کنترل کیفیت آماری
تعریف کیفیت ممکن است برای هر فرد با فرد دیگر متفاوت باشد. شاید کیفیت یکی از اصلی‌ترین عواملی باشد که مشتری را برای خرید یک کالا یا انتخاب خدمات ترغیب و تشویق کند. حتی کیفیت خوب و عالی می‌تواند مشتری را وا دارد تا محصولی غیرضروری را خریداری کرده و یا بدون نیاز واقعی به خدمتی بابت آن هزینه کند.
کیفیت چیست؟
با توجه به ویژگی‌ها و خصوصیات کالا می‌توان برای آن درجه‌ای از کیفیت تصور کرد. به طور معمول براساس ۸ ویژگی کیفیت یک کالا سنجیده می‌شود:
کارایی (Performance): در اولین نگاه، مشتری با توجه و مقایسه نیازش با کارکردی که کالا دارد دست به ارزیابی کیفی می‌زند. برای مثال آشپزی برای رستوران احتیاج به قابلمه‌ای دارد که حرارت را به خوبی انتقال داده و به راحتی شسته شود.
قابلیت اعتماد (Reliability): در گام دوم، اعتماد پذیری به کالا در حین کار توسط مشتری مورد ارزیابی قرار می‌گیرد. به این معنی که کالا در طول زمان دچار اشکال نشود. باز هم برای مثال آشپز رستوران، مقاومت در برابر حرارت و عدم تغییر شکل را به عنوان پارامتر کیفیت در انتخاب کالا لحاظ می‌کند.
طول عمر (Durability): طول عمر کالا نیز برای مشتری پارامتر مهمی است. با توجه به پرداخت هزینه بابت کالا، مشتری انتظار دارد که تا حد امکان طول عمر آن زیاد و استهلاک آن کم باشد تا بهره بیشتری از آن ببرد. در نتیجه آشپز رستوران انتظار دارد قابلمه خریداری شده تا زمانی که او به کار اشتغال دارد، سالم و قابل استفاده باشد. حتی دیده شده آشپزهای ماهر وسایل پخت و پز مخصوصی دارند که با تغییر محل کار با خود به همراه می‌برند.
قابلیت تعمیر (Serviceability): خدمات گارانتی و پشتیبانی کالا یکی دیگر از عوامل مورد نظر مشتری در انتخاب محصول است. بطوری که حتی حاضر است به منظور بهره‌مندی از این ویژگی، هزینه اضافه برای خرید کالا را نیز متحمل شود. این کار درست به مانند خدمات بیمه‌ای، مشتری را مطمئن می‌کند که در هنگام اشکال در عملکرد کالا، می‌تواند از خدمات پشتیبانی و احتمالا جایگزینی آن استفاده کند. برای مثال، آشپز رستوران ترجیح می‌دهد قابلمه‌ای را بخرد که شرکت نسبت به نچسب بودن آن تضمین می‌دهد.
زیبایی و ظرافت (Aesthetics): شکل و ظاهر زیبای کالا که بتواند نظر مشتری را به خود جلب کند، از عناصر مربوط به کیفیت تلقی می‌شود. نوع بسته‌بندی و رنگ‌آمیزی هم از اینگونه عناصر است. به همین علت آشپز رستوران ما نیز علاقمند به تهیه قابلمه‌ای است که علاوه بر کیفیت، زیبایی و درخشش داشته باشد.
امکانات اضافه (Features): وجود ویژگی‌های کاربردی مناسب که به صورت اضافه در کالا در نظر گرفته شده، از عوامل موثر در کیفیت و انتخاب مشتری است. امکانات اضافه ممکن است به صورت استفاده با تخفیف از دیگر خدمات شرکت و یا ادغام چند ویژگی در یک محصول باشد. برای مثال آشپز ما ترجیح می‌دهد قابلمه‌ای بخرد که به همراه آن دو عدد دستگیره نسوز نیز ارائه می‌شود.
سابقه کیفیت (Perceived Quality): وفاداری مشتری به محصولات و تولیدات یک کارخانه با سابقه کیفیت آن ارتباط شدیدی دارد. اگر کیفیت در یک کالا حاصل تصادف نبوده و همه محصولات تولیدی از کیفیت مناسب و کارایی برای مشتری برخوردار باشند، وابستگی بین دو طرف این ارتباط، یعنی کارخانه و مشتری برقرار می‌شود. برای مثال از آنجایی که آشپز رستوران ما از ماهی‌تابه شرکت X رضایت دارد، ابتدا برای خرید قابلمه نیز از این شرکت استعلام قیمت می‌گیرد.
