品质管理五大工具，早见于TS16949，随着现在更新到IATF16949：2016，五大工具依然是汽车行业不可或缺的重要的质量管理手段。
只要你在这个新能源汽车这个圈子，包括上游零部件企业，无论你处于什么岗位，你都不可避免的要接触到他。对于我们汽车供应商链、电池企业的下游，目前也都在传递五大工具在材料供应商（正极、负极、电解液、隔膜等）处的使用。
五大工具，即APQP、FMEA、MSA、SPC、PPAP，他们之间相互联系又相互独立，共同交织出一套系统的质量管理方法。可以说基于APQP这个骨架，将FMEA、SPC、MSA、PPAP都囊括到这个项目先期质量策划中。
SPC，也就是我们说的统计过程控制（statistical process control），借用数理统计的方法进行过程控制的工具，基于收集到的数据，对生产过程进行评价，及时发现系统性因素出现的征兆，并帮助采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态。
以达到控制质量的目的。是不是听起来很累，原理性的解说，总是字字珠玑。虽不能一言以概之，但概括起来，就是利用这个工具来分析过程是否稳定受控、预测的目的。
根据APQP，SPC应用阶段在第四阶段，产品和过程的确认，往往我们在做一个零部件的PPAP时候，研究供应商制造这个零部件的初始过程研究时候，会要求供应商做SPC的分析。
而往往这个时候，很多原材料供应商提供不出满足条件的数据，于是乎有了对于同类型、同产线制造的，利用历史数据来进行分析的做法。
在我们日常生产控制中，涉及的参数非常多，尤其是锂电池生产，从匀浆涂布到模组Pack，工序数十道，中间的参数也非常多，但是我们做SPC并不是眉毛胡子一把抓。
更多的是针对识别出来的特殊特性来进行数据收集和分析。就我们的实际情况，控制关键的特性，就能满足识别变差、预防的效果，可能也是目前最经济最适宜的手段。
说起正态分布（高斯分布），是很多领域使用的非常重要的一个分布，是很多统计假设的前提。正常情况下检测产品的某个参数，检测很多次你会发现检测的结果会在均值附近波动。
随着检测数量的增加，趋近于无穷大的时候，从分布曲线上你会发现均值左侧和均值右侧趋近于相同的体积，中心线是均值，我们以标准差为分布宽度的衡量，越往两侧，所占的体积越小，趋近但不等于0。
明白了这点，我们在日常生产中，如何来制定规格和管控的标准呢？自然是越集中越好，后面一致性也就越好，但是5M1E的变化，总会有差异的产生。
所以我们更关注，最终结果落在这±3西格玛的范围内，超出的，统计学上叫小概率事件，正常生产中不会发生，一旦发生，就是出现了大的异常。
控制图，100%的控制到位不现实也不可能的，我们实际控制的是一个大概率，±3西格玛范围控制了全部质量数据的99.73%，只要能控制这99.73%，过程就基本上实现了控制。至于为什么选择3西格玛，而不是1，2，也不是4，5。
简而言之就是选取了犯两类错误的交点（第一类错误和第二类错误，错误总和最低点），最经济最合适。控制图的绘制我们就不细说了，无论是EXCEL还是minitab，想必大家都见得多，自然不在话下。
补充一下控制图的种类，虽然日常用得最多的是均值极差图和单值移动极差图，但抽空还是理解一下其他的，没准哪天就用上了呢。
既然做出了控制图，看不是目的，目的是为了找出是否有异常，正常的控制图，正如正态分布一样，三分之二的点子落在中心线三分之一的区域，点子随机分布，且没有超出控制界限的存在。就均值极差图而言，我们必须先看极差图，虽然我极不想扯上公式，
但是，均值图中，上下限的控制限是样品中心值加上三倍的西格玛，而这个西格玛是由样品标准差修正过来的，样品标准差又是由极差的均值除以相关常数因子，所以可以理解为均值的控制限依赖于统计量R的变化，故而我们先看极差图，再看均值图。
极差决定了子组内的变差，均值决定了过程的位置是否改变。常见的八大判异准则顺口溜，没事可以记记：一点外、三分之二A、五分之四B、六连串、8缺C、九单侧、十四上下交替、十五C。
借助这些帮助我们判断该过程是否处于统计受控状态，比如连续25个点子都在控制限内，点子随机排列，无规律等。但不应局限于分析单个的点子，光看控制图要想找到问题、趋势并不全面，具体问题具体分析。
基于刚才说的，对制程数据进行收集，比如均值极差图，至少25组数据，发现过程是受控的，那我们才可以进行下一步，进行过程能力分析，过程能力分析的前提是过程处于稳态、测量值服从正态分布、设计目标值位于规范中心、测量变差小。
能力反应的是普通原因引起的变差，只有对系统提高管理措施，才可能提高能力。具体的公式我们就不多讲，过程能力是对变差的一种体现，是过程固有变差的六西格玛范围。在实际分析中，CP和CPK，PP和PPK总是一起分析。
CP和CPK的值的差距以及PP和PPK的值的差距，体现了过程中心位置和规格中心的距离，差值较小就是过程的分布趋向于集中。CP和PP，CPK和PPK的差值体现了子组间的差值，差值越小，子组间变差最小，过程稳定。
CPK本身是制程合格率的体现，CPK越高，合格率越高，所以这也是很多企业控制的中心，以及开发供应商、评价供应商制程的一个重要点。
实际应用中，除新开发、新制程外，日常的监控都是先收集数据，绘制控制图，根据判异准则结合实际，查看制程是否处于稳定状态，制程稳定进一步可计算制程能力，从而反应制程生产产品的稳定状态和合格率情况。