收官：SPC 人进阶路线图与书单
一、先说结论
SPC 这门手艺，能力分四级，跨级的门槛不在"知道多少"，在"能不能独立扛完一整件事"。
``` L1 执行者 → L2 应用者 → L3 诊断者 → L4 架构者 读图 建图 治病 建体系 ```
每一级的分水岭，都是一次从"会用"到"会判"的跳跃：
| 级别 | 典型岗位 | 一句话定义 | 独立交付物 | 通常耗时 |
|---|---|---|---|---|
| L1 执行者 | 操作工、班组长 | 看得懂图，报警知道该干什么 | 一次规范的报警响应记录 | 2～4 周 |
| L2 应用者 | 质量工程师、工艺员 | 能从零给一道工序建起一张能用的图 | 一份完整的 MSA + 建限 + 能力报告 | 3～6 个月 |
| L3 诊断者 | 资深 QE、黑带 | 图不对劲时，能判出是数据、方法还是过程的问题 | 一份变差源分析报告，把 Cpk 从 1.0 提到 1.5 | 1～2 年 |
| L4 架构者 | 质量经理、技术专家 | 设计一套全厂能跑起来、能被审核的 SPC 体系 | 全厂 SPC 方案 + 数据架构 + 投入产出账 | 3～5 年 |
绝大多数人这辈子停在 L2 和 L3 之间。原因下面细说。
二、核心知识点拆解
2.1 四级能力清单：每级到底要会什么
L1 执行者（读图）
- 认识 UCL/CL/LCL，知道它们不是公差
- 认识八条判异准则里最常用的三条（超限、9 点同侧、6 点趋势）
- 报警后知道：停不停、找谁、隔离哪些件、记在哪
- 懂"过度调整"——每个点都往回调，只会把变差放大
判定题：给他一张有连续 7 点上升但未出界的图，他会不会喊人。
L2 应用者（建图）
- 会做 GRR，会判 %GRR 和 ndc
- 会选图：计量/计数、子组大小、Xbar-R / Xbar-s / I-MR / p / u
- 会算限：A₂、D₄、d₂、E₂ 这几个常数的来历和用法
- 会分子组：知道多腔要分层，知道子组跨度决定了能检出什么
- 会算能力：Cp/Cpk/Pp/Ppk 的区别，正态性前提，样本量要求
判定题：给他一批多腔注塑数据，他会不会先问"哪个腔"。
L3 诊断者（治病）
- 非正态数据的处理：判别、变换、分位数法、选合适的分布模型
- 自相关数据的处理：连续过程（化工、轧制）的残差控制图
- 多流/多变量：多流控制图、方差分量分析、T² 图
- 小批量/多品种：标准化控制图、短程 SPC
- 高灵敏方法：CUSUM、EWMA，以及它们各自的 ARL 特性和参数设计
- 变差源分析：多变量图（部件内/部件间/时间），把变差按来源拆开
判定题：给他一张"点子全贴中心线"的图，他第一反应是夸过程稳，还是去查子组划分。
L4 架构者（建体系）
- 监控点的取舍逻辑：从特殊特性、PFMEA 到控制计划的完整推导
- 数据架构：采集方式、数据完整性、权限与审计追踪、与 MES/QMS 的集成
- 分级监控与资源分配：什么工序值得实时监控，什么工序月度抽查就够
- 投入产出核算：一套 SPC 系统的成本 vs 预防的失败成本
- 审核应对与人才梯队：能带出一批 L2
判定题：让他回答"为什么这道工序不上 SPC"，能不能给出算得清的理由。
2.2 卡点在哪：L2 → L3 那道坎
L1 到 L2 靠上课，L2 到 L3 靠什么？靠在真实产线上栽跟头。
L2 的知识体系是"顺境知识"——数据正态、过程独立、子组好分、图一画就受控。真实车间偏偏全是逆境：数据右偏（形位公差、粗糙度天生非正态）、数据自相关（连续过程相邻值高度相关）、多流混杂、批量小得算不出限。
L2 遇到逆境的典型反应是"套公式硬算"，L3 的反应是"先问这数据配不配用这个方法"。 这一步跨不过去，看再多书也没用。
跨过去的唯一路径：手上必须有一个自己从头做到尾的改善案例。不是参与过，是主导过——你定的监控点、你做的 MSA、你算的限、你诊断的根因、你验证的效果。做完一个，L3 的门就开一半了。
2.3 算笔账：从 L2 到 L3 要投入多少
学一个方法要多少小时？拆开看：
``` 理论理解（读标准/教材/推公式） 4 h 手算一遍（不用软件，Excel 拉表） 4 h 真实项目应用 3 次 × 8 h 24 h ──────────────────────────────── 单个方法掌握成本 32 h ```