مطابقت با استاندارد (Conformance to Standard): از نقطه نظر مشتری اگر مشخصات کیفی و کمی کالا که در برگه محصول ثبت شده با واقعیت مطابقت نداشته باشد، محصول از کیفیت مناسب برخوردار نیست. این عدم تطابق باعث می‌شود اعتماد مشتری نسبت به محصول و تولید کننده آن سلب شود. برای مثال آشپز معروف ما در رستوران قابلمه‌ای را از طریق اینترنت سفارش می‌دهد که قبلا آن را داخل فروشگاه دیده و ویژگی‌های فیزیکی آن را آزمایش کرده است.
با توجه به این توصیفات و خصوصیاتی که برای محصول با کیفیت معرفی کردیم، می‌توان برای کیفیت، تعریف‌های زیر را ارائه داد:
کیفیت، مطابقت محصول با نیازهای مشتری است.
کیفیت، مطابقت محصول با الگوهای از پیش تعیین شده (استاندارد) است.
کیفیت، نشانه یک دست بودن محصولات تولیدی است. در نتیجه نسبت عکس با پراکندگی در ویژگی‌های محصولات دارد.
بهبود کیفیت، به معنی یکسان‌سازی و دوری از پراکندگی خصوصیات محصولات در تولید انبوه است.
بهبود کیفیت باعث کاهش ضایعات و بهره‌وری بیشتر در تولید می‌شود.
هر شرکت تولیدی یا خدماتی، برای ایجاد یک نظام کیفی احتیاج به بخش‌های زیر دارد تا تولیدات و فرآیند تولید آن با مشخصات مشتری و همچنین سودآوری شرکت هماهنگ باشند.
مدیریت کیفیت
به مجموعه فعالیت‌هایی که به منظور ایجاد، حفظ و ارتقا کیفیت صورت می‌پذیرد به اصطلاح «مدیریت کیفیت» (Quality Management) گفته می‌شود. مشخص است که کنترل کیفیت نیز جزئی از موضوع مدیریت کیفیت خواهد بود. الزامات و استانداردهای سری ایزو (ISO Standard) مانند ISO 9000-2015 بخشی از فعالیت‌های مدیریت کیفیت سازمان محسوب می‌شوند.
تضمین کیفیت
بخشی از مدیریت کیفیت که مربوط به الزامات و قوانین تعیین کیفیت می‌شود به عنوان «تضمین کیفیت» (Quality Assurance) معروف است. این بخش به منظور پلی بین مشتریان و بخش مدیریت کیفیت عمل کرده و قوانین و مسائل صدور مجوزها را به عهده دارد.
کنترل کیفیت
سنجش و ارزیابی کیفیت محصولات در حین و پس از فرآیند تولید به عهده بخش کنترل کیفیت است. این بخش در تعیین معیارهای ارزیابی برای مواد اولیه تا محصول تولید شده مسئولیت دارد. کنترل فرآیند تولید و شناسایی علل تولید محصولات بی‌کیفیت از وظایف اصلی این بخش است. در نتیجه پراکندگی در مشخصات کمی و کیفی محصول تولیدی باید مشخص و اصلاح شود.
از آنجایی که تحلیل پراکندگی یکی از تکنیک‌های آماری است، بنابراین به منظور حفظ و بهبود کیفیت محصولات در حین و بعد از فرآیند تولید نیز از تئوری‌های آماری استفاده می‌شود. «نمودارهای کنترل» (Control Chart) از معروف‌ترین ابزارهای آماری در کنترل کیفیت هستند.
نمودارهای کنترل
می‌دانیم که اگر همه عوامل در تولید کالا مطلوب و تحت کنترل باشد، باز هم عواملی دیگر مانند نوسان برق که نمی‌توان آن‌ها را ثابت کرد باعث تغییر در مشخصات کیفی و یا کمی تولیدات می‌شوند. به کمک نمودارهای کنترل، سعی می‌شود تغییرپذیری مربوط به ویژگی‌های کیفی و کمی محصولات به دو بخش عوامل غیرقابل کنترل و عوامل قابل کنترل تفکیک شود.
