第一章 第F節 過程改進循環及過程控制
在對過程應用持續改進這一概念時，可以使用三階段的循環（見圖1.4），每一個過程都會處於改進循環這三個階段中的某個階段。從圖中還可以看出，除了三個階段構成了一個改進循環，其中的每一個階段也都應用了PDCA的循環。
1、分析過程
要想改進過程，就需要先了解過程，所以當考慮對過程進行改進時，要先對過程進行分析，以便對過程有較好的了解。
需要了解過程的什麼內容？其實還是「過程方法」的思路，即過程的目的是什麼？期望得到什麼？如何達到過程的目的？即過程的步驟是什麼？過程的輸出是什麼？輸出是否滿足期望？如何評價輸出是否滿足期望？
過程的產品變差如何？哪些因素會影響產品或過程的輸出？哪些因素對產品影響較大？過程可能會出現什麼問題？有哪些風險？過程是否處於統計受控狀態？過程能力是否滿足要求？
很多在《APQP》手冊中討論的技術，可以用於較好地理解過程，這些活動包括：
●小組會議
●評審過程的歷史
●進行失效模式及後果分析（FMEA）
●與開發或運作該過程的人員（「主題事務專家」）商討，用第一章第G節的備註11的話說就是：「即使採用了所有可能的方法，有些風險依然存在，實際上對將來措施的預測信心並不可以僅由統計方法決定，也需要對於主題事務的專業知識。」統計是有「誤差」的，也會引起誤判，用第一章第E節的內容說是：所有的指數都有不足之處且有可能產生誤導，所以要結合專業知識和實際經驗才能更好地應用好SPC。比如控制圖僅僅是統計信息或統計信號，分析和理解以及決策需要相關人員的經驗和知識。請參考下圖（第二版《質量管理學》）的內容：
本手冊所述的控制圖也是應該在過程改進循環中使用的有力工具。這些簡單的統計方法用來幫助大家區分變差的普通原因和特殊原因。變差的特殊原因必須被提出。當達到了統計控制狀態後，便可以評定過程長期能力的當前水平（見第四章）。
2、維護（控制）過程
一旦對過程有了較好地理解，就必須使過程維持在一定的能力水準上。過程是動態的並且會變化，所以必須（要）監控過程的性能，因此要採取有效的措施來防止過程發生不希望的變化，同時必須了解所希望的變化並使之保持穩定。本手冊介紹的簡單的統計方法在這方面可以有幫助，製作及使用控制圖或其他工具，可以對過程進行有效的監控。從這裡可以知道，控制圖是用來監控過程的，當過程發生變化時，可以通過控制圖進行探測和預警。探測到過程的變化及異常，只是改進的前提，重點是實施第三階段的改進。
3、改進過程
使過程穩定並持續維持過程的穩定狀態，不代表過程能力已經達到了理想狀態，要知道，改進是無止境的。對於有些過程，顧客甚至會對工程規範內的變差表示敏感（見第四章），比如有時產品只有滿足規範的目標值要求，才能滿足顧客需求，如果產品偏離了目標值，雖然還是在公差範圍內，都會對顧客產生影響，在這種情況下，持續改進的價值只有在變差減小後才能實現。為此需要額外的過程分析工具，包括更先進的統計方法，例如：實驗設計及先進的控制圖等。歡迎關注微信公眾號「質量管理之行」，查看更多的質量管理的文章。
如何改進過程？當然是改變過程的要素及其相互作用。如果不改變過程，或者過程是一成不變的，過程能力會提高嗎？所以要有目的地向過程中引入變化並測量其效果。當對過程進行調整或改進後，或新的過程參數確定後，意味著過程已經發生了變化，還需要重新分析過程，確定過程是否處於穩定狀態。在實際工作中，過程發生改變時的很多情況需要重新提交PPAP，PPAP中一般會有CPK，計算CPK是不是需要在過程穩定時取樣？！
提高質量的同時也要考慮成本，因為減少普通原因的意圖就是改進質量使之處於更低的成本。如果在質量風險已經可控的前提下不計成本地提高質量，那麼會顧此失彼。顧客不可能接受不正常的高價，企業也不可能賠錢銷售產品。如果質量風險可控，繼續提升質量需要花費更高的成本，別說減少普通原因，就連減少特殊原因都要視情況而定，就像第一章第E節中提到的：對特殊原因採取措施所發生的成本比任何所有顧客得到的利益大，因經濟上的考慮，可允許存在的特殊原因包括刀具磨損、刀具重磨、周期的（季節的）變化等。
