SPC知识介绍
管理范围内的分布
偶然原因(chance cause) 引起的正常品质变动 统计管理状态 (in statistical control)
管理范围外的分布
3
5
异常原因(assignable cause) 引起的非正常品质变动
脱离统计管理状态 (out of control)
通过最常用的控制图X图来检查我们对SPC控制图的理 解
20
Sample Number
X =70.98 L CL = 6 4 .7 0
Sample Mean
80 70
60 50
0
X-Bar Chart for Process B
USL
UCL = 7 7 .2 7 X =70.98 L CL = 6 4 .7 0
LSL
5
10
15
20
25
Sample Number
误解 1
设置 USL & LSL 在X-图 上可帮助该受控制部品满
足 Cpk 需求
CL Center Line
LCL Lower Control Limit
管理上限 UCL
H0 放弃
中心线 CL 管理下限 LCL
H0 选择
H0 放弃
Out-of-Control State
In Control State 平均值(目标值） ±3σ
Out-of-Control State
管理图是检验假设的连续 选择! 选择! 放弃! 选择!.....
是噪声（偶然原
因散布）。看这数据，在工程中没有过明显的变化 ”
管理者下了强硬的管理方
式获得成功的结论
UCL
3
废弃水平 (%)
2
LCL 1
1 2 3 4 5 6 7 8 9 10 11 12 中1断温2 和3 的4管理5 方6式7 8
200举0 办晚会
管理者想收回奖励. 2001
对人类而言：疏于用控制图分析数据是已知的增加费用、 浪费人力物力和降低士气的重要原因. ” - Dr. Donald J. Wheeler
- 管理上限、管理下限 - 品质特性的均值相加或相减3倍的品质特性标准差后的值 - 将通过资料计算的值用点标在控制图上，当所有的点在控制图控制的上、 下限内，并且没有特别的倾向时，判断为工艺处于非异常状态。
●
●
●
●
●
●
●
●●
●
●
● ●
●● ●
●
● ●
●
●
●
UCL Upper Control Limit
误解 2
收缩 USL & LSL 意味 着在 70% 或 80%处建
立 UCL 和 LCL.
对 X-图的更多误解
误解 3
Sample Mean
80 70
60 50
0
X-Bar Chart for Process B虽然过程失控，但部 品仍然满足客户规格.
USL
UCL = 7 7 .2 7
5
10
15
的自然界限的控制上限与下限. 这些界限 不应与客户规格界限相比较.
所有控制图只有一个共同的目标： 检测出引起过程重要变异的可归属变异原因， 从而： 在过程产生大量不合格品之前采取调查和纠正行动以 消除引起过程变异的可归属原因. 换句话说，保持过程处于统计控制状态.
找
2.2 两类变异的基本原因
偶然原因
SPC知识介绍
目录
CONT ENTS
一、一个真实的故事 二、SPC的基础知识 三、控制图 四、过程能力分析
1.一个真实的故事
案
例
2000年 4月 ***厂公司晚会上 工厂的废品率比上年度降低1.5%
总经理给全厂颁奖
3
仪式在餐厅进行：为所有的人准备了各种点心和饮料！
总经理讲演：“每个人都应为你们取得的成就感到骄傲”
2 晚会时间
1
废品率 (%)
1234567 2000
2001
2000年7月 连续3个月废品率上升
总经理想要收回他的奖励
废品率 (%)
不但没有保持已有的成绩, 废品率却直线倒退
3
总经理反思： “奖励适得其反.这群人需要强硬的管理!”
2
经理想收回奖励.
11234 5 6 7 2 Nhomakorabea002001
2000年11月
不可避免的原因
可归属原因
可被控制
变异的偶然原因
归因于许多微小的不可避免的变异来源的累积影响. 也被称为:
共有变异 随机变异 固有变异 自然变异 当一个过程运行于只存在偶然原因变异的情况下，称其 处于受控状态.
变异的可归属原因
与偶然变异不同的过程变异，它会扰乱一个过程，使其 输出失常.
废品率 (%)
到11月, 废品率上升到2.6% ─ 年度最高点，总经理采取措施
召集一次“特别会议”，要一次性并永久性解决这个问题
在作完一个关于废品重要性的生动报告后，总经理走了.
3
员工们不知道该做什么.而且他们还有更重要的指标.
所以他们什么也没做.
