如何简单有效地将SPC应用于工作中
SPC统计过程控制的使用步骤
SPC统计过程控制的使用步骤简介SPC (Statistical Process Control) 统计过程控制是一种基于统计方法的质量管理工具，用于监控和控制过程中的变异性。
通过采集数据并分析，SPC可帮助组织识别潜在的问题，并采取必要的纠正措施来提高过程的稳定性和一致性。
本文将介绍SPC的使用步骤，帮助读者了解如何应用SPC来优化工作流程。
步骤一：确定关键过程在应用SPC之前，首要任务是确定要监控和控制的关键过程。
关键过程是对产品或服务质量具有重要影响的主要步骤。
通过识别关键过程，可以更具针对性地收集数据，并制定相应的控制策略。
步骤二：收集数据采集准确的数据是SPC的基础。
数据收集的频率和样本量应根据过程的特点和要求进行确定。
通常，数据可以通过手动记录、传感器或监控设备等方式收集。
在收集数据时，需要记录以下信息： - 时间戳 - 数据值 - 样本编号（可选） - 采集人员（可选）确保数据采集的一致性和准确性对于后续的分析至关重要。
步骤三：数据分析和控制图绘制在SPC中，数据分析是一个关键的环节。
通过分析数据，可以了解过程中的变异性，并绘制控制图以显示过程的稳定性。
以下是数据分析和控制图绘制的步骤： 1. 计算每个样本的平均值和标准差。
2. 绘制一个均值控制图，用于监控过程的中心线移动。
3. 绘制一个范围控制图，用于监控过程的变异性。
4. 检查控制图上的点是否超出控制限。
超出控制限的点可能表示过程存在特殊因素，需要进行进一步的调查和改进。
控制图的使用可以帮助识别过程的异常变动，并及时采取纠正措施来消除或减少变异性。
步骤四：解读控制图理解控制图上的模式和趋势对于SPC的有效运用至关重要。
常见的控制图模式包括： - 单点超出控制限 - 连续点超出上限或下限 - 渐进的点 - 周期性变化根据控制图上的模式和趋势，可以判断过程是否稳定，以及是否存在特殊因素影响。
步骤五：采取纠正措施如果控制图上的点超出控制限或存在异常模式，需要采取相应的纠正措施来解决问题。
spc应该如何应用-spc应用实例来详细说明
spc应该如何应用_spc应用实例来详细说明随着市场竞争的加剧，企业对产品生产也提出了更高的要求，可是，产品在实际生产过程中容易受到外界原因的影响而发生一些波动。
为了避免这种现象出现，很多企业开始选择spc 应用分析管理。
可是，spc不同于一般的质量管理工具，你知道spc该怎么应用吗?下面就用spc 应用实例来为我们详细说明吧。
第一、spc应用主要包含两个阶段：从spc应用实例中可以看出，实施spc主要包括分析阶段及监控阶段。
所谓的分析阶段，主要指的是现进行生产准备，将生产中所需的原料以及测量系统和设备按照标准进行准备，并要确保在生产准备完成后可以政策使用不发生任何不稳定的现象。
另一个监控阶段则是使用控制用控制图进行监控，并密切观察控制图，一旦发现失控现象，要及时找到原因，并想办法消除。
第二、spc应用不可忽视分析用控制图的制作步骤。
在spc应用实例中，制作分析用控制度并没有那么难，只要我们选取控制图的制作特征，然后根据质量特性和适用的场所选择控制图类型。
再去确定合适的样本组、样本大小和抽取间隔，收集记录20到25个样本组数据，或者适用之前记录的数据，计算出各组样本的统计量、中心线与控制盐，再去绘制控制图，判断过程是否受控即可。
第三、spc应用过程中要重视控制用控制图的绘制。
在spc应用实例中，可以根据分析用控制图提供的信息判断生产过程是否稳定，即是否有系统因素在起作用。
然后剔除分析用控制图中无代表性的数据再重新计算中心线和控制限。
直到确认分布范围位于公差界限之内，在确认和平过程稳定并具备足够的工序能力后，才能开始批量生产，并用控制图控制生产过程，即根据控制图类型抽取样本进行计算、绘图和分析。
