SPC接触时间较久，每次复习、查询或培训备课，实际上SPC就讲了两个工具：控制图和制程能力；虽然没有精通，但基本使用、考试应该可以及格了。
SPC的应为全称是：Statics Process Control（统计过程控制），1924年，贝尔实验室的休哈特（W.A.Shewhart）博士绘制了第一张的SPC控制图；在这里普及一个知识，贝尔实验室早期在质量统计学中成立了两个课题小组，一个是过程控制组，一个是产品控制组；过程控制组的负责人休哈特，创立了统计过程控制理论，而产品控制组的负责人道奇、罗米格则发布了抽样检验方法，都是我们学习工艺、质量管理跳不过去的 坎。
在生产过程中，人、机、料、法、环、测的六项的波动、干扰；产品性质必然存在波动、不稳定；引起波动的原因包括普通原因（偶然的，不易查明的原因）和特殊原因（异常的，可查明的原因），SPC的主要目的就是监控是否存在特殊原因导致过程失控，如存在则可以及时发现并加以解决，避免制造批量不良品。
5M1E分析方法
控制图的使用时机，在APQP中，通常是在第四阶段：产品和过程确认阶段；如试生产过程进行的初始过程能力研究，正式量产阶段的统计过程控制。
SPC在APQP中的位置
控制图部分，主要就是控制图选择、制作、判定；实际上现在都有现成的模版可以使用，就连数据分析也有软件可以协助完成；在以往面试中能真的得灵活使用控制图的人很少的，许多时候都把这份技能推给了 质量部门，但做工艺人还是需要懂一点，避免别那些质量人糊楞了。
控制的选择：
控制图的选择与分类
简单做个解读：Xbar-R图：均值-极差图；Xbar-S 图：均值-标准差图；P图：用于可变样本量的不合格率图；NP图：用于不可变样本量的不合格率图；U图：用于可变样本量的单位缺陷数；C图：用于不可变样本量的缺陷数。
控制图检测、分析的对象是数据，所以从数据的结构上主要分为两大类：计量型数据、计数型数据；控制图的制作的关键或基本结构就是设置：上控制限（Upper Control Limit，简称UCL）和下控制限（Lower Control Limit，简称LCL）；这里有一个重要概念，就是控制线与规格线的差异，控制线是计算出来的，用来识别特殊原因产生的异常波动与普通原因产生的正常波动的界限；而规格线是人为设定的，用来判定产品是否符合客户要求的界限。
特殊原因与普通原因
一般当控制线的范围大于规格线时，说明制程能力偏低，无法满足需求，需要改善或客户要求太严了，现有制程能力无法满足；当控制线的范围小于规格线时，那就祝贺你，这个制程能力可以满足客户要求，只要监控不要出现异常波动（判定的八大原则 ）或发现体现分析、改善就好。
控制图的基本格式
控制图的判定八大原则
关于八大判定法则，可以聊一下；统计分析有两个重要定理：极限定理、小概率事件；极限定理基本意思就是，只要取样量足够大，数据的分布都是趋于正态分布；小概率事件则说明本来、机会不可能发生现象，如果发生了，就是有异常导致的，事出反常必有妖；仔细看的 话，这些八个法则的发生概率都是“小于0.27%”；比如 “2、连续9点落在中心线同一侧”举例，一个点发生的概率是0.5，那么9个点就是0.5^9=0.19%；统计学中认为这样小概率事件，在实际质量控制中是不会发生的，发生了就是有异常发生了。
第二注意点是：控制图的判定法则，并不要求其数据分布全是正态分布；比如：法则1至法则4，并不是需要正态分布；法则5至法则8，是基于正态分布；具体原因以前在书上页看到过了，但理论性太强，我们只是应用和应对客户要求，就没有特别钻研了 ；总之，只有XBar图及衍生图形是8个法则，而其他图形都是4个法则（法则1至法则4）；所以，一般即使客户要求我们使用控制图，在判定时也不会要求全部采用八个 原则。
控制图的制作，现在都比较方便，收集数据，调用mintab，瞬间出图，并进行判定；对于几种常见的判定的结果如何分析，可以多了解 一下，有助于我们确认改善方向。
连续6点递增或递减：工具逐渐磨损，维护水平逐渐降低，操作人员技能逐渐提高
连续14点中相邻点交替上下：轮流使用两台设备或有两个操作员工轮流操作，使得数据分层不够
连续15点落在中心线两侧的1倍sigma区内：数据有假，计算错误；分层不够
连续8点落在中心线两侧且无一在1倍sigma区内：数据分层不够