统计过程控制理论(Statistical Process Control,SPC)是一种能够推动质量发展的有效理论,对质量的持续改进做出了巨大的贡献。统计过程控制理论的应用条件是采集到的质量数据值要遵从正态分布,然则在很多制造企业中,收集到的质量数据值并不遵从正态分布。针对非正态分布的质量特性值,运用传统的SPC控制将会失去控制的意义,传达虚假错误的信息,致使产品的不合格品率增加。因此对非正态数据的过程能力分析与控制问题已经是迫切需要研究的问题。首先,对常规统计控制图与过程能力分析作了一定的理论知识阐述。结合电子元器件生产的非正态工艺参数特点,将SPC相关的技术引入,为下文构建模型奠定基础。其次,结合Chan提出的偏度校正(SC)控制图的理论和Castagliola提出的比例加权方差(SWV)控制图的理论,运用Minitab产生非正态随机模拟数据,验证所提出的非正态控制图的可行性。另外,在过程能力分析上,结合蒙特卡洛模拟法,运用箱线图对比五种非正态过程能力方法,找出最适合的模型方法。通过对非正态过程能力分析与控制详细研究,构建非正态下偏正校正控制图和Johnson过程能力转换法相结合的模型,能够对统计过程控制体系进行完善。最后,将构建模型应用到电子制造业生产的关键工序—芯片贴装,运用Minitab进行仿真监控,验证了所构建模型的有效性,其能够解决实际应用中出现非正态下的过程能力分析与控制问题。本文提供的方法对提高产品质量具有重要的理论意义和实际意义。