统计过程控制管理程序(doc 18)
统计过程控制管理办法
统计过程控制管理办法统计过程控制是一种有效的质量管理方法，通过监控和控制过程中的统计数据，以确保产品或服务的一致性和质量稳定性。
统计过程控制管理办法是一套规范和流程，旨在指导组织如何实施统计过程控制并使其有效运作。
本文将介绍统计过程控制管理办法的意义和基本原则，并详细解释其具体实施步骤和要点。
一、统计过程控制的意义和基本原则统计过程控制是一种基于数据的管理方法，可以帮助组织预测和控制过程中的变异性，以确保产品或服务的质量稳定性。
它的意义在于通过及时收集和分析质量数据，发现潜在问题，并采取相应的纠正措施，从而降低质量风险和成本，并提高客户满意度和组织绩效。
统计过程控制管理办法基于以下基本原则：1. 数据驱动决策：统计过程控制依赖于可靠的数据，通过数据分析来指导决策和行动。
2. 过程稳定优先：控制和改进过程的稳定性是统计过程控制的核心目标。
通过观察和分析统计数据，及早发现过程变异，并采取纠正措施，以实现过程的稳定性。
3. 连续改进：统计过程控制是一项持续改进的过程。
通过不断监控和调整过程，以减少变异性，并实现质量的持续提高。
二、统计过程控制管理办法的实施步骤1. 确定关键过程：首先，组织需要明确关键过程的范围和边界。
关键过程是对最终产品或服务质量有最直接影响的过程。
2. 定义关键质量指标：根据关键过程的特点和要求，确定适当的质量指标。
这些质量指标应该具备可度量性和可追踪性，以便进行统计分析。
3. 确定统计抽样方法：选择适当的统计抽样方法来收集数据。
常用的方法有随机抽样、分组抽样等。
确保抽样方法具备代表性，以反映整个过程的情况。
4. 收集和分析数据：按照设定的抽样方法，收集并记录数据。
使用统计方法对数据进行分析，如均值、方差、控制图等，以判断过程的稳定性和变异性。
5. 设定控制界限：根据数据分析的结果，确定合适的控制界限。
控制界限是指过程正常变异范围的上限和下限，当过程数据超出这些范围时，需要采取纠正措施。
【8A版】SPC控制程序文件
【8A版】SPC控制程序文件一、目的SPC（统计过程控制）控制程序的目的在于通过运用统计技术对生产过程中的各个阶段进行监控和评估，及时发现过程中的异常波动，采取相应的措施进行纠正和预防，从而确保产品质量的稳定性和一致性，提高生产效率，降低生产成本。
二、适用范围本 SPC 控制程序适用于公司内所有生产过程中关键质量特性的监控和控制，包括原材料采购、零部件加工、产品装配、成品检验等环节。
三、职责分工1、质量部门负责制定和维护 SPC 控制计划，确定需要控制的关键质量特性、控制方法、抽样频率和样本数量等。
收集和分析质量数据，绘制控制图，并对过程的稳定性和能力进行评估。
当发现过程异常时，组织相关部门进行原因分析，制定改进措施，并跟踪措施的实施效果。
2、生产部门按照 SPC 控制计划的要求进行生产过程的操作和监控，确保生产条件的稳定。
负责对生产过程中的设备、工装进行日常维护和保养，保证其处于良好的运行状态。
配合质量部门进行过程异常的原因分析和改进措施的实施。
3、技术部门负责提供生产过程中的技术支持，确定合理的工艺参数和作业指导书。
参与过程异常的原因分析，对工艺改进提出建议和方案。
4、其他相关部门按照职责分工，配合质量部门、生产部门和技术部门做好 SPC 控制工作。
四、工作流程1、确定关键质量特性质量部门根据产品的质量要求、客户的需求以及以往的生产经验，确定需要进行 SPC 控制的关键质量特性。
这些关键质量特性应能够反映产品的主要性能和质量指标。
2、制定控制计划质量部门根据确定的关键质量特性，制定 SPC 控制计划。
控制计划应包括控制项目、控制方法、抽样频率、样本数量、测量工具、控制图类型、控制限的计算方法、异常判定准则等内容。