2
不再 “温和的管理”
1
1 2 3 4 5 6 7 8 9 10 11 2000
2001
SPC可以找出其他结论.
UCL 3
废品率 (%)
2
LCL 1
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8
2000
2001
SPC可以找出其他结论
总经理
- 但是理由呢 ?
“ 嗨, 我是按照数据作出结论的─我怎么会错呢？” 专家
“你的结论是把高、低点作为信号观察而得出的。实际上，那都
目录
CONT ENTS
一、一个真实的故事
二、SPC的基础知识
- 控制图的定义和目标 - 两类变异的基本原因 - 控制图的基本结构
三、控制图
四、过程能力分析
2.1 控制图的定义和目标
通过各种控制图对过程进行监控。 控制图是通过时间的推移来统计跟踪过程
和产品参数的方法. 控制图具体表现出反应(随机)变动的变动
这类变异的例子有: 错误地调整机器 过多的工具磨损 有缺陷的原材料
当一个过程运行于存在特殊原因的状态下时，称为该过 程失控.
2.3 控制图的基本结构
• 中心线(CL : Center Line) - 用中心线表示管理状态下品质特性的均值。
• 管理上·下限 (UCL : Upper Control Limit, LCL；Lower Control Limit)
2001
2001年6月 总经理看到自从去年底以来，废品率降低了.“柳暗花明了！”
(记住: 实际上从来没采取任何措施来改善系统)
他得出结论: “强硬的管理方式获得成功！”
总经理断定：
3
“粗暴的爱产生奇迹”
废品率 (%)
2
1
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6
2000
SPC统计过程控制基础知识
不合格件数 累计百分比
铸件不合格项目排列图
120 104 100
83
88
91
93
100 100 80
80
73
60
60 40 20
52 42
20
10
6
4
40 14 20
0
0
弯曲 擦伤 砂眼 断裂 污染 裂纹 其他
管制图
• 管制图用来对过程状态进行监控，并可度 量、诊断和改进过程状态。SPC过程控制 分析用图。
确保制程持续稳定、可预测；为制程 分析提供依据；区分变差的特殊原因和普 通原因，作为采取局部措施或对系统采取 措施的指南；有效地降低了成本与不良率， 同时减少返工和浪费;提高劳动生产率和核 心竞争力;赢得广泛客户;更好地理解和实施 质量体系。
四.质量管理七大工具
• 质量管理七大工具 1.直方图 2.流程图 3.排列图 4.管制图 5.调查表 6.因果图 7.水平对比法
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进行，从而使产品 和服务稳定地满足顾客的要求。
• SPC的实施： SPC的实施分为两个阶段： 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。
调查表
调查表又叫检查表、统计分析表等，用来系 统地收集资料和积累数据，确认事实并对数 据进行粗略整理和分析的统计图表。
因果图
• 因果图又叫鱼刺图，用来罗列问题的原因， 并将众多的原因分类、分层的图形。
水平对比法
• 水平对比法是通过不断地将企业流程与世 界处于领先地位的企业相比较，以获得有
详细全面的SPC详解
详细全面的SPC详解SPC（Statistical Process Control，统计过程控制）是一种用于管理和优化生产过程的方法，它的目的是通过使用统计工具来分析生产过程中的数据，从而控制和改进产品质量。
SPC强调预防原则，即通过预防措施来减少产品缺陷和不良情况的发生，而不是在出现问题后再进行纠正。
SPC的基本概念包括控制图、过程能力指数、规格界限等。
控制图是SPC的核心工具，它用于监控生产过程中的关键变量，并根据统计原理判断生产过程是否处于控制状态。
控制图通常由均值-标准差控制图和极差控制图两种类型组成。
过程能力指数是指生产过程满足产品规格要求的程度，它通常被用来评估生产过程的能力，以便进行改进。
规格界限则是根据产品要求和客户要求设定的界限，用于确定产品是否合格。
