2026.03.31｜MiDFUN 編輯部
關於本文：SPC（Statistical Process Control，統計製程管制）是運用管制圖與統計方法即時監控製程變異的品質管理技術。本文完整解析 SPC 的定義、管制圖種類、UCL/LCL 管制界限、Cpk 製程能力指標，以及 AI SPC 在現代製造業的應用趨勢。想進一步了解 SPC 系統如何落地導入，請參閱中方科技 SPC 系統產品頁。
SPC 統計製程管制是什麼？
SPC 是 Statistical Process Control 的縮寫，中文譯為統計製程管制（也常寫作「統計製程管理」或「統計過程控制」）。它的核心思想很直觀：透過持續蒐集生產過程中的量測數據，繪製成管制圖（Control Chart），即時判斷製程是否處於穩定的統計管制狀態。當數據出現異常模式時，現場人員可以在不良品大量產出之前就介入處理。
SPC 的起源可追溯至 1920 年代，由美國品管先驅 Walter A. Shewhart 在貝爾實驗室（Bell Laboratories）首次提出管制圖的概念。他區分了製程中的兩類變異：一般原因變異（Common Cause，製程本身固有的隨機波動）與特殊原因變異（Special Cause，可查明的異常因素）。這個框架至今仍是 SPC 理論的基石。如果你想深入了解 SPC 的歷史脈絡與演進，可以參閱SPC 來源與歷史演進專欄。
SPC 的核心概念
要理解 SPC，有三個核心概念必須掌握：
管制圖（Control Chart）
管制圖是 SPC 的核心工具。它以時間序列方式呈現量測數據，圖上包含三條關鍵線：中心線（CL）代表製程平均水準；管制上限（UCL, Upper Control Limit）與管制下限（LCL, Lower Control Limit）則定義了製程在統計上可接受的波動範圍。UCL 和 LCL 通常設定在中心線的正負三倍標準差（σ）處，涵蓋約 99.73% 的正常數據點。
需要特別注意的是，管制界限（UCL/LCL）與規格界限（USL/LSL）是不同的概念。管制界限由製程數據自身計算得出，反映製程的實際能力；規格界限則由產品設計或客戶需求決定，代表品質的容許範圍。
穩定性判定規則
單純看數據有沒有超出管制界限還不夠。AIAG-VDA 規範了多條穩定性判定規則（如連續 7 點遞增或遞減、連續 8 點落在中心線同一側等），用來偵測製程趨勢或偏移等非隨機模式。這些規則協助品管人員在數據尚未超出管制界限前就察覺潛在異常。
製程能力指標（Cpk / Ppk）
管制圖告訴你製程「穩不穩定」，而製程能力指標 Cpk 與 Ppk 則告訴你製程「能不能滿足規格」。Cpk 衡量的是短期製程能力（組內變異），Ppk 衡量的是長期整體績效（組內 + 組間變異）。一般而言，Cpk ≥ 1.33 是製造業常見的基本門檻，代表製程有足夠的能力滿足規格要求。
SPC 管制圖的種類
SPC 管制圖依據數據性質分為兩大類：計量值管制圖（Variables Chart）用於可量測的連續型數據，計數值管制圖（Attributes Chart）用於計數型數據。
| 分類 | 管制圖類型 | 適用情境 |
|---|---|---|
| 計量值 | Xbar-R（平均值-全距管制圖） | 子組大小 2~9，最常見的計量值管制圖 |
| Xbar-S（平均值-標準差管制圖） | 子組大小 ≥ 10，對變異敏感度更高 | |
| I-MR（個別值-移動全距管制圖） | 子組大小為 1，適用於破壞性檢測或批次性製程 | |
| 計數值 | p 管制圖（不良率） | 樣本大小可變，監控不良品比率 |
| np 管制圖（不良數） | 樣本大小固定，監控不良品個數 | |
| c 管制圖（缺點數） | 檢驗面積固定，監控每單位缺點數 | |
| u 管制圖（單位缺點數） | 檢驗面積可變，監控平均單位缺點率 |
選擇管制圖類型時，需先確認數據屬性（計量或計數）與子組大小，再依據 AIAG-VDA SPC 手冊的建議選擇合適的圖型。
SPC 在現代製造業的應用
隨著工業 4.0 與智慧製造趨勢，SPC 早已不只是紙本管制圖的時代。現代 SPC 系統整合了以下關鍵技術：
設備自動連線（MDC）：透過 MDC（Machine Data Collection）技術，SPC 軟體可直接從量測儀器、CNC 加工機、檢測設備即時擷取數據，取代人工手抄與 Excel 輸入，大幅降低數據延遲與人為錯誤。
AI 智慧預測：新一代的 AI SPC 系統能運用機器學習演算法分析管制圖趨勢，在異常發生之前提供預警，從傳統的「偵測異常」進化為「預測異常」，為品管人員爭取更多反應時間。
少量多樣生產挑戰：傳統 SPC 要求足夠的數據量才能建立穩定的管制界限，在少量多樣（HMLV）的生產模式下會面臨數據不足的困境。Pre-Control 預控制圖、短期製程能力分析等方法應運而生。更深入的探討請參閱少量多樣 SPC 品質策略專欄。
AIAG-VDA 國際標準：2024 年 AIAG 與 VDA 共同發布新版 SPC 參考手冊（黃皮書），統合了北美與歐洲汽車產業的 SPC 實務規範，對管制圖判定規則、製程能力評估方法都有重要更新。詳細解析可參閱 AIAG-VDA SPC 黃皮書分析。
常見問題（FAQ）
Q1：SPC 統計製程管制是什麼？
SPC（Statistical Process Control，統計製程管制）是運用統計方法持續監控製造過程的技術。透過管制圖即時偵測製程中的異常變異，在不良品產生之前採取矯正措施，達到預防式品質管理的目的。
Q2：SPC 管制圖的 UCL 和 LCL 怎麼計算？
UCL（管制上限）與 LCL（管制下限）的計算基於中心線加減三倍標準差（3σ）。以最常用的 Xbar-R 管制圖為例：UCL = X̄̄ + A&sub2;R̄，LCL = X̄̄ − A&sub2;R̄，其中 A&sub2; 係數依子組大小查表取得。管制界限反映製程的實際表現，與產品規格界限（USL/LSL）無關。
Q3：SPC 跟品管抽檢（SQC）有什麼不同？
SQC（統計品質管制）側重成品端的抽樣檢驗，屬於事後篩選；SPC 則在生產過程中即時監控數據變化，屬於事前預防。SPC 能在異常趨勢出現的當下就發出警訊，避免不良品持續產出，長期而言品質成本更低、效率更高。
Q4：導入 SPC 系統可以取代 Excel 管制圖嗎？
可以，而且建議儘早取代。專業 SPC 系統能自動連線量測設備擷取數據、即時計算管制界限與 Cpk/Ppk、自動執行 AIAG-VDA 穩定性規則判定並發送異常通知。當數據量大、站點或廠區多的時候，Excel 的維護成本與出錯風險遠高於系統化管理。
Q5：中方科技的 SPC 系統有哪些特色？
中方科技 SPC 系統深耕製造業超過 30 年，主要特色包括：完整支援 AIAG-VDA 新版管制圖規則與判定邏輯、內建 Cpk/Ppk 製程能力分析與趨勢追蹤、MDC 設備自動連線（支援各品牌量測儀器與 CNC）、跨廠區即時監控儀表板、AI 異常預測模組，以及與 MES、ERP、LIMS 等企業系統的彈性整合能力。
