控制图：过程的“心电图”

统计过程控制（SPC）的核心思想是：过程存在正常的随机波动和异常的系统波动，控制图就是用来区分这两者的工具。它像一张过程的“心电图”，把样本数据随时间的变化画出来，一旦出现异常模式，立即报警，让我们在不良品产生之前就介入干预，而不是等出了问题再返工。

控制图的三条线

一张标准的控制图有三条水平线：中心线（CL）、上控制限（UCL）和下控制限（LCL）。控制限通常取均值加减3倍标准差，也就是“3σ界限”。这里要注意：控制限不等于规格界限（USL/LSL），规格界限是由客户或设计决定的“及格线”，控制限是过程自身波动的“统计界限”，两者不能混为一谈。一个常见误区是“点子在规格限内就没事”，这恰恰忽略了过程可能已经失控的预警信号。

如何选择控制图

选择控制图主要看数据类型和子组大小：计量型数据（如长度、重量、温度）常用 Xbar-R 图或 Xbar-S 图，计数型数据中缺陷率用 P 图、缺陷数用 C 图或 U 图。选错控制图是最常见的错误，比如把计数数据硬套在 Xbar-R 图上，得出的结论往往失真。Minitab 和 Excel 都提供选图向导，但理解背后的逻辑比点按钮更重要。

八大判异准则

除了“点出界即报警”，行业通行的是八大判异准则，包括：连续9点在中心线同侧、连续6点递增或递减、连续14点上下交替等。判异准则的意义在于捕捉“不出界但异常”的模式。初学者建议先掌握两条最核心的：点子出界，以及连续7点以上在同侧，这两条能覆盖大多数实际失控场景。

记住：控制图报警 ≠ 产品一定不合格，而是“过程出现了可查明原因的变异”，需要去调查、去改善，而不是简单地重新测量。

实施SPC的四个步骤

第一步，识别关键过程与关键质量特性（CTQ），优先对影响最大的参数建图；第二步，验证测量系统，确保数据可靠；第三步，收集25组以上子组数据，计算控制限；第四步，持续监控并维护，定期评估是否需要重新计算控制限。很多企业SPC推行失败的根源，是“建了图没人看、看了没人管”，所以配套的响应机制和控制计划同样重要。

小结

SPC 是六西格玛控制阶段的标准武器，也是质量管理从业者的基本功。掌握控制图的原理、选型和判异准则，你就拥有了“看见过程异常”的眼睛。想系统学习 SPC 与六西格玛全套工具？欢迎报名中研供应链绿带/黑带课程，从理论到实操一次学透。

控制图的维护与更新

控制限并非一劳永逸。当过程经过改善、均值或波动发生明显变化时，应重新计算控制限；当测量系统或工艺条件改变时，也要重新验证。建议每季度回顾一次控制图的异常次数与响应记录，把“报警-调查-改善”的闭环跑起来，SPC 才能真正成为过程的眼睛。