SPC的实施方法包括以下几个步骤：1.选择关键变量：首先需要选择需要监控的关键变量，例如产品尺寸、材料特性等。
2.设计控制图：根据选定的关键变量，设计适合的控制图，并确定控制界限。
3.收集数据：按照一定的时间间隔收集生产过程中的数据，并对数据进行记录和整理。
4.分析数据：根据控制图的规则，判断生产过程是否处于控制状态，并找出异常点。
5.采取措施：根据分析结果，采取适当的措施来改进生产过程，例如调整工艺参数、更换设备等。
6.监控和反馈：持续监控生产过程，并及时反馈相关信息，以确保生产过程的质量和稳定性。
SPC的优势在于它可以及时发现生产过程中的异常情况，从而采取措施防止问题的扩大。
此外，SPC还可以提高生产过程的稳定性和产品质量的一致性，减少浪费和成本。
未来，SPC将会在更多的领域得到应用和发展，例如智能制造、医疗保健、金融服务等行业。
总之，SPC是一种有效的过程管理和优化工具，可以帮助企业提高产品质量和生产效率。
学习和掌握SPC技能对于从事质量管理、生产管理、工艺优化等工作的专业人士来说是非常重要的。
SPC培训讲义---基础知识
SPC培训讲义—基础知识简介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，旨在通过对过程数据的统计分析，帮助组织识别和解决可能导致质量问题的根本原因，从而提高产品的稳定性和可靠性。
本讲义将介绍SPC的基础知识，包括SPC的原理、常用的SPC 工具和应用案例等内容。
1. SPC的原理SPC的核心原理是基于过程数据的统计分析，通过对数据的收集和分析，识别和排除可能导致质量问题的特殊原因，同时通过控制图的使用，监控和改进过程的稳定性和可靠性。
1.1 正态分布在SPC中，数据的正态分布是一个重要的假设。
正态分布是一种对称的概率分布，其特点是均值和标准差能够完全描述分布的情况。
正态分布的图形呈钟形曲线，均值位于曲线的中央。
在实际应用中，SPC 通常假设数据是近似正态分布的，以方便进行统计分析。
1.2 变异性与稳定性在质量管理中，变异性是指同一过程在不同时间或不同条件下相同测量项的数值差异。
通过SPC的应用，可以发现原本被认为是随机变动的过程，实际上可能存在特殊原因造成的异常波动。
稳定性是指过程在一段时间内的变异性较小，并且符合预期的性能要求。
通过SPC 的控制图，可以监控过程的稳定性，并及时采取措施防止不稳定状态的出现。
2. 常用的SPC工具SPC工具是SPC实施过程中使用的具体方法和技术，下面介绍几种常用的SPC工具。
2.1 控制图控制图是SPC中最常用的一种工具，它用来监控过程在一段时间内的变异情况。
控制图是一种统计图表，将过程数据按时间顺序绘制在图表上，同时画出上下限和中心线。
如果过程数据处于控制限之内，说明过程处于稳定状态；如果过程数据超过控制限，说明过程发生了特殊原因的变异，需要进行分析和改进。
2.2 直方图直方图是一种用柱形表示数据分布的图表，它可以直观地展示数据的中心趋势、波动幅度以及偏态情况。
通过直方图，可以判断数据是否符合正态分布，如果数据呈现钟形分布，则可以认为数据符合正态分布的假设。
SPC理论基础知识
广州今朝科技有限公司SPC基础知识一SPC术语录1.控制图：SPC的核心工具。
一种标绘着根据相继抽取的样本或子组的某一统计量的值、并画有控制限的图，用于评估或检查一个过程是否处于控制状态之下。
画在坐标系中，横轴表示时间或样本号，纵轴表示数值大小，将采集到的数据以点的形式表示在图中。
2.运行图：一种代表过程特性的简单图形，上面描有一些从过程中收集到的统计数据（通常是单值）和一条中心线（通常是测量值的中位数），可用来进行链分析。
3.排列图：一种用于解决问题的简单工具，按照对成本或变差的影响程度对各种潜在的有问题区域或变差源进行排序。
一般情况下，大多数的成本（或变差）是由于少量原因造成的，所以解决问题的精力最好是首先集中在少量关键的原因上，而暂时忽视多数不重要的原因。
4.散点图（相关图）：把两个变量标在横轴与纵轴上，按照一一对应测量值点描绘成的图。
5.计量值：当质量特性值可以取给定范围内的任何一个可能的数值时，这样的质量特性值称为计量值。