第一章 第G節 控制圖：過程控制和改進的工具
兩類錯誤
W.E.戴明博士在他的書裡指明了在過程控制方面經常犯的錯誤：
錯誤1：將事實上屬於系統（普通原因）的變差，描述成特殊原因的變差或錯誤。
錯誤2：將事實上屬於特殊原因的變差或錯誤，描述成系統（普通原因）造成的。
第1類錯誤通俗點說就是，過程實際上沒有特殊原因影響，但是控制圖卻顯示或判定有特殊原因。比如按照控制圖的「判異原則」（判斷異常的原則），點出界就判異，但是理論上在±3σ範圍內只包含99.73%概率，有0.27%是應該在±3σ之外的。也就是說大約有千分之三的概率超出±3σ界限是正常的，即便沒有特殊原因影響，也會有大約千分之三的概率超出±3σ界限，但是如果按照「點出界就判異」的原則，有時即便沒有特殊原因，也會判定成有異常原因，這就是「虛發警報」，發生這種錯誤的概率通常記以α。簡單說就是：沒問題卻判定成問題。狼實際沒來，但是卻喊狼來了，這就是「虛發警報」。
第2類錯誤通俗點說就是，過程發生了特殊原因或異常，但是控制圖卻沒有顯示出來，或者是從統計上不明顯。因為有時即便生產異常，但是有一部分產品還是在控制限之內，按照「判穩原則」也可能是正常的。有問題卻沒識別出來，這就是「漏發警報」，發生這種錯誤的概率通常記作β。簡單地說就是：狼來了，卻沒有發現，沒有喊狼來了，這就是「漏發警報」。從下圖可以看出，過程的分布明顯偏離了控制中心線，按照統計規律，產品有很大的概率會超出控制上下限甚至可能超出產品公差規格，但是仍有一部分產品處於上下控制限之內（如圖中斜線部分），如果抽樣到斜線區域的產品，並在控制圖中描點，由於點子未超出控制限，且有可能也不顯示非隨機模式，那麼就無法識別出特殊原因或異常。
為將上述錯誤降低到零是不可能的，休哈特博士意識到了這一點，並建立了一個圖示的方法通過長久運行，將兩類錯誤的經濟損失最小化。什麼圖示啊？當然是控制圖啊！因為只有儘量準確地識別特殊原因才能減少誤判，才能減少兩類錯誤。控制圖是監視過程，需要長久運行，用第一章第E節中的內容說就是：「過程控制系統可以作為一個一次性的評估工具，但是過程系統的真正的好處只有在把它作為一個持續學習的工具而不是符合性判斷的工具使用才能實現。」
學習和了解了兩類錯誤的概念，對學習和理解「假設檢驗」是非常有幫助。統計上的概率就是一定意義上的假設，而且都是基於某些條件的假設。條件成立時會怎麼樣，條件不成立時又會如何，有了條件及其預想的或假設的結果，就能根據統計的結果判斷假設是否成立。就像搞研究一樣，先提出假設，再進行實驗和求證，根據實驗結果驗證假設是否成立。也像在實際工作中分析不合格原因一樣，先根據現象推測或假設不合格原因，然後進行不合格再現，如果能再現相同的不合格，那就證明原因分析是正確的。假設檢驗其實和這些日常工作都是相似的邏輯，沒有那麼高深難懂，先把概念和邏輯搞清楚就容易理解了。用《新編質量管理學》中的內容來說就是：「在控制圖上描點實質上就是進行統計假設檢驗」。（請參見下面的圖片）
如何探測和識別特殊原因
為了在生產中有效地管理變差，必須有一個探測特殊原因的有效方法。有一種常見的誤解就是直方圖可以做此用途。直方圖用圖形表示了過程變差的分布，研究分布形式以確認過程變差是對稱的、單峰的，並符合正態分布。不幸的是，正態並不保證過程沒有特殊原因在其作用，也就是說，某些特殊原因可能在不改變其對稱性和單峰性的情況下改變過程。同樣一個非正態分布也可能沒有特殊原因，但是它的分布是非對稱的，因為正態分布僅僅是分布種類之一，僅僅是統計規律之一而已，不同的原因會用不同的方式影響過程，影響的結果會服從不同的規律。
下面圖片是第二版《新編質量管理學》的內容：
形成直方圖的數據相當於是混合後按照一定的區間進行分組，所以其圖形不能顯示產品隨時間變化的情況，但是按照控制圖的「判穩原則」和「判異原則」，很多原則都是和時間順序或時間變化有關的，所以直方圖雖然有時能從整體上形成正態分布，但不一定能識別出所有特殊原因。
下面圖片是《新編質量管理學》中的部分「判穩」和「判異」原則，從下面圖片中的內容可以知道，很多特殊原因的探測原則都和時間順序或時間變化有關的，但直方圖不能體現變差的時間變化。
