下载文档原格式
SPC作业指导书1. 引言SPC（统计过程控制）是一种用于监控和改进过程稳定性和能力的方法。
本作业指导书旨在提供SPC的详细指导，帮助您了解SPC的基本原理、方法和应用。
2. SPC的基本原理SPC基于统计学原理，通过收集和分析过程中的数据，判断过程是否处于控制状态，并进行必要的调整和改进。
其基本原理包括：- 过程稳定性：SPC通过统计方法分析数据，判断过程是否稳定。
稳定的过程有助于提高产品质量和生产效率。
- 过程能力：SPC可以评估过程的能力，即过程是否能够满足产品质量要求。
通过分析数据，可以确定过程的能力指标，并进行改进。
3. SPC的方法SPC主要包括以下几种方法：- 控制图：控制图是SPC的核心工具，用于监控过程的稳定性。
常用的控制图包括X-Bar图、R图、S图等。
控制图可以帮助识别过程中的特殊因子，及时采取措施进行调整。
- 测量系统分析：测量系统的准确性和稳定性对SPC至关重要。
测量系统分析可以评估测量系统的能力，并进行必要的改进。
- 过程能力分析：过程能力分析可以评估过程的稳定性和能力。
常用的过程能力指标包括Cp、Cpk、Pp、Ppk等。
- 抽样技术：SPC通常采用抽样的方式进行数据收集和分析。
合理的抽样技术可以提高数据的准确性和代表性。
4. SPC的应用SPC可以应用于各个行业和领域，以监控和改进过程的稳定性和能力。
以下是一些常见的应用场景：- 制造业：SPC可以用于监控生产线上的关键参数，及时发现和解决生产过程中的问题，提高产品质量和生产效率。
- 服务业：SPC可以用于监控服务过程中的关键指标，如客户满意度、服务响应时间等，帮助提供优质的服务。
- 医疗行业：SPC可以用于监控医疗过程中的关键指标，如手术成功率、药品质量等，提高医疗质量和安全性。
- 金融行业：SPC可以用于监控金融交易过程中的风险和异常情况，保障金融系统的稳定和安全。
5. SPC的实施步骤SPC的实施通常包括以下几个步骤：- 确定关键过程参数：根据产品或服务的要求，确定需要监控的关键参数。
SPC作业指导书一、引言SPC（统计过程控制）是一种用于监控和改进过程稳定性和品质的统计方法。
本作业指导书旨在提供对SPC的详细介绍，包括基本概念、工具和步骤，以便帮助员工正确地应用SPC来提高产品和服务的质量。
二、背景在现代制造和服务行业中，质量是企业竞争力的关键因素之一。
为了确保产品和服务的稳定性和一致性，企业需要采取有效的质量控制措施。
SPC作为一种统计方法，通过收集、分析和解释过程数据，帮助企业识别和消除生产过程中的变异性，从而提高产品和服务的质量。
三、基本概念1. 变异性：指在生产过程中出现的不可避免的差异或波动。
变异性可以分为常规变异性和特殊变异性。
2. 常规变异性：也称为正常变异性，是由于生产过程中的固有因素引起的，通常呈现正态分布。
3. 特殊变异性：也称为异常变异性，是由于特殊原因引起的，例如材料质量问题、设备故障等。
4. 控制图：是SPC中最常用的工具之一，用于监控过程的稳定性。
常见的控制图包括X-图、R-图、P-图和C-图。
5. X-图：用于监控过程的中心线变化情况。
6. R-图：用于监控过程的离散程度。
7. P-图：用于监控过程的不良品率。
8. C-图：用于监控过程的计数。
四、SPC的步骤1. 确定关键过程：首先需要确定需要进行SPC的关键过程，这些过程对产品和服务的质量有重要影响。
2. 收集数据：收集相关的过程数据，包括样本数量、样本大小和收集频率等。
3. 分析数据：使用统计方法对收集到的数据进行分析，包括计算平均值、标准差和不良品率等。
4. 绘制控制图：根据分析得到的数据，绘制相应的控制图，以便监控过程的稳定性和变异性。
5. 解读控制图：通过对控制图的解读，判断过程是否处于控制状态。
