一个经典的SPC应用的例子

从网上看到一个经典的SPC应用的例子，与大家共赏：

俗话说宴无好宴。朋友邀我去他家做客吃晚饭，进了门迎面遇上他焦急无辜的表情，才知道主题是咨询。起因是朋友最近回家的时间越来越晚，罪证就在他家门口玄关的那张纸上——朋友的太太是一家美商独资企业的QC主管，在家里挂了一张单值-移动极差控制图，对朋友的抵家时间这一重要参数予以严格监控：设定的上限是晚七点，下限是晚六点，每天实际抵家时间被记录、描点、连线——最近连续七天(扣除双休日)的趋势表明，朋友抵家的时间曲线一路上扬，甚至最近两天都是在七点之后才到家的，证据确凿——按照休哈特控制图的原则和美国三大汽车公司联合编制的SPC(Statistical Quality Control，统计过程控制)手册的解释，连续7点上升已绝对表明过程发生了异常，必须分析导致异常的原因并做出必要的措施(比如准备搓衣板)，使过程恢复正常。显然，我可能给出的合理解释成了朋友期待的救命稻草，而这顿晚饭就是他在我面前挂着的胡萝卜。

显然，朋友的太太比我们绝大多数的企业家更专业(当然，作为同类，我想这也许就是导致我们只能成为管理工具的原因)，她清楚地认识到：预防措施，永远比事后的挽救更重要。

顺便说一句，朋友太太厨艺很优秀，属于那种下得厨房上得厅堂的模范太太——当然，对朋友的在意程度更是显而易见的，否则不会选择抵家时间作为重要的过程特性予以控制——这个过程参数，在她眼里，无疑昭示着忠诚度。饭后上了红酒，席间的谈话就从过程异常的判定开始。

“我们先来陈述一下控制图的判异准则：第一，出现任何超出控制限的点；第二，出现连续7点上升或者下降或者在中心线的一边；第三，出现任何明显非随机的图形。显然，目前该过程已经符合其中第一和第二项，确实出现了异常。作为过程控制的责任者，你打算怎么分析呢？”

“还是我们传统的分析方法：因果图。”

“那么，我们寻找的还是这五个方面的原因了：人、机、料、法、环？”

“是的。”

“好。在我们开始分析之前，我想顺便问一下，你是从哪里学会控制图的？”

“除了公司的培训之外，讲述统计过程控制的书籍不计其数，作为在质量领域被广泛应用的技术，以Statistical Quality Control为题的书籍虽说不是汗牛充栋，也已经目不暇接。最近从亚马逊书店邮购的这两本，McGraw-Hill Series in Industrial Engineering and Management的Statistical Quality Control，还有Douglas C. Montgomery的Introduction to Statistical Quality Control。再比如这本STATISTICS: Methods and Applications，国内比较好的专著，我喜欢孙静的这本《接近零不合格过程的有效控制：实现六西格玛质量的途径》。不过这些书也很难给出太多新的理论，因为SPC已经足够成熟，找来新书也不过看看不断翻新的新的应用范例，或者结合新的技术之后会是什么样子，比如，有没有研发出功能强大的新软件。”

“呵呵，也没必要采用如此先进的控制技术吧？”朋友插嘴道。

“你错了，统计学应用于过程控制，不过代表着上个世纪二十年代最先进的质量管理水平。我们采用的控制图方法，一般称为休哈特控制图(Shewhart Control Chart)，最早是在1924年，由美国贝尔电话实验室休哈特(W.A.Shewhart)博士提出的。当时这一方法并未得到企业的普遍采纳，仅仅在小范围内得到应用。后来，两个意外的机遇使它在全世界名声大噪：一是二战期间的1942年，美国国防部邀请包括休哈特博士在内的专家组解决军需大生产的产品质量低劣、交货不及时等问题，专家们制定了战时质量控制制度，统计质量控制(SQC) 被强制推行，并在半年后大获成效。二是休哈特博士的同事，伟大的戴明(W.Edwards

Deming)博士，1950年将SPC引入战后的日本，为日本跃居世界质量与生产率的领先地位立下了汗马功劳。质量专家伯格(Roger W.Berger)教授的分析认为，日本成功的重要基础之一，就是对SPC的应用——控制图(或者，按照台湾的习惯称呼，管制图)已经成为常规技术，名列‘Q C老七大手法’之一。”

“因果图也是‘QC老七大手法’之一。别打岔，也许分析出来的结论是环境因素：外面有狐狸精。”她狠狠瞪了朋友一眼。

“在得出结论之前，我们继续分析吧，”我把话题拉了回来：“下班回家首先应该是一个稳定的过程。”

“是的，他的德国老板坚持不允许他们加班，所以下了班就应该在规定的时间回家。”

“好的，路线是固定的。”

“对，他在五点的时候关闭计算机，五点一刻在停车场走到自己的车位，45分钟应该到家。驾照已经一年半，熟练程度没有问题。即使稍微有点堵车，或者在附近的报刊亭买杂志，他总是喜欢买那几本电影杂志，因为有免费附赠的DVD。即使这些事情同时发生在同一个傍晚，我给了他一个小时的控制限范围，绝对够充裕了。”

“听上去是足够充裕了，”我表示同意：“而且符合稳定过程的控制要求。惟一的瑕疵是，一小时应该作为规范限而非控制限，规范限相当于公差范围，而控制限则应该更为收缩，而且应该进行过程的初始研究，通过计算得出。”

“那岂不是范围更小？”朋友把绝望的目光投向我，仿佛在鞭挞一个叛徒。

“是的，我把确定控制限的步骤简单化了，”她点头：“仅仅根据大致的印象，好像他没有在七点之后回家过，除非这天晚上另有活动，那不属于我这张图控制的范围，比如我们一起在外面吃饭，或者看电影，泡吧。”

“持续稳定的过程是工业企业梦寐以求的，”我插话道：“尤其是重复发生的批量生产过程。”

“是的，过程的输出，也就是产品的特性，必须在控制限范围内，因为过程的输出必然存在变差——所谓变差，通俗地讲，就是：即使是世界上最精密的设备，也不能生产出两件一模一样的产品来，它们之间的差异就是变差——不要跟我说你看不出它们之间的差异，那只能说明你的分辨率不够。”

“所以我们希望过程是受控的。换句话说，我们希望过程首先是稳定的，其次，我们希望过程输出的变差范围足够小。”

“过程范围足够小的过程，我们就称之为具备能力的过程，看来，有必要对你回家的时间以6σ为目标实施管理。”

“维持过程稳定和维持过程能力，是需要耗费成本的，越是好的过程能力意味着更为高昂的成本。我们确定过程目标时必须考虑经济性，投入取决于风险程度。”我赶紧扼杀了她的新念头。

“是的，”她越来越倾向于听取我的意见了。这是好兆头，她又说：“我们在生产线上采用控制图的，都是关键和重要的产品特性，我们希望在发生不合格之前就发现趋势，以避免不合格的实际发生。控制他的回家时间也是一样，发现异常，及时采取措施扼杀任何苗头，不要等到他夜不归宿的时候才恍然大悟。”

我大笑：“有这么高的风险么？据我所知，他可是非常在乎你的，不然就不会紧张到要把我请来作客了。”

她也不好意思地笑了：“其实，控制图也就是半开玩笑地提醒他，心思专注一点。你知道的，他总像个长不大的孩子，小时候放学不止一次，在小人书摊上看书看得忘了回家，急得妈一路去找，找到了揪着耳朵回去吃冷饭的。”

“那你有没有从自身找原因，譬如最近不大注意打扮了？”看到朋友的窘相，我赶紧转移