Statistisk processkontroll (SPC)
SPC är en statistisk metod som används för att analysera och styra produktionsprocesser, minska variationer och säkerställa hög produktkvalitet.
Om WEDEAQ
WEDEAQ Scandinavia AB är ett svenskt konsultföretag som specialiserar sig på metoder för kvalitetsledning och kvalitetsutveckling inom fordonsindustrin enligt krav i IATF 16949, baserat på metoder från VDA QMC och AIAG. Vi har verkat i branschen i mer än ett decennium och är idag en officiellt licensierad partner till VDA QMC i Sverige, Norge, Danmark och Finland.
Genom utbildningar, revisioner, konsulttjänster och översatta VDA-publikationer hjälper vi företag att uppfylla höga krav på kvalitet, processförbättring och certifiering.
Vi opererar i:
Sverige
Finland
Norge
Danmark
Estland
Vad är SPC?
Statistisk processkontroll (SPC) är en systematisk metod för att övervaka och styra produktionsprocesser genom att analysera data från tillverkningen. Metoden används för att identifiera och minimera variationer i produktionen, vilket leder till ökad kvalitet och effektivitet.
SPC introducerades av Walter A. Shewhart på 1920-talet och används idag inom många branscher, särskilt i fordonsindustrin, läkemedelsindustrin och elektronikproduktion.
Metoden är en viktig del av kvalitetsarbetet inom fordonsindustrin och används tillsammans med andra verktyg, såsom FMEA, MSA och PPAP, som ingår i Automotive Core Tools.
Hur fungerar Statistisk processkontroll?
SPC bygger på datainsamling och analys av produktionsparametrar för att identifiera avvikelser och trender. Processen involverar:
- Mätning av produktionsparametrar – Insamling av data från maskiner och operatörer.
- Statistisk analys av variationer – Identifiering av systematiska och slumpmässiga variationer.
- Visualisering i kontrollscheman – Diagram används för att övervaka trender i realtid.
- Åtgärder vid avvikelser – Justeringar i processen för att säkerställa stabil kvalitet.
Genom att använda SPC kan företag förhindra defekter innan de uppstår, istället för att upptäcka dem genom slutkontroller. Denna metod används ofta som en del av Six Sigma-arbetet för att säkerställa processstabilitet och minska variation.
Verktyg inom SPC
Det finns flera statistiska verktyg inom SPC som används för att analysera och kontrollera produktionsprocesser. Några av de vanligaste inkluderar:
1. Kontrollscheman
(Control Charts)
- Grafiska verktyg som visar om en process är stabil eller behöver justeras.
- Exempel: X-bar & R-chart, P-chart, C-chart.
2. Processkapabilitet (Process Capability Analysis)
- Mäter hur väl en process kan producera inom specificerade toleranser.
- Exempel: Cp, Cpk, Pp, Ppk.
3. Kvalitetsverktyg
- Histogram – Visar fördelningen av data.
- Pareto-diagram – Identifierar de vanligaste problemen i processen.
- Ishikawa-diagram (Fishbone Diagram) – Används för rotorsaksanalyser.
Fördelar med SPC
Implementering av statistisk processkontroll ger flera affärsmässiga fördelar:
✔ Minskar processvariationer och ökar stabiliteten i produktionen.
✔ Identifierar problem tidigt och minskar behovet av manuell inspektion.
✔ Förbättrar produktkvaliteten och minskar antalet defekta enheter.
✔ Sänker produktionskostnader genom minskat spill och omarbete.
✔ Ökar kundnöjdheten genom konsekvent kvalitet.
SPC inom IATF 16949 & fordonsindustrin
Statistisk processkontroll är en grundläggande del av kvalitetsledningssystem inom fordonsindustrin och är ett krav enligt IATF 16949.
- Fordonsindustrin kräver att leverantörer använder SPC för att säkerställa att deras processer är stabila och att produktionen är repeterbar.
- SPC används för att övervaka kritiska produktionsparametrar och förebygga kvalitetsproblem.
Många biltillverkare och leverantörer använder SPC tillsammans med andra kvalitetsverktyg som FMEA, MSA och PPAP för att säkerställa robusta processer.
Hur man använder SPC
Innan man implementerar SPC är det viktigt att identifiera problemområden i produktionen – till exempel återkommande omarbetningar, materialspill eller långa inspektionstider.
Det är oftast här SPC kan göra störst nytta. En tvärfunktionell grupp genomför vanligtvis denna analys, ofta med hjälp av verktyg som DFMEA för att identifiera kritiska egenskaper eller processsteg som kräver extra övervakning.
Hur man samlar in och övervakar data
När de viktigaste parametrarna har identifierats är nästa steg att samla in data – både från produktmätningar och från sensorer eller utrustning i processen. Denna data övervakas sedan med hjälp av kontrollkort som anpassas efter datatyp.
För variabel data används X-bar och R- eller S-diagram, beroende på stickprovsstorlek. För attributdata används ofta P- eller U-diagram. Genom att följa dessa värden kan man upptäcka tidiga trender eller förändringar i processen.
Upptäcka och åtgärda variationer
Kontrollkort visar om en process är stabil eller påverkas av oväntade förändringar. Vanliga variationer kan bero på materialegenskaper eller slitage på utrustningen.
Däremot leder särskilda orsaker – som maskinfel eller operatörsmisstag – till avvikande värden och kräver omedelbara åtgärder.
Genom att identifiera dessa i realtid gör SPC det möjligt för team att agera snabbt, minska antalet defekter och säkerställa jämn kvalitet.