SPC失效的七大原因

SPC是一种借助数理统计方法的过程控制工具，企业用它来实现生产过程的受控，从而保证产品质量。尽管制造业都在推广和实施，但使用效果往往不尽人意，原因可能出在这里。

1、控制点选取错误

SPC只用于关键特性的测量，关键特性的选择要依客户要求，如果客户没要求，我们自己在进行APQP（产品质量前期策划）的时候也一定会输出产品和过程的特殊特性，以此为准。而不是花费大量成本去控制没必要的点。

2、测量工具不适宜

测量控制特性所使用的测量系统，首先要是可接受的，这就要求GR&R(重复性和再现性)要小于10%。在此前提下，测量工具还要能够识别“过程变差”1/10的精度，否则控制图将不能够识别过程的变差。

PS：解释一下过程变差，查阅的资料和论坛大神都表示：过程变差=1/10*Min{产品公差，过程总变差}，取括号里的两者中的最小值。产品公差由设计时定义；过程总变差则是六西格玛值，通过样本测量值计算得来。

3、未分析过程即开始控制

只有在过程“稳定”且过程能力可“接受”的情况下，才可以进入控制状态。即如果要开始进行控制，首先要“解决”掉过程当中特殊原因造成的变差，还要“减少”普通原因产生的变差。

过程稳定的条件有两个判断条件：

处于控制界限内的点无排列缺陷；

所有样本点均落在控制界限内

过程能力可接受的条件：≥

4、控制图中未记录过程变化

控制图反映过程变化，过程要素5M1E（人/机/料/法/环/测）中的任何一种发生变化，都可能会对产品造成影响。所以工厂里会一直强调，要记录变化点。过程要素发生改变的时候，我们就要在控制图上记录下发生时间以及变化点，以便控制图出现异常时，来帮助我们判断是否记录的变化点就是异常产生的原因。而不是发现控制图有异常了，再去回忆是不是什么时候过程发生过改变。

5、不理解控制图含义

绘制控制图不是目的，而是要通过控制图来了解过程的动态和异常，从而采取适当的措施。可是你知道吗？看R图（极差图）和图（均值图）也是要有顺序的。

极差R用于变差（极差、标准差）的控制统计量，均值用于位置（均值、中位数）的控制统计量，的控制限依赖于R的变化，具体公式如下，其中A为常数

所以，一般情况下要先看R图，再看图。R图反映组内变差，来判定分组是否合理，图反映组间变差，来辨别过程是否有效可接受。

6、把规格线也画在控制图中

有些企业会习惯在控制图上加产品规格线，来判断产品是否合格，这其实是一种错误的做法。规格线是在产品设计时由产品设计者制定下来的，而控制图表示的则是过程，两者间没有任何关系。企业把产品规格线画在控制图上，认为超出产品规格线的点就是不合格的产品批次。

但其实在±3σ的界限控制图里面，如果没有特殊原因存在，点超出界限的概率只有（即在3σ的经济过程控制下，产品合格率为）。

7、认为控制图是质量人员的事情

SPC的作用就是通过技术及相应工具分析过程或输出，使其达到并保持统计控制状态，从而提高过程能力，最终实现质量的提升。所以产品质量得到持续保证，前提一定是要过程受控。但是在企业里，大多数人都会认为，只要生产出来的产品符合质量标准就行了，于是就忽视了过程的重要，甚至会出现过度调机。

其实，产品的平均值和过程的变差，多数情况下都是由设计人员和调机的技术人员决定的。所以，和过程变差有关的人员，都要对SPC进行了解，让大家知道，每一个环节，都可能是造成过程变差，引起产品异常的原因。