如果控制图显示过程处于控制状态，则说明过程稳定；如果控制图显示过程处于失控状态，则需要进一步分析和改进。
6. 分析失控原因：如果控制图显示过程处于失控状态，需要进行失控原因的分析，找出导致失控的根本原因。
SPC作业指导书一、引言SPC（统计过程控制）是一种用于监控和控制过程稳定性和质量的统计方法。
本作业指导书旨在为员工提供SPC的基本知识和操作指南，以确保他们能够正确地应用SPC技术来监测和改进工作过程。
二、背景SPC是一种基于统计原理的质量管理方法，它通过采集和分析过程中产生的数据来判断过程是否处于控制状态，并采取相应的措施以确保产品或者服务的质量稳定。
SPC广泛应用于创造业和服务业，可以匡助组织提高效率、降低成本、减少变异性，并最终提升客户满意度。
三、SPC的基本原则1. 稳定性：过程必须是稳定的，即在统计上是可控的。
2. 变异性：过程中的变异性是正常的，但必须在一定范围内。
3. 数据采集：采集过程中产生的数据，并确保数据的准确性和完整性。
4. 数据分析：使用统计方法对数据进行分析，以判断过程是否处于控制状态。
5. 控制图：使用控制图来可视化过程的稳定性和变异性。
6. 过程改进：根据控制图的结果，采取相应的改进措施，以提高过程的稳定性和质量。
四、SPC的常用工具和技术1. 控制图：包括X-Bar图、R图、S图、P图、NP图等，用于监控过程的中心线和变异性。
2. 直方图：用于显示数据的分布情况，匡助判断过程是否正常。
3. 散点图：用于显示两个变量之间的关系，匡助找出可能的因果关系。
4. 测量系统分析：用于评估测量系统的准确性和可重复性。
5. 样本容量和采样频率的确定：根据过程的特性确定合适的样本容量和采样频率。
6. 过程能力分析：用于评估过程的稳定性和能力是否满足要求。
五、SPC的实施步骤1. 确定关键过程：选择需要进行SPC的关键过程，通常是对产品质量影响较大的过程。
2. 采集数据：采集过程中产生的数据，确保数据的准确性和完整性。
3. 数据分析：使用统计方法对数据进行分析，绘制控制图，判断过程是否处于控制状态。
4. 判断过程能力：根据控制图的结果，评估过程的稳定性和能力是否满足要求。
5. 改进过程：根据分析结果，采取相应的改进措施，以提高过程的稳定性和质量。
SPC作业指导书一、引言SPC（统计过程控制）是一种通过对生产过程中的数据进行统计分析，以实现过程稳定和质量控制的方法。
本作业指导书旨在为操作人员提供详细的SPC作业指导，以确保生产过程的稳定性和产品质量的一致性。
二、作业目的本作业的目的是培养操作人员对SPC的理解和应用能力，以及掌握SPC工具的正确使用方法。
通过实施SPC作业，可以及时发现生产过程中的异常，并采取相应的控制措施，以确保产品符合质量标准。
三、作业流程1. 数据收集a. 操作人员需要准确记录生产过程中的关键数据，如温度、压力、速度等。
b. 数据的收集可以通过手动记录或使用自动数据采集系统进行。
c. 数据收集的频率应根据生产过程的特点和要求进行设定。
2. 数据分析a. 操作人员需要对收集到的数据进行统计分析，以了解过程的稳定性和变异性。
b. 常用的统计分析方法包括均值、标准差、极差、直方图等。
c. 通过数据分析，可以判断生产过程是否处于控制状态，或者是否存在特殊因素导致异常。
3. 控制图绘制a. 根据数据分析的结果，操作人员需要绘制相应的控制图。
b. 常用的控制图包括X-Bar图、R图、S图等，用于监控过程的中心线和变异性。
c. 控制图的绘制应符合规范要求，包括图表的标题、坐标轴的标签、数据点的标记等。
4. 过程调整a. 当控制图显示出过程存在异常时，操作人员需要及时采取相应的控制措施。
b. 过程调整的方法可以包括调整操作参数、更换设备、修复故障等。
c. 调整后的过程需要重新进行数据收集和分析，以验证控制效果。
