序:
此文源于此贴: http://www.6sq.net/viewthread.php?tid=9637
某公司QA工程师Vitia先生今天收到海外一个客户的电话，内容如下：
"Vitia,今天整理你们资料的时候，发现一个很严重的事情，你们6月份提供的产品，6月17日，某项特性均值6.8，6月18日，相同特性均值在4.7。请贵公司注意一下。"
VIA收到这个投诉后，把这一信息反馈给他主管的时候，他的主管很疑惑的说
"很好啊，他们要求是2min，我们达到最差都到了4.7，简直无理取闹嘛"
另外一个工程师W也发表了他的看法:"如果SPEC是2MIN,而实际达到4.7~6，那么有必要进行SPC控制吗？我认为控制的意义不大，除非提高SPEC。另外也要考虑一下控制的成本。"
Vitia对主管的回答和M工程师的回答都不太满意， 觉的主管的回答太不负责了，M工程师的看法有些道理，但又好像有些问题在里面。就此他请教了企业内部的H咨询师. Vitia对H咨询师讲完这个故事后说:" 我认为这个老外的精神可佳，他的品质意识比我们强. 另外，是不是我们对产品品质不应该仅仅停留在SPEC上面? 我们应怎样做?"
H咨询师认真的与Vitia探讨这个问题:" 1，首先来说，老外的精神确实值的我们学习，他的精神可贵之处在于他的负责的态度，及时反馈异常信息提醒供方改善。2,老外并不是品质意识比我们强，而是他们的对数据的认识比我们更深刻。特性均值从6.8变成4.7意味着异常的出现，并不是无理取闹.
Vitia又问道:"但我们主管认为SPEC是2min，现在是4.7，我们的特性均值远远好于SPEC, 产品是满足客户需求的啊"
H咨询师回答说:"没错，产品是目前满足客户需求的，从表面上看起来也远远大于SPEC，好像没有理由需要进行改善分析. 为什么会导致这样的误解?
我们现在从两个方面来看:"1,我们对数据不理解. 知道SPC控制图吧? SPC的控制界线是根据历史数据计算出来的，打个比方，如果历史数据计算出我们的产品特性均值为6.8,然后会根据3sigma计算出控制界线.这个控制界线与SPEC是无关的，这在SPC的应用中很重要 特性均值由6.8变为4.7有2.1的波动，从经验来看是危险的，可能有异常已经发生,如果不及时发现和处理异常，产品就有可能会超出规格.
2,我们对数据处理方法不恰当。为什么现在我们不能更直观的来判定这是否危险? 这与数据的处理方法有关，如果只用普通的记录表方法是不能直观的体现出数据的波动是否正常，只能靠一些简单方法或经验来判.,对这些数据更好的方法是用SPC控制图来记录他们.如果我们用SPC来记录这些数据，计算出它的控制界线，我们就很容易的判定这个4.7数据是否超出控制界线或违反判定原则,对数据的判定更准确更科学。W工程师认为目标的质量水准远远大于规格，应用SPC控制图没有必要，这种观点是错误的。SPC对于这种有足够的工序能力的工序的控制是非常有效的，相反当工序能力不足时(Cpk<1)应用SPC控制图起不到什么效果。另外如果我们自已建立了SPC体系，就不用等到客户来反馈异常的数据信息，自已就可以及早发现异常问题，并进行改善了。"
Vitia说："我对SPC也早有了解，但我还有一个问题，如果我们的产品特性一直很好，我们为什么不直接免检?这样可以节约检验成本."
H咨询师答道:"你这个问题提的很好，对过程的控制并不是用SPC就好，如果产品的特性足够好，我们是可以免检的,但这是对产品的品质已经非常了解的情况下做出的决定。通常情况下我们应用SPC进行控制，根据我们的SPC控制图的记录,如果我们的产品特性长期都比较稳定，我们可以渐渐的减少抽样的频率,以节约成本，最终可以考虑免检。这项决策一定要建立在对过去的长期的监控数据记录上. 并且每隔一定的时间要重新研究一下过程的能力表现（比如二个月）以验证过程是否保持稳定，如果发现过程能力有下降趋势就得及时找出原因，采取措施"
Vitia与H咨询师愉快的交流了看法，最后认为有必要在公司里进一步推行SPC和统计技术.