SPC（Statistical Process Control，统计过程控制）是一种利用统计技术来监控和保证生产过程质量的方法。它的核心思想是通过收集和分析生产过程中产生的数据，来判断过程是否处于受控状态，以便及时发现异常，预防不良品的产生。SPC不涉及对异常原因的诊断，它只关注过程的稳定性。
SPCD（Statistical Process Control and Diagnosis）是SPC的扩展，增加了诊断功能。在SPCD中，除了监控过程外，还能够识别异常的原因，缩短诊断时间，从而更快地采取纠正措施，减少损失，进一步提高产品质量和效率。这符合21世纪对超严质量要求的时代需求，例如电子产品不合格率的显著降低。
学习SPC和SPCD工程的重要性在于，随着科技的发展，对产品质量的要求越来越严格，传统的3σ控制方式已经无法满足现代质量标准。3σ控制方式下的不合格品率相对较高，而6σ控制方式则大大降低了不合格品率，提高了产品质量的稳定性。
实施SPC和SPCD工程的步骤包括：
1. 培训SPC，学习统计基础知识，如正态分布，以及品管七工具，如调查表、分层法、散布图、排列图、直方图、因果图和控制图。
2. 确定关键质量因素，通过因果图分析每道工序，找出影响最大的关键因素。
3. 制定过程控制标准和过程控制网图，按照工艺流程列出每个工序的关键质量因素。
4. 对过程进行持续监控，使用控制图记录和分析数据。
5. 对过程进行诊断，识别问题，并采取措施解决问题。
控制图是SPC中的重要工具，它由上控制限（UCL）、下控制限（LCL）和中心线（CL）组成，用于显示随时间变化的样本统计量数值。控制图的目的是通过观察点是否落在控制限内来判断过程是否稳定。当数据点超出控制限或显示出特定模式时，表明可能存在过程异常。
统计观点认为，产品质量的变异性和生产过程中的各种因素（人、机、料、法、环等）有关，这些变异遵循一定的统计规律。直方图是一种常用的统计图形，用于展示数据分布的形状，而正态分布是统计学中常见的分布形式，具有对称性和特定的均值（μ）和标准差（σ），在质量控制中常用来描述过程的自然变异。
掌握SPC和SPCD的知识对于实现高效的质量管理至关重要，它能帮助企业降低成本，提升产品竞争力，并确保满足不断升级的顾客期望。
