控制图报警或探测出了异常都需要进行分析和对策，而相关人员又分析不出异常的原因，所以怪控制图不好用或嫌控制图麻烦。尤其是有些公司的基础管理很不完善，本来问题都不少，再加上控制图的作用，让异常提前报警，更是增加了异常的次数，所以控制图的报警让相关人员更加难受。
温度计能测量温度的变化，但是温度计不知道温度变化的原因，也改变不了温度。改变温度的责任不是温度计，如果嫌温度计提示了问题异常，但又没办法解决，可以不使用温度计，装作不知道，但没必要让温度计承担温度的异常或不受控的责任。就像早上起床的闹铃，有时可能会被使用者很不耐烦地关掉，虽然使用者是因为某些目的才设置的闹铃。闹铃不知道使用者为什么不愿意起床，闹铃也没办法发挥物理的作用力而直接让使用者起床，只能是给个提醒，因为外因要通过内因才能发挥作用。如果控制图的使用人员或相关的责任人，不愿意分析和解决不良异常，还嫌控制图的报警，那就像关掉闹铃一样把控制图扔在一边。但是不管是否使用控制图，生产过程中的异常该发生还是发生，只不过没有控制图的提示和报警了而已，相当于掩耳盗铃或视而不见。不使用控制图，也就没有了控制图的异常报警，也就不需要分析异常原因和制定对策，使工作变得“轻松”而已。
影响质量的因素或原因是什么？哪些因素影响质量？通过什么方式影响质量？为什么能影响质量？影响质量的机理是什么？影响的程度和效果如何？如果不知道影响质量的原因或因素，不知道影响因素的作用机理，如何管控和保证质量？这些不都是FMEA的内容吗！如果认真地使用或应用FMEA，这些问题可能不是那么难回答，更重要的是真能对质量管控起到帮助。
为什么说某某因素能影响质量？逻辑和原理是什么？是经验，还是理论推测？比如在实际工作中出现了某种不良，是调整压力参数还是调整速度参数？压力参数影响什么？速度参数影响什么？比如压力参数为什么能导致这种不良？压力参数对这种不良的影响程度如何？为什么有的不良需要微调某个参数？为什么有的参数调整时可以大幅度调整？这不就是潜在失效原因或过程因素对产品特性的影响程度吗？！因为作用机理和影响程度不同，所以调整幅度也不同，对不良的影响或导致不良的结果也不同。本文为“质量管理之行”原创，首发于微信公众号“质量管理之行”。
在日常的实际工作中，不管是产品特性偏上或偏下了，还是产品特性不稳定，或者是工艺不稳定，相关人员一般也都能解决和处理。其实控制图上显示的报警和异常和日常工作中的问题处理是一回事，只不过控制图能在问题发生前报警，实际工作中可能是已经出了问题再处理。
哪些工艺参数设置得不合理才会导致某个产品特性接近了规格的上下限？哪个工艺参数设置不合理就可能直接导致产品不合格？哪些因素可能导致某些产品尺寸偏大或偏小？哪些因素会影响和导致产品功能的偏大或偏小？这些就是FMEA需要分析的，也是实际工作中的日常活动。
如何确保失效模式和失效原因的完整性？或者说如何能识别出所有的潜在失效模式和失效原因？最基本的有两个要点：一是过去的经验，最起码发生过的经验不能遗漏；二是理论和逻辑的推测，这就是失效机理的应用。
第四版FMEA参考手册中有关于失效模式潜在机理的内容，只不过有的应用FMEA的公司或人员不关注也不重视而已。认真去学习和应用FMEA才能发挥出更多的作用和价值，如果仅仅是应付工作，FMEA的版本再更新也不能保证FMEA的应用质量。试想一下，真正有自信的公司和人员，不会假装很热情地需追求什么新版本吗？这些参考手册也是经验和技巧的总结，难道旧版本的时候就满足不了工作需求了？不管怎么说，再好的工具方法也要看应用人员的态度和能力。流程制度再好，也要靠人去策划和执行。小米加步枪也能战胜对手！不要总去强调客观原因，因为主观能动性有时能产生更大的作用。如果有更好的资源的条件，再就用更好的资源和条件；没有更好的资源和条件，也不会在思想意识上被资源和条件所束缚。
哪些因素影响质量？凭什么说这些因素能影响质量？有的是基于过去的经验，有的是基于设计原理。知道了设计原理就知道失效原理或机理。用“过程方法”的模式说就是：达到目的需要什么活动或要素？这是正向的思考；影响目的的要素是什么？既然达成目的需要这些要素，那么这些要素当然会影响目的的达成了，这是反向的思考。