L3 需要掌握的方法，按 2.1 的清单数，大致 8 个（非正态处理、自相关、多流、方差分量、短程标准化、CUSUM、EWMA、多变量图）：
``` 8 × 32 h = 256 h ```
按每周投入折算：
| 每周投入 | 达到 L3 所需时间 |
|---|---|
| 3 h | 85 周 ≈ 1.6 年 |
| 5 h | 51 周 ≈ 1 年 |
| 8 h | 32 周 ≈ 7 个月 |
| 15 h（专职） | 17 周 ≈ 4 个月 |
注意那 24 小时的"真实项目"部分是省不掉的。 只做前 8 小时（理论 + 手算），你能通过考试，但过不了 L3 那道门——因为逆境判断力只能在逆境里长出来。
2.4 书单与标准清单（按级别配）
L1 读什么
- 本厂的作业指导书和反应计划（真的，先把这个读透）
- Donald Wheeler《Understanding Variation》——薄，讲变差思维，没有公式，最适合给班组长
L2 读什么
- GB/T 17989 系列《控制图》（等同采用 ISO 7870 系列）——控制图的国标源头，比任何教材都权威
- ISO 22514 系列——过程能力与性能评价的完整方法体系
- ISO 11462 系列——SPC 怎么在组织里落地，含实施要素、工具目录、验证数据集
- AIAG《统计过程控制（SPC）参考手册》第 2 版
- AIAG《测量系统分析（MSA）参考手册》第 4 版
L3 读什么
- Douglas C. Montgomery《Introduction to Statistical Quality Control》（《统计质量控制导论》，有中文版）——工程界最通用的教材，CUSUM/EWMA/多变量/非正态都在里面
- Donald Wheeler《Understanding Statistical Process Control》——休哈特思想的现代阐释，对"什么时候不该算能力指数"讲得最狠
- 马逢时等《六西格玛管理统计指南》——中文语境下变差分析与统计工具讲得较系统的一本
- 张公绪教授关于选控图与两种质量诊断理论的著作——国内学者在 SPC 诊断方向的原创工作，处理多工序诊断很有用
L4 读什么
- W. Edwards Deming《Out of the Crisis》——理解为什么 SPC 是管理问题不是技术问题
- Walter A. Shewhart《Economic Control of Quality of Manufactured Product》（1931）——源头。读起来吃力，但"3σ 为什么是 3"的答案在这里
- IATF 16949 与 VDA 6.3 相关要求文本——体系语言，L4 必须会说
工具
Minitab / JMP（商业，出报告快）、R 的 qcc 包（免费，适合定制）、Python 的 scipy + statsmodels（适合和 MES 集成）、Excel（手算验证的最好工具，别看不起它）。
一条建议：L2 阶段坚持用 Excel 手算至少三个月。软件会把公式藏起来，手算会把公式刻进去。等你能闭着眼写出 UCL = X̿ + A₂R̄ 并说清 A₂ 从哪来，再放开用软件。
三、车间真实案例 / 计算过程
20 题自测表，每题答得上来记 1 分，答不上或说不清记 0 分。
| 题号 | 自测题 | 层级 |
|---|---|---|
| 1 | UCL 和公差上限的区别是什么 | L1 |
| 2 | 点子在限内，什么情况下也要停机 | L1 |
| 3 | 报警后可疑批从哪一件开始追 | L1 |
| 4 | 为什么不能每个点都调机 | L1 |
| 5 | 控制图上的点是单件还是均值 | L1 |
| 6 | %GRR 的判据是多少，ndc 干什么用 | L2 |
| 7 | n=5 时 A₂、d₂、D₄ 分别是多少 | L2 |
| 8 | 什么时候用 I-MR 而不是 Xbar-R | L2 |
| 9 | Cpk 和 Ppk 用的σ有什么不同 | L2 |
| 10 | 8 腔模的数据该怎么分子组 | L2 |