、从上述spc应用实例中可以看出，完成spc应用是一个繁琐的过程，只有借助专业的spc 软件工具，才能以自动化、智能化的模式，实现数据的自动连接与采集记录并做好数据的及时性处理。
同时达到节约人力成本，提高企业生产效益的最终目的。
spc实施方案
spc实施方案SPC实施方案一、概述SPC（Statistical Process Control）统计过程控制，是一种通过统计分析过程数据来监控和控制生产过程质量的方法。
SPC实施方案是指在生产过程中，通过采集和分析数据，及时发现并纠正过程中的变异，以保证产品质量稳定性的一套操作规程。
二、SPC实施步骤1. 制定SPC实施计划首先，需要确定实施SPC的范围和目标，明确需要监控的关键过程参数和质量特性。
然后，制定SPC实施计划，包括数据采集频率、样本容量、控制图类型等。
2. 数据采集与分析在实施SPC过程中，需要建立数据采集系统，确保数据的准确性和完整性。
采集的数据需要进行分析，包括均值、标准差、变异系数等统计指标的计算，以及控制图的绘制和分析。
3. 过程监控与调整通过分析控制图，及时发现过程中的特殊原因变异，并进行相应的调整和改进。
同时，需要建立相应的纠正和预防措施，确保类似问题不再发生。
4. 持续改进SPC实施并不是一次性的工作，而是需要持续不断地进行改进和优化。
需要建立SPC实施的跟踪和评估机制，及时发现问题并进行改进。
三、SPC实施方案的关键要素1. 领导支持SPC实施需要得到企业领导的支持和重视，只有领导层的认可和推动，才能够确保SPC实施的顺利进行。
2. 员工培训员工是SPC实施的重要执行者，他们需要具备相关的SPC知识和技能。
因此，企业需要开展SPC的培训工作，提高员工的SPC意识和能力。
3. 数据采集系统建立完善的数据采集系统，确保数据的准确性和及时性。
可以借助信息化技术，建立自动化的数据采集和分析系统。
4. 过程改进机制SPC实施并不是为了监控而监控，更重要的是通过SPC发现问题，及时进行改进。
因此，需要建立相应的过程改进机制，确保SPC实施的有效性。
四、SPC实施方案的效果评估SPC实施后，需要对其效果进行评估。
评估的指标可以包括产品质量稳定性、生产效率提升、成本降低等方面。
spc实施方案
spc实施方案SPC（Statistical Process Control，统计过程控制）是一种用于质量管理的统计工具，可用于监控和控制生产过程中的变异性，并通过采取相应的纠正和预防措施来改善质量。
下面是一个SPC实施方案的例子，供参考：一、背景介绍：公司A是一家专门生产汽车零部件的制造商，为保证产品质量符合要求，决定引入SPC技术进行质量管理。
二、目标设定：1. 提高产品的质量稳定性和一致性；2. 减少不良品的产生和成本；3. 提高生产效率和工艺控制能力；4. 建立科学的质量监控方式。
三、实施步骤：1. 建立质量控制团队：成立专门的质量控制团队，组织跨部门成员，包括品质工程师、工艺工程师、生产主管等，并确定团队的组织结构和职责。
2. 识别关键过程和控制要素：通过对生产过程的分析，确定关键过程和控制要素，即对产品质量影响较大的环节和参数。
3. 确定质量控制指标：根据产品特点和质量要求，确定适合的质量控制指标，如尺寸、外观、材料等方面的指标，并制定相应的检测方法和标准。
4. 设计SPC监控图表：根据关键过程和控制要素，设计SPC监控图表，如X-R图、控制极差图、过程能力图等，用于监控过程的稳定性和能力。
5. 数据采集和分析：建立数据采集系统，定期收集和记录关键过程和质量控制指标的数据，并进行分析，以便及时发现异常和趋势，并采取相应的措施。
6. 制定纠正和预防措施：当数据分析发现异常或趋势时，质量控制团队需要制定纠正和预防措施，及时采取有效的措施，防止问题的进一步扩大。
