SPC是应用统计技术对生产过程中的各个阶段收集的数据进行分析，并调整相关质量特性参数，从而达到改进与保证质量的目的。早期的质量检验主要是在产品制造出来后才进行的，即事后把关。而在大量生产的情况下，由于事后检验信息反馈不及时所导致的生产损失很大，故又萌发出“预防”的思想，从而导致质量控制理论的诞生休哈特博士出于对西方电气公司所制造的产品变异或波动的关注和对抽样结果的研究，提出统计过程控制（SPC）理论，在1924年首创过程控制的工具——控制图。在控制图应用和发展的80多年中，它对产品的质量控制起到了非常重要的作用，并在世界各地特别是在欧美和日本得到了广泛的应用。

本课程告诉你：如何在SPC的解析阶段识别特殊原因，并消除特殊原因，让过程进入稳定状态；在稳定的生产过程中，如何预先发现即将要发生的品质异常，将问题消除在萌芽阶段；如何从管理图中找出平均值与标准差的变化；如何用分组法及层别法找出影响过程能力的关键因素，并加以改进；如何全面理解过程能力/过程性能与合格率之前的关系。

模块一:基础知识

●变差及其来源

●变差与正态分布

●普通原因与特殊原因

模块二:确定过程控制模式

●两类过程模式

●SPC改善循环

模块三:过程失控判定

●知识准备

●常规控制图

●非常规控制图

模块四:过程能力分析

●过程能力分析之常用指标

●过程能力与PPM之换算

模块五:过程能力改善

●建立过程失控经验库

●提高过程能力

更多课程详情请点击咨询专属客服

很多质量专家都知道要促成SPC成功落地应该做些什么，但很少人知道什么是不能做的。往往等到损害已经形成才意识到哪些事情不该做，而此时，SPC项目失败已经成为整个公司的重大新闻，并且错误已经异常明显。 为了保证您在SPC项目上的钱花得值并且最 大限度成功，按照大量专业书籍中专家们都讨论过的正确步骤，完全没问题，但很重要的是，一定要避免错误。凡事预则立，不预则废。