质量控制是质量管理中最常谈到的概念，最早出现在1917年（Radford），美国质量管理专家沃特·阿曼德·休哈特（Walter A.Shewhart）于1924年发明了质量控制图，将质量控制的概念具化为一种方法，完善了“过程方法”最重要的一块拼图，质量管理正式进第二个阶段——统计质量控制阶段。

质量控制的概念

质量控制正是建立在上一文 质量关键概念——过程特性与过程方法 中所述的过程方法基础之上的，当把生产产品的整个活动视为一个个相互关联的过程时，质量控制的概念就具化为一个具体的手段，通过控制每个过程的输入特性来控制每个过程输出的产品特性，从而控制最终的产品特性，也就是产品质量，而质量控制也就有了落脚点——过程特性的控制和产品特性的监测。

这个概念最早出现于1917年（Radford，引自《朱兰质量手册》第六版），1924年休哈特发明了质量控制图，将质量控制的概念具体化为一个明确的技术手段——控制图，1931年休哈特在《产品生产的质量经济控制》及1939年发表《质量控制中的统计方法》中系统化地论述了统计过程控制理论：利用统计方法监控过程的稳定性，寻找产品特性与过程特性的相关性，并通过改善过程特性以收敛过程波动，进而改善过程的稳定性以提升质量绩效的系统化管理管理理论。

过程的稳定性或波动性，也即通常所说的过程能力，它指提波动的大小，用Cp,Cpk来表示。

统计质量控制中的统计方法

西格玛σ是统计学术语，统计量的标准差，反映一个数据集的离散程度。平均值相同的两组数据，每个值与均值差的平方之和越大，代表数据的波动越大，对应的标准差就越大。

将一组正态分布的数据集的分布范围，在均值的两侧以标准差σ为宽度均匀地划分为6等份来观测数据中的值落在每个区间的概率，大部数值与均值接近，所以，落在离均值最近的第一个σ区间的最多，落在第二个σ区间的次之，离中心越远的区域有值落入的概率越小。3西格玛代表其中某个值落在距离均值第3个σ之外的概率约0.3%，对质量来说，指的是缺陷率约0.3%，通常所说的6西格玛质量水平表示，测量的产品特性值数据偏离均值6个西格玛以上的概率为百万分之3.4。

质量控制图

受多种因素影响，每个过程都存在一定程度的波动，甚至变异，1924年休哈特发明的质量控制图正是实现对产品特性持续监测并识别变异点的工具，它量化了过程输出（产品特性）的波动，并定义导致波动的两种原因：随机原因（不可查明原因）和特殊原因（可查明原因）。

控制图是统计过程控制（SPC，Statistical Process Control）的重要工具，旨在判别过程是否处于稳定状态，并通过改进过程获得更佳的稳定状态。它是对分组抽样监测的质量数据图形化的表示，通过监控统计量的波动，从而有效地识别过程异常的时点。典型的控制图包含中心线和位号中心线两侧的控制限，中心限反映统计量预期变化的中心水平，统计量随机分布在中心水平两侧，两条控制限定义了一个过程变异的期望区间，它也代表过程随机原因导致的固有变异的区间，统计量超出控制限时意味着有特殊原因导致的变异，需要进行过程控制特性分析。

根据产品特性的差异，控制图有多种类型，最常见的是休哈特发明的常规控制图，也叫休哈特控制图。

常规控制图

常规控制图的控制线位于中心线两侧的3西格玛处，这里西格玛是已知的总体标准差或者总体标准差的估计值，休哈特选择距离中心线有3西格玛的距离来设计控制线是基于平衡成本的经济性考虑，尤其是当过程处于统计控制状态却去寻找问题的成本，以及当过程未处于统计控制状态而寻找问题失败的成本等。

下图便是控制图的一个示例。

控制图示例——《GB/T 17989.2-2020 控制图 第2部分：常规控制图》

• X轴子组编号1~7：表示抽样的每个子组的编号，每个编号代表一组的抽样统计量。
• 中心线折线：表示统计量预期变化的中心水平。
• 上下控制限：代表预期变异区间的上下限，是根据相应类型的控制图的对应公式计算的，如计数控制图的控制限计算公式如下表所示：

计数控制图的控制限计算公式

计量控制图上下限的计算方法请参见《GB/T 17989.2-2020 控制图 第2部分：常规控制图》。

计量控制图和计数控制图的类型及适用场景

计量控制图用于连续数据，如尺寸、容量等的连续型的数据。

计数控制图用于可计数数据，如缺陷数、缺陷率等类型的数据。

常见的常规控制图类型及各场景下的选用办法

对控制图的解读及常规控制图的八种判异准则

当过程处于受控状态时，控制图的统计值显随机分布（无明显规律）的状态，表示影响质量特性的随机原因产生的波动。一旦统计值表现出一定的规律性，则意味着除了随机原因还有特殊原因，过程处于失控状态，有可查明原因造成了统计值额外的波动。最典型的波动是超出控制限之外，此外，还有一些常见的识别异常波动的检验模式。

