控制图发明

① p管制图的ucl会不会发生变化

1、简易七手法：甘特图、流程图、5W2H、愚巧法、雷达法、统计图、推移图
2、QC旧七大手法：特性要因分析图、柏拉图、查检表、层别法、散布图、直方图、管制图
3、QC新七大手法：关连图、系统图法、KJ法、箭头图法、矩阵图法、PAPC法、矩阵数据解
析法
计数值：以合格数、缺点数等使用点数计算而得的数据一般通称为计数数据。（数一数）
计量值：以重要、时间、含量、长度等可以测量而得来的数据，一般为计量值，如长度、重要、浓度，有小数点的凡四舍五入都称之。（量一量）
QC七大手法由五图，一表一法组成：
五图：柏拉图、散布图、直方图、管制图、特性要因分析图（鱼骨图）
一表：查检表（甘特图）
一法：层别法

4、管制图：
（1） 何为管制图：
为使现场之品质状况达成吾人所谓之“管理”作业，一般均以侦测产品之
品质特性来替代“管理”作业是否正常，而品质特性是随着时间、各种状况有着高低的变化； 那么到底高到何种程度或低至何种状况才算吾人所谓异常？故设定一合理之高低界限，作为吾人探测现场制程状况是否在“管理”状态，即为管制图之基本根源。
管制图是于1924年由美国品管大师修哈特博士所发明。而主要主义即是【一种以实
际产品品质特性与依过去经验所研判之制程之能力的管制界 限比较，而以时间顺序
用图形表示者】。
（2） 基本特性：
一般管制图纵轴均设定为产品的品质特性，而以制程变化的数据为分度；横轴则为检测制品之群体代码或编号或年月日等，以时间别或制造先后别，依顺序将点绘于图上。
在管制图上有三条笔直的横线，中间的一条为中心线（Center Line，CL），一般以蓝色之实线绘制。左上方的一条称为管制上限（Upper Control Limit，UCL），在下方的称为管制下限（Lower Control Limit，LCL），对上、下管制界限之绘制，则一般均用红色之虚线表现之，以表示可接受之变异范围；至于实际产品品质特性之点连线条则大都以黑色实线表现绘制之。
（3） 管制图原理：
1）品质变异之形成原因
一般在制造的过程中，无论是多么精密的设备，环境，其品质特性一定都会有变动，绝无法做完全一样的制品；而引起变动的原因可分为两种，一种为偶然（机遇）原因，一种为异常（非机遇）原因。
2）管制图界限之构成：
管制图是以常分配中之三个标准差为理论依据，中心线为平均值，上、下管制界限以平均数加减三个标准差（±3σ）之值，以判断制程中是否有问题发生，此即修哈特博士所创之法。
（4） 管制图种类：
1）依数据性质分类：
A 计量值管制图：所谓计量值系指管制图之数据均属于由量具实际量测而得；如长度、重量、浓度等特性均为连续性者。常用的有：
a 平均数与全距管制图（X(—)-R Chart）
b 平均数与标准差管制图（X(—)-σChart）
c 中位数与全距管制图（X(~)-R Chart）
d 个别值与移动全距管制图（X-Rm Chart）
e 最大值与最小值管制图（L-S Chart）
B 计数值管制图：所谓计数值是指管制图之数据均属于单位计算数者而得；如不良数、缺点数等间断性数据均属之。常用的有：
a 不良率管制图（P Chart）
b 不良数管制图（Pn chart ，又称np chart或d chart）
c 缺点数管制图（C chart）
d 单位缺点数管制图（U chart）
2）计数值与计量值管制图之应用比较

计量值 计数值
优点 1、甚灵敏，容易调查真因。
2、可及时反应不良，使品质稳定。 1、所须数据可用简单方法获得。
2、对整体品质状况之了解较方便。
缺点 1、抽样频度较高、费时麻烦。
2、数据须测定，且再计算，须有训练之人方可胜任。
1、无法寻得不良之真因。
2、及时性不足，易延误时机。
（5） 管制图之绘制：
介绍：计量值管制图（X-R）常用
1）先行收集100个以上数据，依测定之先后顺序排列之。
2）以2~5个数据为一组（一般采4~5个），分成约20-25组。
3）将各组数据记入数据表栏位内。
4）计算各组之平均值X。（取至测定值最小单位下一位数）
5）计算各组之全距R。（最大值-最小值=R）
6）计算总平均X。
X=（X1+X2+X3+…+Xk）/k=ξXi/k（k为组数）
7）计算全距之平均R：
R=（R1+R2+R3+…+Rk）/k=ξRi/k
8）计算管制界限
X管制图：中心线（CL）=X
管制上限（UCL）=X+A2R
管制下限（LCL）=X-A2R
R管制图：中心线（CL）=R
管制上限（UCL）=D4R
管制下限（LCL）=D3R
A2，D3，D4之值，随每组之样本数不同而有差异，但仍遵循三个标准差之原理，计算而得，今已被整理成常用系数表。
9）绘制中心线及管制界限，并将各点点入图中。
10）将各数据履历及特殊原因记入，以备查考、分析、判断。
（6） 管制点之点绘制要领：
1）各项工程名称、管制特性、测定单位、设备别、操作（测定）者、样本大小、材料别、环境变化…等任何变更资料应清楚填入，以便资料之分析整理。
2）计量值变更管制图（X-R，X-R…等）其X管制图与R管制图的管制界限席宽度取法，一般原则以组之样本数（n）为参考，X管制图之单位分度约为R管制图之1/n倍。
（纵轴管制界限宽度约20-30m/m；横轴各组间隔约2-5mm）
3）中心线（CL）以实线记入，管制界限则记入虚线；各线上须依线别分别记入CL、UCL、LCL、等符号。
4）CL、UCL、LCL之数值位数计算比测定值多两位数即可。
（各组数据之平均计算数则取比测定值多一位数）
5）点之绘制有[?]、[○]、[△]、[×]…等，最好由厂内统一规定。
6）变管制图，二个管制图之绘制间隔最少距20mm以上，可行的话最好距30mm左右。
（7） 管制图之判读：
1）管制状态之判断（制程于稳定状态）
A 多数点子集中在中心线附近。
B 少数点子落在管制界限附近。
C 点子之分布与跳动呈随机状态，无规则可循。
D 无点子超出管制界限以外。
2）可否延长管制限界限做为后续制程管制用之研判基准：
A 连续25点以上出现在管制界限线内时（机率为93.46%）。
B 连续35点中，出现在管制界限外点子不超出1点时。
C 连续100点中，出现在管制界限外点子不超出2点时。
制程在满足上述条件时，虽可认为制程在管制状态而不予变动管制界限，但并非点子超出管制界限外亦可接受；这此超限之点子必有异常原因，故应追究调查原因并予以消除之。
3）检定判读原则：
A 应视每一个点子为一个分配，非单纯之点。
B 点子之动向代表制程之变化；虽无异常之原因，各点子在界限内仍会有差异存在。
C 异常之一般检定原则：（如图所示）
（8） 管制图使用之注意事项：
1）管制图使用前，现场作业应予标准化作业完成。
2）管制图使用前，应先决定管制项目，包括品质特性之选择与取样数量之决定。
3）管制界限千万不可用规格值代替。
4）管制图种类之遴选应配合管制项目之决定时搭配之。
5）抽样方法以能取得合理样组为原则。
6）点子超出界限或有不正常之状态，必须利用各种措施研究改善或配合统计方法，把异常原因找出，同时加以消除。
7）X-R管制图里组的大小（n），一般采n=4-5最适合。
8）R管制图没下限，系因R值是由同组数据之最大值减最小值而得，因之LCL取负值没有意义。
9）制程管制做得不好，管制图形同虚设，要使管制图发挥效用，应使产品制程能力中之Cp值（制程精密度）大于1以上

② SPC是什么含义

SPC 即统计过程控制。 是利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。SPC强调以全过程的预防为主。也是 中国人民武装警察部队特种警察学院的简称,该学院又叫做武装特警学院.它是训练特种兵的学院,同时还是执行任务的机构.