7. 持续改进：定期评估和审查SPC实施效果，根据实际情况进行调整和改进，不断提高生产过程的质量控制能力和稳定性。
四、实施策略和要点：1. 高层支持：公司高层要向各级员工传达对SPC实施的重视和支持，提供必要的资源和培训，确保SPC在各个层面得到有效推广和应用。
2. 培训和传授知识：针对不同层次和岗位的员工，开展SPC相关培训和知识传授，使其具备基本的SPC应用能力，并能在日常工作中灵活运用。
SPC作业指导书
SPC作业指导书1. 引言SPC（统计过程控制）是一种用于监控和改进过程稳定性和能力的方法。
本作业指导书旨在提供SPC的详细指导，帮助您了解SPC的基本原理、方法和应用。
2. SPC的基本原理SPC基于统计学原理，通过收集和分析过程中的数据，判断过程是否处于控制状态，并进行必要的调整和改进。
其基本原理包括：- 过程稳定性：SPC通过统计方法分析数据，判断过程是否稳定。
稳定的过程有助于提高产品质量和生产效率。
- 过程能力：SPC可以评估过程的能力，即过程是否能够满足产品质量要求。
通过分析数据，可以确定过程的能力指标，并进行改进。
3. SPC的方法SPC主要包括以下几种方法：- 控制图：控制图是SPC的核心工具，用于监控过程的稳定性。
常用的控制图包括X-Bar图、R图、S图等。
控制图可以帮助识别过程中的特殊因子，及时采取措施进行调整。
- 测量系统分析：测量系统的准确性和稳定性对SPC至关重要。
测量系统分析可以评估测量系统的能力，并进行必要的改进。
- 过程能力分析：过程能力分析可以评估过程的稳定性和能力。
常用的过程能力指标包括Cp、Cpk、Pp、Ppk等。
- 抽样技术：SPC通常采用抽样的方式进行数据收集和分析。
合理的抽样技术可以提高数据的准确性和代表性。
4. SPC的应用SPC可以应用于各个行业和领域，以监控和改进过程的稳定性和能力。
以下是一些常见的应用场景：- 制造业：SPC可以用于监控生产线上的关键参数，及时发现和解决生产过程中的问题，提高产品质量和生产效率。
- 服务业：SPC可以用于监控服务过程中的关键指标，如客户满意度、服务响应时间等，帮助提供优质的服务。
- 医疗行业：SPC可以用于监控医疗过程中的关键指标，如手术成功率、药品质量等，提高医疗质量和安全性。
- 金融行业：SPC可以用于监控金融交易过程中的风险和异常情况，保障金融系统的稳定和安全。
5. SPC的实施步骤SPC的实施通常包括以下几个步骤：- 确定关键过程参数：根据产品或服务的要求，确定需要监控的关键参数。
SPC作业指导书
SPC作业指导书一、引言SPC（统计过程控制）是一种用于监控和改进过程稳定性和品质的统计方法。
本作业指导书旨在提供对SPC的详细介绍，包括基本概念、工具和步骤，以便帮助员工正确地应用SPC来提高产品和服务的质量。
二、背景在现代制造和服务行业中，质量是企业竞争力的关键因素之一。
为了确保产品和服务的稳定性和一致性，企业需要采取有效的质量控制措施。
SPC作为一种统计方法，通过收集、分析和解释过程数据，帮助企业识别和消除生产过程中的变异性，从而提高产品和服务的质量。
三、基本概念1. 变异性：指在生产过程中出现的不可避免的差异或波动。
变异性可以分为常规变异性和特殊变异性。
2. 常规变异性：也称为正常变异性，是由于生产过程中的固有因素引起的，通常呈现正态分布。
3. 特殊变异性：也称为异常变异性，是由于特殊原因引起的，例如材料质量问题、设备故障等。
4. 控制图：是SPC中最常用的工具之一，用于监控过程的稳定性。
常见的控制图包括X-图、R-图、P-图和C-图。
5. X-图：用于监控过程的中心线变化情况。
6. R-图：用于监控过程的离散程度。
7. P-图：用于监控过程的不良品率。
8. C-图：用于监控过程的计数。