3、数据收集生产部门按照控制计划的要求，在生产过程中对关键质量特性进行抽样测量，并将测量数据记录在相应的表格中。
数据的收集应保证准确、及时、完整。
4、绘制控制图质量部门将收集到的数据输入到统计软件中，绘制相应的控制图，如均值极差控制图（XR 图）、均值标准差控制图（XS 图）、中位数极差控制图（XR 图）等。
SPC控制程序文件
SPC控制程序文件一、目的SPC（统计过程控制）控制程序的目的在于通过应用统计技术对过程进行监控和分析，及时发现过程中的异常波动，采取有效的纠正和预防措施，以确保过程的稳定性和产品质量的一致性。
二、适用范围本程序适用于公司内所有生产过程，包括原材料采购、零部件加工、装配、测试等环节。
三、职责分工1、质量部门负责制定和维护 SPC 控制计划。
收集、分析过程数据，并对异常情况进行判定和处理。
组织相关部门对 SPC 控制效果进行评估和改进。
2、生产部门按照 SPC 控制计划的要求进行生产操作，并如实记录过程数据。
当发现过程异常时，及时通知质量部门，并采取临时措施进行控制。
3、技术部门负责提供过程的技术规范和工艺参数。
协助质量部门对过程异常进行原因分析，并制定改进措施。
四、SPC 控制的策划1、确定需要进行 SPC 控制的过程和特性根据产品质量要求、客户需求以及以往的生产经验，确定关键过程和关键特性。
考虑过程的稳定性、复杂性以及对产品质量的影响程度。
2、选择控制图类型根据过程特性和数据类型，选择合适的控制图，如均值极差控制图（XR 图）、均值标准差控制图（XS 图）、不合格品率控制图（p 图）等。
3、确定抽样方案明确抽样频率、样本大小和抽样方法，以确保样本具有代表性。
4、设定控制限基于过程历史数据或通过计算确定控制限。
控制限应具有合理性和可操作性。
五、数据收集与记录1、生产部门按照规定的抽样方案进行抽样，并使用专门的记录表格记录过程数据，包括测量值、测量时间、生产批次等信息。
2、数据应真实、准确、完整，不得随意篡改或遗漏。
六、控制图的绘制与分析1、质量部门定期将收集的数据输入到控制图中，并绘制出控制图。
2、对控制图进行分析，判断过程是否处于稳定状态。
如果所有的数据点都在控制限内，且没有明显的趋势或异常模式，则过程处于稳定状态。
若数据点超出控制限，或出现连续上升、下降趋势，或存在周期性变化等异常情况，则表明过程出现异常波动。
SPC数据统计分析与管理
SPC数据统计分析与管理什么是SPC数据统计分析与管理？SPC（Statistical Process Control，统计过程控制）是一种用于监控过程稳定性和质量控制的方法。
它利用统计分析手段对过程进行监测和改进，以确保产品或过程处于可接受的控制范围内。
SPC数据统计分析与管理则是指在SPC方法的指导下，对所采集到的数据进行分析和管理，以实现持续改进和控制过程的稳定性。
SPC数据统计分析与管理的重要性SPC方法的应用使得企业能够更有效地管理和控制生产过程，降低产品的变异性，并提高产品质量。
通过对过程进行实时和统计分析，在过程出现异常情况时能够及时采取措施，避免不良品的产生。
同时，SPC还能帮助企业分析和优化生产工艺，减少浪费和成本，提高资源利用率。
SPC数据统计分析与管理的步骤SPC数据统计分析与管理通常包括以下步骤：1.数据采集：收集与要求的指标相关的数据，可以通过传感器、仪器或人工手动输入等方式进行采集。
2.数据处理：对收集到的数据进行处理和整理，包括数据清洗、去除异常值和重复值等。
3.统计分析：使用统计方法对数据进行分析，常见的方法包括数据描述统计、变异分析、均值检验、方差分析等。
4.过程控制：根据统计分析的结果，制定相应的控制策略，对过程进行控制和调整，以保持过程的稳定性。
5.数据监控：定期对采集到的数据进行监控和分析，及时发现过程异常或问题，并采取必要的措施进行调整和改进。