SPC统计过程控制 SPC是Statistical Process Control的简称统计过程控制 利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异 统计过程控制（简称SPC）是一种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。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。

控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。

SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。

统计过程控制（SPC）是一种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。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。

SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到"事前"预防和控制，SPC可以： · 对过程作出可靠的评估； · 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； · 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； · 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作； 有了以上的预防和控制，我们的企业当然是可以： · 降低成本 · 降低不良率，减少返工和浪费 · 提高劳动生产率 · 提供核心竞争力 · 赢得广泛客户 · 更好地理解和实施质量体系

实施SPC分为两个阶段，一是分析阶段，二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。 分析阶段的主要目的在于： 一、使过程处于统计稳态； 二、使过程能力足够。 分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。 监控阶段的主要工作是使用控制用控制图进行监控。此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。监控可以充分体现出SPC预防控制的作用。 在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。

经过近70年在全世界范围的实践，SPC理论已经发展得非常完善，其与计算机技术的结合日益紧密，其在企业内的应用范围、程度也已经非常广泛、深入。概括来讲，SPC的发展呈现如下特点： （1）.分析功能强大，辅助决策作用明显 在众多企业的实践基础上发展出繁多的统计方法和分析工具，应用这些方法和工具可根据不同目的、从不同角度对数据进行深入的研究与分析，在这一过程中SPC的辅助决策功能越来越得到强化； （2）.体现全面质量管理思想 随着全面质量管理思想的普及，SPC在企业产品质量管理上的应用也逐渐从生产制造过程质量控制扩展到产品设计、辅助生产过程、售后服务及产品使用等各个环节的质量控制，强调全过程的预防与控制； （3）.与计算机网络技术紧密结合 现代企业质量管理要求将企业内外更多的因素纳入考察监控范围、企业内部不同部门管理职能同时呈现出分工越来越细与合作越来越紧密两个特点，这都要求可快速处理不同来源的数据并做到最大程度的资源共享。适应这种需要，SPC与计算机技术尤其是网络技术的结合越来越紧密。

一、spc的基础知识
1.关于控制、过程、统计 2.特性及其分类 3.统计学基础
二、spc的基本原理
4.过程的理解与过程控制 5.波动及波动的原因 6.局部措施和系统措施
三、统计过程的控制思想
1.正态分布简介 2.统计控制状态及两种错误 3.过程控制和过程能力 4.过程改进循环
四、控制图类型
1.控制图应用说明 2.控制图的定义和目的 3.控制图解决问题思路 4.控制图益处 5.控制图分类 6.控制图的选择
五、建立计算型控制图的步骤和计算方法
1.均值和极差图 2.均值和标准差图 3.中位数和极差图 4.单值和移动极差图
六、计数型控制图与过程能力指数
1.过程能力解释前提 2.过程能力的计算 3.过程能力指数 4.过程绩效指数
七、过程判异准则

SPC是全球范围内制造业所信赖和采用的质量控制技术。半个多世纪以来，SPC的广泛应用推动了制造业的发展与繁荣。 新世纪是质量的世纪，质量塑造未来，质量也是竞争的关键。在一些行业，应用SPC已经成为企业生存的基本需求。 传统观念把检验作为质量保证的手段，只能事后判断，而应用SPC，能够把握先机，预防不合格品的出现，降低成本，提高企业运行效率。 SPC 强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到“事前”预防和控制 SPC可以帮助企业： · 对过程作出可靠的评估； · 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； · 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； · 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作； 有了以上的预防和控制，我们的企业当然是可以： · 降低成本； · 降低不良率，减少返工和浪费； · 提高劳动生产率； · 更好地理解和实施质量体系。

③ QC新老七大手法分别指的是哪七大手法

一、老QC七大手法包括：

检查表、层别法（分层法）、排列图（柏拉图）、直方图、鱼骨图（因果图）、控制图（管制图）、散布图。

二、QC新七大手法指的是：

关系图法、KJ法、系统图法、矩阵图法、矩阵数据分析法、PDPC法、网络图法。

三、运用途径图片：

列举介绍：

一、检查表

检查表是利用统计表对数据进行整理和初步原因分析的一种工具，其格式可多种多样，这种方法虽然较简单，但实用有效，主要作为记录或者点检所用。

二、数据分层法

数据分层法又称为层别法就是将性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多，如果不把这些因素区别开来，则难以得出变化的规律。数据分层可根据实际情况按多种方式进行。

三、排列图

排列图又称为柏拉图、重点分析图、ABC分析图，由此图的发明者19世纪意大利经济学家柏拉图（Pareto）的名字而得名。柏拉图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。

柏拉图分析的步骤：

（1） 将要处置的事，以状况（现象）或原因加以层别；

（2） 纵轴虽可以表示件数，但最好以金额表示比较强烈；

（3） 决定搜集资料的期间，自何时至何时，作为柏拉图资料的依据，期限间尽可能定期；

（4） 各项目依照合半之大小顺位左至右排列在横轴上；

（5） 绘上柱状图；

（6） 连接累积曲线。

四、直方图

在质量管理中，如何预测并监控产品质量状况?如何对质量波动进行分析?直方图就是一目了然地把这些问题图表化处理的工具。它通过对收集到的貌似无序的数据进行处理，来反映产品质量的分布情况，判断和预测产品质量及不合格率。

直方图又称质量分布图，柱状图，它是表示资料变化情况的一种主要工具。用直方图可以解析出资料的规则性，比较直观地看出产品质量特性的分布状态，对於资料分布状况一目了然，便于判断其总体质量分布情况。

在制作直方图时，牵涉统计学的概念，首先要对资料进行分组，因此如何合理分组是其中的关键问题。按组距相等的原则进行的两个关键数位是分组数和组距。是一种几何形图表，它是根据从生产过程中收集来的质量数据分布情况，画成以组距为底边、以频数为高度的一系列连接起来的直方型矩形图。

五、因果分析图

因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。因果分析图是一种充分发动员工动脑筋，查原因，集思广益的好办法，也特别适合于工作小组中实行质量的民主管理。当出现了某种质量问题，未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。

所谓因果分析图，就是将造成某项结果的众多原因，以系统的方式图解，即以图来表达结果（特性）与原因（因素）之间的关系。其形状像鱼骨，又称鱼骨图。

某项结果之形成，必定有原因，应设法利用图解法找出其因。首先提出了这个概念的是日本品管权威石川馨博士，所以特性原因图又称[石川图]。因果分析图，可使用在一般管理及工作改善的各种阶段，特别是树立意识的初期，易于使问题的原因明朗化，从而设计步骤解决问题。