自1950年以来，一个常用的规则是被称为西方电气规则或AT&T规则的最佳准则，有八种典型的检验模式，如下图所示：

八种可查明原因的检验模式——《GB/T 17989.2-2020 控制图 第2部分：常规控制图》

检验模式说明：

• 检验1：表示有点落在控制限之外，存在失控状态。
• 检验2：表示过程均值或波动性以偏离中心线，统计值连续偏下限或下限都属于异常情况。
• 检验3：表示过程出现有规则的线性趋势。
• 检验4~8：表示过程有不同形式的不随机或周期性。

过程控制系统的功效是分离波动的随机原因和特殊原因，识别到异常波动后，通过过程特性的分析和改善，系统性地消除带来过度变化的可查明原因，使整个过程处于受控状态。

工程分析：基于过程方法的质量改进

通过质量控制图持续监测过程并识别变异点，实现了对过程特性的有效分析和改善，即是工程分析（分析影响产品特性的要因——过程特性）。

统计过程控制的关键标准动作是：

1. 产品特性变异识别：利用控制图监控产品特性统计值的波动，识别变异。
2. 关键过程特性受控：分析过程特性与产品特性的相关性，实现对相关过程特性的控制。

通过控制过程特性（过程输入）来控制产品特性（过程输出）的做法很像拧水龙头，边拧边判断流量，直到合适为止，它很难一步到位的，通过监测流量（输出）来调整拧龙头的角度（输入），才能拧到刚好，其中需要手眼协作多个回合。好在拧水龙头的场景不复杂，通常只有一个输入变量——角度，如果要求再高一些（不要把水溅出来）就再多控制一个输入变量——速度（慢点拧）。实际业务中的质量控制要复杂得多，需要受控的对象数目特别巨大，据质量管理大师朱兰“对一个约350人的小公司的研究表明，其所控制的事项高达10亿项之多（《朱兰质量手册》第六版）”。特别是，受控项不但多，其对输出的影响差异也很大，又不好判断哪个影响大、哪个影响小，需要反复验证，甚至哪些过程特性没有找到。因此，通过监测产品特性以适当且适量地选择过程特性就十分必要，适当选择是保证质量，适量选择是控制质量成本。

质量控制方法的标准化

二战期间，美国军方将控制图引进军工部门作为管理工具使用，并于1941年~1942年将质量控制方法系统性地规范为正式标准，即Z1.1~Z1.3标准：

这一标准的应用，使得美国军火商在二战期间的质量、效率、成本等方面收益巨大，已制定了自己的标准的英国军方又直接将此标准发布为自己的标准。这也促进了后来1987年ISO质量体系标准的发布。

小结

1924年，休哈特发明统计质量控制方法后，率先应用的是二战期间美国陆军航空队的统计管制处，利用精确的量化统计实现美国高效地火力输出。二战后这个小组中的10位精英后受邀到了福特汽车，掀起了一场以数据分析、市场导向，以及强调效率和管理控制为特征的管理变革，使得福特公司摆脱了老福特经验管理的禁锢，从低迷不振中重整旗鼓，扭亏为盈，再现当年的辉煌。这10位精英的故事即是任正非推大力推崇的《蓝血十杰》所记述的。

在日本，战重建的大量企业处于品质量差而无法生存的困境中，戴明、朱兰等人带去了统计质量控制的方法，日本 企业从高层到基层全面学习，使得日本企业迅速提升质量，以丰田、索尼为代表的日本企业，在多个领域反超美国。特别是“日本于1950年实行了基于工业标准化法的JIS标识制度，根据这个制度，要想使用JIS标志就需要实时统计质量管理，而进行质量保证是必要条件。在日本几乎是同时开始推进工业标准化和QC的，我认为这是好事情（引自石川馨《质量管理入门》）”。

因此，日本企业在统计质量控制方法的应用上，更深入，更广泛，也更全面。他们管控制图叫管理图，意味着应用到了更普遍的管理中。因此，日本质量管理专家石川馨说“质量管理始于管理图而终于管理图（引自石川馨《质量管理入门》）”，其中的管理图指的就是控制图（control chart)。

最后， 强烈推荐石川馨的《质量管理入门》一书，一本被书名拉低了身价的好书。