معمولا فرض بر این است که عوامل غیرقابل کنترل (خطاهای تصادفی)، دارای توزیع نرمال هستند و به عنوان یک پدیده شانسی و احتمالی در نظر گرفته می‌شوند. بنابراین انتظار می‌رود که عوامل غیرقابل کنترلی که باعث تغییرات در مشخصات کالا شده‌اند از قوانین تصادفی پیروی کنند. اگر تغییرات مشاهده شده خارج از محدوده این قوانین باشد، مشخص می‌شود که عاملی غیرتصادفی در فرآیند تولید دخالت کرده که باید شناسایی و حذف شود.
می‌دانیم که توزیع تصادفی نرمال (طبیعی) دارای دو پارامتر میانگین و واریانس است. بنابراین باید این دو پارامتر از قبل توسط شرکت مشخص شده باشد و یا توسط داده‌هایی که حاصل از اندازه‌گیری نمونه‌های تولیدی است تعیین شوند. از آنجایی که انتظار می‌رود بیشتر تغییرات در اندازه‌های مربوط به خصوصیات کالا ناشی از تصادف باشند، رسم نمودارهای کنترلی به بررسی این موضوع کمک می‌کند. این نمودارها و بیشتر تکنیک‌های کنترل کیفی توسط «والتر شوارتز»، مهندس و آماردان آمریکایی در سال‌های 1930 تا 1940 ایجاد و در بسیاری از شرکت‌ها مورد استفاده قرار گرفت. به همین علت به نمودارهای کنترل کیفیت گاهی نمودارهای شوارتز نیز گفته می‌شود.
نمودار کنترلی با کران‌های محاسباتی
در زیر یک نمونه از نمودار کنترلی دیده می‌شود که حدود مورد انتظار برای پراکندگی و خط مرکزی روی آن ترسیم شده. محور افقی شماره نمونه و محور عمودی مقدارهای اندازه‌گیری شده از خصوصیات محصول را نشان می‌دهد. معمولا نمونه‌ها طی زمانبندی مشخصی انتخاب و اندازه‌های کمی برای محصول محاسبه می‌شود.
از ویژگی‌هایی این نمودار نمایش حدود پراکندگی مجاز برای مشاهدات است. این حدود به نام‌های «کران بالای کنترل» (Upper Control Limit) و «کران پایین کنترل» (Lower Control Limit) معروف هستند. معمولا به اختصار به کران بالا UCL و کران پایین LCL گفته می‌شود. همچنین «خط مرکزی» (Center Line) که با رنگ سبز نشان داده شده، همان میانگین اندازه‌ها است. اگر X متغیر مربوط به اندازه‌های ثبت شده از نمونه‌های محصولات باشد، برای محاسبه این پارامترها و خطوط معرفی شده به صورت زیر عمل می‌کنیم.
Center Line: ¯¯¯¯¯X=1nn∑i=1Xi�¯=1�∑�=1���
LCL: ¯¯¯¯¯X−3σx�¯−3��
UCL: ¯¯¯¯¯X+3σx�¯+3��
همانطور که می‌بینید خط مرکزی همان برآورد میانگین توزیع نرمال است. همچنین برای محاسبه UCL و LCL از واریانس داده‌ها به منظور برآورد پارامتر پراکندگی توزیع نرمال استفاده شده است. از آنجایی که بیش از ۹۹٪ داده‌ها، در فاصله ۳ انحراف استاندارد از میانگین قرار دارند، انتظار داریم که در نمودار کنترل کیفی ترسیم شده همه نقاط در فاصله بین UCL و LCL قرار گیرند.
در نتیجه با مشاهده نقطه‌ای خارج از این حدود به خارج از کنترل بودن فرآیند تولید محصول پی‌برده و باید به دنبال عاملی غیرتصادفی باشیم که فرآیند تولید را از روند عادی (با عامل تصادفی) خارج کرده است.
در تصویر بالا مشخص است که در نقطه ۱۱ (نمونه شماره ۱۱ یا زمان ۱۱) یک نمونه با ویژگی‌های غیرمعمول در فرآیند تولید وجود دارد. علت این امر ممکن است به خاطر اشکال در مواد اولیه یا اشتباه کارگر در فرآیند تولید یا خارج شدن دستگاه از استاندارد باشد. این عوامل باید بررسی شده و از فرایند تولید خارج شوند.