六、散布图

散布图又叫相关图，它是将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性一原因，特性一特性，原因一原因的关系。通过对其观察分析，来判断两个变量之间的相关关系。

这种问题在实际生产中也是常见的，例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难以用精确的公式或函数关系表示，在这种情况下用相关图来分析就是很方便的。假定有一对变量x 和 y,x 表示某一种影响因素，y 表示某一质量特征值，通过实验或收集到的x 和 y 的数据，可以在坐标图上用点表示出来，根据点的分布特点，就可以判断 x和 y 的相关情况。

在我们的生活及工作中，许多现象和原因，有些呈规则的关联，有些呈不规则形有关联。我们要了解它，就可借助散布图统计手法来判断它们之间的相关关系。

七、控制图

控制图又称为管制图。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出，管制图使用后，就一直成为科学管理的一个重要工具，特别在质量管理方面成了一个不可或缺的管理工具。

它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状；再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。

④ 分析用控制图之后，怎么判断系统是否达到统计受控状态

SPC表格怎么做？不是不想正确回答你，是你问得太笼统？建议先了解一下SPC； SPC即统计过程控制。 是利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。SPC强调以全过程的预防为主。 SPC统计过程控制 SPC是Statistical Process Control的简称统计过程控制 利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异 统计过程控制（简称SPC）是一种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。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。 控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。 SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。 编辑本段SPC技术原理 统计过程控制（SPC）是一种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。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 编辑本段SPC可以为企业带来的好处 SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到"事前"预防和控制，SPC可以： · 对过程作出可靠的评估； · 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； · 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； · 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作； 有了以上的预防和控制，我们的企业当然是可以： · 降低成本 · 降低不良率，减少返工和浪费 · 提高劳动生产率 · 提供核心竞争力 · 赢得广泛客户 · 更好地理解和实施质量体系 编辑本段实施SPC的两个阶段 实施SPC分为两个阶段，一是分析阶段，二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。 分析阶段的主要目的在于： 一、使过程处于统计稳态； 二、使过程能力足够。 分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。 监控阶段的主要工作是使用控制用控制图进行监控。此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。监控可以充分体现出SPC预防控制的作用。 在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。 编辑本段SPC的最新发展 经过近70年在全世界范围的实践，SPC理论已经发展得非常完善，其与计算机技术的结合日益紧密，其在企业内的应用范围、程度也已经非常广泛、深入。概括来讲，SPC的发展呈现如下特点： （1）.分析功能强大，辅助决策作用明显 在众多企业的实践基础上发展出繁多的统计方法和分析工具，应用这些方法和工具可根据不同目的、从不同角度对数据进行深入的研究与分析，在这一过程中SPC的辅助决策功能越来越得到强化； （2）.体现全面质量管理思想 随着全面质量管理思想的普及，SPC在企业产品质量管理上的应用也逐渐从生产制造过程质量控制扩展到产品设计、辅助生产过程、售后服务及产品使用等各个环节的质量控制，强调全过程的预防与控制； （3）.与计算机网络技术紧密结合 现代企业质量管理要求将企业内外更多的因素纳入考察监控范围、企业内部不同部门管理职能同时呈现出分工越来越细与合作越来越紧密两个特点，这都要求可快速处理不同来源的数据并做到最大程度的资源共享。适应这种需要，SPC与计算机技术尤其是网络技术的结合越来越紧密。 编辑本段SPC生产统计过程控制 一、spc的基础知识 1.关于控制、过程、统计 2.特性及其分类 3.统计学基础 二、spc的基本原理 4.过程的理解与过程控制 5.波动及波动的原因 6.局部措施和系统措施 三、统计过程的控制思想 1.正态分布简介 2.统计控制状态及两种错误 3.过程控制和过程能力 4.过程改进循环 四、控制图类型 1.控制图应用说明 2.控制图的定义和目的 3.控制图解决问题思路 4.控制图益处 5.控制图分类 6.控制图的选择 五、建立计算型控制图的步骤和计算方法 1.均值和极差图 2.均值和标准差图 3.中位数和极差图 4.单值和移动极差图 六、计数型控制图与过程能力指数 1.过程能力解释前提 2.过程能力的计算 3.过程能力指数 4.过程绩效指数 七、过程判异准则 以下是常用的八项判异准则： 1、一点落在A区以外； 2、连续9点落在中心线同一侧； 3、连续6点递增或递减； 4、连续14点相邻点上下交替； 5、连续3点有2点落在中心线同一侧的B区以外； 6、连续5点中有4点落在中心线同一侧的C区以外； 7、连续15点在C区中心线上下； 8、连续8点在中心线同侧无一点在C区内。 编辑本段SPC统计过程控制 1、前言─SPC的由来、发展和基本要求 2、识别关键控制点 3、数据变异的衡量和分析· 直方图 4、数据的动态变异· 控制图 4.1、随机波动与异常波动 4.2、ISO 8258:1991《休哈特控制图》(Control Chart)要点 4.3、常规控制图的类型和实例 s 控制图的结构和概念解释 s 控制图类型和用途 1) X平均与极差图(均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图) s 结构和应用流程 s 举例 2) I和MR控制图 s 结构和应用流程 s 举例 3) 离散U、C、P、NP控制图 s 结构和应用流程 s 举例 s 如何收集数据 s 采样及数据收集 s 设定和维持控制界限 4.4、控制图制订和使用中的若干实际问题 4.5、现代控制图技术案例 5、过程能力与过程性能(Process Capability / Performance)分析以及相应的指数CPK、PPK的应用 6、过程能力/性能的保证和提高---查找原因采取纠正/预防措施的逻辑推理工具 s 5M1E要素 s 分层法与排列图 s 用于因果关系和逻辑关系分析的非数字资料方法工具: 因果图、系统图与“5Why分析表”、关联图、故障树分析(FTA)、过程决策程序图(PDPC)法 7、如何实现有效的SPC现场控制 s 受控的标准 s 流程失控的表现 s 失控的现场应对 s 练习制作控制图进行失控分析 s SPC实施中现场“看得见管理”应用的直观显示图表 8、SPC的效果评估的方法 s 显著性检验 s 统计抽样检验 9、回归分析 s 一元线性回归分析 s 曲线回归 s 双列相关分析 10、方差分析 s 方差分析的基本概念及其应用 s 方差分析在MSA(测量系统分析)中的应用 s 多重比较:q检验 11、试验设计(Design of Experiment, DOE) --介绍正交试验设计 12、SPC项目的开展(SPC在QCC/QIT、6Sigma项目活动中的应用) 编辑本段如何创建SPC系统 1、关键流程的确定 2、稳定工艺过程 3、过程能力的测定和分析 4、确定控制标准 5、选择和建立控制图 6、制定反馈行动计划 7、MSA测量系统分析 8、SPC应用的有效性评估 9、SPC应用的团队活动 10、案例分析及实施疑难探讨 编辑本段SPC的有效实施 一、原因分析 目前我们国内许多企业也开始逐步认识和推广SPC，但并没有达到预期的效果，为什么呢？究其原因，主要可以分为以下几点： 1、企业对SPC缺乏足够的全面了解 2、企业对实施SPC的前期准备工作重视不够 3、未能有效地总结和借鉴其他企业的经验 二、改进对策 针对以上原因，要保证SPC实施成功，企业应重视如下几方面的工作： 1、公司领导的重视 2、工程技术人员的认识和重视 3、对全员加强质量意识的培训 4、重视数据的收集和异常数据的处理 5、实施PDCA循环，达到持续改进 编辑本段企业为什么要实施SPC SPC是全球范围内制造业所信赖和采用的质量控制技术。半个多世纪以来，SPC的广泛应用推动了制造业的发展与繁荣。 新世纪是质量的世纪，质量塑造未来，质量也是竞争的关键。在一些行业，应用SPC已经成为企业生存的基本需求。 传统观念把检验作为质量保证的手段，只能事后判断，而应用SPC，能够把握先机，预防不合格品的出现，降低成本，提高企业运行效率。 SPC 强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到“事前”预防和控制 SPC可以帮助企业： · 对过程作出可靠的评估； · 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； · 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； · 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作； 有了以上的预防和控制，我们的企业当然是可以： · 降低成本； · 降低不良率，减少返工和浪费； · 提高劳动生产率； · 更好地理解和实施质量体系。

