隨著時代的發展，很多企業都實施了日供貨，以減少庫存，從而降低庫存成本。這樣的供貨體系給進貨檢驗帶來了很大的壓力，不論是采 用GB2828抽樣管理辦法，還是采用百分比抽樣（雖然不太合理，但很多公司仍然在采用），樣本量大的檢驗，必然造成進貨檢驗員人 力資源的短缺。如果不增加人員來完成規定的抽樣，檢驗員會人為降低樣本量，或匆匆忙忙檢查，以完成本次檢驗（檢驗不完，要停 工，要追究責任）。長期以來，進貨檢驗不但壓力大，還給企業帶來了質量隱患，存在著很大的風險。
為了緩解這一矛盾，我想到了SPC控制理論，SPC能控制生產過程，為 什么就不能控制進貨檢驗過程呢？
設想一下 ，每一位進貨檢驗員每天檢查不同種類配件，按規定的抽樣方法，抽取樣本，檢驗樣本，記錄檢測數據，與標準對比，判定樣本中多 少個不合格，再根據合格判定數判定本批是否合格。每批都采取數據，但未對數據進行統計分析。我們可以將統計過程控制SPC理論用 于統計分析。設想方案如下：
第一步：每個進貨檢驗員根據 技術要求確定每個配件的3-5個關鍵特性尺寸（此尺寸受控，就能保證此配件的質量）。
第二步：針對這幾個關鍵特性，每批進貨隨機抽取3-5個配件 進行測量（當然正規生產過程是連續采樣），并記錄數據。
第三步：收集25組數據。
第四步：根據SPC知識制作控制圖。 （上下限考慮到風險可適當加嚴）
第五步：判斷此配件的進 貨過程（含包裝運輸）是否穩定。
第六步：穩定以后轉入控 制用控制圖。
第七步：以后每批貨只需檢測3-5個配件的3-5 個關鍵特性尺寸，將平均值和極差打點于控制圖（一個關鍵特性尺寸一張控制圖）上，根據點是否出界就可判定本批是否合格。
這樣做的好處：
1、樣本量只需3-5個，大大減少了檢測時間，彌補了人員不足 ，檢測不完善而造成的風險。同時提高了效率，減少了浪費。
2、可監控 此配件質量的發展趨勢，及早報警，給供方提出將要產生不合格產品的信息。因為等檢驗再發現不合格，已經晚了。不但影響生產， 還會給供方帶來運輸、返工、返修等消耗費用。
3、將運輸中造成的缺陷 （或變化）也納入了監控。
4、可以和供應商的生產過程控制的SPC做對 比，根據控制圖的趨勢以發現其它未預料到的事情。
5、必要時雙方做 MSA測量系統分析，以避免供方檢測的合格，而組織自身檢測不合格造成的誤判；也避免供方的不合格產品，被組織測量合格而誤用。
這樣做的弊端：
1、因為組間采樣不連續（其實就是隨機），可能引進了其它影響因 素，導致變差增大。這個主要通過加嚴控制線來減小誤判的概率。
2、剛開始做時較復雜，因為需要一段時間數據和經驗的積累。一旦監控起來，效果肯定優于其他抽樣檢驗方法。
ISO/IAF16949：2016標準中的7.4.3.1款中規定“組織接收統計 數據，并對其進行評價”。我想這么做也是可行的。
SPC控制理論運用于進貨檢驗，充分體現了組織對供方 的監視，也能促進供方對其制造過程業績的監視。
