SPC之我见-欢迎拍砖

在坛子潜水多年，偶尔冒个泡；已经成了一种习惯。关于SPC的讨论也是帖子胜多，观点谬误的不在少数啊。自己偶尔也在里面发发牢骚，讲讲自己的理解。觉得，不少误导的言论真是会让人走上歧途。于是乎。。。。。。

在Ford合资汽车厂做STA多年，看过不下60+的工厂，评审的过程辛酸苦辣的；中国的制造业让人敬佩又让人很无奈。中国制造业在外国列强的包夹下顽强生存，“中国制造”俨然成为一种品牌。在整个产业链里，制造是利润最少，也是中方唯一把握的地方；很多外商独资或者合资的企业，中方代表最高官也就是个生管了。生产成本的日益上升和恶性竞争，让我对中国制造业的前景充满了绝望情绪。

在内外交困中，汽配制造企业却有更大的烦恼；汽车行业强令推行TS体系。在汽车行业火爆的行情下，不少企业拼命挤入汽配行业，希望能分到一杯羹。于是乎，TS这个门槛富裕了不少人；什么咨询机构，认证中心等等如雨后春笋。。。在急功近利的情况下，TS在中国的推行变得表面化，样式化，只是为了应付检查；而认证中心不负责任的发放证书，让很多企业只是建立了TS的空架子。

好像跑题了；回到SPC吧；在预防胜于测量的口号下，SPC成为时髦，一讲过程控制就必言SPC。SPC成为一只华丽的替罪羊，在不断的被歪曲和误解中逐渐成为鸡肋系统，最后被很多企业作为一个美丽的花瓶而成为壁上观。不胜唏嘘啊。很多企业，都建立了数据收集的一些表格，文件；但就是在对这些数据的统计分析上，却迟迟跨不出这一步。很多质量人员也只将自己的职责停留在检测上，而不是数据分析上。一个漏洞百出的质量系统在运行，成就了一大批的救火队员，且有不少人在为着自己或杰出或迅速的救火能力而洋洋自得，而成就了不少的所谓质量伪专家。

下面将自己关于SPC的一些回帖汇总下了（很多没有找到了）。。。目的是抛砖引玉了，引发讨论

过程控制方法方式有很多种，什么5S啊，MRP，PM等等等等；而SPC只是其中的一种而已；SPC概念是什么，统计过程控制，是通过统计数据来进行过程控制。SPC是通过合理的抽取样本，通过对样本数据进行分析来推测整体的状态，评估质量风险的一种过程控制的方法。

SPC既然是以统计为基础，那数据就是他的原材料了；计量型数据测量真实的数据表现，而属性数据统计的是不良率等统计数据；所用到的图形更是多种多样，XBAR-R只是其中计量型数据常用的表格形式而已（具体可以去看SPC手册，这里就不赘述了）。

讲了SPC了，我们再来谈谈CPK吧；PPK和CPK的问题开过很多贴，有精辟的，比如O大师的；也有更多的是误人子弟的了。正如大师所说，PPK适用于非稳定状态下的指数，over-all；而CPK要求过程稳定且正态分布，with-in，他计算时是忽略组间变差的，这也是为什么要求过程稳定的原因（PPAP第8页）。

对于一个计量型的数据，如何正确的实施SPC呢？

SPC看起来很高深，但是用起来其实很简单的；我们只要只要基本的概念和如何去运用就可以了。什么6sigma合格率水平在哪里的这样孔乙己的问题，就不要去纠结了。

做SPC前，应该具备什么条件呢？稳健的MSA肯定是重中之重了，如果数据不能反映真实的过程，研究就失去了存在的意义。当然，过程中所有已知的特殊因素都已经得到妥善的解决，不然过程能力不行，再怎么稳定也不能达到客户交付要求。

具备了以上2点后；我们就可以尝试选择顾客和质量关注的特性来进行研究了（cc/sc）；首先进行PPK的初始过程能力研究；此过程我们将获得性能指数PP，反应过程是否具有能力；获得实际中值，看与理论中值的差异，并能否做居中处理来改善过程；PPK是过程性能指数，反映过程能否短期内能否给顾客提供合格产品，并为长期过程能力CPK提供前提条件，PPK>=1.67;还能干啥子呢？计算UCL和LCL，完成XBAR-R表格的几条线，为CPK提供表格用以判稳；还有就是正态性检验了，有专门的公式，复杂的让人头疼，我们不用；我们使用直方图来描绘数据分布，如果是近似的钟型，哈哈，就是近似的正态分布哇。以上条件满足，我们就可以转入长期过程，也就是CPK的研究啦。忘记说抽样方法了，连续的30件及以上数据就可以了。