⑤ 品管QC七大手法图怎么画

其实很简单，任何的手法都是以查检表为基础，也就是要获得第一手资料才可以着手进行柏拉图等一些图表的制作，

品管七大手法是常用的统计管理方法，又称为初级统计管理方法。它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。运用这些工具，可以从经常变化的生产过程中，系统地收集与产品质量有关的各种数据，并用统计方法对数据进行整理，加工和分析，进而画出各种

图表，计算某些数据指标，从中找出质量变化的规律，实现对质量的控制。日本著名的质量管理专家石川馨曾说过，企业内95%的质量管理问题，可通过企业上上下下全体人员活用这QC七工具而得到解决。全面质量管理的推行，也离不开企业各级、各部门人员对这些工具的掌握与灵活应用。

1、 统计分析表

统计分析表是利用统计表对数据进行整理和初步分析原因的一种工具，其格式可多种多样，这种方法虽然较单，但实用有效。

2、 数据分层法

数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多如果不把这些困素区别开来，难以得出变化的规律。数据分层可根据实际情况按多种方式进行。例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层，等等。数据分层法经常与上述的统计分析表结合使用。

数据分层法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的加以分门别类的归纳及统计。

科学管理强调的是以管理的技法来弥补以往靠经验靠视觉判断的管理的不足。而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。

如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的最基础工作。
举个例子：我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下功夫。我们也可以经常在航机上看到客户满意度的调查。此调查是通过调查表来进行的。调查表的设计通常分为地面的服务品质及航机上的服务品质。地面又分为订票，候机；航机又分为空服态度，餐饮，卫生等。透过这些调查，将这些数据予以集计，就可得到从何处加强服务品质了。

3、排列图（柏拉图）

排列图又称为柏拉图，由此图的发明者19世纪意大利经济学家柏拉图（Pareto）的名字而得名。柏拉图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。后来美国质量管理专家朱兰博士运用柏拉图的统计图加以延伸将其用于质量管理。排列图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵坐标表示频数（如件数 金额等），右边纵坐标表示频率（如百分比表示）。分折线表示累积频率，横坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从左向右排列。通过对排列图的观察分析可抓住影响质量的主原因素。这种方法实际上不仅在质量管理中，在其他许多管理工作中，例如在库存管理中，都有是十分有用的。

在质量管理过程中，要解决的问题很多，但往往不知从哪里着手，但事实上大部分的问题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决问题的80%以上。柏拉图是根据归集的数据，以不良原因，不良状况发生的现象，有系统地加以项目别（层别）分类，计算出各项目别所产生的数据（如不良率，损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形。

在工厂或办公室里，把低效率，缺损，制品不良等损失按其原因别或现象别，也可换算成损失金额的80%以上的项目加以追究处理，这就是所谓的柏拉图分析。

柏拉图的使用要以层别法的项目别（现象别）为前提，依经顺位调整过后的统计表才能画制成柏拉图。
柏拉图分析的步骤；
（1） 将要处置的事，以状况（现象）或原因加以层别。
（2） 纵轴虽可以表示件数，但最好以金额表示比较强烈。
（3） 决定搜集资料的期间，自何时至何时，作为柏拉图资料的依据，期限间尽可能定期。
（4） 各项目依照合半之大小顺位左至右排列在横轴上。
（5） 绘上柱状图。
（6） 连接累积曲线。

柏拉图法（重点管制法），提供了我们在没法面面俱到的状况下，去抓重要的事情，关键的事情，而这些重要的事情又不是靠直觉判断得来的，而是有数据依据的，并用图形来加强表示。也就是层别法提供了统计的基础，柏拉图法则可帮助我们抓住关键性的事情。

4、因果分析图

因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。因果分析图是一种充分发动员工动脑筋，查原因，集思广益的好办法，也特别适合于工作小组中实行质量的民主管理。当出现了某种质量问题，未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。

所谓因果分析图，就是将造成某项结果的众多原因，以系统的方式图解，即以图来表达结果（特性）与原因（因素）之间的关系。其形状像鱼骨，又称鱼骨图。

某项结果之形成，必定有原因，应设法利用图解法找出其因。首先提出了这个概念的是日本品管权威石川馨博士，所以特性原因图又称[石川图]。因果分析图，可使用在一般管理及工作改善的各种阶段，特别是树立意识的初期，易于使问题的原因明朗化，从而设计步骤解决问题。
（1） 果分析图使用步骤
步骤1：集合有关人员。
召集与此问题相关的，有经验的人员，人数最好4-10人。
步骤2：挂一张大白纸，准备2-3支色笔。
步骤3：由集合的人员就影响问题的原因发言，发言内容记入图上，中途不可批评或质问。（脑力激荡 法）
步骤4：时间大约1个小时，搜集20-30个原因则可结束。
步骤5：就所搜集的原因，何者影响最大，再由大轮流发言，经大家磋商后，认为影响较大予圈上红色 圈。
步骤6：与步骤5一样，针对已圈上一个红圈的，若认为最重要的可以再圈上两圈，三圈。
步骤7：重新画一张原因图，未上圈的予于去除，圈数愈多的列为最优先处理。

因果分析图提供的是抓取重要原因的工具，所以参加的人员应包含对此项工作具有经验者，才易秦效。

（2）因果分析图与柏拉图之使用

建立柏拉图须先以层别建立要求目的之统计表。建立柏拉图之目的，在于掌握影响全局较大的重要少数项目。再利用特性原因图针对这些项目形成的原因逐予于探讨，并采取改善对策。所以因果分析图可以单独使用，也可连接柏拉图使用。

（3） 因果分析图再分析

要对问题形成的原因追根究底，才能从根本上解决问题。形成问题之主要原因找出来以后，再以实验设计的方法进行实验分析，拟具体实验方法，找出最佳工作方法，问题也许能得以彻底解决，这是解决问题，更是预防问题。