6.持续改进：通过对数据统计分析和过程控制的持续监测和改进，不断提高生产过程的稳定性和产品质量。
SPC数据统计分析与管理的应用场景SPC数据统计分析与管理广泛应用于各个行业和领域，包括制造业、物流业、服务行业等。
以下是一些常见的应用场景：1.制造业：在制造过程中，通过监测关键工艺参数和质量指标的变化，及时发现并纠正生产异常，提高产品质量和生产效率。
2.物流业：对物流中的关键指标进行统计分析和管理，如出货准时率、仓储周期等，以优化物流运作和服务质量。
SPC执行管理作业程序
SPC执行管理作业程序SPC是统计过程控制（Statistical Process Control）的缩写，是一种用于管理、监控和改进过程的方法和工具。
通过SPC，组织能够实时了解和控制其过程的可变性，并采取相应的措施来减少变异性，从而获得更稳定、可预测和高质量的产品或服务。
本文将介绍SPC的执行管理作业程序。
1.确定关键过程参数（KPIs）：首先，需要确定影响产品或服务质量的关键过程参数。
例如，在制造业中，这些参数可能包括温度、压力、速度等。
在服务业中，这些参数可能包括响应时间、客户满意度等。
通过确定KPIs，可以帮助组织聚焦于影响质量的关键因素。
2.收集数据：为了进行SPC，需要收集相关的数据。
收集数据可以通过手动记录或自动收集，取决于不同的过程和组织。
数据的质量和准确性对于后续的分析和决策至关重要，因此，在收集数据时应采取必要的措施来确保数据的准确性。
3.分析数据：收集到数据后，需要对数据进行分析。
分析数据的目的是了解过程的稳定性和可变性，并识别出可能导致质量问题的根本原因。
常用的数据分析方法包括控制图、直方图、散点图等。
通过分析数据，可以帮助组织做出合理的决策和采取相应的行动。
4.制定纠正措施：当分析数据后发现过程存在问题时，组织应立即采取纠正措施。
纠正措施可以包括调整设备参数、改进工艺流程、培训员工等。
关键是要根据数据分析的结果，找出问题的根本原因，并针对性地采取相应的纠正措施。
5.监控和验证：在纠正措施采取后，需要进行监控和验证。
监控是指持续收集和分析数据，确保过程的稳定性和可靠性。
验证是指确保纠正措施的有效性，并通过数据分析来验证是否取得了预期的改进效果。
6.持续改进：SPC是一个持续改进的过程。
组织应不断地收集数据、分析数据、采取纠正措施和验证改进效果，持续改进过程的稳定性和质量。
通过持续改进，组织可以不断提高产品或服务的质量，满足客户的需求和期望。
除了以上步骤外，还需要注意以下几点：-培训和教育：为了有效执行SPC，组织应提供培训和教育，使员工能够理解和应用SPC的概念和方法。
质量管理学之统计过程控制
质量管理学–第九章 统计过程控制
质量管理学–第九章 统计过程控制
质量管理学–第九章 统计过程控制
质量管理学–第九章 统计过程控制
质量管理学–第九章 统计过程控制
质量管理学–第九章 统计过程控制
质量管理学–第九章 统计过程控制
9.7统计控制状态的判断
点子落在控制界外，有两种可能 点子落在控制界内，有两种可能
解决办法：根据使两种错误造成的总损失最小这一点来确定控制 图的最优间距。
因而，根据“点出界就判异”作出判断，即使有时判断错误虚发 警报，从长远来看仍是经济的。
经验证明休哈特所提出的3σ方式较好。
质量管理学–第九章 统计过程控制
常规控制图的设计思想
先定α，再看β 按照3σ方式确定UCL、LCL就等于确定了虚发警报的概率α0=0.27% 为了增强使用者的信息，常规控制图的α取得特别小，但缺点是β大 常规控制图并非依据使两种错误造成的总损失最小为原则来设计
统计控制状态：随着时间 变化，过程的均值和方差都 保持不变
适用范围：处于追求质量 早期阶段的公司。当质量水 平接近于六西格玛时，SPC 无效
