新版SPC公开班｜AIAG&VDA联合手册发布，2026质量人必修

2026 年 7 月，AIAG 与德国 VDA 联合发布的《AIAG & VDA SPC 手册》（第 1 版）正式出版。

这不是一次简单的「修订」，而是 SPC 从「统计工具」到「制程治理系统」的范式跃迁：架构从旧版的 4 章扩展为 14 章，美系（AIAG）与德系（VDA）方法首次统一。

导读：一篇文讲清新版 SPC 到底改了什么、为什么和你息息相关。SQE、质量工程师、质量经理建议直接看到最后。

如果你还停留在「画个 X-R 图、算个 Cpk 交差」的阶段，那接下来 OEM 的审核、客户的特殊特性要求、量产过程的波动失控，都会变成你的雷区。

一、为什么这次改版，所有汽车质量人都必须关注？

旧版 AIAG SPC 手册发布于 2005 年，近 20 年没动过。而今天的制造环境早已天翻地覆：电动化、自动驾驶、多车型混线、高混合小批量、MES 与自动化全面联网……旧版那套「正态假设 + 30~100 个小样本 + 一张控制图走天下」的逻辑，越来越撑不住。

新版手册的核心改变，可以概括为一句话：

SPC 不再只是「事后检测变异」的工具，而是强调「预防质量」、嵌入企业 QMS 的制程治理枢纽。

对汽车质量人来说，这意味着三件事：

• 客户（OEM）的审核条款会更新，按旧版理解的 SPC 会被开不符合项；

• 你算出来的 Cpk，可能从根上就「算错了」；

• 控制图「画了没人看、报警没人管」的烂摊子，新版直接要求闭环。

旧版默认数据正态，非正态就得先做变换。新版引入分位数法（Quantile Method），直接包容真实变异——形位公差、偏态数据不用再强行「削足适履」。

2. Pp/Ppk 与 Cp/Cpk 重新定义

终结了「短期 / 长期」的世纪之争。新版按是否评估了稳定性来区分：过程稳定的才用 Cp/Cpk，不稳定或未评估稳定性的用 Pp/Ppk。两者公式相同，但用法天差地别。

3. 样本量要求巨变

旧版 30~100 笔即可；新版建议能力研究≥2000 笔大数据（研究场景：过程能力 n≥125、机器性能 n≥50）。更关键的是——样本量越小，目标值必须越高：n=75 时 Cpk 目标提到 1.45，n=30 时 Pmk 目标提到 1.96。

审阅任何一份 SPC 报告，第一反应应是：「样本量够不够？稳定性验证了吗？」——这比直接看指数数字更重要。

明确机器性能研究流程（固定 4M、仅评估机器变异，50~100 件），并提出预验收方法。多夹位、多型腔、多设备——必须单独研究每个工位 / 夹位 / 型腔。

5. 控制图家族大扩容

在 8 种休哈特图基础上，新增Pearson 图（偏态）、扩展 Shewhart 图（刀具磨损趋势，减少约 80% 误报警）、CUSUM（微小偏移）、EWMA（趋势预警）、回归图、多元图、稀有事件图等。并明确区分「分析用控制图」（回顾历史）与「SPC 用控制图」（实时监控）。

6. 8 种时间分布模型（A/B/C/D）

基于 ISO 22514-2，先识别过程属于哪类（位置恒定 / 变异波动 / 位置漂移 / 完全失控），再选控制策略。不再「一张控制图走天下」。

7. OCAP 从「可选」升级为「强制闭环」

失控行动计划必须包含：操作员可调矩阵、升级路径（何时上报 / 停机）、过程日志、培训验证。发现问题却没动作，新版直接判不合格。

8. 软件要「验身」，还要能「对话」

旧版企业直接用软件；新版要求软件算法必须企业内部验证，提倡 OPC UA 标准接口减少人工录入错误，并建议与 CAQ 系统集成。

9. SPC 应用前提系统化 + 角色能力矩阵

明确 11 项核心前提（含特殊特性识别、MSA 必须通过），定义 6 大核心角色与能力分级，覆盖「设备放行 → 流程发布 → 持续监控」全生命周期，并用四象限模型（稳定 / 不稳定 × 有能力 / 无能力）指导纠偏。

