统计过程控制 SPC （Statistical Process Control），是一种应用在生产现场的质量监控手段，通过采集和分析生产现场各关键变量的数据信息，实现对生产现场的质量监控。
SPC主要是利用统计过程控制理论进行产品质量的分析、控制和评价，通过对采集到的数据进行统计处理，建立起完整的数据库，从而发现影响因素。
统计过程控制 SPC系统主要用于现场过程管理、质量管理和质量评估等应用领域。可以对产品生产中的关键问题进行及时发现和有效控制。是一种先进有效的控制方法。
一、数据采集
系统采集数据主要包括：
1.过程参数（质量特性、工艺路线、生产设备和工序设备等）；
2.生产过程的各种测量数据；
3.过程检验数据（工艺文件等）；
4.质量数据（不良品等）；
5.统计分析数据。
二、数据处理
数据处理是 SPC系统的核心部分，在整个 SPC项目中起着至关重要的作用。
主要功能：
数据分析处理：包括统计质量控制、统计过程优化模型。
统计分析工具：包括统计检验法、变异系数、聚类分析等方法。
SPC质量报告：可以生成各种报告，如生产过程异常分析报告，质量趋势变化分析等。
质量数据统计管理：可以对采集到的全部数据进行处理和分析，包括历史资料采集和报表生成等。
SPC数据库管理；可以对采集到的全部统计数据进行存储，并实现相应的功能。
三、变量分析
如果生产数据的变化是一个随机变量，它在不同时间段内可能有很大的不同，这种变化是否可以通过变量分析来测量？
答案是可以。我们通过 SPC系统采集的数据，进行线性回归分析，就能够得到一个关于生产数据变化的结论。
下面给出了该结论的统计描述。
SPC在生产过程中通常采用多因素控制方法（Multi-subcotten Control, MSC）来控制变量：其中一个条件是所考虑的生产要素之一在不同时间点上表现出来时，被称为一种多因素控制过程（Multi-subcotten control）。
为了分析该方法的有效性，需要建立 SPC模型并分析其假设条件。
下面给出了该问题的解决方案：
四、统计模型选择与校验
统计模型的选择与校验：
（1）模型检验。
（2）样本均值分析。
（4）检验假设：主要包括两个方面：参数估计的检验和假设检验。对于参数估计值，主要包括置信区间的确定；对于假设检验，主要包括对不可靠样本数据的判断和检验假设。
统计模型选择时，还应注意以下几点：
五、质量信息的可视化显示、统计图形的制作与输出、异常处理与报警提示
1.报表的打印输出
将 SPC系统中采集到的数据，以报表的形式输出，可以将统计图形直接插入到表格中。
2.绘制统计图形
利用 SPC系统的统计功能，可以通过图表来显示 SPC系统采集到的各项数据。例如：
3.异常处理与报警提示
通过分析采集到的产品质量信息，可以自动生成产品质量异常图或报警图。
六、质量信息数据分析与应用模型数据库
1、质量信息数据分析与应用模型数据库，可通过此模型文件进行统计过程控制 SPC系统管理和操作。
2、质量信息数据分析和应用模型数据库包含：基本输入输出接口、产品质量数据集、关键过程指标计算公式、质量信息数据库表等。
3、可以对产品质量信息数据集进行建模并存储，支持对建模数据集的导入和导出。
4、支持建立产品质量数据仓库并对其存储与查询，并实现相关业务的自动化管理。
5、实现产品制造过程的工艺路线图绘制，提供工艺路线图的自动绘制功能。
七、质量信息报表的输出形式，如报表（EXCEL）、表格（SPC）等。
1.报表（EXCEL）：是以报表形式展现的数据文件。
2.表格（SPC）： SPC是以表格形式呈现，在此以 Excel格式展示，并支持打印输出。
3.图形（PDF）：图形可以采用电子档和打印输出。
4.统计图（PLOT）：统计图一般是在 EXCEL中通过插入、删除函数创建的，是可供查询和修改的数据文件。
5.表格查询工具：可以在报表管理系统中使用工具来进行数据查询。
6、 EXCEL表：可以将 EXCEL表打印出来，并与文件一起输出。
7、 SPC文件：可将 EXCEL文件中的 SPC表导出成 excel文件，也可直接导出 Excel格式。