| 11 | 为什么建限要 25 个子组 | L2 |
| 12 | 数据不正态，能力怎么算 | L3 |
| 13 | 连续过程数据自相关，控制图怎么改 | L3 |
| 14 | CUSUM 的 k 和 h 怎么定 | L3 |
| 15 | 多品种小批量怎么画一张图 | L3 |
| 16 | 变差 60% 来自夹具，你怎么证明 | L3 |
| 17 | 哪些工序不该上 SPC，理由是什么 | L4 |
| 18 | SPC 系统的数据完整性怎么保证 | L4 |
| 19 | 一套 SPC 的投入产出怎么算给老板听 | L4 |
| 20 | 怎么在两年内带出五个 L2 | L4 |
评分与定位
``` L1 题（1–5）得分 = a L2 题（6–11）得分 = b L3 题（12–16）得分 = c L4 题（17–20）得分 = d ```
定位规则（必须逐级满足，不能跳级）：
| 条件 | 定位 | 下一步 |
|---|---|---|
| a < 4 | L0 | 先把本厂反应计划读三遍 |
| a ≥ 4 且 b < 4 | L1 | 主攻 MSA 与建限，目标做完一份完整能力报告 |
| a=5 且 b ≥ 4 且 c < 3 | L2 | 找一个真实改善项目主导到底，这是唯一的路 |
| b ≥ 5 且 c ≥ 3 且 d < 2 | L3 | 从"解决问题"转向"设计系统"，学着算账和带人 |
| c ≥ 4 且 d ≥ 3 | L4 | 该写自己的东西了 |
举个例子怎么用。 我上个月给一个徒弟测，结果 a=5、b=5、c=1、d=0，定位 L2 上段。他自己的判断是"我差 L3 的理论"，我说不对——你差的是项目。
反推他的计划：
``` 目标：12 个月内到 L3（c ≥ 3，即掌握至少 3 个逆境方法） 所需投入 = 3 × 32 h = 96 h 每周可投入 = 4 h（业余）+ 2 h（工作内）= 6 h 所需周数 = 96 / 6 = 16 周 ```
理论上 4 个月就够。但那 3 个方法各要 3 次真实应用，一共 9 次项目机会——车间一年能给他的合适项目大概 4～5 个。所以真正的瓶颈不是时间，是项目机会数。
结论就变成了：与其排学习计划，不如去抢项目。他后来主动接了三个别人不愿意碰的老大难工序（非正态的粗糙度、自相关的镀层厚度、多品种的小批量冲压），一年下来 c 到了 4。
（顺带一提） 这三个工序，正好对应本系列里非正态、自相关、短程 SPC 那几个模块讲过的方法。读过和用过，中间隔着的就是这段路。
四、常见误区提醒
- 只学软件，不学原理。 Minitab 点三下就出图，Cpk 自动算好，看起来效率很高。可软件不会告诉你这批数据配不配用这个方法。见过太多人图出得飞快，被问一句"这条限怎么来的"就哑了——那不是能力，那是操作熟练度，随时可以被下一个版本的软件替代。
- 只学不练，收藏夹里躺着一百篇干货。 32 小时的方法掌握成本里，24 小时是真实项目，占 75%。看完这一百篇，如果一个项目都没落地，你的能力增量接近零。真话不好听，但确实如此。
- 追新方法，丢基本功。 张口 EWMA、闭口机器学习异常检测，回头一看，Xbar-R 的子组还在混腔取。新方法解决的是老方法的边界问题，边界之内的活儿，老方法又稳又便宜。基本功不牢的人用高阶方法，只会把错误放大得更快。
五、小结 & 互动提问
一百篇下来，如果只留一句话，我想留这句：SPC 不是一套统计公式，是一种"用数据分辨真假变化"的思维习惯。 公式会忘，习惯不会。
哪天你在车间看到一张点子特别听话的控制图，心里第一反应不是"真稳"而是"哪儿不对"——那一刻，你就真的入门了。剩下的，都是练。
这个系列到这儿收官。感谢一路读到第一百篇的你。图还得接着画，货还得接着发，咱们车间见。
互动提问：把上面那 20 题做一遍，报个分：a／b／c／d。如果卡在 L2 到 L3 这道坎上，你手边最难啃的那道工序是哪一道？说不定它就是你的下一块跳板。
如需配套互动练习、培训课件或软件试用，可搜索「东方大易」或访问大易官网 www.eastdayi.com（苏州东方大易管理咨询有限公司，电话 0512-65561989）联系客服获取。