1924年，贝尔实验室的W. A. 休哈特博士在对西方电气公司所制造的产品变异和抽样结果进行研究的基础上，开发了控制图，把数理统计技术应用到生产质量控制，带来了质量管理的革命。

休哈特在研究中观察到，工业生产中的所有事务，如加工尺寸、设备参数，都会发生变异，对这些变异进行控制可以使质量得到改进。作为SPC核心应用的控制图是实现变异控制的最重要的工具。把数据按照获取顺序排列出一个线型图，再加上中心线和控制线，就形成了控制图。通过控制图我们可以发现数据的变化趋势或周期。

人们经过进一步的研究分析总结出一些规则，一旦发生了这些规则所描述的状况，就有相当理由认为过程发生了异常。此时或许并没有出现不良品（比如超差），但发展下去异常极有可能会不断发展，最终导致出现超差。而如果我们及时发现了异常，并采取相应的措施消除了异常，就可以有效阻止异常的扩散，从而避免了可能发生的质量问题。

在下面的控制图中，发生了连续7点下降的异常，尽管这些数据还在规格要求以内，按照此趋势发展下去，就会超出下偏差。如果我们及时地获知了这个问题，经过分析发现了原因，就可以采取相应措施使过程恢复正常。

通过对过程进行实时监控，及时发现异常并采取措施消除异常，从而避免质量问题的发生，正是控制图的魅力所在。

SPC的应用除了控制图外，还可以通过过程能力、分布、偏移等分析对过程作出评价。但这些已经是事后的了，对质量问题的反应速度不如控制图。

ISO/TS 16949，QS9000 SPC手册在谈到SPC的作用时，也特别提到：“过程控制系统可以作为一个一次性的评估工具，但是过程控制系统的真正的好处只有在把它作为一个持续学习的工具而不是符合性判断的工具（好/坏、稳定/不稳定、有能力/没有能力等）使用才能实现。”在对“维护（控制）过程”的描述中，SPC手册也强调：“过程是动态的并且会变化。必须监控过程的性能，因此要采取有效的措施来防止发生不希望的变化。”

也就是说，SPC的作用并不仅仅是通过Cpk等指标的计算对过程进行评估，它更加的价值在于通过预防性监控把质量问题消除在发生之前。只有实时地通过控制图判异机制对过程进行监控并采取必要的纠正措施，使SPC应用达到online的层次，才能更好地发挥SPC“防患于未然”的作用。而通过不断的经验积累，总结出异常现象 -- 原因 – 纠正措施之间的规律，可以为过程的不断改进提供莫大的帮助。