5. 持续改进a. SPC作业应作为一个持续改进的过程，不断寻找并解决潜在的质量问题。
b. 操作人员应定期评估SPC作业的效果，并根据评估结果进行改进措施的制定和实施。
四、作业要求1. 操作人员应具备一定的统计学和质量管理知识，了解SPC的基本原理和方法。
2. 数据收集应准确可靠，避免因人为因素或设备故障导致数据的失真。
3. 数据分析应使用合适的统计方法，确保结果的可靠性和准确性。
SPC作业指导书一、引言SPC（Statistical Process Control，统计过程控制）是一种用于监控和改进过程稳定性和品质的方法。
本作业指导书旨在提供SPC的基本概念、原理、方法和步骤，以及如何应用SPC来改进过程稳定性和品质的指导。
二、SPC概述1. SPC的定义：SPC是一种通过收集和分析过程数据，以便可靠地控制过程稳定性和品质的方法。
2. SPC的目标：SPC的目标是减少过程变异性，提高过程能力，以达到稳定和可预测的过程性能。
3. SPC的原理：SPC基于统计学原理，通过收集样本数据并进行统计分析，来监控过程的稳定性和品质。
4. SPC的应用范围：SPC可应用于各种生产过程，包括制造、服务和交易过程等。
三、SPC方法和步骤1. 确定关键过程参数：首先，需要确定影响产品品质的关键过程参数，例如温度、压力、速度等。
2. 收集过程数据：根据所确定的关键过程参数，收集过程数据，可以使用控制图、直方图等工具进行数据记录和分析。
3. 分析过程数据：对收集到的过程数据进行统计分析，例如计算平均值、标准差、极差等指标，以了解过程的稳定性和品质。
4. 建立控制图：根据统计分析的结果，建立控制图来监控过程的变异性。
常用的控制图包括X-Bar图、R图、P图、C图等。
5. 制定控制限：根据过程数据的统计分析结果，确定控制图上的控制限，用于判断过程是否处于可控状态。
6. 监控过程性能：定期更新控制图，收集新的过程数据，并与控制限进行比较，以判断过程是否处于稳定状态。
7. 分析异常原因：当控制图出现异常时，需要进行异常原因分析，找出导致异常的根本原因，并采取相应的改进措施。
8. 持续改进：通过持续监控和分析过程数据，不断改进过程稳定性和品质，以实现持续改进的目标。
四、SPC工具和技术1. 控制图：控制图是SPC最常用的工具，用于监控过程的稳定性和品质。
常用的控制图有X-Bar图、R图、P图、C图等。
2. 直方图：直方图用于显示数据的分布情况，可以帮助判断过程是否符合正态分布。
SPC作业指导书引言概述：SPC（统计过程控制）是一种用于监控和改进过程稳定性和质量的统计工具。
SPC作业指导书旨在匡助企业和员工正确使用SPC工具，以提高生产效率和产品质量。
本文将详细介绍SPC作业指导书的内容，包括SPC的基本原理、工具和步骤。
一、SPC的基本原理1.1 过程稳定性的概念：过程稳定性是指在一定条件下，过程的输出结果在可接受的范围内保持一致性和可预测性。
1.2 变异的分类：变异是指过程输出结果的波动或者差异，可以分为常规变异和特殊原因变异。
常规变异是由于过程本身的内在特性引起的，而特殊原因变异是由于外部因素或者特殊事件引起的。
1.3 SPC的目标：SPC的目标是通过监控过程的常规变异，及时发现和消除特殊原因变异，从而提高过程的稳定性和产品质量。
二、SPC的工具2.1 控制图：控制图是SPC最常用的工具之一，用于绘制过程输出结果的变异情况。
常用的控制图包括X-bar图、R图、S图等，通过对控制图的分析，可以判断过程是否稳定以及是否存在特殊原因变异。
2.2 流程图：流程图是用来描述和分析过程中各个步骤和环节的工具。
通过绘制流程图，可以清晰地了解过程的各个环节，从而找出可能导致变异的因素。
2.3 数据采集和分析工具：SPC还包括一些数据采集和分析工具，如直方图、散点图、因果图等。
