很多正在备考2027年六西格玛绿带、黑带的同学，

学到 SPC（统计过程控制）这一章时，都会有同一种体会：概念多、图表杂，控制图和规格限分不清，学完也不知道先抓哪条线。

现场也常把 SPC 理解成"多抽几个产品量一量、超差就挑出来"，结果该波动的还在波动、已经报废的也无法挽回。

其实 SPC 这一章有一条清晰的学习主线。

按"建立认知 → 抓住主线 → 看懂一张图 → 理清一张表 → 掌握先后 → 落到价值"六步走，整章就能串起来。

请注意这三点：

1.SPC 不消灭波动，只管控波动；

2.SPC 不挑出不合格品，只预警过程异常。

3.检验是事后把关，SPC 是事中预警。

下面按六步学习路线，把 SPC 这一章铺开。

一、第 1 步：建立认知——SPC 不是事后检验

SPC（Statistical Process Control，统计过程控制）是一套用统计方法持续监控过程状态的体系。

它把过程输出按时间顺序画成控制图，区分"随机波动"和"异常波动"，在异常刚冒头时就发出预警，让作业者及时纠偏。

它的源头可追溯至 1924 年休哈特（Walter Shewhart）提出的控制图。

此后 SPC 成为质量管理的基石方法之一。

需要明确的是，SPC 与事后检验的目标完全不同：

事后检验：产品生产出来后再测量、再分拣，超差品挑出。

它是被动的，报废已经发生，只能"堵漏"