四、SPC的步骤1. 确定关键过程：首先需要确定需要进行SPC的关键过程，这些过程对产品和服务的质量有重要影响。
2. 收集数据：收集相关的过程数据，包括样本数量、样本大小和收集频率等。
3. 分析数据：使用统计方法对收集到的数据进行分析，包括计算平均值、标准差和不良品率等。
4. 绘制控制图：根据分析得到的数据，绘制相应的控制图，以便监控过程的稳定性和变异性。
5. 解读控制图：通过对控制图的解读，判断过程是否处于控制状态。
如果控制图显示过程处于控制状态，则说明过程稳定；如果控制图显示过程处于失控状态，则需要进一步分析和改进。
6. 分析失控原因：如果控制图显示过程处于失控状态，需要进行失控原因的分析，找出导致失控的根本原因。
SPC统计在制程中的应用
SPC统计在制程中的应用引言SPC〔Statistical Process Control，统计过程控制〕是一种制程控制方法，通过对制程中收集到的数据进行统计分析和控制，以实现制程的稳定性和可控性。
SPC统计在制程中的应用已经得到了广泛的认可和应用，本文将介绍SPC统计在制程中的应用，包括其定义、原理、应用场景和效果等内容。
1. SPC统计的定义SPC统计是一种通过对制程过程中数据进行收集和分析，以实现对制程稳定性和可控性的控制方法。
其核心思想是通过收集和分析数据，获取制程的变化情况，并根据统计结果进行制程控制和改善，从而保证制程的稳定和一致性。
2. SPC统计的原理SPC统计的原理是基于统计学的方法和工具，通过对制程数据的收集和分析，了解制程的变化状态。
主要包括以下几个方面：•数据收集：收集制程过程中产生的数据，可以是实时监控数据，也可以是离线收集的数据。
•数据分析：对收集到的数据进行分析，可以使用统计方法，如均值、方差、极差等，来分析制程的变化情况。
•制程控制：根据分析结果，制定相应的控制策略，以实现对制程的控制和改善。
3. SPC统计的应用场景SPC统计在制程中的应用场景较为广泛，以下是几个常见的应用场景：3.1. 过程监控SPC统计可以用于实时监控制程过程中的关键参数，如温度、压力、流量等。
通过对实时监控数据的收集和分析，可以及时发现制程中的异常情况，并采取相应的控制措施。
3.2. 缺陷检测与分析SPC统计可以应用于制程中的缺陷检测和分析。
通过对制程中产生的数据进行分析，可以发现和分析制程中的缺陷产生的原因，从而采取相应的改良策略，提高制程的质量。
3.3. 过程改良SPC统计也可以应用于制程的改良中。
通过对制程数据的分析和比照，可以找出制程中存在的问题，并采取相应的改良策略，以提高制程的稳定性和可控性。
4. SPC统计的效果SPC统计在制程中的应用可以带来许多效果，包括以下几个方面：•提高制程的稳定性：通过对制程数据的统计分析和控制，可以提高制程的稳定性，减少制程中的变异性。
SPC的知识及技巧
SPC的知识及技巧SPC（统计过程控制）是一种通过统计分析控制过程的方法，它旨在通过监控和分析过程的变化，减少过程中的差异和不稳定性，从而实现过程的稳定性和质量的改进。
在本文中，我们将探讨SPC的基本概念，以及如何应用SPC来改善业务过程。
SPC的基本概念SPC是由W.A. Shewhart在20世纪20年代末提出的，它基于统计学原理，并结合了概率论、控制论和工程质量管理的理念。
SPC的核心概念是过程的统计稳定性和过程能力。
统计稳定性统计稳定性是指在一段时间内，过程的性能指标在一定的范围内保持稳定。
稳定的过程是可控的，其产出的产品或服务具有一致的质量。
为了评估过程的稳定性，我们可以通过控制图来监控过程的变化。
过程能力过程能力是指过程在其规定的范围内，产生合格产品或服务的概率。
过程能力可以通过测量过程的性能指标，如过程的均值和标准差，来评估。