任何一个人，任何一个企业均有它追求的目标，但在追求目标的过程中，总会有许许多多有形与无形的障碍，而这些障碍是什么，这些障碍何于形成，这些障碍如何破解等问题，就是原因分析图法主要的概念。
一个管理人员，在他的管理工作范围内所追求的目标，假如加以具体的归纳，我们可得知从项目来说不是很多。然而就每个追求的项目来说，都有会有影响其达成目的的主要原因及次要原因，这些原因就是阻碍你达成工作的变数。

如何将追求的项目一一地罗列出来，并将影响每个项目达成的主要原因及次要原因也整理出来，并使用因果分析图来表示，并针对这些原因有计划地加以强化，将会使你的管理工作更加得心应手。

同样地，有了这些原因分析图，即使发生问题，在解析问题的过程中，也能更快速，更可靠。

5、直方图

直方图又称柱状图，它是表示数据变化情况的一种主要工具。用直方图可以将杂乱无章的资料，解析出规则性，比较直观地看出产品质量特性的分布状态，对于资料中心值或分布状况一目了然，便于判断其总体质量分布情况。在制作直方图时，牵涉到一些统计学的概念，首先要对数据进行分组，因此如何合理分组是其中的关键问题。分组通常是按组距相等的原则进行的两个关键数字是分组数和组距。

6、散布图

散布图又叫相关图，它是将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性一原因，特性一特性，原因一原因的关系。通过对其观察分析，来判断两个变量之间的相关关系。这种问题在实际生产中也是常见的，例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难以用精确的公式或函数关系表示，在这种情况下用相关图来分析就是很方便的。假定有一对变量x 和 y,x 表示某一种影响因素，y 表示某一质量特征值，通过实验或收集到的x 和 y 的数据，可以在坐标图上用点表示出来，根据点的分布特点，就可以判断 x和 y 的相关情况。

在我们的生活及工作中，许多现象和原因，有些呈规则的关连，有些呈不规则形有关连。我们要了解它，就可借助散布图统计手法来判断它们之间的相关关系。

7、控制图

控制图又称为管制图。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后，管制图就一直成为科学管理的一个重要工具，特别在质量管理方面成了一个不可或缺的管理工具。它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状；再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。

统计管理方法是进行质量控制的有效工具，但在应用中必须注意以下几个问题，否则的话就得不到应有的效果。这些问题主要是：1 ）数据有误。数据有误可能是两种原因造成的，一是人为的使用有误数据，二是由于未真正掌握统计方法；2 ）数据的采集方法不正确。如果抽样方法本身有误则其后的分析方法再正确也是无用的；3） 数据的记录，抄写有误；4 ）异常值的处理。通常在生产过程取得的数据中总是含有一些异常值的，它们会导致分析结果有误。

以上概要介绍了七种常用初级统计质量管理七大手法即所谓的“QC七工具”，这些方法集中体现了质量管理的“以事实和数据为基础进行判断和管理”的特点。最后还需指出的是，这些方法看起来都比较简单，但能够在实际工作中正确灵活地应用并不是一件简单的事。

⑥ SPC管理 是什么

SPC是Statistical Process Control的简称统计过程控制 利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异 统计过程控制（简称SPC）是一种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。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。 控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。 SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。

