在前两篇文章中我们分别介绍了如何应用SAS软件进行质量数据的描述性统计分析，以及直方图、排列图和因果图的绘制与分析。下面我们将继续介绍SAS软件在质量管理中的应用：控制图和过程能力分析。 一、运用SAS进行过程能力分析
通过ISO9000：2000族标准我们可以看出，过程贯穿于标准始终。过程能力和过程能力指数应用得越来越广泛。过程能力是指工序过程生产出合格产品的能力，也是指过程在稳定状态下的胜任加工的能力，即人员、材料、机器设备、方法、环境、检测等质量因素充分规范化，处于稳定控制状态下所表现出来的保证工序过程质量的能力。过程能力指数是表示过程能力或工序能力满足过程质量标准要求程度的量值。
设某化学用品厂生产一种产品，每种产品需要反应试剂至少为5.00克，但是不能超过5.50克，为了控制生产过程，该厂QC小组用控制图对生产过程进行监控。QC小组以连续生产的5个产品为一个样本组，每间隔1小时抽取一个样本，共取25组，将数据记入表1中。首先选择Solutions菜单下的ASSIST模块，再依次选择DATAANALYSIS→ELEMENTARY→QUALITYCNTL→CAPABILITY，进入过程能力分析界面。在Activedataset栏里选择导入的数据集，再将观测值选入Variabletoanalyze（分析变量），再点击Specificationlimits进入公差界限界面，在Lowerspecificationlimit栏里填入公差下限5.00，在Upperspecificationlimit栏里填入公差下限5.50。下面选择输出图形，在过程能力模块里，SAS提供了五种图形分析供我们选择，分别是：CDF图、直方图（Histogram）、P-P图、Q-Q图以及概率图（Probability），或者不输出任何图形。本文我们在Plots栏里选择None，即不输出任何图形。点击Run运行程序后可以得到过程能力分析的结果。该结果由八部分组成，包括基本统计分析、正态检验、过程能力指数等等。限于篇幅，本文只列出部分分析结果，图1是过程能力指数分析的结果。SAS软件不仅计算了Cp、Cpl、Cpu以及Cpk值，同时还计算了各个值的95%置信区间。
由图1可知，该化学用品生产厂生产过程的过程能力指数Cp=1.113，修正的过程能力指数Cpk1.038，因此过程能力尚可，但必须用控制图或其他方法对过程进行控制和监督，以便及时发现波动异常，对产品按照正常规定进行检验。下面我们用控制图对该过程继续进行分析，以确定该过程是否出现波动异常。
表1反应试剂用量表
图1过程能力分析部分结果 二、运用SAS进行控制图分析
控制图又称为管理图。它是用来区分由异常原因引起的波动、还是由过程固有的原因引起的正常波动的一种有效的工具。GB/T4091-2001是关于常规控制图的国家标准。常见的控制图可分为两类，计量值控制图和计数值控制图，每类下面又各有几种控制图。计量值控制图包括平均值-极差控制图、平均值-标准差控制图、中位数-极差控制图以及单值-移动极差控制图，计数值控制图包括不合格品数控制图、不合格品率控制图、缺陷数控制图以及单位缺陷数控制图。本文将选用最常用的平均值-极差控制图为例说明如何用SAS软件实现控制图。
我们继续前面的过程能力分析，绘制该化学用品生产厂生产过程的控制图。首先将数据导入SAS软件后，然后选择Solutions菜单下的ASSIST模块，再依次选择DATAANALYSIS→ELEMENTARY→QUALITYCNTL→CONTROLCHARTS，进入控制图分析界面。在Activedataset栏里选择导入的数据集，在Typeofcontrolchart栏里选择控制图类型，
本文选择Meanandrangecharts，即平均值-极差控制图。在Processvariable栏里选择所要分析的数据项，即观测记录值。再从Subgroupvariable栏里的Enterthenumberofmeasurementstoformeachrationalsubgroup内填入5，即样本容量。SAS软件的控制图分析部分还集成了检验功能，即判断控制图是否出现异常现象。点击Additionaloptions→Testsforspecialcauses,进入控制图检验界面（如图2所示）。由图可以看出，SAS软件提供了GB/T4091-2001中给定的八种判异准则，我们将这八项全部选定。再将Displaylinesdelineatingzones选项选上，以便显示A、B、C区。当然，由于SAS软件可以自动判断过程是否出现异常，并标记出异常点，因此我们也可以不选择显示A、B、C区。最后点击Run运行程序，即可得到平均值-极差控制图结果（如图3所示）。
由平均值-极差控制图分析结果可知，该产品生产过程未出现异常现象。当控制图显示过程出现异常时，SAS软件将在控制图中以红线显示，并标注违反哪一条判异准则。下面我们对该厂在控制生产过程之前测量的部分数据进行控制图分析，结果如图4所示。由分析结果可知，该过程已经出现异常，违反准则1、准则6以及准则8。
图2控制图检验
图3平均值-极差控制图分析结果
图4控制生产过程前的控制图分析结果
本文仅仅是介绍了描述性统计功能及统计质量管理模块在质量管理中的应用，但SAS软件在质量管理中的应用远不止这些，还有参数检验、方差分析等多种统计功能可
以应用于企业的质量管理工作。感兴趣的读者可以将SAS软件的各种功能广泛应用于工作之中，提高质量管理的效率和准确性。
1
在前一篇文章中我们应用SAS软件对质量数据进行了描述性统计分析，并介绍了如何应用SAS软件进行直方图分析，本文我们将继续介绍SAS软件在质量管理中的应用：排列图和因果图。
一、运用SAS进行排列图分析
排列图右叫帕累托图、主次图。它是将出现的质量问题和质量改进项目按照重要程度依次排列而采用的一种图表。可以用来分析质量问题，确定产生质量问题的主要因素。 某工业有限公司钻头车间QC小组在分析钻头车间的锥柄扭制钻头的废品率较高的情况时，做出的统计资料如表1所示。将数据导入SAS软件后，在Solutions菜单下选择ASSIST模块，然后依次选择DATAANALYSIS→ELEMENTARY→QUALITYCNTL→PARETO，进入排列图分析界面，在Activedataset中选入导入的数据文件，令废品原因项目为Processvariable，频数为Frequencyvariable，运行程序，即可得到排列图分析结果（如图1所示）。
根据绘制的排列图以及80/20原则可知，造成锥柄扭制钻头废品率高的主要原因是接柄和扭槽问题。了解到主要问题之后，我们需要进一步分析造成这些问题的原因究竟是什么，此时，我们可以用因果图之一质量工具进行分析。下面我们将介绍接柄问题的因果图分析。
表1锥柄扭制钻头的废品统计表