这些工具可以匡助采集和分析过程数据，找出可能的问题根源，并提供改进的方向。
三、SPC的步骤3.1 确定关键过程：首先需要确定哪些过程对产品质量和生产效率具有重要影响，这些过程被称为关键过程。
3.2 采集数据：采集关键过程的数据，包括过程输出结果和可能影响过程的因素。
3.3 绘制控制图：根据采集的数据，绘制相应的控制图，分析过程的稳定性和变异情况。
3.4 分析控制图：通过对控制图的分析，判断过程是否稳定，是否存在特殊原因变异，并找出可能的问题根源。
3.5 采取措施：根据控制图的分析结果，采取相应的措施来消除特殊原因变异，改进过程稳定性和产品质量。
SPC作业指导书SPC作业指导书是一份旨在帮助员工了解和执行统计过程控制（Statistical Process Control，SPC）的标准化作业流程的指导手册。
本指导书的目的是确保所有员工能够正确地应用SPC工具和技术，以监控和改进生产过程中的质量。
一、引言SPC作业指导书旨在提供员工在生产过程中使用SPC的准确指导。
通过正确应用SPC工具和技术，我们可以实现以下目标：1. 提高产品质量：通过实时监控和分析过程数据，我们可以及时发现和纠正潜在的质量问题，从而提高产品的一致性和可靠性。
2. 降低生产成本：SPC可以帮助我们识别和消除生产过程中的变异性，从而减少废品和返工的发生，降低生产成本。
3. 提高生产效率：通过监控关键过程参数，我们可以及时调整生产参数，以保持过程在最佳状态下运行，提高生产效率。
4. 改进持续改进：SPC可以为我们提供大量的过程数据，通过对数据的分析和解释，我们可以识别潜在的改进机会，推动持续改进。
二、SPC基本原理SPC基于以下两个基本原理：1. 过程是可测量的：通过测量和记录过程数据，我们可以了解过程的性能和稳定性。
2. 过程是可控制的：通过分析过程数据，我们可以了解过程的变异性，并采取相应的控制措施，以确保过程处于可控制状态。
三、SPC工具和技术SPC作业指导书将介绍以下常用的SPC工具和技术：1. 控制图：控制图是SPC的核心工具，用于监控过程的稳定性和一致性。
常用的控制图包括X-Bar图、R图、P图、NP图等。
2. 过程能力分析：过程能力分析用于评估过程的稳定性和一致性，并确定过程是否满足规定的质量要求。
常用的过程能力指标包括Cp、Cpk、Pp、Ppk等。
3. 样本抽样：样本抽样是获取过程数据的一种方式，通过合理的样本抽样方案，可以减少数据收集的成本，同时保证数据的代表性。
4. 数据分析：数据分析是对收集到的数据进行统计和图形分析的过程，通过数据分析，我们可以了解过程的性能和稳定性，并识别潜在的问题和改进机会。
SPC作业指导书一、引言SPC（统计过程控制）是一种质量管理工具，旨在通过对过程进行统计分析和控制，以确保产品或服务的稳定性和一致性。
本作业指导书旨在提供SPC的详细说明和操作指南，以帮助员工正确使用SPC工具，并有效地控制过程。
二、SPC的基本原理1. 变异性的概念- 内在变异性：指同一过程在相同条件下产生的产品或服务之间的差异。
- 特因变异性：指由于外部因素引起的过程变异，如材料质量、设备状态等。
- 共因变异性：指由于过程本身的不稳定性引起的变异。
2. SPC的基本思想- 过程可控性：通过对过程进行统计分析，了解过程的稳定性和能力，从而做出相应的改进措施。
- 过程稳定性：过程在一定范围内的变异是可接受的，超出范围则需要进行调整。
- 过程能力：过程能够在规定的要求范围内保持稳定，即过程能力指标达到要求。
3. SPC的基本步骤- 确定关键过程参数：通过对过程进行分析，确定对产品或服务质量影响较大的关键参数。
- 收集数据：根据确定的关键参数，收集相关数据。
- 统计分析：对收集到的数据进行统计分析，如均值、标准差、极差等。