نمودار کنترلی با کران‌های معیار
ممکن است برای نموار کنترل، کران‌هایی برای ویژگی محصول توسط شرکت در نظر گرفته شده باشد. در این حالت آن‌ها را با نام «کران بالای معیار» (Upper Standard Limit) و «کران پایین معیار» (Lower Standard Limit) می‌نامند. گاهی به طور خلاصه به این کران‌ها USL و LSL نیز می‌گویند. تصویر زیر نمایشی از این نوع نمودار را نشان می‌دهد.
نکته: گاهی USL را با نام (Upper Specific Limit) به معنی «کران بالا تعیین شده» می‌خوانند. همچنین LSL را نیز با عبارت (Lower Specific Limit) که به معنی «کران پایین تعیین شده» است، مشخص می‌کنند.
در حالتی که LCL از LSL بزرگتر و UCL از USL کوچکتر باشد، به نظر می‌رسد که تغییرات ویژگی تولیدات از اندازه‌های معیار هم بهتر است. ولی باید توجه داشت که این وضعیت ممکن است در اثر حذف ضایعات توسط کارگر و یا استفاده از یک ترفند برای از بین بردن خطاها، حتی خطاهای تصادفی باشد.
نموداری مناسب است که فاصله بین کران‌های کنترل و کران‌های معیار در آن کم باشند تا نشان دهد که فرآیند تحت کنترل، با معیارهای در نظر گرفته شده نیز مطابقت دارد.
تعداد نمونه‌ها در هر مرحله و شیوه نمونه‌گیری در رسم این نمودارها بسیار مهم هستند. برای مثال نمودارهایی که در تصاویر قبلی دیده می‌شوند، همگی با فرض ثابت بودن تعداد نمونه‌ها در هر مرحله ساخته شده‌اند. ولی اگر در مراحل نمونه‌گیری، تعداد نمونه‌ها متفاوت باشد، شیوه محاسبات و همچنین شکل نمودار متفاوت خواهد بود. در زیر یک نمونه از این گونه نمودارها قابل مشاهده است.
نمونه‌گیری و مباحث مرتبط با کنترل کیفیت آماری
انتخاب حجم نمونه و همچنین شیوه نمونه‌گیری در مسائل مربوط به کنترل کیفیت آماری از اهمیت زیادی برخوردار است. در نتیجه طرح نمونه‌گیری باید از قبل توسط مسئولین کنترل کیفی تعیین شده باشد و طبق آن در زمان‌های تعیین شده نمونه‌ها استخراج شوند. برای مطالعه در این مورد می‌توانید مطلب روش های نمونه‌گیری (Sampling) در آمار — به زبان ساده را مطالعه کنید. در بحث مربوط به نمونه‌گیری به منظور بازرسی نیز از معیارهای آماری و بخصوص توزیع فوق هندسی استفاده‌های زیادی می‌شود. برای اطلاع بیشتر از بازرسی نمونه‌ای بهتر است به مطلب متغیر تصادفی و توزیع فوق هندسی — به زبان ساده نگاهی داشته باشید.
SPC چیست؟
کنترل فرآیند آماری (Statistical Proccess Control (SPC مجموعه‌ای قدرتمند و توانا از ابزار حل مشکل است که در ایجاد ثبات در فرآیند و بهبود کارایی آن از طریق کاهش تغییرپذیری مفید واقع می‌گردد.
SPC را می‌توان برای هرگونه فرآیندی استفاده نمود. ابزارهای هفتگانه SPC عبارتند از:
۱. هیستوگرام
۲. برگه کنترل
۳. نمودار پارتو
۴. نمودار علت و معلول
۵. نمودار تمرکز نقص‌ها
۶. نمودار پراکندگی
۷. نمودار کنترل
گرچه این ابزارها که غالبا ابزار هفتگانه عالی نامیده می‌شوند، بخش مهمی از SPC را تشکیل می‌دهند، ولی فقط جنبه‌های فنی آن هستند.
SPC یک نگرش و طرز فکر است. یک میل و آرزو برای کلیه افراد سازمان جهت برقراری یک سیستم بهبود مستمر در زمینه بهره‌وری و کیفیت است.
SPC روشی بسیار کاراست، اما اگر به درستی انجام نشود، کارایی خود را نشان نمی دهد.
