Statystyczna kontrola procesu (SPC) jest definiowana jako metoda kontroli jakości, która wykorzystuje metody statystyczne do monitorowania i kontroli jakości produktu. SPC wykorzystuje podejście oparte na danych w celu poprawy jakości poprzez eliminację nietypowych wahań w analizowanym procesie. Wahania te mogą być spowodowane przez wiele czynników, w tym błąd człowieka, błąd maszyny lub czynniki środowiskowe. SPC można wykorzystać do monitorowania dowolnego procesu, w tym procesów produkcyjnych, linii montażowych, operacji serwisowych, a nawet pracy biurowej. SPC jest zwykle stosowane w połączeniu z innymi metodami kontroli jakości, takimi jak Six Sigma. Więcej o statystycznej kontroli procesu SPC: https://operatorsystems.pl/nasza-platforma/kontrola-procesow-spc/
Rodzaje zmienności

Istnieją dwa rodzaje zmienności, które mogą wystąpić w każdym procesie: zmienność spowodowana wspólną przyczyną i zmienność spowodowana szczególną przyczyną.

Zmienność o wspólnej przyczynie jest spowodowana przez czynniki, które są nieodłączne od monitorowanego procesu. Czynniki te mogą obejmować rodzaj używanych materiałów, używane urządzenia, środowisko lub naturalne zmiany, które występują, gdy człowiek jest zaangażowany w proces. Ważne jest, aby zauważyć, że każdy proces ma pewien poziom nieodłącznej zmienności. Wynika to z faktu, że zmienność jest zjawiskiem naturalnym; dlatego niemożliwe jest wyeliminowanie wszystkich źródeł zmienności. Zmienność wynikająca ze wspólnej przyczyny uwzględnia tę nieodłączną zmienność i ma na celu utrzymanie jej w dopuszczalnych granicach. Na przykład, jeśli ogólny projekt produktu powoduje różne problemy z kontrolą jakości, które nie są spowodowane żadną konkretną osobą lub maszyną. Innym przykładem może być sytuacja, w której pracownicy montujący produkt nie pracują z pełnym potencjałem ze względu na projekt ich stanowiska pracy. W obu tych przypadkach pierwotna przyczyna zmienności nie jest spowodowana żadnym szczególnym wydarzeniem lub osobą, ale raczej jest spowodowana nieodłącznym projektem procesu.

Zmienność z przyczyn specjalnych jest spowodowana przez czynniki, które nie są związane z monitorowanym procesem lub konkretnym zdarzeniem lub problemem. Czynniki te mogą obejmować błąd człowieka, błąd maszyny lub wpływy zewnętrzne, takie jak seria ekstremalnych zdarzeń pogodowych. Zmienność z przyczyn specjalnych jest zwykle łatwiejsza do zidentyfikowania i wyeliminowania niż zmienność z przyczyn wspólnych. Na przykład, jeśli określona maszyna nie działa prawidłowo i powoduje określone defekty w produkcie. Innym przykładem może być sytuacja, gdy pojedynczy pracownik nie przestrzega właściwych procedur. Dlatego też powoduje niezwykle istotne wady w dużej liczbie produktów. W obu tych przypadkach pierwotna przyczyna zmienności wynika z określonego zdarzenia lub problemu, który można zidentyfikować i rozwiązać.
Przykład statystycznej kontroli procesu

Jak powszechnie wiadomo, zmienność jest zjawiskiem naturalnym. Z tego powodu niemożliwe jest stworzenie procesu, który byłby wolny od wszelkiej zmienności. Możliwe jest jednak monitorowanie i kontrolowanie ilości zmienności w procesie, tak aby pozostawała ona w akceptowalnych granicach. Tu właśnie wkracza statystyczna kontrola procesu. SPC wykorzystuje metody statystyczne do monitorowania zmienności procesu i identyfikacji, kiedy jest ona poza dopuszczalnymi granicami. Kiedy tak się dzieje, można podjąć działania korygujące, aby przywrócić proces do kontroli.

Jednym z najbardziej powszechnych narzędzi wykorzystywanych w SPC jest wykres kontrolny. Wykresy kontrolne są graficznymi reprezentacjami danych procesowych, które są wykorzystywane do identyfikacji szczególnych przyczyn zmienności. Wykresy kontrolne zawierają zazwyczaj trzy rodzaje informacji:

    Dane, które zostały zebrane.
    Linia środkowa, która reprezentuje średnią lub przeciętną danych
    Górne i dolne granice kontrolne, które reprezentują dopuszczalne granice zmienności.

Wykresy kontrolne są wykorzystywane do określenia, czy proces jest w kontroli statystycznej. Oznacza to, że proces działa tak, jak powinien, a występująca zmienność wynika ze wspólnych przyczyn. Kiedy proces jest w kontroli statystycznej, mówi się, że jest przewidywalny i stabilny. Przewidywalność oznacza, że można polegać na tym, że proces będzie dawał stałe wyniki w dopuszczalnych granicach zmienności.

Załóżmy, że firma monitoruje wagę produktów schodzących z linii montażowej. Zbiera dane dla 100 produktów i tworzy wykres kontrolny. Dane pokazują, że średnia waga produktów jest nieco poniżej pożądanej wagi, a odchylenie mieści się w dopuszczalnych granicach. Na tej podstawie firma może stwierdzić, że proces jest w kontroli statystycznej i jest przewidywalny.

Załóżmy teraz, że ta sama firma zebrała dane dla 100 produktów rok później i stwierdziła, że średnia masa była znacznie poniżej pożądanej masy. Ponadto wykres kontrolny wykazał, że zmienność była poza dopuszczalnymi granicami. Wskazywałoby to, że proces nie jest w kontroli statystycznej i nie jest przewidywalny. W tym przypadku firma musiałaby podjąć działania naprawcze, aby przywrócić proces do kontroli.