（播放时建议屏幕最大化并关闭静音）

       统计过程控制的英文全称是Statistical Process Control，简称SPC。指对过程中的各个阶段依据计划收集的数据进行统计及管制图分析，以达到预先防止、避免浪费的控制要求，确定过程在主动管制状态之下。

       统计过程控制的起源要提起一个人：休哈特博士。休哈特是美国物理学家、工程师和统计学家，也被称为统计质量控制之父。休哈特在1918年至1924年担任西部电气公司的工程师，后来在贝尔电话实验室担任技术人员直到退休。

       休哈特博士在贝尔电话实验室成立的过程控制研究小组，通过大量的实践与有效性验证，于1924年提出了第一张控制图—不合格率（p）控制图，这便是统计过程控制的起源，因此，统计过程控制图又称休哈特控制图。休哈特认为，产品质量不是检验出来的，而是生产出来的，质量的控制重点应放在制造阶段，从而将质量管理从事后把关提前到事前控制。

       休哈特的另一个著名的成就是他提出的“计划 — 执行 — 检查 — 行动循环”的观点，后来被戴明博士改进及积极推广，成为著名的PDCA戴明环。PDCA循环包括计划你想要做的事，执行计划，研究结果，进行纠正，然后再开始新的循环，如此持续改进。

SPC与全检/抽样检验的区别：

       抽样检验是通过抽样来减少检验工作的规模显著降低了检验的成本，尤其适合于破坏性测试。缺点是会存在误判，漏检风险大。另外，抽样检验需要制定好抽检计划和文件编制，需要懂一些关于样本大小、显著水平、抽样分布等假设检验统计知识。相对而言，抽样检验的计算量也并不多。

       SPC统计过程控制是建立于统计学为基础的事前预防管理。SPC使用控制图来直观地监控过程的状态，确定生产过程在主动管制的状态，以控制产品的变异。SPC不仅漏出风险小，效率高，并且管理成本远远低于全检。但是，SPC需要较多的统计知识，计算工作量大，通常我们可以借助Minitab软件来计算数据以及绘制控制图，减少统计工作量。

SPC的关键词：

       SPC统计过程控制从名称上我们总结出四个关键词：
       “S”：统计。第1个关键词是“数据统计”，表示用什么方法和理论；
       “P”：过程—第2个关键词是“监控过程”，表示做了什么；
       “C”：控制—包括着两个关键词，即：
                 第3个关键词是“主动管制”，表示使过程处于什么状态；
                 第4个关键词是“控制变异”，表示达到什么目标。

SPC的四大特性：

1) 是一种直观的分析控制工具。
       控制图是有效管控过程保持处于可接受和稳定的水平的管理工具，管理人员可以直观地检查生产过程有无异常变化。控制图的点都在管制界限內侧，并没有特别排法时，就判断生产过程正常，这时的生产过程称为过程在管制状态；如有点超出管制界限外，或在界限内侧出现特别排法时，就可判断生产过程异常。

2）是对过程进行事前控制的工具。
       传统的依赖对事后的成品检验的质量控制方法，包括对不良品的生产、返修、报废，往往会造成浪费。SPC是通过收集过程的信息，加以分析，判定过程是否处于受控制内的稳定状态，通过对过程事前预测并采取措施的方法。

3）用于对过程的特性进行控制。
       有的产业、产品或过程比较复杂，其特性的数量可能会较多，通常SPC大都针对产品或服务的特殊特性进行控制。

4）必须基于有效的数据收集。
       错误的抽样方式或数据将导致错误的推论和决策。有效的数据收集来源必须基于现场现物现实的“三现原则”，依据控制计划、操作规程文件和真实记录的方式收集而来，必须能真实体现生产过程的实际信息。