⑦ ITU是什么含义

ITU的历史可以追溯到1865年。为了顺利实现国际电报通信，1865年5月17日，法、德、俄、意、奥等个欧洲国家的代表在巴黎签订了《国际电报公约》，国际电报联盟（International Telegraph Union ，ITU）也宣告成立。 随着电话与无线电的应用与发展，ITU的职权不断扩大。1906年，德、英、法、美、日等27个国家的代表在柏林签订了《国际无线电报公约》。1932年，70多个国家的代表在西班牙马德里召开会议，将《国际电报公约》与《国际无线电报公约》合并， 制定《国际电信公约》，并决定自1934年1月1日起正式改称为“国际电信联盟”（International Telecommunication Union）。 经联合国同意，1947年10月15日国际电信联盟成为联合国的一个专门机构，其总部由瑞士伯尔尼迁至到日内瓦。
经过100多年的变迁，1992年12月，为适应不断变化的国际电信环境，保证ITU在世界电信标准领域的地位，ITU决定对其体制、机构和职能进行改革。改革后的ITU最高权利机构仍是全权代表大会。全权代表大会下设理事会、电信标准部、无线电通信部和电信发展部门。理事会下设秘书处，设正、副秘书长。电信标准部、无线电通信部和电信发展部承担着实质性标准制订工作，各设1位主任。联合国的任何一个主权国家都可以成为ITU的成员。成员国的政府（多数情况下是其电信管理部门的代表机构）在ITU中的地位是平等的，都要承担特别的义务，同时也享有特别的权利（投票权）。其他的组织机构，如网络与服务供应商、制造商，科技协会和其他的国际性和区域性组织，经过批准可以参加ITU的某些活动（如制订电信标准）。国际电联现有会员、准会员150多个国家和地区。ITU使用中、法、英、西、俄五种正式语言，出版电联正式文件用这五种文字。工作语言为英、法、西三种。
1993年3月1日在芬兰首都赫尔辛基举行的国际电联的第一届世界电信标准大会（WTSC-93）上，对电联原有的三个机构CCITT、CCIR和IFRB进行了改组，取而代之的是电信标准化部门（ITU-T）、无线通信部门（ITU-R）和电信发展部门（ITU-D）。秘书长是ITU的法定代表人（目前由Yoshio Utsumi担任），但ITU不同的活动由3个部门分担，行政权利由各个部门的负责人分享。
ITU的宗旨，按其“基本法”，可定义如下：1、保持和发展国际合作，促进各种电信业务的研发和合理使用；2、促使电信设施的更新和最有效的利用，提高电信服务的效率，增加利用率和尽可能达到大众化、普遍化；3、协调各国工作，达到共同目的，这些工作可分为电信标准化、无线电通信规范和电信发展3个部分，每个部分的常设职能部门是“局”，其中包括电信标准局（TSB）、无线通信局（RB）和电信发展局（BDT）。
ITU每年召开1次理事会（目前有46个成员）；每4年召开1次全权代表大会、世界电信标准大会和世界电信发展大会；每2年召开1次世界无线电通信大会。
电信标准化部门（TSS，或称ITU-T）
电信标准化部门（TSS）由原来的CCITT和CCIR从事标准化工作的部门合并而成。其主要职责是完成电联有关电信标准方面的目标，即研究电信技术、操作和资费等问题，出版建议书，目的是在世界范围内实现电信标准化，包括在公共电信网上无线电系统互连和为实现互连所应具备的性能。还包括原CCITT和CCIR从事的标准工作。
ITU-T的标准化工作
无论是以前的CCITT，还是现在的ITU-T，其标准化工作都是由很多研究小组（SG）来完成的。每个SG都负责电信的一个领域（传输、交换、话音和非话音网等）。除此之外，其他的一些国际组织、科技协会和公司等也可以派专家来参加标准化工作。
每个SG的成员最多可能有400多人。很显然这样一个过于庞大的团体要进行复杂、经常又是十分细致的标准制定工作比较困难，于是SG又分成许多工作组（WP），WP可以再细分成专家组，甚至可以分得再细。
各个SG制定自己领域内的标准。在1988年以前，这些标准的草案必须提交给4年1次的代表大会，获一致通过才能正式成为标准。在1993年3月的ITU会议上，决定采用“加速程序批准新建议和修改建议”的方案。按照这种新的方法，标准的草案只要在SG会议上被通过，便可用函信的方法征求其他代表的意见，如果80%的回函是赞成的，则这项标准就算获得最后通过，而且不再发行成套的建议书，只采用小册子形式，及时出版新的和修改的建议书。这样就大大缩短了标准的制定周期，提高了效率。
ITU-T制定的标准被称为“建议书”，意思是非强制性的、自愿的协议。因为它保证了各国电信网的互联和运转，所以越来越广泛地被全世界各国所采用。
无线电通信部门（RS，或称ITU-R）
无线电通信部门研究无线通信技术和操作，出版建议书，还行使世界无线电行政大会（WARC），CCIR和频率登记委员会的职能，包括：
1.无线电频谱在陆地和空间无线电通信中的应用；
2.无线电通信系统的特性和性能；
3.无线电台站的操作；
4.遇险和安全方面的无线电通信。
电信发展部门（TDS，或称ITU-D）
电信发展部门由原来的电信发展局（BDT）和电信发展中心（CDT）合并而成。其职责是鼓励发展中国家参与电联的研究工作，组织召开技术研讨会，使发展中国家了解电联的工作，尽快应用电联的研究成果；鼓励国际合作，向发展中国家提供技术援助，在发展中国家建设和完善通信网。电信发展部门(ITU-D)主要由三个部分组成：即世界电信发展大会和区域性的发展大会、电信发展研究组、电信发展局。 电信发展局负责ITU-D的组织和协调工作；电信发展研究组主要研究发展中国家普遍感兴趣的具体电信问题；而世界电信发展大会在ITU-D中是最具权威性的机构，每隔4年举行一次。
在国际标准化组织中，提出标准建议稿的立项方式和立项定位大体分为以下五种情况：
1． 提案被采纳，作某一重要标准的修订的一部分，或几段；
2． 提案被采纳，作某一重要标准的更正；
3． 提案被采纳，作某一重要标准的修订的一部分，与其它几个部分共同组成一个重要国际标准；
4． 提案被采纳，作某一重要标准的补充；
5． 提案被采纳，作某一个独立的重要标准，如X.85、X.86。
国际标准的影响非常大，一般一项国际众提出文稿到批准为标准至少需要两年，往后的3-5年需要对它进行不断的维护和完善。被批准为国际标准需要得到189个国家和600多个工业组织及众多厂商的认可。所以国际标准制订是涉及到重大创新、知识产权、市场、开发的综合能力的体现。
目前电信标准部门（ITU-T）设有14个研究组，分别从事以下研究：
* 网络和业务运营;
* 电信经济和政策在内的资费和结算原则；
* 电信管理网和网络维护；
* 对电磁环境影响的保护；
* 外部设备、数据网和开放系统通信；
* 远程通信处理系统的特性；
* 电视和声音传输；
* 电信系统的语言和一般软件问题；
* 信令要求和规约；
* 网络和终端的端对端传输特性；
* 网络总体反面；
* 传送网络；
* 系统和设备；
* 多媒体业务和系统等方面的研究；
无线电通信部门（ITU-R）从事以下研究：
* 频谱管理与频谱监测（SG1）；
* 无线电波传播（SG3）；
* 卫星业务（SG4）；
* 地面业务（SG5）；
* 广播业务（SG6）；
* 科学业务（SG7）；
电信发展部门发展1998年国际电信联盟全权大会再次就其改革与发展展开讨论，并决定采取一系列措施，广泛听取意见，成立专门的工作组进行研究。
ITU成员有各国电信主管部门组成，同时也欢迎那些主管部门批准并经ITU认可的私营电信机构、工业和科学组织、金融机构、开发机构和从事电信的实体参与国际电信联盟的活动。
ITU每年召开一次理事会，每四年召开一次全权代表大会、世界电信标准大会和世界电信发展大会，每两年召开一次世界无线电通信大会。
更多内容请访问http://www.itu.int/home/index.html
无锡一中信息技术协会
information technology union（ITU）

⑧ 控制系统的发展经历了几个阶段各有什么特点

20世纪，人类跨入了以“加工机械化、经营规模化、资本垄断化”为特征的工业化时代。在过去的整整一个世纪中，质量管理的发展，大致经历了三个阶段：

质量检验阶段

20世纪初，人们对质量管理的理解还只限于质量的检验。质量检验所使用的手段是各种的检测设备和仪表，方式是严格把关，进行百分之百的检验。其间，美国出现了以泰罗为代表的“科学管理运动”。“科学管理”提出了在人员中进行科学分工的要求，并将计划职能与执行职能分开，中间在加一个检验环节，以便监督、检查对计划、设计、产品标准等项目的贯彻执行。这就是说，计划设计、生产操作、检查监督各有专人负责，从而产生了一支专职检查队伍，构成了一个专职的检查部门，这样，质量检验机构就被独立出来了。起初，人们非常强调工长在保证质量方面的作用，将质量管理的责任由操作者转移到工长，故被人称为“工长的质量管理”。

后来，这一职能又由工长转移到专职检验人员，由专职检验部门实施质量检验。称为“检验员的质量管理”。

质量检验是在成品中挑出废品，以保证出厂产品质量。但这种事后检验把关，无法在生产过程中起到预防、控制的作用。废品已成事实，很难补救。且百分之百的检验，增加检验费用。生产规模进一步扩大，在大批量生产的情况下，其弊端就突显出来。一些著名统计学家和质量管理专家就注意到质量检验的问题，尝试运用数理统计学的原理来解决，使质量检验既经济又准确，1924年，美国的休哈特提出了控制和预防缺陷的概念，并成功地创造了“控制图”，把数理统计方法引入到质量管理中，使质量管理推进到新阶段。1929年道奇(H.F.Dodge)和罗米克(H.G.Romig)发表了《挑选型抽样检查法》论文。

统计质量控制阶段

这一阶段的特征是数理统计方法与质量管理的结合。

第一次世界大战后期，为了在短时期内解决美国300万参战士兵的军装规格是服从正态分布的。因此他建议将军装按十种规格的不同尺寸加工不同的数量。美国国防部采纳了他的建议，结果，制成的军装基本符合士兵体裁的要求。

后来他又将数理统计的原理运用到质量管理中来，并发明了控制图。他认为质量管理不仅要搞事后检验，而且在发现有废品生产的先兆时就进行分析改进，从而预防废品的产生。控制图就是运用数理统计原理进行这种预防的工具。因此，控制图的出现，是质量管理从单纯事后检验转入检验加预防的标志，也是形成一门独立学科的开始。第一本正式出版的质量管理科学专著就是1931年休哈特的《工业产品质量经济控制》。

