ScholarGate
Assistente
Process / pipelineEngineering methods

Controllo Statistico di Processo — SPC

Il Controllo Statistico di Processo (SPC) è un metodo di qualità basato sui dati che utilizza tecniche statistiche — principalmente carte di controllo — per monitorare un processo di produzione o di servizio nel tempo. Distinguendo la variazione naturale del processo (causa comune) dalla variazione insolita e gestibile (causa speciale), l'SPC consente ai professionisti di mantenere i processi in uno stato stabile e prevedibile e di individuare precocemente i problemi, prima che prodotti difettosi raggiungano i clienti.

Trova un argomento con PaperMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Controllo Statistico di Processo
Carta di controlloDesign of ExperimentsAnalisi delle Modalità e…Analisi di Capacità di P…Quality Function Deploym…Six Sigma DMAICCarta di controllo bayes…Analisi Bayesiana delle…Analisi Bayesiana della…Bayesian Six Sigma DMAIC

+40 more

Fonti

  1. Shewhart, W. A. (1931). Economic Control of Quality of Manufactured Product. Van Nostrand. ISBN: 978-0873890762
  2. Montgomery, D. C. (2020). Introduction to Statistical Quality Control (8th ed.). Wiley. ISBN: 978-1119657118

Come citare questa pagina

ScholarGate. (2026, June 3). Statistical Process Control (SPC). ScholarGate. https://scholargate.app/it/experimental-design/statistical-process-control

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side →

Citato da

Carta di controllo bayesianaAnalisi Bayesiana delle Modalità e degli Effetti dei GuastiAnalisi Bayesiana della Capacità di ProcessoBayesian Six Sigma DMAICControllo Statistico di Processo BayesianoCarta di controlloAnalisi delle Modalità e degli Effetti dei Guasti (FMEA)Grafico di controllo ibridoAnalisi Ibrida della Capacità di ProcessoSix Sigma DMAIC IbridoControllo Statistico di Processo IbridoProgettazione Full Factorial per Applicazioni IndustrialiMulti-response Control ChartAnalisi ad Albero di Eventi Multi-RispostaAnalisi dei Modi di Guasto e dei loro Effetti con Risposte Multiple (MR-FMEA)Analisi di capacità di processo multi-rispostaAnalisi delle Cause Radice Multi-RispostaSix Sigma DMAIC Multi-rispostaControllo Statistico di Processo Multi-RispostaAnalisi dei Modi di Guasto e dei loro Effetti assistita dall'OttimizzazioneAnalisi della capacità di processo assistita da ottimizzazioneOttimizzazione-assistita Six Sigma DMAICQuality Function DeploymentCartella di controllo basata sul rischioAnalisi dei Modi di Guasto e dei loro Effetti Basata sul Rischio (RBFMEA)Analisi ad Albero di Guasto Basata sul RischioAnalisi di Capacità di Processo Basata sul RischioDispiegamento della funzione qualità basato sul rischioAnalisi di Affidabilità Basata sul RischioAnalisi delle Cause Radice Basata sul RischioDMAIC Six Sigma basato sul rischioControllo Statistico di Processo Basato sul RischioCarta di Controllo RobustaAnalisi Robusta dei Modi e degli Effetti dei GuastiAnalisi Robusta degli Alberi di GuastoAnalisi Robusta della Capacità di ProcessoRobust Six Sigma DMAICControllo Statistico di Processo RobustoAnalisi di Sensibilità con Carte di ControlloAnalisi di Sensitività con FMEAAnalisi di Sensibilità con Analisi di Capacità di ProcessoAnalisi di Sensibilità con Six Sigma DMAICControllo statistico di processo assistito da simulazioneAnalisi di Capacità di Processo Assistita da SimulazioneAnalisi delle Cause Fondamentali Assistita da SimulazioneDMAIC Six Sigma assistito da simulazioneControllo Statistico di Processo Assistito da Simulazione

Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →

ScholarGate — Statistical Process Control (Statistical Process Control (SPC)). Consultato il 2026-06-15 da https://scholargate.app/it/experimental-design/statistical-process-control · Insieme di dati: https://doi.org/10.5281/zenodo.20539026