6.计数值：当质量特性值只能取一组特定的数值,而不能取这些数值之间的数值时,称之为计数值。
7.过程：过程是指将输入转换成输出的一系列活8.9.10.628052366666611.动的总和。
12.样本：取自总体中的一个或多个个体，用于提供关于总体的信息，并作为可能做出对总体（或产生总体的过程）的某种判定的基础（引自GB3358-82）。
样本中所包含的样本单位数，称为样本大小。
13.样本容量（子组大小）：在抽检中抽出来的样本单位数。
14.不良品：指整件物品作为一个整体考虑而未满人意或不能接受。
一件不良品可能具有若干相同的或不相同的缺陷。
15.不良率控制图：即P图，用于控制对象的不合格率。
16.不良品数控制图：即Pn图，是一种计数值控制图，用于控制对象为不合格品数的场合。
）17.采集规划：采集规划指从某过程中选择质量特征值进行数据采集的一种工具。
18.单位缺陷数（U）控制图：是一种计数值控制图，它通过周期性抽取样本以统计单位产品的缺陷率并在控制图上绘制点来监控过程变化，样本的检测结果为平均每个样品包含的缺陷数。
SPC基础知识
SPC运用统计技术对生产过程中的各工序参数进行 监控，从而达到改进、保证产品质量的目的。
二、SPC特点
SPC具有以下特点： ---基于一定的数据资料进行统计 ---方法是绘制选择的控制图 ---只能提示过程有异常，并不能告诉异常在哪里 ---目的是实现持续改进过程 ---是全系统的、全过程的、要求全员参加 ---不仅用于生产过程，而且用于服务过程和管理过程 ---强调用科学方法来保证全过程的预防
制 程 条 件 变 动 时
制程的继续管制
六、SPC的焦点 SPC：希望将努力的方向，更进一步的放在品质 的源头----制程（ Process）上。因为制程的起 伏变化，才是造成品质变异的主要根源。 品质变异的大小，才是决定产品优劣的关键 制程起伏条件 品质异常 产品优劣
七、基本统计概念
N n 母體數(批量數) 樣本數(抽樣數) USL SL 規格上限 規格中心限 (u=規格中心值)
您在工厂经常遇到这些情况吗？
顾客是上帝
销售
超时加班
额外成 本费用
•新品投放 •未预计的订单 变化 SPC作用 过程控制原理 SPC推行步骤 SPC的焦点 基本统计概念
一、什么是SPC SPC：统计过程控制（Statistical Process Control) 统计过程控制是一种通过对产品或工程进行抽样， 测量其特性参数、记录数据并绘制图表，然后进行 分析，以判断过程是否处于受控状态的管理工具。
X
R P C LCL UCL CL
平均數
全距 不良率 缺點數 控制下限 控制上限 控制中心限
LSL
Ca Cp Cpk T NP
規格下限
准确度 精密度 制程能力指數 規格公差 不良數 T=USL-LSL
spc知识
spc知识1.经济性：有效的抽样管束，不消全数考查，不良率，得以操纵成本。
使制程稳固，能控成品德、成本与交期。
2.预警性：制程的专门趋势可即时计策，预防整批不良，以削减白费。
3.辨论专门缘故：作为局部问题计策或治理阶层体系改进之参考。
4.善用机械设备：估量机械才能，可妥当安排恰当机械临盆恰当零件。
5.改良的评估：制程才能可作为改良前後比较之指标。
应用管束图管束制程之法度榜样1.绘制「制造流程图」，并用特点要因图找出每一工作道次的制造身分（前提）及品德特点质。
2.制订操作标准。
3.实施标准的教诲与练习。
4.进行制程才能解析，确信管束界线。
5.制订「品德管束筹划」，包含抽样距离、样本大年夜小及管束界线。
6.制订管束图的研判、界线切实事实上定与修订等法度榜样。
7.绘制制程管束用管束图。
8.剖断制程是否在管束状况（正常）。
9.如有专门现象则找出不正常缘故并加以清除。
10.须要时修改操作标准（甚至於规格或公差）。
分析用管束图重要用以分析下列二点：(1)所分析的制(过)程是否处於统计稳固。
(2)该制程的制程才能指数(Process Capability Index)是否知足要求。