在休哈特创造控制图以后，他的同事在1929年发表了《抽样检查方法》。他们都是最早将数理统计方法引入质量管理的，为质量管理科学做出了贡献。然而，休哈特等人的创见，除了他们所在的贝尔系统以外，只有少数美国企业开始采用。特别是由于资本主义的工业生产受到了二十年代开始的经济危机的严重影响，先进的质量管理思想和方法没有能够广泛推广。第二次世界大战开始以后，统计质量管理才得到了广泛应用。这是由于战争的需要，美国军工生产急剧发展，尽管大量增加的检验人员，产品积压待检的情况日趋严重，有时又不得不进行无科学根据的检查，结果不仅废品损失惊人，而且在战场上经常发生武器弹药的质量事故，比如炮弹炸膛事件等等，对士气产生极坏的影响。在这种情况下，美国军政部门随即组织一批专家和工程技术人员，于1941～1942年间先后制订并公布了 Z1.1《质量管理指南》、Z1.2《数据分析用控制图》、Z1.3《生产过程中质量管理控制图法》，强制生产武器弹药的厂商推行，并收到了显著效果。从此，统计质量管理的方法才得到很多厂商的应用，统计质量管理的效果也得到了广泛的承认。
二次世界大战结束后，美国许多企业扩大了生产规模，除原来生产军火的工厂继续推行质量管理的条件方法以外，许多民用工业也纷纷采用这一方法，美国以外的许多国家，如加拿大、法国、德国、意大利、墨西哥、日本也都陆续推行了统计质量管理，并取得了成效。但是，统计质量管理也存在着缺陷，它过分强调质量控制的统计方法，使人们误认为“质量管理就是统计方法”，“质量管理是统计专家的事”。使多数人感到高不可攀、望而生畏。同时，它对质量的控制和管理只局限于制造和检验部门，忽视了其它部门的工作对质量的影响。这样，就不能充分发挥各个部门和广大员工的积极性，制约了它的推广和运用。这些问题的解决，又把质量管理推进到一个新的阶段。

全面质量管理阶段

五十年代以来，生产力迅速发展，科学技术日新月异，出现了很多新情况。主要有以下几个方面：

科学技术和工业生产的发展，对质量要求越来越高。五十年代以来，火箭、宇宙飞船、人造卫星等大型、精密、复杂的产品出现，对产品的安全性、可靠性、经济性等要求越来越高，质量问题就更为突出。要求人们运用“系统工程”的概念，把质量问题作为一个有机整体加以综合分析研究，实施全员、全过程、全企业的管理。

六十年代在管理理论上出现了“行为科学论”，主张改善人际关系，调动人的积极性，突出“重视人的因素”，注意人在管理中的作用。

随着市场竞争，尤其国际市场竞争的加剧，各国企业都很重视“产品责任”和“质量保证”问题，加强内部质量管理，确保生产的产品使用安全、可靠。

由于上述情况的出现，显然仅仅领带质量检验和运用统计方法已难以保证和提高产品质量，促使“全面质量管理”的理论逐步形成。最早提出全面质量管理概念的是美国通用电气公司质量经理阿曼德·费根堡姆。1961年，他发表了一本着作《全面质量管理》。该书强调执行质量职能是公司全体人员的责任，他提出： “全面质量管理是为了能够在最经济的水平上并考虑到充分满足用户要求的条件下进行市场研究、设计、生产和服务，把企业各部门的研制质量、维持质量和提高质量活动构成为一体的有效体系”。

六十年代以来，费根堡姆的全面质量管理概念逐步被世界各国所接受，在运用时各有所长，在日本叫全公司的质量管理（CWQC）。我国自1978年推行全面质量管理（简称TQC）以来，在实践上、理论上都有所发展，也有待于进一步探索、总结、提高。

综上所述，随着生产力和科学技术的发展，质量管理的理论逐趋完善，更趋科学性，更趋实用性。各国在运用“质量管理”理论时，都各有所长。随着国际贸易的发展，产品的生产销售已打破国界，不同民族、不同国家有不同的社会历史背景，质量的观点也不一样，这往往会形成国际贸易的障碍或鸿沟。需要在质量上有共同的语言和共同的准则。

⑨ 发明qc七大手法的人是谁

QC七大手法不是一个人发明的，只是品管将长期工作经验总结出来的七条经验罢了。

品管七大手法是常用的统计管理方法，又称为初级统计管理方法。它主要包括控制图、因果图、直方图、排列图、检查表、层别法、散布图等所谓的QC七工具。
其实，质量管理的方法可以分为两大类：一是建立在全面质量管理思想之上的组织性的质量管理；二是以数理统计方法为基础的质量控制。
组织性的质量管理方法是指从组织结构，业务流程和人员工作方式的角度进行质量管理的方法，它建立在全面质量管理的思想之上，主要内容有制定质量方针，建立质量保证体系，开展QC小组活动，各部门质量责任的分担，进行质量诊断等。
QC新七大手法：
关联图(Relationship Diagram)
关联图，又称关系图，20世纪60年代由日本应庆大学千住镇雄教授提出，是用来分析事物之间“原因与结果”、“目的与手段”等复杂关系的一种图表，它能够帮助人们从事物之间的逻辑关系中，寻找出解决问题的办法。
亲和图(Affinity Diagram)
亲和图法，又叫KJ法，是日本川喜田二郎首创，把大量收集到的关于未知事物或不明确的事实的意见或构思等语言资料，按其相互亲和性(相近性)归纳整理这些资料，使问题明确起来，求得统一认识和协调工作,以利于问题解决的一种方法。
系统图(System Diagram)
系统图就是把要实现的目的与需要采取的措施或手段，系统地展开，并绘制成图， 以明确问题的重点，寻找最佳手段或措施的一种方法。
过程决策程序图(PDPC)
过程决策程序图，又称PDPC(Process Decision Program Chart)法是随事态的进展分析能导致各种结果的要素，并确定一个最优过程使之达到理想结果的方法。
矩阵图(Matrix Diagram)
矩阵图法就是从多维问题的事件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。
矩阵数据分析法(Matrix Data Analysis Chart)
矩阵数据分析法是对多个变动且复杂的因果进行解析。 矩阵图上各元素间的关系如果能用数据定量化表示，就能更准确地整理和分析结果。这种可以用数据表示的矩阵图法，叫做矩阵数据分析法。在QC新七种工具中，数据矩阵分析法是唯一种利用数据分析问题的方法，但其结果仍要以图形表示。
箭条图(Arrow Diagram)
箭条图法是将项目推行时所需的各步骤、作业按从属关系用网络图表示出来的一种方法。

