如果实施正确，过程控制方法与工具将帮助达到过程能力、稳定性和可重复性。过程控制是一系列仔细计划和周密设定的事件，当按照计划完成时，典型地将包括以下事项（第5、6、7和9项可能需要采取过程调整）：
- 定义装配要求、装配过程、过程参数和过程品质计划
- 存档装配程序
- 培训和发证雇员
- 开始限量生产
- 收集变量数据
- 计算过程能力
- 收集特性数据
- 开始批量生产
- 继续数据收集
所有过程都有变量，统计过程控制(SPC, statistical process control)提供基本的工具，可用于测量和监测过程变量。有两种类型：普通原因和特殊原因。普通原因变量是那些自然地存在于一个稳定的和可重复的过程中。特殊原因变量是那些出现在由于特殊的（可归属的）原因，如没有符合已建立的过程参数，而缺乏能力的过程中。
过程控制必须基于事实。控制图表，简单地说，就是一段时期上分布的柱状图，记录和显示收集的数据。变量数据是以过程为焦点，通过测量特征(feature)来得到，例如，胶点的直径。特性(attribute)数据，也是产品为焦点，代表计数，例如，在一块完成的PCB装配上焊接点缺陷的数量。有六个基本的控制图表：
- X条形显示平均的一系列测量的变量
- R显示一系列测量范围的变量
- C显示缺陷数量的变量
- U显示每个单位缺陷数量的变量
- P显示断裂缺陷的变量
- Np显示有缺陷的单位数量的变量
控制图包含控制和规格极限。控制极限，也叫做上(UCL)和下(LCL)控制极限，是变量的边界。它们是基于实际的过程表现。规格极限是工程利用的外部边界，也有上(USL)和下(LSL)极限。当数据在控制极限内并形成随机形态时，过程是稳定的和可重复的。需要观察的事件包括失控点和三个统计模式：运行(runs)、周期(cycles)和趋势(trends)。
高级SPC使用者也可计算过程能力指数，通常叫做Cp和Cpk。过程能力(Cp)将一个过程的柱状图与规格极限比较，而改正的过程能力(Cpk)是用来处理Cp内在的几个不足点。1.0的Cp表示过程能力还可以，但最少1.33的Cp才是所希望的。
每百万的缺陷机会(DPMO, defects-per-million-opportunities)是另一个显示产品品质的方法。简单地说就是每个单位上的缺陷数除以缺陷机会，乘以一百万。缺陷机会就是每个板上焊接点的数量。
更详细的资料请查阅ANSI/IPC-PC-90(General Requirements for Implementation of Statistical Process Control)。
Robert Rowland, RadiSys Corp.