机构
医院
银行 邮局
救护车 警察局 酒店
质量测量
实验室测试的准确性；药物的及时分 发
支票处理的准确性
分拣的准确性；投递时间；特快信件 准时交付的百分比
响应时间
特定地区犯罪发生率；交通传票数
质量管理学–第九章 统计过程控制
3σ方式 UCL=μ+3 σ CL= μ LCL= μ-3 σ 这是常规控制图的总公式，具体应用时需要经过下列两个步骤： ⑴将3 σ方式的公式具体化到所用的具体控制图 ⑵常规控制图有标准值给定（参数已知）和标准值未给定（参数未知）
质量管理学 第五章 统计过程控制.doc
（1）计量值为双公差而且分布中心和标准中心重合的情况(如图5-1所示)。
图5-1
此时CP值的计算如下
σ可以用抽取样本的实测值计算出样本标准偏差S来估计。这时，
式中Tµ为质量标准上限，TL为质量标准下限。即T= Tµ－TL。
例5—1某零件的强度的屈服界限设计要求为4800—5200㎏/㎝2，从100个样品中测得样本标准偏差（S）为62㎏/㎝2，求过程能力指数。
（3）材料方面。如材料的成分，物理性能，化学性能处理方法，配套元器件的质量等。
（4）操作者方面。如操作人员的技术水平、熟练程度、质量意识、责任心等。
（5）环境方面。如生产现场的温度、湿度、噪音干扰、振动、照明、室内净化、现场污染程度等。
过程能力是上述5个方面因素的综合反映，但是在实际生产中，这5个因素对不同行业、不同企业、不同过程，及其对质量的影响程度有着明显的差别，起主要作用的因素称为主导因素。如对化工企业来说，一般设备、装置、工艺是主导因素。又如机械加工的铸造过程则主要因素一般是工艺过程和操作人员的技术水平，手工操作较多的冷加工、热处理及装配调试中的操作人员更为重要等等。这些因素对产品质量都起着主导作用，因而是主导性因素。
所以不合格品率为：
由以上公式可以看出，只要知道CP值就可求出该过程的不合格品率。
例5---6当CP=1时，求相应不合格品率P。
解：
例5---7当CP=0.9时，求相应不合格品率P。
解：
由不合格品率的公式及上两例可知，CP值增大时，不合格品率下降，反之，当CP值减小时，不合格品率增大。
2．当分布中心和标准中心不重合时的情况（
分布中心和标准中心不重合时的情况如图5-6所示
图5-6
统计过程控制(SPC)管理办法
统计过程控制（SPC）管理办法JD/G13。
15。
A1-—20141.目的和适用范围1.1目的：为建立济南动力部统计过程控制（SPC)体系，通过对济南动力部的关键、重要生产过程进行有效识别,对过程和产品特性变化连续的监视测量和分析评估,根据结果制定改进措施，达到对生产过程的控制和持续改进的目的。
1。
2适用范围：济南动力部统计过程控制体系的管理.2.职责2.1 质量部负责根据生产过程和产品关键重要特性以及各加工部的反馈意见，实施统计过程控制（SPC)的立项；负责统计过程控制（SPC）有效运行的监督管理。
2.2 各加工部负责协助质量部筛选、确定、建立项目；负责统计过程(SPC）的数据采集、录入;负责将各过程SPC项目列入控制计划加以受控；负责组织技术人员对异常特性分析和按期出具报告,以及异常点改进计划的反馈、制定和实施。
3。
工作流程图4.工作内容/要求4。
1定义4。
1。
1 SPC统计过程控制主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警,以便生产管理人员及时采取措施,消除异常，恢复过程的稳定，从而达到提高和控制质量的目的.4.1。
2 CpK：过程能力指数也称工序能力指数，是指工序在一定时间里，处于控制状态（稳定状态）下的实际加工能力。
它是工序固有的能力，或者说它是工序保证质量的能力。
