两批相隔三天的产品，良率一个九成七、一个九成一，工艺参数单拉出来逐行比对，一个字没改。班组长说是正常波动，新来的质量工程师不认这个说法：波动有波动的规律，随机不等于不可知。她做的第一件事，是把过去半年的批次良率从报表堆里挖出来，按时间顺序画成一张控制图，上下拉出控制限——图一挂出来，会议室没人吭声：九成一那批不是孤立的坏运气，是同一条缓慢下滑的趋势线上的一环。
均值会骗人散布不会
半年的数据摊开看，良率均值几乎没动，散布却在悄悄变大：上半年的批次集中在九成五到九成八，下半年拉宽到九成二到九成八。均值稳定让所有人都放了心，散布变宽却说明过程里混进了新的波动源——好比一个人平均体温正常，但忽冷忽热本身就是病。控制图把「忽冷忽热」变成了看得见的点阵：什么批次开始漂移、漂移的节奏和哪些事件重合，图上一圈就圈出来三个嫌疑方向——特定换班时段、三号炉、一家供应商的基板。她的做法值得拆开讲：先把超限批次逐个标上日期，再把设备保养记录、来料批次、人员排班三张表叠上去——控制图只负责告诉你「什么时候开始不对劲」，原因要靠别的记录来对表，一张图管不了全部，但它管得了第一步。
三个方向逐层剥
换班时段的批次良率低两成——调出对应时段的参数记录，夜班有一段保温被人为缩短了十分钟，操作工的理由是赶节拍，殊不知那段保温正是工艺窗口的底线，此后换班交接单上多了一栏参数红线确认。设备维度上，三号炉的批次散布明显比别的炉宽，热偶校准记录一查，漂了；校准周期随即缩短，中科同志的工程师上门校准的频次也从一年两次改成一季度一次，校准的钱和散布造成的报废比，零头都不到。来料维度上，一家供应商的基板和低良率批次高度重合，切片比对发现镀层厚度偏薄，来料规范补上了下限。三层剥完，控制图上的散布肉眼可见地收了口。每一层的处置都有后续：保温时间的红线进了交接单，来料规范补了下限，三号炉换下的热偶做了失效分析——触点氧化导致响应迟钝，不是坏了，是钝了。钝的热偶读数慢半拍，控制器就多烧半拍，散布就是这么一天天被喂大的。这个细节让设备组后背发凉：仪表的「准」和「快」是两码事，周期校准只管准，不管快。
控制图上墙之后
这套做法后来固化成产线的日常：关键工序的参数和结果按批次进控制图，判异只用最朴素的几条——连续几点同侧、连续几点爬升、单点出限，命中即停线响应。中科同志的售后工程师来巡检，看到这面图墙拍了张照，说要给别的客户看：设备他们天天在调，但把设备数据和良率数据串进同一张图的客户，跑一圈下来见得不多。半年后复盘，批次良率的散布收窄了一半，均线上抬一个点——均值好看是运气也好是本事也好，散布收窄才是过程真正受控的证据。数据其实一直躺在报表里，缺的只是一张让它们开口说话的图。
#案例复盘
