Toelichting

Helaas bestaan er geen processen die de producten in alle gevallen exact volgens de nominale specificaties zullen genereren. Er zal altijd een spreiding in de uitkomsten zijn. Zelfs een schijnbaar eenvoudig proces zal steeds een net iets ander resultaat opleveren. Bij ieder proces ontstaan er dus (enkele) foute procesuitkomsten. Dit noemen we de spreiding van de procesuitkomsten. Deze spreiding kan worden veroorzaakt door het optreden van:

• toevallige fouten: De afwijking ligt binnen de verwachte spreiding van het proces. Het bijsturen van het proces is dus niet noodzakelijk. 
• systematische fouten: De afwijking lijkt niet te zijn veroorzaakt door de altijd aanwezige processpreiding. Er moet dus een andere oorzaak zijn, waardoor het bijsturen van het proces noodzakelijk is.

De aanwezigheid van spreiding is op zich niet erg, als de spreiding maar blijft binnen de gestelde specificaties. Dit is echter niet altijd het geval, waardoor producten moeten worden afgekeurd. Om deze uitval niet bij de klant te laten uitkomen voeren we productcontroles in. Echter het kwaad is dan al geschied. Om er nu eerder bij te zijn, zouden we graag het proces willen beheersen, dat wil zeggen dat we ervoor zorgen dat de spreiding op een aanvaardbaar niveau wordt gebracht.

Aangezien bij productcontroles producten worden gemeten en vergeleken met de specificaties, zou men kunnen verwachten dat bij procescontrole de procesinstellingen worden gemeten en vergeleken met de instellingsnormen. Dat is echter niet de vorm van procescontrole die bij procesbeheersing wordt toegepast. De productnorm is wat de tekenaar heeft bepaald, de output van het proces wordt bepaald door de gebruikte materialen, machines en mensen. Bij SPC wordt de uitkomst van het proces niet vergeleken met de productnorm, maar wordt gekeken of de output van het proces logisch is (kan worden verklaard binnen een bepaald kansmodel). Bij SPC accepteren we dus de toevallige fouten, omdat deze verklaarbaar zijn door een kansmodel. Treden er alleen toevallige fouten op, dan noemen we het proces statistisch beheerst. Het kansmodel (meestal de normale verdeling) is afgeleid van het aantal afwijkingen van de productnormen en verschuift daardoor de eigenlijke specificaties wat meer naar de achtergrond.

Het kan voorkomen dat we het proces technisch beheersen (de uitkomsten van het proces vallen binnen de specificaties) maar statistisch niet beheersen (de afwijkingen zijn niet te verklaren met een kansmodel). De omgekeerde situatie kan echter ook optreden; het proces is statistisch beheerst, maar technisch onbeheerst. Hier heeft de toepassing van SPC echter weinig zin. Het proces zal eerst moeten worden aangepast.

Om te onderzoeken of het proces technisch beheerst is, wordt wel gebruik gemaakt van zogenaamde Process Capability Indices (PCI's). Deze indices geven de verhouding weer tussen het technisch tolerantiegebied (de afstand tussen de producttolerantiegrenzen) en de mogelijkheden van het proces, uitgedrukt in statistische termen. Veel afnemers eisen tegenwoordig dat de "capability" van het proces wordt aangetoond.

Al lijkt de theorie van SPC moeilijk, het laat zich eenvoudig vertalen naar praktische hulpmiddelen. Een belangrijk hulpmiddel is het gebruik van regelkaarten. Door het gebruik van zogenaamde regelkaarten bij de machines is SPC eenvoudig inzichtelijk te maken. In een regelkaart worden de procesuitkomsten genoteerd. Hiertoe worden regelmatig steekproeven gehouden (bijvoorbeeld vijf stuks per uur, een stuk per honderd stuks output, of iets dergelijks). Een of meerdere kwaliteitsparameters van een product worden gemeten (bijvoorbeeld de diameter van een as) en genoteerd op een kaart. Op deze kaart zijn de waarschuwings- en regelgrenzen aangegeven. Valt de waarde buiten de regelgrens, dan kunnen we concluderen dat er in de oorspronkelijke verdeling een wijziging moet zijn opgetreden. Met andere woorden het proces loopt niet normaal en er moet dus worden bijgestuurd. Hieruit blijkt dat we pas ingrijpen als er "zekerheid" bestaat dat er iets aan de hand is. De regelgrens wordt over het algemeen zo gekozen dat er slechts 0,3% kans is dat er wordt bijgestuurd terwijl er niets aan de hand is. SPC geeft dus niet aan hoe er moet worden ingegrepen, maar wanneer er dient te worden ingegrepen.

Omdat de metingen door de procesoperator zelf worden uitgevoerd, is de terugkoppeling van de afwijkingen vele malen sneller dan in het geval van een afzonderlijke productkeuring. Het aantal foute producten zal, door de snelheid van reageren, beduidend minder zijn. Toch is de invoering van SPC niet altijd economisch verantwoord. De investering die een bedrijf kan doen in het invoeren van SPC is afhankelijk van de hoogte van de volgende kosten:

De controlekosten zijn voor een deel vast (overhead en dergelijke) en voor een deel variabel; dus afhankelijk van het aantal steekproeven (instellen van meetgereedschappen; registratie van meetgegevens; een deel van de kosten van de monstername; rekenwerk en dergelijke) en afhankelijk van het aantal gekeurde producten.

De opsporingskosten zijn verbonden aan het opsporen van een procesverstoring, waarbij elke overschrijding van een regelgrens als een storing wordt opgevat. Deze kosten zijn afhankelijk van de volgende factoren:

• het aantal steekproeven per dag;
• de kans dat (terecht of onterecht) een afwijking wordt gesignaleerd;
• de moeite die men heeft om een verstoring op te sporen.

De schadekosten hangen samen met:

• De gemiddelde fractie uitval (per dag), die weer afhankelijk is van:
  • de fractie uitval bij het onverstoorde proces;
  • de fractie uitval bij het verstoorde proces;
  • de gemiddelde relatieve signaleringstijd;
  • de kans een storing te vinden als er naar gezocht wordt.

• De kosten die het verhelpen van de schade met zich meebrengen.

De schade door foute producten stijgt doorgaans meer dan evenredig met het gemiddelde uitvalspercentage. Is het uitvalspercentage groot, dan zullen niet alleen foute producten moeten worden vervangen. Ook de "good-will" bij de afnemers kan ernstige schade lijden.