---
title: "Statistical-Process-Control"
type: concept
tags: [Six-Sigma, Quality-Control, Data-Driven-Decision]
sources: [testing-workflow-optimizer]
last_updated: 2026-04-21
---

# Statistical-Process-Control

统计过程控制（SPC）——使用统计方法（主要是控制图）监控过程稳定性，区分常见原因变异和特殊原因变异，使过程可控、可预测，并支持基于数据的持续改进决策。

## Aliases
- SPC
- 统计过程控制
- Statistical Quality Control (SQC)

## Core Concept: Variation
所有过程都存在变异，SPC 的核心是区分两类变异来源：

| 变异类型 | 英文 | 来源 | 特征 | 处置 |
|----------|------|------|------|------|
| 常见原因变异 | Common Cause | 过程内在的正常随机波动 | 稳定、可预测 | 通过过程改进系统性减少 |
| 特殊原因变异 | Special Cause | 特定外部因素导致 | 不稳定、不可预测 | 识别并消除根本原因 |

**Gerald M. Weinberg 第一定律**：即使是最简单的系统，只要测量足够精确，就能观察到随机涨落；因此，变异永远存在，区分其来源是关键。

## Control Charts（控制图）
SPC 的核心工具，通过建立控制上限（UCL）和控制下限（LCL），监控过程是否处于统计控制状态。

### Common Types
- **X̄-R Chart**（均值-极差图）：监控连续数据的均值和变异
- **X̄-S Chart**（均值-标准差图）：大样本（n>10）场景
- **p Chart**（比率图）：监控不合格率等比例数据
- **c Chart**（计数图）：监控缺陷数

### Interpretation Rules（Western Electric Rules）
- 1 点超出 UCL/LCL → 特殊原因，可能失控
- 连续 9 点在中心线同一侧 → 过程漂移
- 连续 6 点递增或递减 → 趋势
- 连续 14 点交替上下 → 系统性周期变异

## SPC in Six-Sigma
SPC 是 [[Six-Sigma]] DMAIC 中 Analyze 和 Control 阶段的核心工具：
- **Measure**：建立过程基线和控制图
- **Analyze**：识别特殊原因变异
- **Control**：维持改进后的稳定过程

## In Workflow Optimization
[[testing-workflow-optimizer]] 将 SPC 整合到四阶段工作流：
- **现状分析**：使用控制图建立基线性能
- **优化验证**：改进后通过 SPC 确认过程稳定性
- **持续监控**：自动化监控异常信号

## Connections
- [[Six-Sigma]] — SPC 是 Six-Sigma 的核心工具
- [[Lean]] — SPC 支撑 Lean 的数据驱动决策
- [[Kaizen]] — SPC 发现的问题通过 Kaizen 活动改进