一、为什么要控制过程

l. 检验的缺陷
2. 过程控制的优越性
3. SPC控制对象的来源

二、统计学初步

1. 统计学的阶段:统计描述,统计推断和试验设计

2. 连续型数据和离散型数据

3. 总体和样本

4. 统计的基本变量:均值和标准差

5. 直方图的概率和分布

6. 正态分布

7. 作为能力尺度的Z值

三、影响过程的因素—如何将过程与统计连接起来

1. 过程的概念

2. 数据的分布与过程

3. 造成分布变化的原因—波动

4. 普通原因和特殊原因

四、连续型数据的控制图

1. 数据的收集与合理分组

2. 控制图原理

3. 控制界限的计算

4. 异常的判定准则

5. 控制图的两个阶段:分析用与控制用

6. 均值和极差控制图

五、过程能力分析

1. CP与CPK

2. PP与PPK

3. CPK与PPK的区别

一、MSA概述

1. 什么是测量？为什么但凡测量必有误差？

2. 基于过程的方法理解测量过程

3. 测量数据的误差对决策的影响

4. 如何评价测量数据的质量

5. 什么是测量系统？测量系统分析的目的

6. 为什么说测量系统分析是质量管理的基础？

二、统计学在MSA中的运用

1. 统计学判断是非的基础：准确性与精确性

2. 分布与正态分布

3. 极差与标准差的关系

4. 统计概念在MSA中的运用：准确性误差与精确性误差

三、MSA的基本原理

1. MSA与GRR分析的区别

2. GRR分析核心方法论：总观察偏差=过程偏差 测量误差

3. 测量误差对过程管理控制及能力研究的影响

四、测量系统规划

1. 测量系统规划的目的

2. 测量系统规划检查清单

3. 常见的测量误差来源：测量的位置和固定方式、量程等

五、连续型数据的MSA

1. 分辨率的确定

2. 测量系统的误差—偏倚的概念、评估方法、接受准则

3. 测量系统的误差—线性的概念、评估方法、接受准则

4. 测量系统的误差—稳定性的概念、评估方法、接受准则

5. 测量系统的误差—重复性的概念

6. 测量系统的误差—再现性的概念

7. 重复性再现性评估的短期模式

8. 重复性再现性评估的均值极差法

9. 重复性再现性评估的方差分析法

10. 利用MINITAB进行MSA分析

11. MSA分析的判定准则

12. MSA的新发展：CGK的概念与应用

六、离散型数据的MSA

1. 有效性分析

2. 一致性分析