如果把FMEA认真应用好了，SPC或控制图才能更好地发挥作用。这就是工具方法之间的相互作用，这就是系统内各个因素的相互作用或相互关联。如何构建研发体系或系统？系统的定义是什么？就好比作战体系是武器因素的综合作用，只有攻防兼备，不产生系统上的短板，才能立于不败之地。一个工具方法在整个系统或体系中孤立地存在，怎能发挥更大的效果？有的工具方法不仅仅是和其他工具方法相互作用，而且还会在流程中起到动态作用。拿FMEA来说，可以使用这个工具整合和协同整个设计开发流程，串联起其他的工具方法，还能起到管理作用，联接作用等。如果用更少的要素或工具方法就能搭建一个高效的体系，是不是才更合理呢！
策划不合理的系统为什么会复杂？比如有时用“打补丁”的方式对体系进行补漏或是弥补某个不足，更加导致要素间和“补丁”间的相互作用弱化，甚至“补丁”都没能和其他要素发生相互作用。比如未考虑工具方法之间的协同和相互作用，未真正理解一个工具方法的多个作用和其他工具的多个联系，所以只能靠增加要素或打补丁的方式弥补体系的不足。
如果有未知的影响因素，或者是还有未识别出来的影响因素，即便短期过程能力或长期性能指数很好，那么当未知的影响因素发挥影响或作用时，可能也会产生不合格产品。有的影响因素的发生频率可能很低，或者是在某些特定条件下才发生影响，属于不容易识别的类型。像这样的因素只是发生频率较低，但不是不发生，而且因为发生频率低，还不容易被识别出来。这样的影响因素的作用逻辑不管是按生产数量，还是按时间周期，达到一定数量或一定周期后，还是会对产品特性产生影响，如果影响程度较高，那么就有产品不合格的可能。比如在实际工作中，有时发生了不合格品，但是分析不出原因，尤其是偶发的不良类型，且数量也很少，更是不容易找到不良的发生原因。对于偶尔或偶然发生的一两个或几个不合格，有时可能会找不到发生原因，这就是有“未知因素”还没有被识别出来（或者是已知因素不是最佳设定状态），不知道还有什么原因或因素也能影响产品质量。
比如实际影响产品质量的因素有五十个，但是只识别和管控了四十个，还有十个未识别出来，这十个因素就属于“未知因素”。试想一下，如果影响产品质量的原因或因素没有识别完整，有的因素没有被识别和管控，产品质量能得到有效的保证吗？尤其是有的不良已经发生了，但是找不到不良发生原因，更是成了难题。或者说影响产品质量的因素都不清楚时，如果量产时发生了不良，连分析不良原因的线索都找不到，这就是潜在失效原因识别得不完整。一开始连影响质量的原因都不能全部识别，所以量产时有的质量问题也找不到原因，进而控制图的报警也就成了负担。
如果是“已知因素”或原因导致的异常，但是因为工艺技术瓶颈，无法消除异常的原因，这些异常也不应该是负担。如果控制图报警了或出现异常了，能明确异常的原因，只是受限于工艺技术瓶颈无法解决，这样的异常进行说明和备注即可，没必要去分析原因和对策。想一想PPK的使用条件，是不是就能明白这个道理了。所以第四版《生产件批准程序PPAP参考手册》关于初始过程研究的2.2.11.2（质量指数）内容中这样说到：“对于带有已知的和可预测的特殊原因且输出满足规范的过程，应使用Ppk”。比如在实际工作中有些质量问题，虽然知道原因，但是一时还解决不了，这样的质量问题要不进行专项攻关解决，要不然就暂时先放在一边（在风险可控的情况下）。
既然控制图的主要作用是预防，是在不合格发生之前识别过程异常，进而采取调整或措施，防止不合格的产生，所以有时不能将“异常”完全等同于“不合格”。控制图的控制限是上下三西格玛，三西格玛是个统计值，不是产品的规格限。管控的产品特性超出控制图的三西格玛控制限时，虽然可能是“异常”，但不一定会超出产品规格。正是因为虽然识别出了异常，但产品有时还是合格的，所以控制图才起到了预防作用。如果控制图报警或探测识别出异常时，产品已经不合格了，那么控制图就起不到预防作用了，和产品检验就没有区别了，那在量产管控时使用控制图的作用和意义何在？
下面的图片是高等教育出版社的第二版《质量管理学》中的内容：
下面的图片是第二版SPC参考手册的内容：
