统计过程控制（SPC）：检定规则与质量管理系统

"这篇讲义文稿主要探讨了SPC（Statistical Process Control，统计过程控制）的概念及其在质量管理中的应用。文中通过检定规则1和2，即3点中有2点在A区或A区以外，5点中有4点在B区或B区以外的情况，来帮助理解SPC的基本原则。同时，它还追溯了质量管理的历史发展，从1900年的操作人员到1980年的ISO9000，再到TQM和Six Sigma等质量管理理念的演变。" SPC是一种统计方法，用于监控和控制生产过程，以确保其稳定性和一致性。它的目标是识别并消除过程中的异常波动，区分普通原因变异和特殊原因变异。在SPC中，变差被视为不可避免的，它可能来源于操作、机器、仪器以及产品质量特性的变化。 讲义中提到了几种变差的示例，包括操作、机器、仪器和产品本身的质量特性变化。为了可视化这些变差，文稿中使用了图表，如VAR1的分布和一个假设的曲线y=Spline+eps，展示了各种流程中变差的普遍性。 文稿还介绍了质量特性的直方图，这是一种常见的数据表示方法，通过收集一定数量的产品测量数据，形成分布曲线，帮助识别数据的集中趋势和分布形态。直方图的边界通常会设定控制限（LCL、CL、UCL），并分为三个区域（Zone1、Zone2、Zone3），用于判断过程是否在控制状态。 此外，讲义涵盖了基本的统计术语，如总体（N）、样本（n）、平均值（μ和x）、方差（σ和S）。总体是研究的全部数据，样本是从总体中抽取的一部分，平均值是所有数值的平均，方差则是衡量数据与平均值之间差异程度的统计量。 在SPC中，控制图是关键工具，它们基于这些统计概念，用于识别过程是否稳定。当数据点落在控制限内特定区域时，可以据此判断是否有特殊原因引起的变异，并采取相应措施进行纠正。通过实施SPC，企业能够减少客户投诉、降低报废率、节省审查工时，减少仪器损耗，并满足客户对于过程数据展现的需求，同时也适应客户审计和内部管理的要求。