SPC运用经验谈之四：随机过程，稳定过程及受控过程三者间的差别与联系

弄清随机过程，稳定过程，及受控过程三者间的差别，是正确解读过程的基础。反之，可能导致对过程分析的费解，误解及错解。
第一，随机过程，及其理解
当质量特性（随机变量）由普通因素影响，而又没有一个因素起主导作用的情况下，该质量特性的变异分布，一般都属正态分布。
理解之一，服从正态分布的统计数据资料，表现为随机性。换句话说，
1） 运用Minitab软件有关正态分布测试工具，其结果P ≥ 0.5时，可以认为是随机过程；
2） 运用过程能力指数统计，CP = PP或CPK = PPK时，也可以认为是随机过程；
3） 数据变化没有规律。
理解之二，一般来讲，当程过程表现为随机性时，其过程变差的精密性大都呈现最好状态。
第二，稳定过程，及其理解
一种说法，从生产管理的角度看，通常认为：一个过程在人机料法环等因素保持不变的情况下，则认为该过程是稳定的。即以外在因素作用的稳定性，来衡量过程的稳定性，一般不关注过程输出是否呈现稳定。
一种说法，从品质管理的角度看，往往这样认为：一个过程的输出（产品）在随时间的变化，其良品率（或不良率）保持在一定的水平时，则认为该过程是稳定的，而不管良品率（或不良率）保持有多么高或低。
一种说法，从统计控制的角度看，一般认为：只要保持过程特性的均值变化在控制线以内，则认为该过程是稳定的。而不管均值变化是否呈现随机性。
以上推定：稳定过程的共性是，过程随机时间变化，其外在因素作用，或其过程运行，或其输出，均保持不变或在一定范围内，不关注是否表现随机性。
第三，受控过程，及其理解
休哈特建立了一个“统计受控”的可操作的定义，首先，从过程是统计受控的假设出发，即，除非被证明有罪，否则就是清白的，然后，将样本与使用±3标准差限的样本分布比较，这些称为控制限。如果样本超出这些控制限，那么有理由相信存在特殊原因。更进一步说，就是期望所有（随机）样本在这些控制限之间显示随机的顺序。如果一组样本显示了一个模式，那么有理由相信有特殊原因存在。
理解之一，受控过程满足的条件：
1） 过程随时间推移的各均值描点，必须在控制限内，即，LCL ≤ X ≤ UCL；
2） 在控制限内的各均值点，必须显示随机性。
理解之二，受控过程区域的含义：
1） 统计受控区域：X ±3σ，即统计量Z = ｛（X ±3σ）- X｝ / σ = 3，按照正态分布原理统计，在99%的信心水准下，约有99。736%的面积在受控区域内。
2） 换句话说，一个受控过程其过程能力 ≥ 1，即接受概率 ≥ 99。736%，由于存在误差，可以近似地认为100% 。
3） 一个受控过程，所抽取的样本量测后，以X ±3σ计算其过程控制限，就相当预测该过程最大和最小波动范围，如果这个范围在规格（或客户要求）内，则有理由认为该过程至少可生产99。736%的良品，而被认可。
综合以上3点分析，分析结论如下：当过程表现为随机性时，其过程亦表现稳定性；2）当过程表现为稳定性时，过程不一定表现随机性，或是受控的；3）当过程表现为受控状态，过程一定表现为随机性和稳定性；但是，统计失控，不一定逾越技术规范或顾客要求。



盗版必究，不得转载.