使用SPC控制图异常点占比确实可以评估过程的稳定程度。通常来说，SPC（统计过程控制）控制图是用于监控和控制生产或业务过程，以确保这些过程在可接受的范围内运行。通过识别和分析控制图中的异常点，可以判断过程是否存在系统性问题或特殊原因导致的波动。这类对策便是统计过程控制方法。同时也是六西格玛管理的工具之一。
具体方法可以看看以下优思学院关于SPC的视频。其实只要理解SPC控制图背后的数学原理，即是统计过程程控制的理论，自然能够掌握如何应用控制图。
寻找非机遇原因(Assignable Cause)
控制界限以内的变异原因，和超出控制界限以外的变异原因两者是有区别。这是Walter A. Shewhart博士在 1924年发明第一张质量控制图时，给予的区分，他把两者分别命名为机遇原因(Chance Cause)和非机遇原因(Assignable Cause)。
Shewhart博士的观念是着眼于制程中的变异，凡是在控制下的变异(Controlled Variation)，可以认为是稳定(Stable)而经常存在的，所以称之为机遇原因，亦有人称之为无法避免之原因(Unavoidable Cause)者。这种变异是制程中固有的(Inherent)的变异，如果要把它减少(或减小)，制程亦必随之而变动。

所以，评估过程的稳定程度就是要识别系统中是否存在非机遇原因(Assignable Cause)，以下是一些识别的方法。
控制限之外点：表示有一个数据点超出了控制图的上限或下限，这表明该点存在异常，需要调查原因。
连续7个点位于中心线的同一侧：当连续7个点都在控制图中心线的上方或下方时，表明过程可能存在偏移，需要进一步分析。
连续6个点递增或递减：当有6个连续点都在逐渐增加或减少时，表明过程有系统性趋势，需要检查是否有潜在的系统性原因。
连续14个点交替上下：当连续14个点交替出现在中心线上下时，表明过程可能存在周期性波动或其他干扰因素。
连续3个点中有2个点超出中心线两倍标准差的同一侧：如果连续3个点中有2个点超过中心线两倍标准差的同一侧，这表明可能存在异常，需要进一步调查。
连续5个点中有4个点超出中心线一倍标准差的同一侧：如果连续5个点中有4个点超过中心线一倍标准差的同一侧，这也表明存在异常，需要调查。
连续15个点位于中心线两侧一倍标准差以内：当连续15个点都在中心线一倍标准差以内时，表明数据可能过于集中，过程可能缺乏自然变异，需要检查是否有问题。
连续8个点在中心线两侧超过一倍标准差：当连续8个点都位于中心线一倍标准差以外时，表明过程有较大的波动，需要进一步调查原因。
这些标准用于识别和分析过程中的特殊原因，通过这些判定标准，可以及时发现并纠正过程中的异常，确保过程稳定运行。