通常，我们对100%全检和SPC的认识是基于以下内容的对比：
和SPC相比，尽管100%全检存在诸多缺点，但是由于其简单方便，不需要掌握较多的统计知识，在很多场合下仍然被采用。
在汽车行业中，对于关键/重要特性，SQE如果遇到供应商过程能力无法满足要求的情况，经常会要求供应商采用100%全检来代替过程能力控制。不过后续在批量供货时，经常会遇到下面这样一类问题：
为什么会产生“零件都合格但是装配不合格”的问题呢？主要有两个原因：
1. 测量系统总是有误差的（详见之前的测量系统分析的文章），导致贴近上下极限尺寸的不合格件漏入了合格件中。
2. 设计部门制定尺寸公差时，采用的是统计公差设计理念而不是极值设计理念。
对于第1个问题，我们这里不做展开，可以详见之前的测量系统分析MSA的系列文章。通常，如果测量系统是经过高一等级机构校准并且经过重复性和再现性验证（公差比P/T＜10%），测量系统带来的误判风险非常小，可以忽略不计。
造成这个问题的主要原因在于设计给定公差时采取的设计理念。我们以一个最简单的案例来说明这个问题。
对于下面的设计结构，有两个子零件，名义值都是50，系统装配需要保证100±0.06的要求，对于两个子零件，如何来制定公差？
1. 极值设计理念：
1.1 极值设计方法的理念是：供应商的测量系统满足要求的前提想，在所有零件尺寸都处于极限值情况下，装配仍然能满足给定的要求。
1.2 对于本例，最终的装配尺寸要求是100±0.06，因此剩下的两个尺寸的总公差额度为±0.06，常见的分配（等分）结果为：50±0.03和50±0.03。
1.3 在极值设计理念的情况下，只要零件满足设计规格限要求，就能够保证装配的合格（假定测量系统是理想的状态）。
1.4 但是极值设计方法的最大问题是：如果是更多数量的产品装配组合，比如有5个子零件进行装配，装配要求保持100±0.06不变，按照极值分析会出现什么情况？
2. 统计公差设计理念
2.1 统计公差设计在给出公差界限之前，先做如下的假设：
A. 供应商的测量系统满足要求；
B. 所有供应商是进行过程控制的，能够保证过程稳定；
C. 所有供应商的过程能力能够保证满足1.33的要求，即Cpk＞1.33
2.2 在满足以上假设的前提下，若装配合格率要求是99.73%，按照等权重（平均分配）对两个零部件的公差进行设计，结果为：50±0.057和50±0.057。具体推导计算过程这里不做展开，可以参见后续公差设计的相关介绍。
2.3 可以发现，采用统计公差设计的公差比极值设计的公差宽松很多，但是这种宽松的公差是需要先满足ABC三项前提之后才能给予的。
对于相同的装配要求，两种设计理念的对比汇总信息如下：
根据上面的对比，我们发现，如果采取统计公差设计给定的公差界限，而子零件只能保证合格而无法满足过程控制和Cpk的要求，那么是无法保证装配合格率的。
为避免由于设计理念和实际理解层面产生前后逻辑的混乱，PPAP阶段需要递交的两类文件就非常重要了。
测量系统分析，目的是：保证测量误差足够小，避免测量差异导致的纠纷
（初始）过程能力分析，目的是：调查供应商的过程能力是否能满足统计公差设计的前提假设要求
注意：如果发现供应商的能力不足，那么只能考虑给予供应商极值设计的公差带宽，否则内部装配就会陷入子零件都合格而装配合格率低的“死局”。
现在我们可以回答文章开始的疑问了，如果遇到装配合格率低的问题，而测量子零件都合格，那么通常应该咨询研发设计部门是采用的哪种设计理念。对于统计公差设计的尺寸要求，“零件合格就行”的观点是错误的。此外，此类情况的临时措施不能依靠100%全检，需要采用额外的处理方法，后续文章会介绍。
