香港
有很多人都誤解了控制圖（Control Charts）的核心作用。控制圖最大的價值其實不只是在量產階段看過程的穩定性，更重要的是在Pre-production階段用作分析制造過程。
當你設計出一個新產品時，需要驗證它是否具備可制造性（Manufacturability）。因此，你會先搭建生產流程，而在這個階段，流程中通常同時存在特殊原因變異（Assignable Causes of Variation）和普通原因變異（Common Causes of Variation）。
在正式進入大規模生產之前，盡可能識別并消除這些特殊原因是非常合理的。統計過程控制（SPC，Statistical Process Control）正好非常適合完成這項工作，因此它應該被當作一種診斷工具（Diagnostic Tool），在全面投產前使用。
如果這一步做得足夠好，那么在大規模生產階段其實未必還需要大量依賴SPC。因為剩余的特殊原因通常已經非常少了，只需要適當監控少數的關鍵輸入，確保過程保持穩定即可。
所以，優思學院認為在六西格瑪 DMAIC 方法中，控制圖可以在分析階段使用，用來判斷過程數據是否處于統計受控狀態，并識別是否存在特殊原因變異。如果過程本身尚未穩定，團隊就不能直接把數據當作普通隨機波動來分析，否則后續的根因判斷可能會被誤導。因此，在分析階段使用控制圖，可以幫助團隊先區分「普通原因變異」與「特殊原因變異」，再決定下一步應進行根因分析、過程改善，還是能力分析。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