CPK是长期过程能力研究的指数，反映的是提交给顾客的真实质量水平；抽样方式是在一定周期（一般以月为单位）抽取25组及以上数据，每组数据连续抽样，样本不小于4个；XBAR-R图形作用是什么？很多人理解错误，其实它只有唯一的作用，那就是判稳；通过控制线而不是公差来进行预警，为过程改善提供一定的时间；超出控制线不意味着不合格，但超出公差就一定是不合格品了。CP是能力指数，看过程是否具有足够能力；CPK是过程能力指数，对是否需要居中处理做出判定，CPK>=1.33，且过程稳定；我们就可以说这个过程是统计受控状态了。

SPC的过程追求的是数据的集中与收敛；但不可盲目的追求，毕竟能力过剩也是种浪费了。


因为抽样频率根据线上的实际生产安排还有生产数量来做出合理的调整了。

因为有个置信区间的概念，也就是说必须抽取多少的样本，通过分析样本才能反映整体了。就比如有100个零件，你抽取了一个，检验合格，然后说全部都合格，这是无法让人信服的。所以必须抽取足够数量的样本做。CPK的最少样本要求是25组，每组至少4个，也就是100个样本了。注意每组抽样时连续的。

具体的抽样频率还是根据实际来定了

CPK作为长期过程能力研究，期间必定有5M1E的变动；比如不同的班次，材料的不同批次变化；这些都是普通因素的变化，是不可避免的变差；有没有去看书啊？？

长期过程能力研究，XBAR-R图识别的是特殊因素的影响，比如换个批次的人员，这是普通因素；而换的批次的人员培训不够，做出了劣质品，这就是特殊因素了。

SPC统计过程控制作为过程控制中的一种方式，在中国推行注定是个悲剧。以数据驱动必须依靠稳健的MSA，而在中国恰恰是欠缺这个。不想用的，编造数据；想用的，测出的数据不反应真实的状况，做出错误的判断和决策。

唉，所以大部分人对SPC是似懂非懂，事实而非，从而搞成现在这个样子；想说爱你不容易啊


要做SPC，你首先扪心自问，MSA稳健吗？也就是说，CC/SC特性是否有恰当检测手段？员工是否具备检测技能？是否有恰当的抽样计划及表格记录？表格记录是否真实？表格收集管理流程是否恰当？

当你的数据能真实反映过程的时候，才是SPC的开始


poka-yoke系统是每个公司追求的终极生产系统，在不可探测度上，防错的值排在前1~3，而SPC分值只能排在6了；通过100%上go/not go检具还排在4~5，各位可以去看FMEA了。

但是从上面也可以显而易见的看出成本的差异，这也是大部分老板为什么选择SPC来挂羊头卖狗肉的原因；因为SPC实施成本及门槛低，这也成就了SPC替罪羊的宿命。楼上所说的防错及自动化系统虽好，但需要大量的资金设备支持，对很多小成本企业来说是空中楼阁。

SPC作为欧美特别是GE和FORD着力推行的过程控制的一种，通过健全的MSA系统加上合理规范的抽样采集来判定总体的状况，是通过少量的测量来替代100%检测这种浪费人力资源的手段。但她注定在中国这种价值观完全背离的环境下获得不公平的待遇。人工便宜又何必节约，江浙很多厂家都是最后100%检验，敲敲打打整形来提高成品率，而不是关注所谓的FTT\OEE等精益生产指标；比你做SPC，辛苦去提供过程能力划算多了。日本韩国及台资企业好的推行poka-yoke系统，条件不足的干脆就是走上了100%go/not go生产体系（4~5），人工成本便宜是其与欧美竞争的巨大优势，但显而易见是容忍了残次品。

预防永远胜于测量，SPC这种通过过程能力研究以提升过程能力来达到预防不合格品发生的方式，是物美价廉的终极利器。可惜了。。。。。。。。。转载请注明出自( 六西格玛品质网 http://www.6sq.net ),本贴地址:http://www.6sq.net/thread-248216-1-1.html