这里所指的工序，是指操作者、机器、原材料、工艺方法和生产环境等五个基本质量因素综合作用的过程，也就是产品质量的生产过程。
产品质量就是工序中的各个质量因素所起作用的综合表现。
4.1.3 PpK：控制图中用来计算工序性能或叫过程性能的指数。
代表初期工序能力,应用于试产阶段和工序不稳定的情况下。
是经过长期的数据收集，并在数据中包含所有预期的变差源。
它所描述的过程可以是不稳定的,也称是不受控的。
因此PPK指数测量值不能用于预测未来，给出的结果也不能反映未来.但是可以与CPK指数对比以显示系统过程对失控的反应，以及影响过程稳定性的特殊原因。
- 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)。
1、目的通过SPC，识只是程变差的缘故，针对缘故采取措施，消除缘故，减少过程变差。
2、范围适用于公司SPC。
3、术语引用SPC手册中附录G的术语及符号。
4、职责技术质量部负责SPC，其他部门配合。
5、工作程序5．1本公司统计过程操纵采纳的方法：a）计数型数据：采纳P操纵图，计算过程能力〔即PPM值〕。
b）计量型数据；采纳X—R操纵图，计算Ppk和Cpk。
5．1．1X—R操纵图的绘制和使用A、收集数据数据是以样本容量恒定的小子组的形式报出的，这种子组通常包括2-5件连续的产品，并周期性的抽取子组〔例如：每15分钟抽样一次，每班抽取两次等〕。
应制定一个收集数据的方案并将它作为收集、记录及将数据画到操纵图上的依据。
A．1选择子组大小、频率和数据a．子组大小：一般由4-5件连续生产的产品的组合，仅代表单一刀具、冲模板等生产出的产品。
b．子组频率：应当在适当的时刻收集足够的子组，一般对正在生产的产品进行监测的子组频率能够是每班两次、每小时一次或其他可行的频率。
c．子组数的大小：一般情况下，包含100或更多单值读数的25或更多个子组数能够特别好的用来检验稳定性。
A．2建立操纵图及记录原始数据X—R图通常是将X图画在R图之上方，下面在接一个数据栏。
X和R的值为纵坐标，按时刻先后的子组为横坐标。
数据值以及极差和均值点应纵向对齐。
数据栏应包括每个读数的空间。
同时还应包括记录读数的和、均值〔X〕、极差〔R〕以及日期或其他识不子组的代码的空间。
填进每个子组的单个读数及识不代码。
A．3计算每个子组的均值〔X〕和极差〔R〕画在操纵图上的特性量是每个子组的样本均值〔X〕和样本极差〔R〕，合在一起后它们分不反映整个过程的均值及其极差。
关于每个子组，计算：X1+X2+…+X nX=nR=X最大值—X最小值式中：X1+X2+…+X n为子组内的每个测量值。
n为子组的样本容量A．4选择操纵图的刻度两个操纵图的纵坐标分不用于X和R的测量值。
关于X图，坐标上的刻度值的最大值与最小值之差应至少为子组均值的最大值与最小值差的2倍。
关于R 图，刻度值应从最低值为0开始到最大值之间的差值为初始时期所碰到的最大极差的2倍。
A．5将均值和极差画在操纵图上将均值和极差分不画在其各自的图上将各点用直线连接起来从而得到可见的图形和趋势。
简要的扫瞄一下所有画上往的点，瞧是否合理，要是有的点高的许多或者低的许多，需确认计算和画图是否正确，应确保所画的X和R点在纵向是对应的。
B、计算操纵限B．1计算平均极差〔R〕及过程均值〔X〕R1+R2+…R k R=kX1+X2+…X k X=k式中：k为子组的数量，R1和X1即为第一个子组的极差和均值，R2和X2为第一个子组的极差和均值，等等。
B．2计算操纵限计算操纵限：UCL R=D4RLCL R=D3RUCL X=X＋A2RLCL X=X—A2R式中：D4、D3、A2为常数，参见下表：B．3在操纵图上作出平均值和极差操纵限的操纵线将平均极差和过程均值画成水平实线，各操纵限画成水平虚线，把线标上记号。