从上面图片的内容可以知道，“统计稳态”时不一定“技术稳态”，也就是控制图没报警，但是产品可能已经不合格了，这样的情况是因为过程能力太低，产品规格界限或技术要求界限连上下三西格玛都不能覆盖，短期过程能力的CPK连1都达不到。这样的过程能力水平也没必要用控制图进行日常管控了，因为连预防的空间或报警的机会都没有。注意，这里说的是日常管控的控制图没必要了，但是过程分析的“控制图”还是可能需要的。
比如在某种工艺状态下，某个产品特性值一般为50左右，产品的规格公差为60±20，如果仅仅按产品规格值进行管控，45也是合格，但是可能已经偏离了正常工艺下的产品特性波动范围，有可能已经受到特殊原因的影响，如果不采取措施进行调整，可能会超出产品规格值。所以按照过程正常情况下的产品波动范围值进行管控，能识别过程是否处于正常状态，而仅仅判断是否满足产品规格值，就有忽视过程异常的情况，导致不合格的发生。相当于按照产品特性的变异规律进行管控能识别和预测异常，而仅仅是按照产品规格进行检验，不容易发现制造过程的异常。
如果发生了质量问题或异常，连原因都不能确定，这是需要继续努力的。有的原因可能暂时无法解决，在风险可控的情况下先放一放，也是情有可原的。判断能不能解决某个问题的前提是先知道问题的原因，如果连原因都不去分析就不去解决问题，这似乎有点说不过去。比分析问题的原因更重要是识别问题或异常，如果都不知道问题或异常，或者是异常发生了都没有识别和探测出来，连分析异常原因的机会都没有，所以分析异常原因的前提是探测和识别异常。怎么判定生产过程是否稳定？是否有异常？凭感觉肯定不合适啊，仅仅看不合格率似乎也不太靠谱，而控制图的作用就能监视过程是否稳定。
如果识别了所有影响质量的因素或潜在失效原因，知道了失效原因的作用机理，就不会对控制图的报警和原因及对策发愁了。如果真正用好了FMEA，真正把管控细节分析到位，SPC或控制图也不会成为太大的负担。
成为“历史”的事物还有很多，成为“历史”的方法理论可能也有不少。那些已经成为历史的，不再使用的技术，理论，方法，工具难道没有用吗？随着人类认知能力的发展，有些理论已经过时，有些工具已不再被使用，但是，过去曾经使用过的理论，知识，工具等，是没有价值和作用吗？判断事物的价值和作用，要考虑特定的条件和背景，特定的目的，特定的资源和限制因素等，现在看来没有什么用处的事物，在过去时代或特定条件下，可能非常有用。
从经典物理理论，到相对论，再到量子理论，好像没有什么科技理论能完美地和绝对地构建或还原事物的本质和宇宙的规律，因为“道可道，非常道”。在某些时代背景下产生的理论，虽然存在着不足，但在当时的历史条件下也推动了科技的发展和进步。当物理理论被认为没有可以发展的空间时，被认为已经到了认知的极限时，又有了新的理论和认识。宇宙中还有多少未知？宇宙中万事万物的相互作用符合什么规律？是什么“规则”让宇宙这个“系统”在有序的运行？能量和物质守恒的定律不就是因果循环的前提吗？信息中包括了多少能量？物质中能储存多少信息？认识自己，认识世界；改变自己，改变世界！
不要被既有的规则束缚，也不要随便地和盲目地进行否定和肯定。至诚，致知！有无之相生也，难易之相成也，长短之相形也，高下之相盈也……辩证地看待事物，才能更全面地认知事物本质。某些条件下的优势可能变成另外条件下的劣势，某些条件下的价值也可能成为另外条件下的负担。适应内外部环境的动态调整，才能进步和发展！
欢迎把文章转发给好友和朋友圈分享！
推荐相关文章阅读，请点击下面链接：
质量管理之行 体系篇 第1部分
质量管理之行 体系篇 第2部分
质量管理之行 体系篇 第3部分
质量管理之行 体系篇 第4部分
质量管理之行 过程方法篇 第1部分
质量管理之行 过程方法篇 第2部分
质量管理之行 过程方法篇 第3部分
质量管理之行 流程篇 第1部分
质量管理之行 流程篇 第2部分
质量管理之行 从体系角度分析人力资源管理
质量管理之行 目标管理或职能价值和绩效指标策划
质量管理之行 组织架构设置和定岗定编的基本思路
质量管理之行 工具方法篇 过程流程图
质量管理之行 工具方法篇 FMEA 第1部分
质量管理之行 工具方法篇 FMEA 第2部分
质量管理之行 工具方法篇 FMEA 第3部分
质量管理之行 工具方法篇 控制计划 第1部分
质量管理之行 工具方法篇 控制计划 第2部分
质量管理之行 工具方法篇 控制计划 第3部分