AIAG-VDA SPC 手册（黄皮书）与 AIAG 第二版 SPC 手册变化点分析
关键词：SPC，SPC手册、SPC手册改版、质量管理、盈飞无限
2026年2月，AIAG-VDA SPC 手册黄皮书发布，新版手册由 AIAG（美国汽车工业行动集团）与 VDA（德国汽车工业协会）联合发布，核心目标是实现国际标准协调，相比 AIAG 单独发布的第二版，在定位、定义、方法、工具覆盖等维度均有显著升级，具体差异如下（后附对比表格）：
一、发布定位与协同性：从 “单区域标准” 到 “跨区域 harmonization”
• 新版（AIAG-VDA 第 1 版）：
明确为 “国际统一非强制性指南”，联合全球专家团队开发，旨在解决汽车供应链中 SPC 应用的区域差异，同时衔接 ISO 22514、ISO 3534 等国际标准，强调 “覆盖全汽车供应链”（含零部件、整车、服务）。
• AIAG 第二版：
以北美汽车行业需求为核心，定位为 “区域内实践工具”，虽提及国际标准，但未深度整合 VDA 体系要求，协同性局限于 AIAG 生态（如与 APQP、FMEA 的衔接较基础）。
二、核心定义：严格区分 “能力（C）” 与 “性能（P）”，对齐国际标准
• 新版（AIAG-VDA 第 1 版）：
基于 ISO 3534 和 ISO 22514，明确 “能力” 与 “性能” 的适用场景，无模糊性：
「过程能力指数（Cp/Cpk）」：仅用于已验证统计稳定的过程（in control）；
「过程性能指数（Pp/Ppk）」：用于未验证稳定（如试产阶段）、或明确不稳定的过程（out of control）；
新增 “机器性能指数（Pm/Pmk）”，特指仅评估 “机器自身影响”（其他 4M 因素固定）的短期研究，避免与 “过程能力” 混淆（表 7-4）。
• AIAG 第二版：
虽区分 Cpk 与 Ppk，但未严格绑定 “稳定性前提”，部分场景下将 “短期研究” 直接称为 “短期能力”，易导致术语误用；无 “机器性能（Pm/Pmk）” 的独立定义，机器相关评估纳入 “初始过程研究”。
三、能力指数计算：新增多方法，覆盖非正态与复杂场景（主要变化点）
• 新版（AIAG-VDA 第 1 版）：
提供两种核心计算方法，并明确适用场景，解决非正态数据痛点：
1. 通用几何法（G 后缀，如 Cp.G/Ppk.G）：基于分布分位数（X₀.₁₃₅%、X₅₀%、X₉₉.₈₆₅%），适用于所有分布类型，可直接判断过程偏移方向（需缩小变异还是调整位置）；
2. z-Score/Bothe 法（Z 后缀，如 Ppk.Z）：将超差比例（ppm）转换为标准正态分布的 z 值，适用于 “需明确超差风险” 的场景（如客户要求 ppm 目标）；
同时支持 Box-Cox、Johnson 转换处理非正态数据，明确 “转换后需逆转换验证”（7.8.1）。
• AIAG 第二版：
以 “正态分布假设” 为核心，主要采用传统公式（如 Cp=(USL-LSL)/6σ），对非正态数据仅提及 “样本量扩大”（依赖中心极限定理），无明确的分位数法或 z-Score 法，复杂场景（如单侧公差、偏态分布）处理较简略。
四、控制图体系：扩展类型，覆盖非正态与动态过程（主要变化点）
• 新版（AIAG-VDA 第 1 版）：
控制图分类更细，新增多种特殊场景工具，解决传统 Shewhart 图局限：
1. 按控制目标分：明确 “过程相关”（优化过程、零缺陷导向）与 “公差相关”（仅满足规格、不追求优化），禁用后者于零缺陷策略（10.1）；
2. 按数据类型分：
新增「Pearson 控制图」：专门处理偏态分布（如形位公差、物理极限特性），无需数据转换（10.3.5.2）；
新增「扩展 Shewhart 图」：用于动态过程（如工具磨损导致的均值漂移），通过 “额外偏移项” 扩展控制限（10.3.5.3）；
细化「CUSUM/EWMA 图」：明确适用 “小均值偏移” 场景（如化工浓度波动），提供 ARL（平均运行长度）评估工具（10.2.4.2）；
3. 按应用场景分：区分 “分析用控制图”（ retrospective，评估历史数据）与 “SPC 用控制图”（实时监控，触发即时纠正）（10.2.1）。
• AIAG 第二版：
控制图以基础类型为主（x-bar-R、x-bar-s、I-MR、p/np/c/u 图），对非正态数据仅建议 “增大 subgroup size”，无 Pearson、扩展 Shewhart 等特殊图；未明确 “分析用” 与 “实时用” 的差异，易导致控制逻辑混淆。
五、样本量与指数目标：动态调整，绑定置信区间（主要变化点）
• 新版（AIAG-VDA 第 1 版）：
