浅议国内SPC应用的误区

1、 为做SPC而SPC，对数据进行造假，使之符合“判稳规律”，不做分析、改善，纯粹糊弄人，应付外审，这种SPC只是做给别人看的，毫无用处，毒害最深。
2、 照搬书本，似是而非：这种SPC初学者将书本知识教条化，不联系实际，不深入分析数据、信息和过程，还有一种的外审老师偏执的纯理论化、理想化SPC。不做统计分布模型分析，而固执的认为所有正常的过程数据均服从正态分布，殊不知统计分布模型除正态分布外还有瑞利分布、韦伯分布等很多种分布。经典休哈特判稳/判异准则是在服从正态分布基础上的，而一个生产过程，特别是不能实现自动刀补的机加过程，服从正态分布的概率不足10%。是想所有过程都服从正态分布了，还需SPC吗？如孔类加工：假设公差为0-+0.022；由于设备不能实现自动刀补，而超出上限会导致产品报废，个人将受罚；超出下限可进行补充加工/返工即可，所以这种过程的均值必定偏向下限；同时人们会根据经验/测量结果进行人工刀补，这就人为的将原处于分布左面的一部分数据移到了分布右面，最后形成了头部偏向右侧的类似瑞利分布。
3、 将控制限直接设定为上下公差值或不设控制限，这是一种不肯深入分析变化点、采取针对性措施的懒惰做法。
4、 不将过程数据与相应的人、机、料、法、环、测等信息进行捆绑与分析，这样的分析只知过程异常，却不能找到异常的原因，故不能采取对应的措施，消除或减少异因，故过程得不到改进。
建议：
1. 做好SPC，首先应进行统计分布模型分析，然后制定符合生产实际过程的判稳/判异准则；
2. 其次，应做好变化点管理：及将人、机、料、法、环、测等有用信息与数据捆绑和分析；
3. 再次，做好过程的标准作业（不断完善作业标准，严格执行标准作业），如换/调刀过程，过程的异常波动往往是不执行标准作业到来的。再补充一点，根据本人的粗浅经验，在进行SPC初期分析时会发现往往超过50%的“异常”是由检测数据本身引起的，故做好MSA及测量的标准作业也是十分重要的。
4. 最后，做好“FMEA”工作，不断的完善制造过程的失效模式及问题处理库，这种“FMEA”是动态的、是基于现场和网络的，不是仅留在纸上的教科书。