SPC روشی بسیار کاراست؛
اما اگر به درستی انجام نشود، کارایی خود را نشان نمی‌دهد. بسیاری از شرکت‌ها SPC را به درستی انجام نمی‌دهند.
از این رو، با اینکه می‌دانند روشی پاسخگو است در عمل کارایی زیادی در آن نمی‌بینند.
این تناقض بین نظریه و عمل، باعث دلسردی و سردرگمی می‌شود.
SPC قادر به تحت کنترل در آوردن یک فرآیند خارج از کنترل نیست، بلکه اطلاعات لازم را جهت کنترل دقیق و به موقع فرآیند برای مهندسان، اپراتورها و همه عوامل درگیر فراهم می‌کند.
تاریخچه SPC
SPC اولین کاربرد صنعتی در مقیاس بزرگ خود را در طول جنگ جهانی دوم پیدا کرد؛ جایی که در ساخت تسلیحات مورد استفاده قرار گرفت. بعدها، ویلیام ادواردز دمینگ تشخیص داد که این بینش‌ها و ابزارها را می‌توان برای انواع فرایندهای تجاری، اداری و … با نتایج مثبت یکسان به کار برد. ژاپن به‌صورت ویژه شروع به استفاده از این روش کرد و از آن در سیستم تولید تویوتا استفاده کرد.
امروزه کنترل فرایند آماری به‌عنوان بخشی از یک سیستم مدیریت کیفیت، فرایند اصلی تولید یا خدمات را همراهی می‌کند. تمام روش‌های آماری مورد استفاده برای نظارت و بهینه‌سازی فرایند اصلی را تحت عنوان کنترل فرایند آماری خلاصه می‌کنند. این روش‌ها فراتر از تکنیک‌های مختلف نمودار کنترل هستند و به عنوان مثال موارد زیر را شامل می‌شوند:
روش‌های طراحی آماری آزمایش‌ها
مجموعه روش‌های شش سیگما
ابزارهای SPC چیست؟
یک ابزار محبوب در کنترل فرایند آماری یا SPC، نمودار کنترل است. نمودار کنترلی داده‌ها را ثبت می‌کند و به شما امکان می‌دهد ببینید چه زمانی یک رویداد غیرعادی در عملکرد فرایند رخ می‌دهد.
نمودارهای کنترل سعی می‌کنند بین انواع رویدادهای غیرعادی یا عدم تطابق‌ها تمایز قائل شوند. همانطور که اشاره شد دو نوع عدم تطابق داریم:
عدم تطابق رایج، که ذاتی فرایند است و همیشه وجود خواهد داشت.
عدم تطابق خاص، که از منابع خارجی ناشی می‌شود و نشان می‌دهد که فرایند خارج از کنترل آماری است.
آزمایش‌های مختلف می‌توانند به تعیین زمان وقوع یک رویداد خارج از کنترل کمک کنند؛ با این حال، با آزمایش‌های بیش‌ازحد احتمال هشدار نادرست را افزایش می‌دهیم.
SQC در مقابل SPC
کنترل کیفیت آماری (SQC) به عنوان استفاده از ۱۴ ابزار آماری و تحلیلی برای نظارت بر خروجی‌های فرایند (متغیرهای وابسته) تعریف می‌شود. کنترل فرایند آماری (SPC) از همان ۱۴ ابزار، برای کنترل ورودی‌های فرایند (متغیرهای مستقل) استفاده می‌کند.