- 控制过程：根据统计分析的结果，制定相应的控制策略，确保过程在可控范围内。
- 持续改进：定期评估过程的稳定性和能力，并根据评估结果进行持续改进。
三、SPC工具的应用1. 控制图控制图是SPC最常用的工具之一，用于监控过程的稳定性和能力。
常见的控制图包括：- X-Bar和R控制图：用于监控过程的平均值和离散度。
- X-Bar和S控制图：用于监控过程的平均值和标准差。
- P控制图：用于监控不合格品率。
- C控制图：用于监控不合格品数。
2. 流程图流程图是一种图形化工具，用于描述和分析过程中的各个环节和步骤。
通过绘制流程图，可以清晰地了解过程的流程和关键环节，从而找出潜在的问题和改进点。
3. 散点图散点图用于分析两个变量之间的关系。
通过绘制散点图，可以判断两个变量之间是否存在相关性，以及相关性的强度和方向。
SPC作业指导书引言概述：SPC（统计过程控制）是一种用于监控和控制过程稳定性和一致性的方法。
它通过采集和分析数据，以便及时发现和纠正任何过程中的变异。
本文将为您提供SPC作业指导书，以匡助您了解SPC的基本原理和应用。
一、SPC的基本原理1.1 数据采集与分析- 确定要监控的关键指标和测量方法，例如产品质量、生产速度等。
- 采集数据，并使用统计工具对数据进行分析，如均值、标准差等。
- 根据数据分析结果，判断过程是否稳定，是否存在特殊原因导致的异常。
1.2 过程能力分析- 使用过程能力指数（Cp、Cpk）评估过程的稳定性和一致性。
- Cp指数衡量过程的潜在能力，Cpk指数考虑了过程中心值的偏移，更能反映实际能力。
- 根据过程能力分析结果，确定是否需要采取改进措施，以提高过程的能力。
1.3 控制图的应用- 控制图是SPC的核心工具，用于监控过程中的变异。
- 常用的控制图包括X-Bar图、R图、P图、C图等。
- 控制图通过绘制上下控制限和中心线，匡助判断过程是否处于统计控制状态。
二、SPC的应用场景2.1 创造业- 在创造业中，SPC可以匡助监控生产过程中的变异，及时发现并纠正异常。
- 通过SPC，创造商可以提高产品质量，降低废品率，提高生产效率。
- SPC还可以匡助创造商优化生产工艺，提高产品一致性。
2.2 服务业- 在服务业中，SPC可以用于监控关键指标，如客户满意度、服务响应时间等。
- 通过SPC，服务提供商可以及时发现服务质量下降的原因，并采取相应措施进行改进。
- SPC还可以匡助服务提供商实现服务流程的标准化和优化。
2.3 医疗行业- 在医疗行业中，SPC可以用于监控医疗过程中的变异，如手术成功率、药物剂量控制等。
- 通过SPC，医疗机构可以提高医疗质量，减少医疗事故的发生。
- SPC还可以匡助医疗机构进行绩效评估和改进，提高医疗服务水平。
三、SPC的实施步骤3.1 确定SPC的目标和范围- 确定要监控的关键指标和测量方法。
SPC作业指导书一、引言SPC（统计过程控制）是一种用于监控和改进过程稳定性和能力的统计方法。
本作业指导书旨在提供SPC的基本概念、原理和操作步骤，以帮助员工正确使用SPC工具，提高生产过程的质量控制水平。
二、背景在现代生产环境中，质量控制是确保产品或服务符合规格要求的关键环节。
传统的质量控制方法通常是通过对成品进行抽样检验来判断产品是否合格。
然而，这种方法存在着一定的局限性，因为它只能在产品完成后进行检验，无法及时发现和纠正生产过程中的问题。
而SPC作为一种实时监控和改进生产过程的方法，可以帮助企业在生产过程中及时发现和纠正问题，提高产品质量和生产效率。
三、SPC的基本概念1. 过程稳定性过程稳定性是指生产过程在一定时间内保持在统计控制限范围内，没有出现特殊原因引起的异常变化。
稳定的过程是基础，只有在稳定的基础上才能进行质量改进。
2. 常见SPC图表- 控制图：用于监控过程的稳定性，常见的控制图包括X-bar图、R图、S图等。