一般来说，过程能力可以分为过程能力指数（Cp）和过程能力指数偏差（Cpk）。
Cp衡量了过程的分散程度，Cpk则同时考虑了过程的分散程度和偏离目标值的程度。
SPC的应用SPC可以在许多行业中应用，包括制造业、服务业、医疗保健、金融等。
下面是应用SPC的一些常见场景和技巧。
控制图的使用控制图是SPC的核心工具之一，它用于监控过程的变化。
控制图一般包括平均线、上下控制限、规则和数据点。
一旦数据点超出控制限或违反规则，就表示过程有异常，需要采取纠正措施。
例如，X-bar和R控制图用于监控过程的平均值和离散程度，P和NP控制图用于监控过程的百分比和计数，C和U控制图用于监控过程的计数。
抽样技巧在应用SPC时，抽样是获取过程数据的关键步骤。
合适的抽样技巧可以确保所获得的数据能够准确地反映出整个过程的特性。
常见的抽样技术包括随机抽样、分层抽样和方便抽样。
在选择抽样方法时，需要考虑到过程的特点和数据的可行性。
数据分析和解读对采集到的数据进行分析和解读是SPC中重要的一步，它可以帮助我们理解过程的性能和变化趋势。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
现代商业MODERN BUSINESS77指标。
Ｃｐｋ的评级标准如表１（可以据此标准对计算出之过程能力指数做相应对策）：三、控制图应用表格的建立利用Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ的制表功能就能制作好所需要的控制图应用表格，为应用ＳＰＣ提供方便，只要输入数据，控制图即可马上得到。
现在以均值－极差控制图应用表格为例介绍其制作方法。
１、 制作基本架构在Ｅｘｃｅｌ表格中划分合适的区域制作图表的基本架构，显示区域功能（表格中浅蓝色部分需要手工输入内容，其他可经过公式计算得出），大致如图２所示：２、建立公式，自动统计利用Ｅｘｃｅｌ的函数功能，在对应的功能区单元格里输入公式进行自动计算。
群组大小：运用函数ＣＯＵＮＴ（ｖａｌｕｅ１，ｖａｌｕｅ２，．．．）可自动生成样本测定值的群组个数，如ＣＯＵＮＴ（Ｂ９：Ｂ１４）；Ｎ（样本测定值总个数）：运用函数ＣＯＵＮＴ（ｖａｌｕｅ１，ｖａｌｕｅ２，．．．）可自动生成样本测定值的总个数，如ＣＯＵＮＴ（Ｃ９：ＡＢ１４）；总组数：利用公式“Ｎ／群组大小”，在其值的单元格引用相应的单元格值即可，如ＡＤ１４／Ｍ４；ΣＸ：运用函数ＳＵＭ（ｎｕｍｂｅｒ１，ｎｕｍｂｅｒ２， ．．．）对样本测定值自动求和，如ＳＵＭ（Ｃ９：Ｃ１４）；：对ΣＸ取平均值，利用公式“ΣＸ／群组大小”，如ＳＵＭ（Ｃ９：Ｃ１４）／￥Ｍ￥４；Ｒ（极差）：利用所在列的最大值减去一、引言ＳＰＣ即统计过程控制（英文Ｓｔａｔｉｓｔｉ－ｃａｌ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ的字首简称），是应用统计技术对过程中的各个阶段进行监控，从而达到保证与改进质量的目的。
ＳＰＣ强调全过程的预防。
其中，控制图理论是ＳＰＣ保证全过程预防的最常用的统计技术。
控制图是判断过程是否处于统计控制状态的一种手段，利用它可以判断过程是否存在异常。
采用控制图对过程能力的判断，就是通过对Ｃｐ和Ｃｐｋ值的测算来进行的。
新版的ＩＳＯ９０００系列标准越来越强调统计分析及持续改进，由于电脑计算机的普及，ＳＰＣ的运用有了非常好的条件和工具，使用起来更容易、更方便。
利用Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ的强大功能即可制作控制图应用表格，并结合ＰＤＣＡ循环在生产中组织落实，就可以简单有效地将ＳＰＣ应用于工作中，达到持续改进的目的。