基於時間的統計和概率方法的確提供了必要且足夠的方法判定是否有特殊原因存在。任何時候使用均值、極差或直方圖匯總數據時，如果該數據是基於時間做展示的話，匯總應該不能誤導用戶採取任何使用者不願採取的措施。儘管在這個任務中有幾類有用的方法但是最為通用和穩健的方法卻是沃爾特·休哈特博士建立和實施的控制圖類型。貝爾實驗室的沃爾特·休哈特博士在二十世紀二十年代研究過程時，首先區分了可控的和不可控的變差，就是由於我們所說的普通原因和特殊原因產生的。他發明了一個簡單有力的工具來區分它們---控制圖。從那時起，成功地把控制圖應用於各種過程控制和改進的場合。經驗表明當出現變差的特殊原因時，控制圖能有效地引起人們的注意，並能反映必須通過系統或過程改進才能減少普通原因變差的程度。
如果過程控制活動（識別和減少特殊原因的活動）確保沒有來源於特殊原因的變差，過程可以被稱為處於統計控制或「受控」，這種過程可以稱為穩定的、可預測的和一致的，因為可以預測過程的表現。（而）存在特殊原因會使過程失去統計控制或「失控」，這種不穩定的過程的表現（通常）是不可以預測的。
它們（控制圖）如何工作？
控制限
休哈特博士建立控制圖時，已經關注到控制圖的經濟性，即，只有出現特殊原因時，才採取措施。為此，可將樣本的統計量與控制限做比較。
經濟性還體現在哪些地方？比如，可以用什麼方法判定過程的位置是否發生改變？一種可能是看過程的每一個零件，但是那通常是不經濟的，替代的方法是使用過程樣本，並計算樣本的均值。另外，選擇±3的標準差限作為經濟性地控制過程的界限，也是考慮了經濟性。
下面圖片是第二版《新編質量管理學》的內容：
建立控制圖的方法
如果有證據存在變差的特殊原因，應對過程進行研究從而進一步確定影響它的什麼。在採取措施（見第一章，第D節）後，再進一步收集數據，如有必要重新計算控制限，若還出現任何另外的特殊原因，則繼續採取措施。這就相當於「分析用控制圖」
當所有的特殊原因被消除後，過程在統計受控狀態下運行，可繼續使用控制圖作為監控工具，也可以計算過程能力。SPC參考手冊的內容說得太生硬，好像不太好理解，那就看看咱們中國的教材吧！下面圖片是第二版《新編質量管理學》的內容：
控制
通常發現，儘管在過程初始設置期間已經對準了目標值，但實際的過程位置（μ）或過程均值可能與該（目標）值不一致。對於那些實際位置偏離目標值並且能很經濟地使過程復位的過程應考慮重新調整以便使其與目標值一致。以上調整是假設該調整不會影響過程的變差。但情況可能不總是這樣，我們應了解在重新調整過程位置後引起過程變差增加的原因，並依據顧客滿意和經濟性兩方面評估它。如果調整過程位置時可能會導致過程能力降低，那麼這樣的情況需要謹慎一些。就像實際工作中的有些情況，為了解決某些問題需要調機，但是調機後產品反而不穩定了，像這樣的問題，如果不影響顧客滿意以及質量成本也可接受，還不如不去調整。歡迎關注微信公眾號「質量管理之行」，查看更多的質量管理的文章。
我們應不斷地對過程的長期性能進行分析，這可以通過對現行的控制圖進行周期、系統的評審來完成。這可能會顯示出特殊原因的新證據，經了解可能發現，一些特殊原因是有利的並對過程改進是有用的，其他的一些則是有害的，需要被糾正或消除。主動的對過程調整一般是朝著有利的方向進行，無意的過程改變也可能會對過程帶來有利的影響。特殊原因只是統計上的區分和識別，所以特殊原因不一定都是有害的，也可能是有利的。
改進循環的目的是理解過程及其變差，以提高它的性能。隨著這種理解越來越成熟，對產品變量的持續監控的需求會變得越來越少---特別是對文件化的分析顯示變差的主要來源已經被有效地由其他方法控制住的過程。例如，一個過程的維護活動是變差的主要來源，那過程最好由預防性和預知性維護維持；如過程設置（setup）是絕大部分變差的來源，過程最好由設置（setup）控制圖控制。