- 直方图：用于描述数据的分布情况，可以帮助确定过程是否符合正态分布。
- 散点图：用于分析两个变量之间的关系，可以帮助确定是否存在相关性。
- 箱线图：用于展示数据的中位数、四分位数和异常值情况。
3. SPC的基本步骤- 收集数据：收集与生产过程相关的数据，包括产品尺寸、重量、颜色等。
- 绘制控制图：根据收集到的数据绘制相应的控制图，以便监控过程的稳定性。
- 分析图表：根据控制图的结果，判断过程是否稳定，并分析异常情况的原因。
- 采取措施：根据分析结果，采取相应的措施来纠正异常情况，保持过程的稳定性。
- 持续改进：监控和改进生产过程是一个持续的过程，需要不断地收集数据、分析图表，并采取相应的措施来提高过程的稳定性和能力。
四、SPC的操作步骤1. 收集数据收集与生产过程相关的数据，并记录在数据收集表中。
数据可以通过人工测量、仪器检测等方式获取。
2. 绘制控制图根据收集到的数据，绘制相应的控制图。
1、目的应用SPC方法对生产过程中产品加工数据进行统计和分析，验证过程能力，寻找产生变差的原因，并进行持续改进，确保生产过程处于受控、稳定的状态。
2、范围适用于本公司生产加工过程的过程能力的研究。
3、术语和定义SPC是Statistical Process Control (统计过程控制)三个字首的简称，是一种为了理解、控制和改进过程能力，通过统计技术系统的收集、生成和分析数据的方法，从而达到保证产品质量的目的。
SPC是一种预防性的工具，用于减少过程问题的产生。
变差：同一过程生产出来的产品或是特性不可能完全相同，因为过程中存在变差源（人、机器、材料、方法、环境、测量），这种差异也许很大，也许很小。
变差的普通原因：如果仅存在变差的普通原因，随着时间的推移，过程的输出形成一个稳定的分布并可预测。
普通原因通常需要采取系统措施、需要有管理层授权才可行动以消除普通原因对过程的显着影响，普通原因影响到每个零件。
变差的特殊原因：如果存在变差的特殊原因，随着时间的推移，过程的输出不稳定也不可预测。
特殊原因通常采取局部措施可以消除，不会影响到每个零件。
4、职责和权限技术质量部负责按照APQP计划进行过程能力的分析、项目主管负责过程改进。
技术质量部检验组负责按照抽样计划进行数据的收集、描点、填写《事件日志》、报告异常。
技术质量部质量工程师/工艺工程对批生产产品过程的异常情况进行原因分析、制定整改方案。
技术质量部质量工程师每月对现场收集的数据进行能力分析，工艺工程师对不满足过程能力的过程制定整改措施、相关部门配合。
5、工作程序进行MSA分析，R&R< 30%时才能用于过程控制。
SPC抽样策略为了满足统计过程控制的目标，抽样计划必须确保：（1）样本内变差包含了几乎所有由普通原因造成的变差；（2）样本内变差精确的再现了由普通原因造成变差的主要影响。
（3）子组内不存在由特殊原因造成的变差，即所有特殊原因造成的影响都被限制在样本之间的时间周期上。
抽样计划作为控制计划的主要组成部分之一（对于不受控的情况，在控制计划的“反应措施”一栏还需根据抽样计划定义围堵策略要求），抽样计划需考虑的项目：抽样大小、抽样频率、抽样类型。
1）抽样大小：计量型数据子组容量，推荐最少取3至5个连续零件；计数型数据样本容量，一般不少于500（20-25组，每组至少25个数据）。
2）、抽样频率：根据材料、工具、作业者、环境等的变化以及平均运行长度的影响来决定抽样频率。