二、ＳＰＣ应用基础１、有关控制图定义：１） ＣＬ（Ｃｅｎｔｒａｌ Ｌｉｎｅ）：管制中心线（表示制平均成果的平均值μ或Ｘ，标准差σ，良率等）２） ＵＣＬ（Ｕｐｐｅｒ Ｃｏｎｔｒｏｌ Ｌｉｍｉｔ）：上管制限（以ｕ＋３σ计算）３） ＬＣＬ（Ｌｏｗｅｒ Ｃｏｎｔｒｏｌ Ｌｉｍｉｔ）：下管制限（以ｕ－３σ计算）４） ＵＳＬ（Ｕｐｐｅｒ Ｓｐｅｃｉｆｉｃａｔｉｏｎ Ｌｉｍｉｔ）：上规格限５） ＬＳＬ（Ｌｏｗｅｒ Ｓｐｅｃｉｆｉｃａｔｉｏｎ Ｌｉｍｉｔ）：下规格限６） Ｃｐ（Ｐｏｔｅｎｔｉａｌ Ｃａｐａｂｉｌｉｔｙ Ｉｎｄｅｘ）：短期的潜在过程能力指数７） Ｃｐｋ（Ａｃｔｕａｌ Ｃａｐａｂｉｌｉｔｙ Ｉｎｄｅｘ）：如何简单有效地将ＳＰＣ应用于工作中黄金山 南京工业大学经济管理学院 ２１０００９【文章摘要】本文简述了ＳＰＣ理论，利用ＭｉｃｒｏｓｏｆｔＥｘｃｅｌ的制表功能制作控制图应用表格，在生产中组织落实，简单有效地将此质量管理工具——ＳＰＣ应用于工作中。
【关键词】ＳＰＣ；统计技术；控制图；控制图应用表格短期的实际过程能力指数８） Ｐｐ ＆ Ｐｐｋ（Ｃａｐａｂｉｌｉｔｙ Ｐｒｏｃｅｓｓ）：长期的潜在／实际过程能力指数２、控制图的理论依据控制图又叫管理图，是用于分析和判断工序是否处于控制状态的带有控制界限的图，参见图１。
控制图是建立在数据统计的基础上，是按一定的序列将所要登记的质量指标用点子记在坐标纸上，用以观察质量变动趋势，并利用标准线（管理界限）判断质量是否正常，发现质量异常时及时处理，使过程经常处于受控状态。
当过程处于受控状态时，产品总体的质量特性数据的分布一般服从正态分布规律。
由正态分布规律可知，质量指标落在土３σ范围内的概率约为９９．７３％，落在士３σ范围外的概率只有０．２７％，这是一个小概率。
按照小事件原理，在一次实践中超出士３σ范围的小概率事件几乎是不会发生的。
若发生了，则说明工序已不稳定，就是说过程中一定有系统性原因在起作用。
这时，应追查原因，采取措施，使工序恢复到稳定（控制）状态。
３、对控制图进行观察分析是重要的环节，其判异准则参照《质量工程师手册》（第九章）。
４、Ｃｐｋ的定义及评级标准Ｃｐｋ即过程能力指数，是表示过程能力满足产品技术标准的程度。
它是某个过程水准的量化反映，也是过程评估的一类现代商业MODERN BUSINESS78【参考文献】１、张公绪，孙静主编． 新编质量管理学［Ｍ］． 第二版． 北京：高等教育出版社，２００３２、肖文敏，王雪莲，张喜鹏． 统计过程控制（ＳＰＣ）的具体应用［Ｊ］． 电子质量，２００３，（０６）：５９￣６３３、张公绪主编． 质量工程师手册［Ｍ］． 北京：企业管理出版社，２００２所在列的最小值即得，如ＭＡＸ（Ｃ９：Ｃ１４）－ＭＩＮ（Ｃ９：Ｃ１４）； ：对全部样本测定值取平均值，运用函数ＡＶＥＲＡＧＥ （ｎｕｍｂｅｒ１，ｎｕｍｂｅｒ２，．．．），如ＡＶＥＲＡＧＥ（Ｃ９：ＡＢ１１）；：对全部Ｒ（极差）值取平均值，运用函数ＡＶＥＲＡＧＥ （ｎｕｍｂｅｒ１，ｎｕｍｂｅｒ２，．．．），如ＡＶＥＲＡＧＥ（Ｃ１７：ＡＢ１７）；Ｓｔｄｅｖ（σ）：用于Ｐｐ及Ｐｐｋ的计算，运用Ｅｘｃｅｌ的函数ＳＴＤＥＶ对样本测定值进行计算求得；其中ＡＥ２９就是Ｃｐｋ值所在的单元格。
上面公式需要引用表格中相应的单元格值代替，而参数需要根据实际查相关的资料列于表格空白部分，以备需要时使用，同时部分值需要反复引用，也需要做好引用处理。
表格基本制作完成，只要再对相应的部分作出调整，如单元格的大小，数值的位数及单元格中建好的公式的保护等。
３、绘制控制图及计算Ｃｐｋ值上述公式建立之后，利用Ｅｘｃｅｌ图表功能，选择相应的数据源制作 图、 图及计算Ｃｐｋ值。
因为制作该控制图会选择“折线图”形式，所以这里需要指出选择数据源时，注意同时选择先前做好引用准备的管制上下限及中心限数据，这样就可以方便的制作出所需要的、完整的 控制图。
同理，可以利用Ｅｘｃｅｌ图表功能制作Ｐ图、Ｐｎ等。