－操纵图的感化：1.在质量诊断方面，能够用来度量过程的稳固性，即过程是否处于统计操纵状况；2.在质量操纵方面，能够用来确信什么时刻须要对过程加以调剂，而什么时刻则需使过程保持响应的稳固状况；应用步调如下：1.选择操纵图拟操纵的质量特点，如重量、不合格品数等；2.选用合适的操纵图种类；3.确信样本容量和抽样距离；4.收集并记录至少20～25个样本的数据，或应用往常所记录的数据；5.运算各个样本的统计量，如样本平均值、样本极差、样本标准差等；6.运算各统计量的操纵界线；7.画操纵图并标出各样本的统计量；8.研究在操纵线以外的点子和在操纵线内分列出缺点的点子以及标明专门（专门）缘故的状况；9.决定下一步的行动。
应用操纵图的常见缺点：1.在5M1E身分未加操纵、工序处于不稳固状况时就应用操纵图治理工作；2.在工序才能不足时，即在CP＜1的情形下，就应用操纵图治理工作；3.用公差线代替操纵线，或用紧缩的公差线代替操纵线；4.仅打“点”而不做分析确信，掉去操纵图的报警感化；5.不及时打“点”，因而不克不及及时发明工序专门；6.当“5M1E”产生变更时，未及时调剂操纵线；7.画法不规范或不完全；8.在研究分析操纵图时，对已弄清有专门缘故的专门点，在缘故清除后，未剔除专门点数据。
SPC基本知识
SPC 基础知识一、 什么是SPCSPC 是Statistical process control 的缩写，即统计过程控制。
是应用统计方法对过程中的各个阶段进行临控，从而达到质量保证与质量改进的目的，在此可将统计学看成是从一系列数据中收集信息的工具，它是通过预防而不是通过检测来避免浪费。
二、 SPC 目的1． 预防问题的发生 2． 减少浪费三、 SPC 的管制图原理与益处1．根据3σ原理，在分布范围μ ±3 σ内,对于服从或近似服从正态分布的统计量，大约有99.73%的数据点会落在上下控制界限之内，数据点落在上下控制界限之外的概率约为0.27%,根据小概率原则,可判为异常点.图示如上.2．SPC管制图举例下面是Minitab R14 制作的Xbar-R 管制图。
从图可以看出制程有多个超出控制限的点，说明需要查找原因，采取措施，加以消除，不再出现，纳于标准。
合理使用管制图能够：1．区分变差的普通原因和特殊原因，作为采取局部措施和系统措施的指南。
2．有助于过程在质量上和成本上能持续地、可预测地保持下去。
3．使过程达到：A、更高的质量 B、更低的单位成本C、更高的有效能力。
四、 SPC制程能力分析1.Cp、Cpk与Pp、Ppk的含义与区别如下：Cp指数= 规格宽度工序宽度Cp:(Capability of Process)过程能力指数Cpk:修正的过程能力指数Pp: (Performance of Process)过程性能指数Ppk:修正的过程性能指数2..Cp、Cpk与Pp、Ppk的计算：过程能力指数的计算公式如下：过程性能指数计算公式如下：1.经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。
使制程稳定，能掌握品质、成本与交期。
2.预警性：制程的异常趋势可实时对策，预防整批不良，以减少浪费。
3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。
SPC基本知识
受控
不受控
可接受
1类
3类
不可接受
2类
4类
2类过程虽然受控，但因为普通原因造成过大的变差而不能满足规范要求。
3类过程可接受，但存在变差的特殊原因，一般情况下要设法找出原因并消除之。
4类过程既不受控，又不可接受。应减少变差的普通原因和特殊原因。
在某些情况下，顾客允许3类过程运行。例如特殊原因已查明，具有一定的稳定性，采取措施所发生的成本比顾客获得的利益大等。
3.四类过程
过程能力与规范无关。顾客更关心的是过程的输出是否满足规范的要求。满足则可接受，否则不可接受。（关于能力与规范的关系可以用能力指数描述，以后再介绍）。
过程是否受控和是否满足规范要求是两个不同的问题。下面将过程按此分成4类（见表3-1）：
1类过程是理想的，它受控且满足
规范要求。
表3－1
是否受控
二、收集数据
1.选择子组容量、频率、子组数
合理子组的确定将决定控制图的效果
①在 -R控制图中，子组的容量是恒定的。在过程研究初期n取4～5，通常取2～5件连续生产的产品。这样的子组反映的是在很短时间内、非常相似的生产条件下生产出来的产品，因此，子组内的变差主要应是普通原因造成的。这些条件不满足，就不能有效地区分出变差的特殊原因。
