统计过程控制 在20世纪90年代，随着新的工艺和新材料的应用，电子元器件产品呈现高集成，高智能，高技术综合化的特点，同时产品的质量水平迅速提高。目前国际上高质量电子元器件生产线工艺不合格率已经降至百万分之几的水平，电子元器件失效率降至非特数量级（平均失效时间109小时，即失效率10非特）。在这种情况下，统计过程控制（Statistical Process Control简称 SPC）得到了越来越广泛的运用。统计过程的发展可以追溯到十九世纪三十年代。1924年，美国贝尔实验室的沃尔特.休哈特博士根据数理统计的原理提出了基于控制图的统计过程控制理论，其主要作用是判断生产过程是否处于稳定状态并分析受控状态，以便发现异常情况，从而及时采取有效的措施，起到防患与未然的作用。
常规控制图 在实际生产中，引起产品质量波动的偶然因素和异常因素总是交织在一起的，如何加以区分并非易事。统计过程技术中的过程受控状态分析的主要目的就是利用控制图作为手段，从起伏变化的工艺参数数据中确定生产过程中是否存在异常因素，以便更好地控制和稳定产品质量。控制图成为实施统计过程控制的核心。工艺参数数据可分为计量型和计数型两种，这两种数据绘制控制图的理论基础相同，只是计量型数据的控制图以正态分布为基础，计数型数据的控制图一般以二项分布或泊松分布为基础。对计量型工艺参数采用的常规控制图理论是由一定条件的。要求被分析的数据一定要服从IIND（Independently and Identically Normally Distributed）条件。即独立的且服从正态分布。