一句话总结：新版不是多了几张图、换了几个公式，而是把 SPC 从「工具」升级成「系统」——先理解过程、再选方法、最后闭环。

• 审核被开不符合项：OEM 审核员拿着新版问「你的稳定性评估呢？OCAP 在哪？」，你答不上来。

• Cpk 虚高埋雷：样本量不够、正态假设不成立，客户量产后才发现过程根本不稳，召回 / 索赔找上门。

• 控制图成了摆设：报警了没人响应，没有 OCAP，质量工程师天天「救火」。

• SQE 背锅：供应商过程能力数据漂亮，一交付就波动，你却说不清问题出在机器、材料还是测量系统。

新版 SPC 真正要改的，不是多了几种图、改了几个公式，而是企业「先画图、再算 Cpk」的坏习惯——它要求你从「理解过程」开始。

我们推出基于《AIAG & VDA SPC 手册》（2026 版）的新版 SPC 公开班，不只讲「是什么」，更讲「在你的产线 / 供应商 / 审核里怎么落地」。

课程核心价值：学完不是「知道新版改了什么」，而是「回到公司能动手换版、能应对审核、能讲清合规」。

▍课程形式：线下or线上

• 线下面授：于苏州开课，近“苏州站”（地铁2号线直达）

• 线上直播：同步直播（腾讯会议）

▍你将带走什么

• 一套看得见、用得上的新版 SPC 落地方法论

• 面对 OEM / 客户审核时，自信讲清「我的 SPC 为什么合规」

▍适合谁质量工程师 / QC 主管、SQE / 供应商质量、工艺 / 生产工程师、质量经理及中高层——所有在汽车供应链中使用 SPC 的质量相关岗位。

有需要扫码添加客服企业微信号咨询

五、附：新版 SPC 落地核对清单（11 项前提）

新版 SPC 手册明确了应用 SPC 的11 项核心前提——缺一项，控制图就可能「形同虚设」。对照自检，你的过程准备好了吗？

1. 特殊特性已识别：关键特性 / 重要特性（CTQ/CTP）清单明确，并与 FMEA、控制计划联动一致，确保监控对象选对

2. 工艺表征完成：过程流程图、工艺参数、4M（人机料法）变差来源清楚，先想清楚「过程如何运行」

3. 测量系统已验证：通过 MSA（AIAG MSA 或 VDA 5）验证，GRR 满足要求，测量不确定度不影响判定

4. 风险分析联动：FMEA 输出指导特殊特性与监控点设定，基于风险优先级聚焦监控重点

5. 数据计划合理：样本量满足新版要求（能力研究 n≥125、机器性能 n≥50、大数据建议 ≥2000），抽样频率与子组设计明确

6. 稳定性先评估：用分析用控制图回顾历史数据、确认过程稳定后，再进入实时 SPC 监控

7. 控制图选型正确：按数据类型（连续/离散）、控制概念（过程相关/公差相关）、8 种时间分布模型，选择适宜控制图

8. 控制限与判异准则设定：控制限基于过程数据计算（不是公差界限），判异准则（Western Electric / Nelson 规则）明确

9. OCAP 已建立：每个监控点都有失控行动计划——调整矩阵、升级路径、过程日志、培训验证，实现强制闭环

10. 角色与能力到位：6 大核心角色职责清晰，人员能力矩阵达标——操作员能执行、工程师能分析、管理者能决策

11. 软件与数据链路验证：SPC 软件算法经企业内部验证，数据接口标准化（OPC UA），与 CAQ 集成，报告完整可追溯

对照完这 11 项你会发现：新版 SPC 的第一步，不是打开软件，而是把「过程」这件事想清楚。

新版 SPC 已正式发布，客户和审核员的目光也在同步更新。系统学一遍、落地一套，把质量从「救火」变成「预防」。

咨询新版SPC课程具体内容

扫码添加客服企业微信号咨询

v

离开前，记得点个和❤