我们在企业很多时候是认为运用SPC是进行 数据统计，却没有数据分析，更是没有分析后的应用与改善。
SPC是借助数理统计方法的过程控制工具,它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。
◆ 让学员认识SPC统计过程控制是企业提高质量管理水平的有效方法。SPC利用数理统计原理，通过检测资料的收集和分析，可以达到 “ 事前预防 ” 的效果，从而有效控制生产过程、不断改进品质。
◆ 通过SPC 课程的学习，让学员了解 SPC 的原理，正确应用 SPC 的技巧。让 SPC 不仅仅是绘图，更是动态的管理手段， SPC 确实的协助管理者掌握维持过程稳定的能力
一、各阶段的质量管理重点
二、质量管理工具应用
三、数据的基本常识：
数据的分类
收集数据的目的
收集数据应按注意的事项
①有效数字
②数字的修约规则
数据的几个重要特征：
标准差与平均值关系
四、关于SPC理解
SPC 起源、背景
新版本SPC的变化
SPC的假设条件
统计资料的类型（计数、计量）
正态分布
中值、极差、标准偏差的计算
过程的变异
案例练习
五、控制图-- SPC 质量控制的基本元素是控制图。
⒈什么是控制图： ( 控制图原理： 3 σ原则 )
⒉控制图的主要用途：
变异的本质：共同原因、特殊原因
管制状态
SPC两个阶段：分析阶段，监控阶段
分析用的控制图主要目的：
管理用的控制图主要作用：充分体现出 SPC 预防控制的作用。
⒊SPC控制图的基本形式
控制图的种类及主要用途 ( 表 )
⒋计量值控制图
⑴平均值－极差控制图
⑵中位数和极差控制图： 案例：
⑶ 单值─移动极差控制图（ X － Rs ）
⑷平均值和标准偏差控制图 案例：
⑸控制线的修订分析
六、SPC计数值控制图
计数值控制图有不合格品率控制图 (P 图 ) 、不合格品数控制图 (Pn) 图、单位缺陷控制图 (u 图 ) 和缺陷控制图 (C 图 ) 。
⑴不合格品率控制图 (P 控制图 )
主要用途
P控制图几种画法：
⑵ 不合格品数控制图（ Pn 控制图） 案例：
⑶ 单位缺陷数控制图（μ控制图）
⑷ 缺陷数控制图（ C 图） ( 例子 )
⑸ 公差百分率控制图
⒍控制图的观察分析
SPC控制图与工序变化的分析和判断
⑴工序稳定状态的判断
工序是否处于稳定状态，必须同时要满足两个原则
⑵工序不稳定状态的判断
①点子超出控制界限
②点子处在警戒区内
③点子在控制界限内，但点子排列有缺陷
⒎SPC控制图异常的处理
⑴ 4 种情况应重新计算控制界限并作控制图：
⑵控制图两种错误的分析
⑶ 3 σ控制界限的意义
⑷质量特性与控制图的选择要考虑的 6 个方面：
⒏使用控制图的注意事项
①分组问题、 ②分层问题、③控制界限的重新计算
课堂练习
七、SPC工序能力分析
⒈工序能力的含义： 工序能力与生产能力、机械能力的区别
⒉工序能力的数量表示：
为什么用 6 σ来表示工序能力？
⒊工序能力与公差图
⒋工序能力指数 Cp 及其计算
①正态分布
②双向允差，工序分布中心与规格中心重合（即无偏移的情况）
③双向允差，工序分布中心与规格中心有偏移
有偏移时工序能力指数用符号 CPK 表示： 例 :
④单向公差情况：只有公差上限 TU 时
单向公差情况：只有公差下限 TL 时 ：
课堂练习
⒌ 工序能力的判断及处置
⑴工序能力判断标准
⑵有偏离系数工序能力的判断标准
⑶ CP 值对应的总体不合格品率表（％）
⒍ 处 置：
CP ＞ 1.67 时、 1.33 < CP ≤ 1.67 时、 1< CP ≤ 1.33 时、 0.67 < CP ≤ 1 时、 CP ≤ 0.67 时
⒎ 改善及矫正措施
⒏工序能力指数计算练习