控制图、控制图的用途：A、提供可靠的信息用于判断何时需要（或不需要）对过程采取措施；B、帮组维持过程在统计受控的状态；C、为过程性能表现的沟通提供一种通用的语言D、评价并激励持续改进成效；E、如果运用得当，可以从技术上证明生产能力的改善；F、通过对过程的预见，可以有效的预防问题的发生；G、可以防止不必要的过程调整H、提供诊断信息I、提供关于过程能力的信息J、区别特殊原因和普通原因变差、控制图的基本构成过程控制限——统计控制限均值+/-3σ 计算过程均值（X ）和平均极差（R ）X=X1+X2+…+XK/K R=R1+R2+…+RK/K 式中：K 为组的数量计算均值的上(UCLX)、下(LCLX)控制限和极差的上(UCLR)、下(LCLR)控制限UCL X=X+A 2R LCL X=X-A 2R UCL R=D 4RLCL R=D 3R (每组样本容量小于7时,不予考虑)式中：A 2、D 4、D 3为常数，随每组样本容量的不同而不同，见下表：、控制图的关键要素控制图日志说明：1、在过程最初的分析期间，关于哪些可能成为特定过程的潜在特殊原因的知识可能是不完善的。
因此，最初的信息收集活动可能包括了那些被证明并不是特殊原因的事件。
2、应该包括变差的任何潜在来源（例如：班次、机器设备、材料批次、刀具、夹具、模具等的变更）以及对不受控信号（OCS，Out of Control Signal）所采取的任何解决措施。
分析用控制图VS.控制用控制图控制图使用流程创建过程均值和控制限Step1、根据数据类型和抽样计划确定控制图类型Step2、使用收集的数据计算过程均值和控制限Step3、计算绘图比例并将数据点，过程均值和控制限绘制在控制图上Step4、查找不受控的点：A、确定为什么不受控B、纠正过程的问题，例如抽样计划，数据收集方式等。
C、如果已识别出特定原因，消除该不受控的点并且用增加的额外数据点代替D、重新计算过程均值和控制限E、重新计算比例并将修订后的数据点，过程均值和控制限绘制在图上F、继续重复抽样过程直到所有必须的点都受控，这就建立起了正确的过程均值和控制限。
使用控制图根据抽样计划继续收集并绘制数据点，查找不受控信号。
如果发现不受控信号立即采取行动：A、确定根本原因B、在图表上或是控制图日志中标示根本原因C、采取行动消除根本原因并防止它再次发生。
备注：控制限一般在过程发生改进，并且是知道变化原因的情况下才需要更新分析极差图和均值图首先分析极差图上的点首先分析极差图再分析均值图，找出特殊原因变差数据。
由于不论解释子组极差或子组均值的能力都取决于零件间的变差，因此首先分析R图。
对于极差数据内每个特殊原因进行识别、标注、分析，制定纠正措施并防止其再发生。
但是，应注意并不是所有的特殊原因都是有害的，有些特殊原因可以通过减少极差的变差二对过程改进起到积极的作用。
应对这些特殊原因进行评定，以便在过程的适当地方使之固定下来。
分析均值图上的点当极差受统计控制时，则认为过程的分布宽度—子组内的变差是稳定的。
此时应对均值进行分析，看此期间过程位置是否改变，由于X的控制限取决于极差图中的变差——系统的普通原因变差有关。
如果均值没有受控，则存在造成过程不稳定的特殊原因变差。
对于均值图中每一个失控的点进行过程分析，确定特殊原因的产生理由，纠正并防止其再发生。
5.4.4判稳准则和判异原则在由分析用控制图向控制用控制图转化前，需要对过程判读，这时需要用到：判稳准则和判异原则。
A、判稳准则：控制图上连续25个点，界外点数为0控制图上连续35个点，界外点数为≤1控制图上连续100个点，界外点数为≤2B、判异原则：在控制限之外的任何点9个连续的点在中心线的同一边6个连续的点连续上升或下降14个连续的点交互上升和下降3个点中有2个都在A区或之外5个点中有4个都在B区或之外15个连续的点在任一个C区8个点在C区之外特殊原因的不受控信号步骤，或是原材料变化）。
在极差图中，点在下控制限之下可能意味着变差减少）；C、测量系统变化了换；过程的均值增加了，或在极差图中变差增加了（例如：材料的变化或是作业者变化）。
