เปรียบเทียบวิธี

	การวิเคราะห์ความสามารถของกระบวนการแบบเบย์ (Bayesian Process Capability Analysis)	การควบคุมกระบวนการเชิงสถิติ
สาขาวิชา	การออกแบบการทดลอง	การออกแบบการทดลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	Classical PCA: 1986; Bayesian extensions: 1990s–2000s	1924–1931
ผู้ริเริ่ม	Bayesian extensions developed by multiple authors including Bernardo, Smith, and Vannman; classical PCA by Juran and Kane (1986)	Walter A. Shewhart
ประเภท	Bayesian statistical quality method	Process monitoring and quality control method
แหล่งต้นตำรับ	Kotz, S., & Johnson, N. L. (2002). Process Capability Indices — A Review, 1992–2000. Journal of Quality Technology, 34(1), 2–19.	Shewhart, W. A. (1931). Economic Control of Quality of Manufactured Product. Van Nostrand. ISBN: 978-0873890762
ชื่อเรียกอื่น	Bayesian PCA, Bayesian capability indices, Bayesian Cp/Cpk estimation, Bayesian process performance analysis	SPC, statistical quality control, process control charting, Shewhart control
ที่เกี่ยวข้อง	5	6
สรุป	Bayesian Process Capability Analysis integrates Bayesian inference with classical capability indices (Cp, Cpk, Cpm) to estimate how well a production process meets specification limits. Rather than relying solely on observed sample data, it incorporates prior knowledge about process parameters — yielding more stable and credible estimates of process capability, especially under small sample sizes common in manufacturing and quality engineering.	Statistical Process Control (SPC) is a data-driven quality method that uses statistical techniques — primarily control charts — to monitor a manufacturing or service process over time. By distinguishing natural process variation (common cause) from unusual, actionable variation (special cause), SPC enables practitioners to maintain processes in a stable, predictable state and to detect problems early, before defective output reaches customers.