关于工具的应用

关于SPC工具的应用

从产品质量的统计观点来看，在一定范围内，过程质量的波动呈现统计规律性。统计过程控制（SPC），就是根据过程质量的统计规律性这样一个原则，利用统计技术对各个阶段进行监控，从而达到保证产品质量的目的。

统计过程控制（SPC）中的统计技术泛指任何可以应用的数理统计方法，并不只是人们认为的几种“控制图”。只是质量管理通常使用几种“控制图”比较普遍而已。控制图，又称管理图、管制图、休哈特图。控制图是区分过程中的正常波动和异常波动，并判断过程是否处于控制状态的一种工具。按数据性质分，控制图可以分为计量控制图和计数控制图。

经过几十年的发展，SPC方法已经非常成熟，掌握统计过程控制图制作方法成为一件比较容易的事，因此了解控制图绘制方法的的人很多。但是在应用过程当中经常发生一些不可理解的问题，例如过程本身并没什么问题但控制图上的点经常超出控制线、控制图对过程的不稳定变化不敏感、经常依据控制规则调整过程参数反而造成过程不稳等等。一般来说SPC不仅需要掌握控制图的基本制作方法，更需要从基本的统计学角度了解控制图的实质，从而确定最恰当的抽样方式，明确控制图的应用局限，深入理解诊断过程的原则，最终达到有效应用、有效控制的目的。

控制图一般应用程序，可以借助下图进行：

但在实际工作中，既可以采用控制图的方法，也可以采用其他方法（如公式法）。笔者在为一基层政府做ISO 9001：2000时，就曾经引入了ISO/TS 16949的SPC工具。其中对工作质量不合格项目考评时，运用了“不合格品统计表”，对工作质量不合格项目数据进行统计和进行过程能力计算；在计算其过程能力时，采用了公式法。

该基层政府其时对31项招商引资项目进行抽样统计调查，拟通过走访投资客商了解接待中的失误，更好地进入新一轮工作。案例抽样子组数量设计为25项，具体数据统计计算如下。

每一考核项目工作质量不合格数允许为5小项次，统计数字如下表：

工作质量不合格数据统计表

样本不合格数的均值：

C_平均＝（4＋6＋5＋……＋3）÷25＝115÷25＝4.6；

CL＝4.6

UCL＝4.6＋3×4.6^1/2＝11.3

LCL＝4.6－3×4.6^1/2＝－1.83（无意义）

判断：

控制图无异常，过程能力4.6达到要求；过程能力指数CP＝5÷4.6＝1.09，应该努力提高。

下次考核每一考核项目工作质量不合格数应＜3.75；CP＝1.33。

公式法：

当非定量工作需要计算过程能力时，采用如下的公式进行了计算：

CP＝工作实际差错率/工作目标值。

如：目标差错目标为1%；工作实际达到的质量水平为：98.3%，则

工作实际差错率为：

1—98.3%＝1.7%，则过程能力：

CP＝工作实际差错率/工作目标值＝1.7%，÷1%＝1.7