以上工作都完成后，只需输入过程中的样本测定值及相关信息，就可以简单快捷地使用ＳＰＣ，以最快的速度反映生产是否存在异常情况，以及过程能力满足产品技术标准的程度如何，以利迅速采取纠正措施，保证与改进质量。
四、ＳＰＣ在生产中的实施及运用１、开展全员ＳＰＣ培训工作：企业内部的主管部门首先向全体员工讲述应用ＳＰＣ质量管理工具在控制产品质量上的重要意义，使员工从思想上认识到应用ＳＰＣ的重要性；组织各组别质量管理人员和技术人员认真学习ＳＰＣ的基本原理、控制图的选择、描点方法，控制限的计算、工序能力指数的计算等应用技术；对现场操作者进行ＳＰＣ知识的培训，重点是控制图的数据输入、绘制，判异准则的应用等。
２、ＳＰＣ控制点的选取原则：１） 对产品的性能、精度、寿命、可靠性、安全性等有直接影响的产品的关键特性和重要特性。
２） 图纸给出的关键、重要特性。
３） 经常出现故障、问题的质量特性。
４） 对下道工序影响较大的质量特性。
３、选择合适的控制图：要根据控制点的性质来选择控制图。
对于连续测得的质量特性值，如长度、重量、强度等计量型数据，应选用均值—极差控制图；均值—标准差控制图；按个数数得的非连续性取值的质量特性值，例如不合格品数、不合格率、产品的疵点数等质量特性值数据，应选用不合格品率控制图（Ｐ图）、不合格品数控制图（Ｐｎ图）、不合格数控制图（Ｃ图）、单位不合格控制图（Ｕ图）。
４、对测量系统进行检查：测量系统的准确性，对ＳＰＣ数据的真实性和正确性十分重要，否则会影响ＳＰＣ数据的准确度，导致浪费甚至起误导作用。
因此，对实施ＳＰＣ工序的测量系统必须进行严格地分析和检查。
规定检测的人员、环境、方法、数量、频率、设备或量具，及确保检测设备或量具本身的准确性和精密性。
５、收集数据作分析用控制图：每个控制点至少收集３５组数据，每组４—５个数据，做出分析用控制图。
大部分生产工序进行第一次收集数据分析时，往往都有异常点，必须将末处于统计控制状态的异常点加以剔除。
经过校核后处于统计控制状态的控制图，才可供工序控制使用。
应在过程记录表上记录所有的相关事件，如：新的材料批次等，有利于下一步的过程分析。
６、作控制用控制图：控制图受控后，计算出工序能力指数，延长其控制限作为控制用控制图，下发到各控制点。
控制图的测量、绘制由操作者完成，控制图的异常处理和分析工作，由各组别负责人和工艺技术人员完成。
五、讨论１、ＳＰＣ的充分运用，会给企业各类人员带来好处：可以改进生产第一线操作者的工作；可以消除生产部门与质量部门的矛盾；可以控制产品质量，减少返工与浪费；可以保证过程的持续稳定、可预测；可以提高生产效率，降低成本；可以为过程分析提供依据；可以区分影响质量的偶然因素与异常因素，作为采取局部措施或对系统采取措施的指导。
２、实施过程中会遇到很多阻力，如开展全员ＳＰＣ培训工作，只有全员均对ＳＰＣ有深刻的理解并落实到生产中，实施才能事半功倍，这是长期的过程，需要坚持不懈。
３、利用Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ制作控制图应用表格，可以随时对整个生产过程的过程参数进行监控，利用ＳＰＣ对各种参数进行统计分析，判断过程是否正常或是否有不正常的发展趋势，突破传统的ＳＰＣ通过检验产品的最终质量参数对检验结构进行统计分析，进而判断是否符合产品设计和工艺设计要求。
制作只是第一步，更重要的是生产中的推广，使其更好地服务于生产。
４、 ＳＰＣ应用不是单方面的，结合ＱＣ七大手法及ＰＤＣＡ循环在生产中持续改进，使得工艺提高，质量更有保障。
［后记］ 本文作者在学习工作的Ｍ公司，简单有效地推行ＳＰＣ于实际生产中，制作了１０２张工序控制图，科学化、定量化地进行质量管理，令产品质量提升及成本降低。
对质量要求严格的日本客户对Ｍ公司的产品质量表示认可，并不断地加单订购。