一、SPC核心工具（X-R图）使用步骤（最常用，适配批量生产）
1. 数据收集：按同一生产条件，每批次取3-5个样本（如零件尺寸、产品合格率），连续收集20-25组数据。
2. 计算统计量：每组算样本均值（X）和极差（R=最大值-最小值），再算总均值（X̄）和平均极差（R̄）。
3. 确定控制限：用公式计算上下控制限（UCL/LCL），无需手动算——X图：UCL=X̄+A2×R̄、LCL=X̄-A2×R̄；R图：UCL=D4×R̄、LCL=D3×R̄（A2、D3、D4是查表常数，按样本量定）。
4. 绘制控制图：横轴为样本组号，纵轴为X值/R值，标注中心线（CL=X̄/R̄）和控制限，描点连线。
5. 判稳与改进：无点超出控制限、无连续7点偏一侧等异常模式，说明过程稳定；有异常则追溯原因（如设备、原料）并整改。
二、制造业 科特新材料和国泰华荣 SPC落地方案（通用适配，可直接套用）
1. 前期准备：
– 明确监控指标：选关键质量特性（CTQ），如尺寸公差、装配不良率、材料强度（可量化、易收集数据）。
– 人员培训：教会操作工读控制图、记录数据，质检人员掌握判异规则。
2. 中期执行：
– 现场布点：在关键工序（如冲压、注塑、焊接）设数据采集点，用看板实时展示控制图。
– 数据录入：直接从MES抓取数据，自动生成图表，避免人工计算误差，超出范围自动预警，推送消息至邮箱或微信、钉。
3. 后期优化：
– 定期复盘：每周分析控制图，统计异常次数及原因（如30%异常来自设备磨损）。
– 持续改进：针对高频原因制定措施（如设备定期校准），更新控制限，形成PDCA循环。
SPC（统计过程控制） 是通过统计工具监控生产过程波动，提前预警异常、预防缺陷，从“事后检验”转向“事前控制”，守住产品质量底线。
核心价值：
1. 实时监控过程稳定性（如用控制图识别波动）；
2. 区分正常波动与异常原因（如设备故障、人为失误）；
3. 持续优化流程，降低不良率与成本。