指数目标值随样本量动态调整，确保置信度（99.99%），避免 “小样本误判”：
机器性能（Pm/Pmk）：n≥50 时，关键特性目标为 Pm≥2.0、Pmk≥1.67；n=30 时，目标提升至 Pm≥2.35、Pmk≥1.96（表 8-1）；
过程能力（Cp/Cpk）：n≥125 时，关键特性目标为 Cp≥1.67、Cpk≥1.33；n=75 时，目标提升至 Cp≥1.82、Cpk≥1.45（表 9-3）。
• AIAG 第二版：
样本量仅作为 “初始过程研究” 的基础要求（如建议 n=30），未关联指数目标调整，默认 “样本量足够时目标固定”，忽略小样本下的置信度不足问题。
六、质量控制环：构建 “6 环联动” 体系，强调预防而非检测
• 新版（AIAG-VDA 第 1 版）：
提出6 个质量控制环，将 SPC 融入全流程管理，而非孤立工具：
1. 控制环 1：SPC（实时过程监控）；
2. 控制环 2：质量合格门（如进料检验）；
3. 控制环 3：过程后改进循环（PDCA 驱动）；
4. 控制环 4-6：产品 / 过程 / 体系审核；
明确 “控制环 1（SPC）是预防核心”，仅在过程不稳定时临时用 “控制环 2（筛选）”，避免依赖 100% 检验（5.4）。
• AIAG 第二版：
聚焦 SPC 工具本身（如控制图制作、数据收集），未构建 “多环联动” 体系；对 “预防” 的体现局限于 “过程监控”，未与审核、改进循环深度绑定。
七、非正态与动态过程：新增 “时间依赖分布模型”，覆盖全场景（主要变化点）
• 新版（AIAG-VDA 第 1 版）：
基于 ISO 22514-2，定义8 种时间依赖分布模型（A1-A2、B、C1-C4、D），精准匹配实际生产中的动态波动：
模型 A：稳定过程（位置 + 变异均不变）；
模型 B：变异波动（如设备老化导致的变异增大）；
模型 C：位置波动（如工具磨损导致的均值漂移）；
模型 D：位置 + 变异均波动（如多工位切换）；
每种模型对应专属控制策略（如模型 C 用 “扩展 Shewhart 图”，模型 D 用 “Acceptance 控制图”）（9.4）。
• AIAG 第二版：
默认 “过程符合正态且稳定”，对动态波动（如工具磨损）仅建议 “增加采样频率”，无系统的分布模型分类，非正态数据处理依赖 “经验转换”（如对数转换），无标准化指南。
八、软件应用：新增 “验证 / 确认” 要求，避免 “黑箱操作”（主要变化点）
• 新版（AIAG-VDA 第 1 版）：
单设 “软件应用” 章节（第 11 章），明确 SPC 软件的强制要求：
1. 接口标准化：需支持 OPC UA、ISO/TR 11462-5 等接口，实现测量数据自动传输（减少手动录入误差）；
2. 验证与确认：需通过 ISO/TR 11462-3 的 11 个测试案例（如不同样本量计算、非正态分布拟合），证明软件计算逻辑合规，禁止 “黑箱”（需公开参数设置，如 outlier 处理、置信区间算法）；
3. 集成要求：建议融入 CAQ 系统，与 APQP、FMEA 数据联动（如控制计划参数自动同步至 SPC 软件）。
• AIAG 第二版：
仅提及 “软件可辅助控制图绘制”，无接口、验证、集成的具体要求，软件合规性依赖企业自主判断，易出现 “计算偏差”（如不同软件的 Cpk 结果不一致）。
九、文档与报告：标准化输出，覆盖全要素（主要变化点）
• 新版（AIAG-VDA 第 1 版）：
基于 ISO 22514，明确报告需包含20 + 核心要素，含动态调整内容：
强制要素：过程识别（机器 / 特性 / 规格）、数据收集条件（5M 状态）、分布模型（含验证依据）、稳定性评估（控制图截图）、置信区间（如 95% CI）、超差风险（ppm）；
示例模板：提供 “正态分布”“非正态分布”“动态过程” 三类报告样例（图 12-1 至 12-3），明确 “样本量不足时需标注目标调整依据”（如 n=30 时 Pmk 目标为 1.96 而非 1.67）。
• AIAG 第二版：
报告要求较基础，核心要素为 “控制图 + 指数结果”，无分布模型验证、置信区间、超差风险的强制输出，模板仅覆盖正态分布场景。
十、总结：新版更聚焦 “全球化、场景化、预防化”
相比 AIAG 第二版，新版 AIAG-VDA SPC 手册的核心升级是 “从工具到体系”：通过国际协调消除区域差异、通过精准定义避免术语误用、通过多方法覆盖复杂场景、通过控制环联动强化预防，更适配当前汽车供应链 “多区域协同、零缺陷、复杂工艺” 的需求。
附录：对比表格
作者：谢鸣 （Frank），制造型企业质量及精益改善专家，六西格玛黑带。拥有20余年质量和精益领域工作经历，先后任职于西门子、施耐德等国际知名企业。