SPC是一個分析及改進過程的工具，最終的目的是為了過程的改進。如果對過程已經有足夠的理解，已經積累了足夠的經驗，清晰地知道對產品質量有影響的所有因素及其影響機理和程度，並且已經有了充分的把握能對過程進行有效地管控，這時會減少對產品變量的持續監控。為什麼有的公司抽檢頻率比較低？為什麼有的公司產品檢驗的成本較低？如果對過程有了足夠的理解，有了成熟的經驗積累和有效的且合理的控制策略，當然鑑定成本會降低。或者說過程能力足夠，過程的可靠度足夠，那麼「控制」成本也會降低，不需要「過度控制」。
如果對產生普通原因的過程要素進行了最佳的設定，對可能產生特殊原因的過程要素也進行了有效的識別和管控，那麼過程從理論上是可控的和可靠的，這就需要標準化作業和變化點管理的基礎。不同的影響因素，需要不同的控制方法。比如維護活動是主要變差來源，那就做好預防性和預知性維護，因為預防性和預見性維護也是屬於控制方法。對於以過程設置為主的過程，工裝和工藝參數的設定是絕大部分變差的來源，並且由於這樣的過程一般具有很高的能力很穩定性，所以一般會設置或建立控制圖的方法進行控制或管控，因為控制圖也屬於控制方法。請參見下面圖片中FMEA參考手冊和APQP參考手冊的內容。
簡單說一說質量管理：一個維度就是分析和識別出所有影響質量的因素，了解各種因素的作用機理及其對質量的影響，對各個因素採取合理且有效的控制策略，按照控制策略實施管控，如還有未知的或未管控到位的地方，重新分析和改進。另一個維度是將所有影響質量的因素進行合理且有效的標準化，在這個前提和基礎上做好變化點管理，以確保任何時候過程或作業都符合規範或要求，以達到預期的質量水平。
既然SPC是一個工具，有時候達到目的後且在某些條件下可能就不再需要工具。也就是說要清楚什麼時候需要用SPC，什麼階段用SPC。用第一章第H節的內容說就是：「適當使用SPC可以使一個組織關注產品和過程的質量改進」。注意，是適當使用哦！另外，SPC也不一定是達到目的的唯一方法。所以SPC也好，控制圖也好，都不是必須的且唯一的，除非顧客有強制要求。但是，也無需過分懷疑SPC的作用和價值，尤其是經過大約上百年的發展和研究，SPC已經形成了非常成熟的理論框架和基礎，也有了非常成熟的應用經驗和技巧。歡迎關注微信公眾號「質量管理之行」，查看更多的質量管理的文章。
控制圖的控制限的修改
對於「受控」的過程，改進工作的重點將經常放在減少過程中的普通原因變差上。減少了這種變差就會「縮小」控制圖上控制限（即經重新計算的控制限將相互靠近或上下控制限之間的距離更近）。許多不熟悉控制圖的人覺得這樣做對過程的改進是一種「懲罰」，可能會認為縮窄控制限後點子更容易出界，那時因為它們沒有意識到如果一個過程穩定且控制限計算正確，過程錯誤地產生不受控的點的機會是相同的（即發生第1類錯誤的機率實現相同的），與控制限間的距離無關。
應該提到的一點是控制限的重新計算問題。一旦經過合適的計算，並且如果過程中普通原因變差沒有發生改變，則控制限就是合理的，也就是說過程沒有什麼改進和改變，過程能力也沒有改變的情況下就不需要重新修改控制限。出現變差的特殊原因的信號不需要重新計算控制限，因為只要受特殊原因影響的數據沒有用於計算「控制用控制圖」的控制限，特殊原因就不會對控制限產生影響。用於長期分析的控制圖，最好是儘可能少重新計算控制限，只有當過程發生改變時才會重新計算。
下面圖片是第二版《新編質量管理學》的內容：
第一章 第H節 控制圖的有效使用和益處
關於SPC及控制圖的作用和益處，在《統計過程控制SPC 第1部分》（可以點擊連結查看文章）中已經有過介紹，所以在這裡只是簡單的重複一下。
通過使用控制圖可以對過程進行持續地監控，能及時探測和識別特殊原因或異常，也有助於對過程未來狀態進行越策，以便及時採取措施防止不合格的發生，達到提高質量，降低成本的效果。使用SPC監控過程至少可使過程保持在它當前性能水平上。但是，當SPC用作指導過程分析的方法時，就可以達到真正的改進。同時，因為控制圖的使用，以及控制圖對特殊原因的報警或預警，可以促使各部門更關注變差，也為各部門討論過程性能提供（了）共同的語言，所以適當使用SPC可以使一個組織關注產品和過程的質量改進。
每一篇文章都是很認真地去寫，包含了對質量管理的熱愛，也包含了對職業的尊重。