C．过程操纵解释C．1分析极差图上的数据点a．超出界限的点：出现一个或多个点超出任何一个操纵限是该点处于失控状态的要紧证据。
任何超出操纵限的点立即进行分析，寻出存在特别缘故的信号。
给任何超出操纵限的点做标记，以便依据特别缘故实际开始的时刻进行调查，采取纠正措施。
超出极差上操纵限的点通常讲明存在以下情况中的一种或几种：1）操纵限计算错误或描点时描错；2）零件间的变化性或分布的宽度差不多增大〔即变坏〕，这种增大能够发生在某个时刻点上，也可能是整个趋势的一局部；3）测量系统变坏〔例如，不同的检验员或量具〕4）测量系统没有适当的分辨力。
有一点位于操纵限之下〔关于样本容量大小等于7的情况〕，讲明存在以下的一种或几种情况：1）操纵限或描点错误；2）分布的宽度变小〔即变好〕；3）测量系统已改变〔包括数据编辑或变换〕。
b．链：有以下现象之一讲明过程已改变或出现这种趋势1）连续7点位于平均值的一侧；2）连续7点上升〔后点等于或大于前点〕或下落。
标记这些点，分析缘故，采取措施。
高于平均极差的链或上升链讲明存在以下情况之一或全部：1）输出值的宽度增加，其缘故可能是无规律的〔例如设备工作不正常或固定松动〕或是由于过程中的某个要素变化〔例如：使用新的不是特别一致的原材料〕，这些根基上常见的咨询题，需要纠正；2）测量系统改变〔例如，新的检验员和量具〕。
低于平均极差的链，或下落链讲明存在以下情况之一或全部：1）输出值分布宽度减小，这经常是一个好状态，应研究以便推广应用和革新过程；2）测量系统改变，如此会掩盖过程真实性能的变化。
c．明显的非随机图形：明显的趋势〔尽管它们不属于链的情况〕，周期性，数据点的分布在整个操纵限内，或子组内数据间有规律的关系等。
分析并寻出缘故，采取措施。
一般情况下大约2/3的描点应落在操纵限的中间三分之一的区域内，大约1/3的点落在其外的三分之二的区域。
要是显著多于2/3以上的描点落在离极差均值特别近之处，那么应对以下情况的一种或更多进行调查：1）操纵限计算错误或描点时描错；2）过程或取样方法被分层；每个子组系统化包含了从两个或多个具有完全不同的过程均值的过程流的测量值〔例如从几组轴中每组抽一根测取数据〕；3）数据差不多被编辑；要是显著少于2/3以下的描点落在离极差均值特别近的区域，那么应对以下情况的一种或两种进行调查：1）操纵限计算错误或描点时描错；2）过程或抽样方法造成连续的子组中包含从两个或多个具有明显不同的变化性的过程流的测量值〔例如：输进材料批次混淆〕。
要是存在几个过程流，应分不识不和追踪。
C．2识不并标注特别缘故对极差数据内每个特别缘故进行标注，作过程操作分析，从而确定该缘故并革新对过程的理解，纠正条件同时防止再发生。
C．3重新计算操纵限〔极差图〕排除所有已被识不并解决或固定下来的特别缘故碍事的子组，然后重新计算新的平均极差和操纵限，并画下来。
由于特别缘故而从极差图中往掉的子组，也应从均值图中往掉。
修改后的平均极差和均值可用于重新计算均值的试验操纵限。
C．4分析均值图上的数据点a．超出操纵限的点：出现一点或多点超出任一操纵限就证实在这点出现特别缘故。
应立即对操作进行分析。
在操纵图上标注如此的数据点。
一点超出任一操纵限通常讲明存在以下情况之一或更多：1）操纵限或描点错误；2）过程已改变，或是在当时的那一点〔可能是一件独立的事件〕或是一种趋势的一局部；3）测量系统发生改变〔例如，不同的检验员和量具〕。
b．链：有以下现象之一讲明过程已改变或出现这种趋势1〕连续7点位于平均值的一侧；2〕连续7点上升〔后点等于或大于前点〕或下落；标记这些点，分析缘故，采取措施。
与过程均值有关的链通常讲明出现以下情况之一或两者：1）过程均值已改变——也许还在变化；2）测量系统已改变〔漂移、偏倚、灵敏度等〕。
