SPC统计过程控制是应用于什么地方的？

有很多人都误解了控制图（Control Charts）的核心作用。控制图最大的价值其实不只是在量产阶段看过程的稳定性，更重要的是在Pre-production阶段用作分析制造过程。

当你设计出一个新产品时，需要验证它是否具备可制造性（Manufacturability）。因此，你会先搭建生产流程，而在这个阶段，流程中通常同时存在特殊原因变异（Assignable Causes of Variation）和普通原因变异（Common Causes of Variation）。

在正式进入大规模生产之前，尽可能识别并消除这些特殊原因是非常合理的。统计过程控制（SPC，Statistical Process Control）正好非常适合完成这项工作，因此它应该被当作一种诊断工具（Diagnostic Tool），在全面投产前使用。

如果这一步做得足够好，那么在大规模生产阶段其实未必还需要大量依赖SPC。因为剩余的特殊原因通常已经非常少了，只需要适当监控少数的关键输入，确保过程保持稳定即可。

所以，优思学院认为在六西格玛 DMAIC 方法中，控制图可以在分析阶段使用，用来判断过程数据是否处于统计受控状态，并识别是否存在特殊原因变异。如果过程本身尚未稳定，团队就不能直接把数据当作普通随机波动来分析，否则后续的根因判断可能会被误导。因此，在分析阶段使用控制图，可以帮助团队先区分「普通原因变异」与「特殊原因变异」，再决定下一步应进行根因分析、过程改善，还是能力分析。