统计制程管制 (Statistic Process Control)：改善制程、维持管制状态及预防不良品的统计技术。此统计技术可以评估过去、监督现在，而且可预测未来制程的绩效。

一般而言，统计制程管制(简称SPC)是指利用适当的统计工具对制程能力进行管制的一种方法。在IS09000质量管理体系中，有明确的条文规定供应商应制订、管制及查证制程能力与产品特性的统计技术，并要求将之书面化。顾客对质量的要求也日益增加，不再仅仅局限于成品质量，还关注生产过程的完善。正确运用SPC，不仅可以及早地发现产品或制程的异常，还可以经济、有效地对产品品质或制程进行管制，为制程持续改进提供依据。因此，SPC开始受到广泛的重视。

利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异。

统计过程控制（简称SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。它认为，当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。

实施SPC的过程一般分为两大步骤：首先用SPC工具对过程进行分析，如绘制分析用控制图等；根据分析结果采取必要措施：可能需要消除过程中的系统性因素，也可能需要管理层的介入来减小过程的随机波动以满足过程能力的需求。第二步则是用控制图对过程进行监控。

控制图是SPC中最重要的工具。目前在实际中大量运用的是基于Shewhart原理的传统控制图，但控制图不仅限于此。近年来又逐步发展了一些先进的控制工具，如对小波动进行监控的EWMA和CUSUM控制图，对小批量多品种生产过程进行控制的比例控制图和目标控制图；对多重质量特性进行控制的控制图。

全员参与，而不仅仅是依靠少数质量管理人员；

强调使用统计学的方法来保证预防原则的实现；

SPC不是用来解决个别工序采用什么控制图的问题，SPC强调从整个过程、整个体系出发来解决问题。

能判断整个过程的异常，及时报警。

工程准确度 ( Capability of Accuracy )

必须首先确定管制项目的标准值。

设定管制项目标准值的目的，就是希望以该值制造出来的各种产品的实际值，能以该标准值中心，成左右对称的常态分配，而制造时也应以标准值为目标。工程准确度（Ca）评价目的就在于衡量制程平均与标准的一致程度，有时工程准确度指数又称为正确度指数。

实施SPC分为两个阶段，一是分析阶段，二是监控阶段。在这两个阶段所使用的控制图分别被称为分析用控制图和控制用控制图。

分析阶段首先要进行的工作是生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。生产准备完成后就可以进行，注意一定要确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，做成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。直到达到了分析阶段的两个目的，则分析阶段可以宣告结束，进入SPC监控阶段。

监控阶段的主要工作是使用控制用控制图进行监控。此时控制图的控制界限已经根据分析阶段的结果而确定，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。监控可以充分体现出SPC预防控制的作用。

在工厂的实际应用中，对于每个控制项目，都必须经过以上两个阶段，并且在必要时会重复进行这样从分析到监控的过程。

目前我们国内许多企业也开始逐步认识和推广SPC，但并没有达到预期的效果，究其原因，主要可以分为以下几点：

1、企业对SPC缺乏足够的全面了解

2、企业对实施SPC的前期准备工作重视不够

3、未能有效地总结和借鉴其他企业的经验

改进对策

针对以上原因，要保证SPC实施成功，企业应重视如下几方面的工作：

1、公司领导的重视

2、工程技术人员的认识和重视

3、对全员加强质量意识的培训

4、重视数据的收集和异常数据的处理

5、实施PDCA循环，达到持续改进