SPC是六西格玛的核心工具之一，通过统计方法监控过程稳定性，及时发现异常波动，防止不合格品产生。
Xbar-R控制图/Xbar-S控制图/p控制图/c控制图/u控制图/CUSUM图/EWMA图
1.选择关键质量特性→2.收集数据→3.计算控制限→4.绘制控制图→5.判断过程稳定性→6.查找异常原因→7.采取纠正措施
某电子企业SPC项目：通过Xbar-R控制图监控焊点高度，发现设备漂移趋势，提前调整参数，焊点不良率从3.2%降至0.4%。更多案例
了解更多请访问六西格玛培训或项目咨询，致电400-889-8319。
选择正确的控制图是SPC实施的关键。连续型数据使用计量控制图（Xbar-R/Xbar-S/I-MR），离散型数据使用计数控制图（p/c/u图）。选择错误会导致误判和漏判。
| 数据类型 | 样本量 | 控制图 | 适用场景 |
|---|---|---|---|
| 连续型 | 2-9 | Xbar-R | 最常见的计量控制图 |
| 连续型 | 10+ | Xbar-S | 大样本计量控制图 |
| 连续型 | 1 | I-MR | 单值数据监控 |
| 计数型（不合格率） | 变化 | p图 | 不合格品率监控 |
| 计数型（缺陷数） | 固定 | c图 | 单位缺陷数监控 |
| 计数型（缺陷率） | 变化 | u图 | 单位缺陷率监控 |
SPC实施的关键成功因素：1）选择正确的控制图类型；2）确保测量系统可靠（先做MSA）；3）及时响应控制图异常信号；4）区分普通原因和特殊原因变异。了解MSA测量系统分析
SPC学习分为3个阶段：基础阶段学习控制图原理和绘制方法，进阶阶段学习特殊原因判断规则和过程能力分析，高级阶段学习CUSUM/EWMA等高级控制图和多变量SPC。
掌握Xbar-R/p图绘制、控制限计算、8大判异规则。建议参加绿带培训。
掌握CUSUM/EWMA控制图、多变量SPC、SPC自动化系统搭建。建议参加MBB培训。
SPC不是孤立使用的工具，它与其他六西格玛工具有密切关系：SPC需要MSA确保数据可靠；SPC监控过程稳定性是计算Cpk的前提；SPC发现的异常需要用DOE找到根因；SPC控制图是FMEA预防措施的验证手段。在六西格玛DMAIC流程中，SPC主要用于Measure和Control阶段。
常见问题SPC（Statistical Process Control，统计过程控制）是应用统计方法对生产过程进行实时监控和控制的工具。SPC的核心工具是控制图，通过绘制过程数据的时序图和统计控制限，实时判断过程是否受控，在产生不合格品之前就采取纠正措施。
SPC与事后检验有本质区别：事后检验发现不合格品时已经产生浪费，SPC则在过程即将失控时就发出预警，避免不合格品的产生。
计量型数据：Xbar-R图（样本量2-9）、Xbar-S图（样本量10+）、I-MR图（单值数据）。计数型数据：P图（不合格品率）、NP图（不合格品数）、C图（缺陷数）、U图（单位缺陷数）。选择原则：计量型优先，信息量更大。
控制限反映过程实际表现（过程能做什么），规格限反映客户要求（过程应该做什么）。过程受控不等于过程合格。SPC确保过程受控，CPK确保过程合格。
通常需要20-25组数据才能可靠估计控制限。数据太少估计不稳定，数据太多可能混入不同条件的数据。