改进过程不是一次性工作，持续开展质量改进活动是非常重要的。古人云“滴水穿石”，公司要获得成功就要持续进行质量改进，这也是ISO9000:2000所强调的质量管理八大原则之一。
通过皮尔•卡丹质量事件，我们了解了“业内潜规则”与“碰瓷”。经营者应对产品质量负责，不管是主料还是辅料，都是商品的组成部分，主料检测合格不能说明商品没有质量问题。
全面质量管理（TQM）的四项基本原则：预防、写作、经济、PDCA循环。基于这四项基本原则，持续和推进全面质量管理活动，根本上改变企业体制从而使企业能够可持续发展。
PDPC法又叫做过程决策程序图，是一种为了完成某个任务，在制定行动计划或进行方案设计时，预测可能出现的障碍和结果，并相应提出多种应变计划的质量改进方法。
水平对比法（Benchmarking）就是组织将自己的产品和服务的过程或性能与公认的领先对手进行比较，以识别质量改进的机会的方法。
我们用均值控制图来考察样本间的波动情况，用极差控制图来考察同一个样本内的波动情况。这些SPC控制图能给我们提供控制过程所需要的数据。
实时SPC是一种基于自动化的统计过程控制技术，即自动输入数据、自动描绘控制图、自动计算、自动分析与控制。
u 图是用来测量具有容量不同的样本子组内每检验单位产品之内的不合格数量的SPC控制图。
c 图是用来测量一个检验批内的不合格（或缺陷）数量的SPC控制图。c 图要求样本的容量恒定或受检材料的数量恒定，它主要应用于以下两类检验：
np 图是用来度量一个检验中不合格品数量的计数型SPC控制图。与p 图不同，np 图表示不合格品的实际数量而不是与样本的比率。
P图是常用SPC控制图之一，用于测量在一批检验项目中不合格品（不符合或所谓的缺陷）项目的百分数。
质量人们，你是否还在为选择什么样的SPC控制图感到困扰呢？快来看看下面这张图吧。一张图教您如何选择SPC控制图。
在SPC应用过程中，抽检数据类型分为两种：计量型数据与计数型数据，操作人员根据数据类型选择相应的SPC控制图进行过程监测。
凡事先要有计划，然后依照计划实施，实施后加以检查，发现结果不良时立即查找原因，采取措施予以纠正，如此循环前进，阶梯上升，达到一个新的水平。
同任何研究和分析一样，实施测量系统分析之前应先进行充分的策划和准备。实施测量系统分析之前的主要准备如下：
人工描点SPC与实时SPC是统计过程控制发展的两个阶段，在SPC发明伊始到广泛应用的一段时间里，人们采用的是人工描点SPC技术，今天，随着传统SPC局限性的凸显，实时SPC登上了历史舞台
企业达到六西格玛生产水平，意味着其每百万个产品的合格率是99.9997%，每百万机会缺陷数是3.4。
六西格玛为什么能够成为一种科学的管理方式，其关键因素就是对数据的把握。数据对于六西格玛管理及其重要，我们可以通过三个假设来了解数据的重要性。
六西格玛是用来衡量一个总数里标准误差的统计单位，其含义引申后是指：一般企业产品的质量水平是3~4个西格玛水平，如果企业不断追求品质改进，达到六西格玛的水平，那将近乎完
FMEA应用时一定要注意使用的时机，它必须在产品/过程的设计和开发完成之前进行和完成。总的来说，在下面的三种情况下需要进行FMEA分析。