c．明显的非随机图形：如明显的趋势〔尽管它们不属于链的情况〕，周期性，数据点的分布在整个操纵限内，或子组内数据间有规律的关系等。
分析并寻出缘故，采取措施。
一般情况下大约2/3的描点应落在操纵限的中间三分之一的中间区域内，大约1/3的点落在其外的三分之二的区域。
1/20的点应落在操纵限较近之处〔位于外1/3的区域〕。
另外，存在大约1/150的点落在操纵限之外，但可认为是受控稳定系统合理的一局部——确实是根基讲，在约99.73%的点位于操纵限之内。
要是大大超过2/3以上的描点落在过程均值特别近之处，那么应对以下情况的一种或更多进行调查：1〕操纵限计算错误或描点时描错；2〕过程或取样方法被分层；每个子组包含了从两个或多个具有不同均值的过程流的测量值；3〕数据差不多被编辑；要是显著少于2/3以下的数据点落在过程均值特别近的区域，那么应对以下情况的一种或两种进行调查：1〕操纵限计算错误或描点时描错；2〕过程或抽样方法造成连续的子组中包含从两个或多个具有明显不同过程流的测量值。
要是存在几个过程流，应分不识不和追踪。
C．5识不并标注特别缘故对均值数据中每一个显示处于失控状态的条件进行一次过程操作分析，从而确定特别缘故产生的理由，，纠正该状态，同时防止再发生。
C．6重新计算操纵限〔均值图〕排除所有已被识不并解决或固定下来的特别缘故碍事的任何失控的点，然后重新计算并描画过程均值和操纵限。
确保当与新的操纵限相比时，所有的数据点瞧起来都处于受控状态。
D．过程能力解释D．1计算过程的标准偏差只要过程的极差和均值都处于统计受控状态，那么可用估量的过程标准偏差〔σR/d2〕来评价过程的能力。
σR/d2=R/d2D．2计算过程能力USL－XX－LSL关于Ppk=min［，］3σs3σsσs=n〔X i－X〕2∑i=1n－1USL－XX－LSL关于Cpk=min［，］3σR/d23σR/d2式中：USL，LSL=标准上限和下限，σR/d2为估量的过程标准偏差，σs为过程总变差。
D．3评价过程能力依据是否符合顾客的要求来评价过程能力。
顾客要求的过程能力参见?PPAP操纵程序?。
不管是对未满足的能力指数值作出响应，或是为超过最低能力指数要求对持续革新本钞票和质量性能作出响应，所要求的措施是相同的：1）通过减少一般缘故引起的变差或将过程均值调整到接近目标值方法来革新过程性能，这通常意味着要采取治理措施来革新系统；在那些要采取更为紧急措施来满足短期需要的情况，可用以下两种临时的方法：1）对输出进行筛选，依据需要进行报废或返工处置；2）改变标准使之与过程性能一致〔如此既不能革新过程也不能满足顾客要求〕；以上两种方法与过程革新相比显然是下策。
D．4提高过程能力为了提高过程能力，必须重视减少一般缘故。
必须将注重力直截了当集中在系统中，即造成过程变异性的全然因素上，例如：机器性能、输进材料的一致性、过程操作的全然方法、培训方法或工作环境。
一般来讲，纠正这些造成不可同意的过程能力的系统缘故可能会超出操作者或它们的现场治理人员的能力。
相反，需要采取治理层介进做一些全然的变化、分配资源，并为革新过程的整个性能进行协调。
用短期的局部措施来纠正系统是可不能成功的。
D．5对修改的过程绘制操纵图并分析对过程已采取了系统的措施后，其效果应在操纵图上表现出来。
操纵图变成了验证措施是否有效的一种方式。
在对过程实施改变时，应认确实监视操纵图。
在该变化期间会使操作发生混乱，有可能造成新的操纵咨询题，掩盖系统变化的真实效果。
在变化时期的所有不稳定的因素都能解决后，应评定新的过程能力并将他作为今后操作新操纵限的根底，通常情况下，变化后用25个子组的数据足以建立新的操纵限。
5．1．2P操纵图的绘制和使用A．收集数据A．1选择子组的容量，频率及数量a．子组容量：用于计数型数据的操纵图一般要求较大的子组容量〔例如50到200或更多〕以便检验出性能的一般变化。