⑩ 求助，EWMA和CUSUM控制图的源程序

即统计过程控制。 是利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。SPC强调以全过程的预防为主。
SPC统计过程控制 SPC是Statistical Process Control的简称统计过程控制 利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异 统计过程控制（简称SPC）是一种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。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。 控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。 SPC源于上世纪二十年代，以美国Shewhart博士发明控制图为标志。自创立以来，即在工业和服务等行业得到推广应用，自上世纪五十年代以来SPC在日本工业界的大量推广应用对日本产品质量的崛起起到了至关重要的作用；上世纪八十年代以后，世界许多大公司纷纷在自己内部积极推广应用SPC，而且对供应商也提出了相应要求。在ISO9000及QS9000中也提出了在生产控制中应用SPC方法的要求。
SPC技术原理
统计过程控制（SPC）是一种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。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
编辑本段SPC可以为企业带来的好处
SPC强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到"事前"预防和控制，SPC可以： · 对过程作出可靠的评估； · 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； · 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； · 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作； 有了以上的预防和控制，我们的企业当然是可以： · 降低成本 · 降低不良率，减少返工和浪费 · 提高劳动生产率 · 提供核心竞争力 · 赢得广泛客户 · 更好地理解和实施质量体系
编辑本段实施SPC的两个阶段
实施SPC分为两个阶段，一是分析阶段，二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。 分析阶段的主要目的在于： 一、使过程处于统计稳态； 二、使过程能力足够。 分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。 监控阶段的主要工作是使用控制用控制图进行监控。此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。监控可以充分体现出SPC预防控制的作用。 在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。
编辑本段SPC的最新发展
经过近70年在全世界范围的实践，SPC理论已经发展得非常完善，其与计算机技术的结合日益紧密，其在企业内的应用范围、程度也已经非常广泛、深入。概括来讲，SPC的发展呈现如下特点： （1）.分析功能强大，辅助决策作用明显 在众多企业的实践基础上发展出繁多的统计方法和分析工具，应用这些方法和工具可根据不同目的、从不同角度对数据进行深入的研究与分析，在这一过程中SPC的辅助决策功能越来越得到强化； （2）.体现全面质量管理思想 随着全面质量管理思想的普及，SPC在企业产品质量管理上的应用也逐渐从生产制造过程质量控制扩展到产品设计、辅助生产过程、售后服务及产品使用等各个环节的质量控制，强调全过程的预防与控制； （3）.与计算机网络技术紧密结合 现代企业质量管理要求将企业内外更多的因素纳入考察监控范围、企业内部不同部门管理职能同时呈现出分工越来越细与合作越来越紧密两个特点，这都要求可快速处理不同来源的数据并做到最大程度的资源共享。适应这种需要，SPC与计算机技术尤其是网络技术的结合越来越紧密。
编辑本段SPC生产统计过程控制
一、spc的基础知识
1.关于控制、过程、统计 2.特性及其分类 3.统计学基础
二、spc的基本原理
4.过程的理解与过程控制 5.波动及波动的原因 6.局部措施和系统措施
三、统计过程的控制思想
1.正态分布简介 2.统计控制状态及两种错误 3.过程控制和过程能力 4.过程改进循环
四、控制图类型
1.控制图应用说明 2.控制图的定义和目的 3.控制图解决问题思路 4.控制图益处 5.控制图分类 6.控制图的选择
五、建立计算型控制图的步骤和计算方法
1.均值和极差图 2.均值和标准差图 3.中位数和极差图 4.单值和移动极差图
六、计数型控制图与过程能力指数
1.过程能力解释前提 2.过程能力的计算 3.过程能力指数 4.过程绩效指数
七、过程判异准则
以下是常用的八项判异准则： 1、一点落在A区以外； 2、连续9点落在中心线同一侧； 3、连续6点递增或递减； 4、连续14点相邻点上下交替； 5、连续3点有2点落在中心线同一侧的B区以外； 6、连续5点中有4点落在中心线同一侧的C区以外； 7、连续15点在C区中心线上下； 8、连续8点在中心线同侧无一点在C区内。
编辑本段SPC统计过程控制
1、前言─SPC的由来、发展和基本要求 2、识别关键控制点 3、数据变异的衡量和分析· 直方图 4、数据的动态变异· 控制图 4.1、随机波动与异常波动 4.2、ISO 8258:1991《休哈特控制图》(Control Chart)要点 4.3、常规控制图的类型和实例 s 控制图的结构和概念解释 s 控制图类型和用途 1) X平均与极差图(均值—极差控制图、均值—标准差控制图、中位数—极差控制图、单值—移动极差控制图) s 结构和应用流程 s 举例 2) I和MR控制图 s 结构和应用流程 s 举例 3) 离散U、C、P、NP控制图 s 结构和应用流程 s 举例 s 如何收集数据 s 采样及数据收集 s 设定和维持控制界限 4.4、控制图制订和使用中的若干实际问题 4.5、现代控制图技术案例 5、过程能力与过程性能(Process Capability / Performance)分析以及相应的指数CPK、PPK的应用 6、过程能力/性能的保证和提高---查找原因采取纠正/预防措施的逻辑推理工具 s 5M1E要素 s 分层法与排列图 s 用于因果关系和逻辑关系分析的非数字资料方法工具: 因果图、系统图与“5Why分析表”、关联图、故障树分析(FTA)、过程决策程序图(PDPC)法 7、如何实现有效的SPC现场控制 s 受控的标准 s 流程失控的表现 s 失控的现场应对 s 练习制作控制图进行失控分析 s SPC实施中现场“看得见管理”应用的直观显示图表 8、SPC的效果评估的方法 s 显著性检验 s 统计抽样检验 9、回归分析 s 一元线性回归分析 s 曲线回归 s 双列相关分析 10、方差分析 s 方差分析的基本概念及其应用 s 方差分析在MSA(测量系统分析)中的应用 s 多重比较:q检验 11、试验设计(Design of Experiment, DOE) --介绍正交试验设计 12、SPC项目的开展(SPC在QCC/QIT、6Sigma项目活动中的应用)
编辑本段如何创建SPC系统
1、关键流程的确定 2、稳定工艺过程 3、过程能力的测定和分析 4、确定控制标准 5、选择和建立控制图 6、制定反馈行动计划 7、MSA测量系统分析 8、SPC应用的有效性评估 9、SPC应用的团队活动 10、案例分析及实施疑难探讨
编辑本段SPC的有效实施
一、原因分析 目前我们国内许多企业也开始逐步认识和推广SPC，但并没有达到预期的效果，为什么呢？究其原因，主要可以分为以下几点： 1、企业对SPC缺乏足够的全面了解 2、企业对实施SPC的前期准备工作重视不够 3、未能有效地总结和借鉴其他企业的经验 二、改进对策 针对以上原因，要保证SPC实施成功，企业应重视如下几方面的工作： 1、公司领导的重视 2、工程技术人员的认识和重视 3、对全员加强质量意识的培训 4、重视数据的收集和异常数据的处理 5、实施PDCA循环，达到持续改进
编辑本段企业为什么要实施SPC
SPC是全球范围内制造业所信赖和采用的质量控制技术。半个多世纪以来，SPC的广泛应用推动了制造业的发展与繁荣。 新世纪是质量的世纪，质量塑造未来，质量也是竞争的关键。在一些行业，应用SPC已经成为企业生存的基本需求。 传统观念把检验作为质量保证的手段，只能事后判断，而应用SPC，能够把握先机，预防不合格品的出现，降低成本，提高企业运行效率。 SPC 强调全过程监控、全系统参与，并且强调用科学方法（主要是统计技术）来保证全过程的预防。SPC不仅适用于质量控制，更可应用于一切管理过程（如产品设计、市场分析等）。正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正作到“事前”预防和控制 SPC可以帮助企业： · 对过程作出可靠的评估； · 确定过程的统计控制界限，判断过程是否失控和过程是否有能力； · 为过程提供一个早期报警系统，及时监控过程的情况以防止废品的发生； · 减少对常规检验的依赖性，定时的观察以及系统的测量方法替代了大量的检测和验证工作； 有了以上的预防和控制，我们的企业当然是可以： · 降低成本； · 降低不良率，减少返工和浪费； · 提高劳动生产率； · 更好地理解和实施质量体系