数据类型与控制图的选用计量型数据VS计数型数据计量型数据控制图与计数型数据控制图计量型数据控制图计数型数据控制图X-Bar & R(均值极差图)一般可用于尺寸、内/外径、电阻、电流、距离等可以连续测量且非破坏性数据收集分析上np图用于检测不合格品数量，要求子组容量恒定一般可用于通/止规评价、合格/不合格品数量、车辆漏水检测、车灯亮/不亮等离散型零件缺陷数量的数据收集分析上I & MR（单值移动极差图）研究性质上均匀或不能按子组抽样的特性—例如破坏性力学强度、焊接熔深、溶液浓度/粘度、设备参数等每隔一定周期只记录一个数值或破坏性的数据收集分析上P图用于检测不合格品的比例，子组容量可以是变化的X-Bar & S（均值标准差图）C图用于监控每个单位上的不合格数，要求子组容量恒定一般用于玻璃上的气泡数量评价、油漆缺陷、零件外观缺陷点数等针对每个零件上的缺陷数量的数据收集分析上X-Median & R U图用于监控不合格数，子组容量可以是变化的控制限与工程规范限当一个过程受控，输出是一致的并且只有普通原因造成的变差，不会有特殊原因造成的变差出现。
但是，一个受控的过程并不意味着会生产出符合规范的产品或服务。
规范限不同于控制限。
规范是用于判定指定特性的接受能力的工程要求。
规范直接反映或包含顾客（内部或外部）要求和期望。
控制限可能高于或低于规范限。
过程能力也不同于过程控制。
过程能力展示了与规范或顾客要求相关的过程性能或输出。
一个在规范内的过程可以被认为比不在规范内的过程更有能力。
过程控制及过程能力过程统计受控且有能力满足公差的要求，是可接受的；过程统计受控且落在控制限内，但是超出了公差范围且偏离了目标值，是不可接受的；过程统计受控且落在控制限内，虽然在目标中心但是却超出了公差范围，是不可接受的；过程落在控制限外（不受控），并且超出了公差范围和偏离了目标值，是不可接受的； 过程不受控且落在控制限外，虽然在目标中心但是却超出了公差范围，是不可接受的 、正态检验单值移动极差图（I-MR ）的数据需要符合正态分布用于计算Cp/Cpk 或Pp /Ppk 的数据需要符合正态分布（数据经过正态转换后符合正态分布适用） 、过程能力与过程性能 定义过程能力（Cp/Cpk ）— 针对统计稳定过程的固有变差的6σ宽度，通常代表了受控过程的最佳性能。
过程性能（Pp /Ppk ）—过程总变差的6σ宽度，通常将总的过程输出与顾客要求相联系，其中σ通常通过过程总标准差S 估计。
计算样本标准差和过程的标准偏差样本标准差 ∑=--=ni s n X Xi 121/)(ˆσ式中：Xi 为单值读数，X 为所有单值读数的均值，n 为所有单值读数的个数过程的标准偏差2ˆd R=σ式中：R 为平均极差，d2为随每组样本容量变化的常数，见下表：n 23 4 5 6 d 2计算初始过程能力Pp\Ppk 和稳定过程能力Cp\Cpkσˆ6LSL USL Cp -=σˆ3X USL CPU -= σˆ3LSLX CPL -= CPK=min(CPU,CPL) S LSL USL Pp σˆ6-=S X USL PPU σˆ3-= SLSLX PPL σˆ3-= PPK=min(PPU,PPL) 注：使用minitab 软件可以直接计算出Pp\Ppk 、Cp\Cpk 5.5.4.2 Cp/Cpk vs Pp /Ppk说明：1、能力指数和性能指数大于是针对特殊特性。
当指数达到要求后，才可用抽样检验控制，否则，应该用全数检验或防错控制。
对于试生产，由于时间很短，很多变差源没有充分暴露出来，所以通常在初始过程研究时，对于特殊特性要求指数大于。
如果Ppk≥，通常认可可以运用采样策略开始生产；如果Pp>但是Ppk<，调整过程使之靠近目标值。
如果Cp<，改进过程；如果Cp>并且Cpk<调整过程使之靠近目标值。
2、所有的能力和性能评价都是针对单个过程的特性的。
绝对不能把几个过程的能力或性能结合或平均为一个指数。