آیا می‌دانید ابزارهای پایه SPC چیست؟ در سال ۱۹۷۴، دکتر کائورو ایشیکاوا مجموعه‌ای از ابزارهای بهبود فرایند را در متن راهنمای خود برای کنترل کیفیت گرد هم آورد. این مجموعه در سراسر جهان به عنوان هفت ابزار کنترل کیفیت (۷-QC) شناخته می‌شوند که عبارتند از:
نمودار علت و معلولی
برگه چک
نمودار کنترلی
هیستوگرام
نمودار پارتو
نمودار پراکندگی
طبقه‌بندی
علاوه بر ابزارهای پایه، برخی ابزارهای کیفیت آماری اضافی نیز وجود دارد که آن‌ها را به عنوان هفت ابزار تکمیلی می‌شناسیم:
طبقه‌بندی داده‌ها
نقشه‌های نقص
گزارش رویدادها
نمودارهای جریان فرایند
مراکز پیشرفت
تصادفی‌سازی
تعیین حجم نمونه
مزایای پیاده‌سازی SPC چیست؟
مزایای SPC چیست؟ در ادامه با برخی از مزایای کلی این سیسیتم آشنا می‌شوید:
کاهش چشم‌گیر مواد زائد و نوسانات
بهبود بهره‌وری به‌صورت علمی
کاهش هزینه‌ها
آشکارکردن ویژگی‌های فردی فرایند مخفی
واکنش فوری به تغییرات فرایند
برآورد نرخ بازگشت سرمایه (ROI) به‌موقع با کنترل فرایند آماری (SPC)
برای تعیین کمیت بازگشت سرمایه، با شناسایی حیطه‌های اصلی مواد زائد و ناکارآمدی در تاسیسات خود شروع کنید. حیطه‌های متداول مواد زائد شامل ضایعات، بازرسی بیش‌ازحد، جمع‌آوری داده‌های ناکارآمد، ماشین‌ها یا فرایندهای ناتوان، سیستم‌های کیفیت مبتنی بر کاغذ و … است. شما می‌توانید با پرسیدن سوالات زیر، ارزش و راه‌حلی برای کنترل فرایند آماری یا SPC تعیین کنید:
هزینه‌های کیفی واقعا مشخص است؟
آیا می‌توان از داده‌های فعلی برای بهبود فرایندها استفاده کرد؟
انواع صحیح داده‌ها در حوزه‌های مناسب جمع‌آوری می‌شوند؟
تصمیمات بر اساس داده‌های واقعی گرفته می‌شود؟
می‌توان به‌راحتی علت مشکلات کیفی را تعیین کرد؟
آیا می‌دانید چه زمانی باید تعمیر و نگهداری پیشگیرانه را روی ماشین‌ها انجام داد؟
می‌توان بازده و نتایج خروجی را به‌طور دقیق پیش‌بینی کرد؟
نرم‌افزارهای SPC چیست؟
کنترل فرایند آماری یا SPC را معمولاً با پشتیبانی نرم‌افزار اعمال می‌کنند. معمولا از سه نوع نرم‌افزار استفاده می‌شود:
نرم افزار محاسبات عمومی مانند صفحات گسترده یا بسته های آماری
نرم‌افزارهای خاص SPC مانند qs-STAT از Q-DAS
راه‌حل‌های کامل CAQ
افراد مبتدی معمولا از صفحات گسترده استفاده می‌کنند؛ با این حال، محصولات ویژه SPC و CAQ می‌توانند میزان کار را کاهش دهند و ارزیابی‌های مرکزی را امکان‌پذیر کنند.
محدوده کاربرد کنترل فرایند آماری یا SPC
از SPC برای حفظ سطح کیفیت تا حد امکان مقرون‌به‌صرفه، استفاده می‌کنند. کیفیتی که فراتر از سطح مورد نیاز باشد، منجر به هزینه‌های اضافی می‌شود. به طور معمول، سطح کیفیت مورد نیاز قطعات بدون عیب ۹۹.۷۳٪ است که با کمی تلاش و هزینه در بخش کنترل کیفیت می‌توانیم به آن دست پیدا کنیم.
به درجه کیفیت ۱۰۰٪ یا قطعات بدون نقص، «تامین بیش‌ازحد» می‌گوییم که توجیح اقتصادی ندارد. درواقع می‌توان گفت SPC در راستای کیفیت مطلوب و اقتصادی عمل می‌کند.
چرا از کنترل فرایند آماری استفاده کنیم؟
امروزه شرکت‌ها با رقابت فزاینده و همچنین هزینه‌های عملیاتی از جمله مواد خام به طور مداوم در حال افزایش هستند؛ بنابراین برای سازمان‌ها سودمند است که بر عملکرد خود کنترل داشته باشند.
سازمان‌ها باید برای بهبود مستمر کیفیت، کارایی و کاهش هزینه تلاش کنند. SPC به آن‌ها کمک می‌کند تا به‌جای کنترل کیفیت مبتنی بر تشخیص، به سمت کنترل کیفیت مبتنی بر پیشگیری حرکت کنند. با نظارت بر نمودارهای SPC، شرکت‌ها به‌راحتی می‌توانند رفتار فرایند را پیش‌بینی کنند.
