SPC四大控制图选型

注塑车间，工艺工程师在三个关键尺寸上做SPC：第一个每班取5个样，第二个每班取25个样，第三个是外观缺陷判定。他全选了Xbar-R图——结果第二个的R图灵敏度不够，第三个计量型图套计数型数据，控制限算出负数，整张图废了。

选错控制图不是"差不多能用"——轻则灵敏度下降，重则控制限计算错误。

一、先判断数据类型

计量型数据（可连续测量：长度、重量、厚度）对应Xbar-R和Xbar-S图；计数型数据（合格/不合格、缺陷数）对应P图和nP图。选图的起点不是"喜欢哪种"，而是"数据属于哪种"。

二、计量型：子组大小决定选Xbar-R还是Xbar-S

Xbar-R图用极差估标准差，计算简单，但子组超过10个时极差只用了最大最小值，中间数据全丢了，估计效率下降。Xbar-S图用标准差估，信息利用率高，子组大于10时更灵敏。简单记：子组2-9用Xbar-R，子组10-25用Xbar-S，单件数据用I-MR图。

三、计数型：P图还是nP图

P图监控不良率，子组大小可以不固定——控制限随子组大小自动调整。nP图监控不良数，前提是子组大小必须固定——否则控制限出错，大子组漏报、小子组误报。每批抽检数量固定就用nP图，不固定就用P图。

四、选错了会怎样？

错1：子组大于10还用Xbar-R图——极差只用了最大最小值，中间数据全被浪费，散布控制限偏大，过程恶化时R图不报警，"隐性漏报"。

错2：计数型数据硬套计量型图——不良率是二项分布不是正态分布，控制限位置错了。当不良率很低（p<0.05）或子组不够大时，二项分布严重偏离正态，控制限甚至出现负值，整张图废掉。

错3：子组大小不固定却用nP图——nP图要求子组大小固定，否则控制限不会随子组大小调整。今天抽80件明天抽120件，大子组控制限偏宽（漏报），小子组偏窄（误报）。

错4：单件数据硬凑子组做Xbar-R图——把连续5批当一个子组，但中间可能已发生过程变化，"凑"出来的变异包含漂移，控制限偏宽。正确做法：用I-MR图（单值-移动极差图）。

SPSSPRO QM的SPC模块支持17种控制图类型，根据数据类型和子组大小自动推荐最合适的控制图，内置8条Nelson判异规则自动识别异常模式，避免选型错误导致控制限失效。

即刻联系，开启你的数智化质量管理统计之路吧！