05 Five
机器性能、初始过程研究和长期量产，本来就不是同一个问题
另外一个非常容易产生误解的地方是：不同阶段，本来就不应该要求完全相同的数据量。例如新设备、新工装刚刚完成时，企业可能首 先进行机器性能研究。
这个阶段主要想回答：设备或者工装本身，在相对受控条件下能够做到什么程度？为了尽量减少其他因素干扰，企业反而可能希望材料、人员、环境和方法尽量保持一致。
此时，较短时间内采集的一批连续数据是有意义的。因为研究对象就是设备本身，但是到了试生产和初始过程研究阶段，问题已经开始变化。
企业需要逐步加入更加接近真实生产的因素：
正常人员；
实际工艺；
真实材料；
量产工装；
正常生产条件。
到了长期量产阶段，企业真正关心的则进一步变成：过程经过不同班次、材料、刀具寿命、环境和时间以后，是否仍然能够保持稳定？
论坛里对此实际上给出了非常清晰的思路：机器性能、初始过程研究以及量产过程评价处在不同阶段，研究目的和收集数据的方式本来就不完全相同。
不能简单拿一个统一的“大样本数”，机械地覆盖所有场景。这也是为什么：讨论数据量之前，要先问研究目的。
06 Six
“连续2000个”和“跨条件200个”，其实是在回答两个不同问题
现在我们再回到文章开头的问题。连续采集2000个数据，与跨班次、跨批次采集200个数据，究竟谁更可靠？真正准确的答案应该是：取决于你想回答什么问题。
如果想更加精确地研究某一稳定状态下的分布形态，尤其需要估计尾部分位数，那么大量数据当然非常有帮助。但是如果想评价长期量产过程中，各种真实制造条件变化以后过程究竟怎么样，那么只集中在一个短时间窗口里的2000个数据，就可能缺少代表性。
反过来，跨不同生产条件的200个数据可能更有代表性，但如果数据过少，也不一定足以准确描述一个复杂的统计分布。所以二者并不是简单的替代关系，企业真正需要同时考虑两个维度：样本量是否足够？以及：样本是否具有代表性？只回答第壹个问题是不够的。
07 Seven
数据越多甚至有可能让企业更加自信地得出错误结论
数字化制造正在放大这个问题。过去企业想获得2000个测量数据很困难。今天，在线检测、传感器、自动测量系统一分钟就可能产生几千个数据。于是很多企业产生了一种直觉：数据越多，SPC一定越准确。
但新版SPC真正值得关注的恰恰不是“企业终于有更多数据了”，而是：企业有没有能力理解这些数据。例如一条自动生产线每秒记录100个参数。一天以后可能产生几百万个数据。
如果这些数据，不知道来自哪种生产状态：
没有记录换刀；
没有标记换料；
没有记录设备维修；
不同主轴混在一起；
不同模穴混在一起；
数据之间还存在高度的时间相关性。
那么这些百万级数据，并不会自动变成百万级的信息。你可能只是用非常高的频率，重复记录了同一个不知道背景的过程状态。
TPP之前在新版SPC相关文章中已经讨论过类似问题：高频数据直接进入SPC，可能产生自动相关、过度报警和大量无效信号。
真正需要设计的是如何把原始数据转换成有工程意义的信息，所以数字化时代反而更加需要提醒：数据很多，不等于信息很多。
08 Eight
真正好的抽样方案，应该从“变差源”反向设计
那么企业应该怎么做？与其先规定：“必须采集多少个数据。”不如先画出这个过程可能存在的主要变差来源。
接下来再问：
哪些因素需要在研究中被覆盖？
哪些因素必须分层？
哪些事件发生以后应该专门增加抽样？
哪些条件可以作为合理子组？
哪些数据可以合并？
哪些绝 对不能混在一起？
当这些问题回答以后，抽样数量才真正有意义。所以：抽样计划，不应该从“数量”开始。它应该从：“我要识别哪些变差？”开始。
09 Nine
新版SPC真正提高的，不是数据数量门槛，而是工程判断门槛
很多人看到新版SPC以后，蕞容易关注：
多少个数据？
用什么控制图？
Cpk怎么算？
非正态怎么办？
这些当然重要。
但如果只停留在这些问题上，新版SPC蕞终还是可能被企业重新做成一套“新模板”。过去规定125个，就准备125个。以后听说需要2000个，就想办法准备2000个，蕞后什么都变了，唯独思维方式没有变。
真正应该发生的变化是：
以前问：“标准要求多少数据？”
以后先问：“我们希望通过这些数据了解过程的什么？”
以前问：“Cpk是多少？”
以后先问：“这些数据来自哪些生产条件？”
以前问：“这个分布是不是正态？”
以后先问：“为什么会形成这样的分布？”
这才是新版SPC真正值得企业关注的地方。
10 Ten
TPP观点：让SPC从“算数据”回到“看过程”
这也是TPP在新版SPC培训与咨询中一直强调的方向。新版SPC真正需要企业提升的，并不只是统计计算能力，而是理解过程、识别变差、设计抽样、正确分层，并把数据真正转化为现场判断和改善行动的能力。
因此，TPP在新版SPC培训、现场辅导及数字化应用中，不仅关注Cpk、Ppk、控制图和样本数量，更会结合企业实际产品、设备、工艺和生产数据，帮助企业重新梳理：
哪些数据应该采、
什么时候采、
哪些必须分层、
哪些可以合并，
以及异常出现以后应该如何快速找到真正的变差来源。
因为我们始终认为：SPC的价值，不在于企业拥有多少数据，而在于这些数据能不能帮助企业真正看懂过程。
围绕新版SPC，TPP可提供专项培训、现场应用诊断、过程能力分析方案设计及数字化SPC应用辅导，帮助企业把SPC从“计算一个指数”，真正转化为过程预警、风险识别和持续改善的管理工具。
如果需要了解更多内容，欢迎与我们联系，我们将提供专业的管理咨询和数字化解决方案帮助我们的顾客。
邮箱:Marketing@tppconsultancy.com
电话：400 102 1300
TPP 微信公众号
TPP软件免费体验申请