为了缓解这一矛盾，我想到了SPC控制理论，SPC能控制生产过程，为什么就不能控制进货检验过程呢？
设想一下，每一位进货检验员每天检查不同种类配件，按规定的抽样方法，抽取样本，检验样本，记录检测数据，与标准对比，判定样本中多少个不合格，再根据合格判定数判定本批是否合格。每批都采取数据，但未对数据进行统计分析。我们可以将统计过程控制SPC理论用于统计分析。设想方案如下：
第一步：每个进货检验员根据技术要求确定每个配件的3-5个关键特性尺寸（此尺寸受控，就能保证此配件的质量）。
第二步：针对这几个关键特性，每批进货随机抽取3-5个配件进行测量（当然正规生产过程是连续采样），并记录数据。
第三步：收集25组数据。
第四步：根据SPC知识制作控制图。（上下限考虑到风险可适当加严）
第五步：判断此配件的进货过程（含包装运输）是否稳定。
第六步：稳定以后转入控制用控制图。
第七步：以后每批货只需检测3-5个配件的3-5个关键特性尺寸，将平均值和极差打点于控制图（一个关键特性尺寸一张控制图）上，根据点是否出界就可判定本批是否合格。
这样做的好处：
1、样本量只需3-5个，大大减少了检测时间，弥补了人员不足，检测不完善而造成的风险。同时提高了效率，减少了浪费。
2、可监控此配件质量的发展趋势，及早报警，给供方提出将要产生不合格产品的信息。因为等检验再发现不合格，已经晚了。不但影响生产，还会给供方带来运输、返工、返修等消耗费用。
3、将运输中造成的缺陷（或变化）也纳入了监控。
4、可以和供应商的生产过程控制的SPC做对比，根据控制图的趋势以发现其它未预料到的事情。
5、必要时双方做MSA测量系统分析，以避免供方检测的合格，而组织自身TS16949内审员培训检测不合格造成的误判；也避免供方的不合格产品，被组织测量合格而误用。
这样做的弊端：
1、因为组间采样不连续（其实就是随机），可能引进了其它影响因素，导致变差增大。这个主要通过加严控制线来减小误判的概率。
2、刚开始做时较复杂，因为需要一段时间数据和经验的积累。一旦监控起来，效果肯定优于其他抽样检验方法。