2.计量型数据控制图分类
表3-2列出计量型数据控制图的种类及其应用范围。
表3-2
类型
优点
应用
均值－极差图 -R
较简便，对子组内特殊原因较敏感
广泛
均值－标准差图 -S
S较R更准确有效，尤其在大样本容量时
计算机实时记录样本容量大
中位数图 -R
用 代替 ，直接描点，不用计算，最为简便
SPC 基础知识
SPC 基础知识一、基本概念：1、极差：测定值中最大值Xmax与最小值Xmin之差称为极差，用R表示：R=X max-X min2、平方和：各个测定值与平均值之差称为偏差。
各测定值的偏差的平方和称为平方和，简称平方和，用S表示：S=（X1-Xa）2+（X2-Xa）2+（X3-Xa）2+（X4-Xa）2+……+（Xn-Xa）2Xa：平均值3、方差：各个测定值的偏差平方和除以（n-1）后所得的值称为无偏方差（简称方差），用s2表示：s2=S/（n-1）4、标准偏差：方差s2的平方根称为标准偏差（简称标准差），用s表示：s=√s2我们常说的δ和μ是指的总体标准差和总体均值；当过程在受控状态下，且样本容量差较大时，可用样本标准差s和样本平均值Xa；5、正态分布：f(x)=1/√2πδ*e-(x-u)2/2δ2 (1.1)式中：x为随机变量，实为标在横座标上的特性值；e≈2.7183，是自然对数底；π≈3.1416，圆周率；δ为总体标准差；μ-根据公式（1.1）可看出，任一正态分布仅由两个参数，即总体均值μ和总体标准差δ完全确定。
μ亦称分布的位置参数，δ称分布的形状参数；δ越小，曲线越陡，数据（变量）离散也小；δ越大，曲线越扁平，数据的离散也越大，总体数值落在：μ±1δ界限范围内的概率为68.26%；μ±2δ界限范围内的概率为95.46%；μ±3δ界限范围内的概率为99.73%；μ±1.96δ界限范围内的概率为95.0%；而数据落在：μ±3δ之外的概率应小于3‟；μ±1.96δ之外的概率应小于5%；二、质量控制和过程控制概念：质量控制是质量管理的一部分，其目的是“致力于满足质量要求”。
质量控制的内容，主要包含以下三方面：1、识别并确定过程，以做到及时发现和排除产品实现过程中的变异要求，使上过程（工序）的问题不带到下一过程（工序）中去，以保证过程的稳定性和产品质量的一致性，这是一项预防性工作，简称过程控制。
SPC知识简介
二、SPC的起源
质量管理的发展
● 朱兰（J. M．Juran ）
和戴明一样，朱兰作为美国著名的质量管理专家，曾指导过日本的质量管理。 1951年出版了《质量控制手册》，到1999年已发行到第5版，改名为《朱兰质量手册》 主要观点：质量来源于顾客的需求 主要成果：质量管理三部曲——质量策划、质量控制、质量改进。
二、SPC的起源
质量管理的发展
● 休哈特（Walter A. Shewhart）
现代质量管理的奠基者，美国工程师、统计学家、管理咨询顾问，被尊称为“统计质量控制之父”。 1924年5月，休哈特提出了世界上第一张控制图，1931年出版了【产品制造质量的经济控制】一书。
主要观点：产品质量不是检验出来的，而是生产出来的，质量控制的重点应放在制造阶段， 从而将质量管理从事后把关提前到事前控制。 主要成果：控制图
样本量越大越能反映真实的情况，而算数均值却完全忽略了这个问题，对此 统计学上早有考虑，在统计学中样本的方差多是除以自由度（n-1)，它是意思 是样本能自由选择的程度。当选到只剩一个时，它不可能再有自由了，所以自 由度是n-1。
4.标准差（SD） 由于方差是数据的平方，与检测值本身相差太大，人们难以直观的衡量，所以常用方 差开根号换算回来这就是我们要说的标准差。
社会进步带来了观念的变革，保护消费者利益的运动向企业提出了“质量责任”问题。 随着国际市场竞争力¨剧，交货期和价格成为顾客判别满足质量要求程度的重要内容等等， 这些新情况的出现，都要求质量管理在原有传统质量控制方法的基础上，有新的突破和发展。
基于这样的历史背景和经济发展的客nbatan 和著名的质量管理号家M．Juran等人在20世纪60年代先后提出了“全面质量管理”的概念。 这一概念的提出，开创了质量管理的新时代，一直影响到今天。