SPC：产品还在生产过程中就监控波动，异常点一出界就预警。

它是主动的，把问题拦在报废之前，是"防火"。

二者不是替代关系：检验保证出厂产品合格，SPC 保证过程本身稳定。

过程稳定了，检验工作量才能大幅下降。

二、第 2 步：抓住主线——波动的两类原因

SPC 的整套方法，建立在一个二分法之上——任何过程的波动都来自两类原因。

这是整章的地基，后面所有控制图内容都从这里延伸出来。

普通原因（Common Cause）又称随机原因、系统原因。

它是过程本身固有的、不可避免的随机变异，例如设备微小振动、环境温湿度的细微变化、原料批次间的自然差异

它的特点是：波动小、稳定、可预测，长期来看过程输出围绕均值随机散布。

对策：普通原因靠"系统改进"来降低，例如升级设备、收敛工艺参数，不能靠单点调机消除。

特殊原因（Special Cause）又称可查明原因、异常原因。它来自过程之外的偶发因素，例如刀具突然崩刃、错用料、设定参数被人误改。

它的特点是：非随机、不稳定、可查明，会让过程输出偏离正常散布，出现偏移、变宽甚至双峰。

对策：特殊原因靠"查明根因、消除"来恢复，例如换刀、纠正设定、隔离错料。

概括：SPC 的主要任务，是区分并消除特殊原因，使过程只剩下普通原因——也就是让过程"受控"。

三、第 3 步：看懂一张图——控制图的基本构造

控制图是 SPC 的载体，一张标准控制图包含三要素：

中心线 CL（Center Line）：过程均值，通常用子组均值的均值 Xbarbar 估计。

控制限 UCL / LCL（Control Limits）：CL ± 3σ，称作休哈特控制限。

在正态假设下，仅由普通原因引起的点落到限外的概率约 0.27%，因此控制限是"判异"的统计红线。

数据点：按时间顺序把子组统计量（如子组均值）描在图上，连成折线。

需要明确的是，控制限来自过程自身数据，由 Xbarbar 和 Rbar（或 Sbar）推算，与顾客给的规格限没有计算关系。

把控制限误当成规格限，是入门者最常犯的错误——这一点在已发《控制限与规格限是一回事吗？》中已有专门辨析。

控制图还依赖一个基础概念——子组（Subgroup）：在同一条件下连续抽取的若干样本（如一小时内的 5 个产品）。

子组内的差异主要反映普通原因，组间差异才暴露特殊原因。

合理分组是控制图有效的必要前提。

四、第 4 步：理清一张表——控制图的两大家族

按数据类型，控制图分成两大家族。选图时先看数据是连续还是离散，再看有没有子组、子组多大。

1. 计量型（连续数据：长度、重量、温度等）

Xbar-R 图：最常用，子组大小 n 多为 2~6（常用 5），用极差 R 估计波动。

Xbar-S 图：子组较大（n ≥ 7）时改用标准差 S 估计波动，更准。

I-MR 图（单值-移动极差图）：无法成组抽样时用，例如化学批次、单次测量结果。

2. 计数型（离散数据：合格/不合格、缺陷数）

p 图：不合格品率，子组样本量 n 可变。

np 图：不合格品数，子组样本量 n 固定。

c 图：缺陷数（单位产品上的缺陷个数），检验面积固定。

u 图：单位缺陷数，检验面积可变。

记忆口径：连续数据走计量，离散数据走计数；

能成组用 Xbar-R/Xbar-S，不能成组用 I-MR；

数"率/数"用 p/np，

数"缺陷"用 c/u。

五、第 5 步：掌握先后——先稳定，再谈能力

很多同学学完控制图，紧接着就会问：过程受控了，是不是就能直接算 Cpk 了？

答案是：受控是算过程能力指数的前提，二者有严格的先后顺序。

第一步，用控制图看过程是否受控——连续多组无特殊原因、点随机散布，称为"稳定"。

第二步，稳定之后，才能做过程能力分析（Cp / Cpk），算出的指数才反映过程的真实能力。

如果过程还不受控就去算 Cpk，混入的特殊原因会让数据失真，算出的 Cpk 不可信，据此下结论会误导改进方向。

六、第 6 步：落到价值——为什么学 SPC

把 SPC 用起来，过程管理会从"出问题才处理"转向"异常刚冒头就拦住"，具体价值有三点：

降低报废：异常在刚偏离正常散布时就被预警，不必等到整批超差才发现有问题。

减少过度调整：对纯随机波动频繁动手调机，反而会把特殊原因"调"进过程（休哈特的漏斗实验已证明）。

控制图帮作业者分清"该调"与"不该动"，避免越调越乱。

建立过程基线：受控状态下得出的均值与波动，是后续能力分析、工艺优化的基准。

SPC 不是一套复杂的公式堆砌，而是一种"用数据看过程、用预警代替救火"的工作习惯。

把这一章的脉络理清，后面每一张细分稿都会更顺。

三、课后练习题

第 1 题（单选）

关于普通原因与特殊原因，下列说法正确的是：

A. 普通原因波动大且可预测，应通过查明根因逐一消除

B. 特殊原因波动随机且固有，应通过系统改进长期降低

C. SPC 的作用是识别并消除特殊原因，使过程仅剩普通原因（受控）

D. SPC 的目标是消灭所有波动，让输出完全一致

参考答案：C

解析：A 错：普通原因是过程固有、波动小且稳定的随机变异，对策是系统改进（升级设备、收敛工艺），不能靠单点查明根因"消除"。

B 错：特殊原因才是非随机、异常、可查明的变异，对策是查明根因消除；它不属于"固有"。

C 对：SPC 的重点就是区分两类原因、消除特殊原因，使过程进入仅剩普通原因的受控状态。

D 错：波动无法消灭，只能管控；要求输出"完全一致"违背统计规律。此点考试与现场都反复出现。

第 2 题（单选）

关于控制限与规格限，下列说法正确的是：

A. 控制限由规格限加减 3σ 得到

B. 控制限来自过程数据，规格限来自顾客要求

C. SPC 判异时，以数据点是否超出规格限作为依据

D. 控制限一定比规格限窄

参考答案：B

解析：

A 错：控制限 = 过程均值 ± 3σ，由过程自身数据（Xbarbar、Rbar/Sbar）推算，与规格限没有计算关系。

B 对：控制限源于过程实际波动，规格限源于顾客或设计需求，两者来源不同。

C 错：判异看的是控制限，不是规格限；产品合不合格才看规格限。

D 错：两者宽窄无必然关系，控制限宽于规格限并不少见，此时更要及时预警。

第 3 题（单选）

下列说法正确的是：

A. 过程不受控时，也可直接算 Cpk 评价过程能力

B. 控制图判过程受控后，再做过程能力分析才有意义

C. Xbar-R 图适用于单值数据（无子组）的监控

D. p 图用于监控连续型数据的均值

参考答案：B

解析：

A 错：过程不受控时数据含特殊原因，Cpk 失真、没有意义，必须先让过程稳定。

B 对：SPC 受控是过程能力分析的前提，次序不能颠倒。

C 错：单值无子组数据用 I-MR 图；Xbar-R 图要求有子组（常用 n=5）。

D 错：p 图是计数型控制图，监控不合格品率，不用于连续型数据均值。此点是控制图选型考试常考点。

2027 年的中质协六西格玛考试，自习人课堂已经正式开始准备了。

不管是绿带还是黑带，我们的课程还是那套大家熟悉、也最省心的配置：

视频课：按最新教材和考纲录制，每年更新，零基础也能听进去，当前正根据26年11月份的考试情况准备更新；

约 50 场直播课：每一轮备考都有，带你串重点、讲真题；

专业题库：每一题都带详细解析，绿带、黑带全覆盖，手机电脑随时刷，26年11月份考试真题也要录入；

全程答疑服务：卡住了有人问，不用自己死磕；

纸质课程讲义：配合视频课使用，翻着方便、记着顺手。

领备考资料，直接加 六六老师微信：zixiren888