SPC八大判异规则不能全勾上

做SPC（Statistical Process Control，统计过程控制）时，很多人习惯把软件里的八大判异规则全部勾上。一点超出控制限，判异；连续多点在中心线同一侧，判异；连续递增或递减，判异；点子过度集中或分散，也判异。图上自动标红，看起来很专业。

但真正到现场用的时候，问题来了：这些规则是不是每一种控制图都能直接套？Xbar-R图能用，I-MR图能不能一样用？p图、u图这种计数型控制图，也能全部照搬吗？答案是：不能机械套用。

先搞清判异规则在判什么

控制图的核心作用不是判断产品合不合格，而是判断过程波动是否仍属于普通原因（Common Cause，过程固有的正常波动）。规格限回答“产品是否满足要求“，控制限回答“过程是否处于统计控制状态“——这是两个不同的问题。

判异规则的本质是识别小概率模式。在稳定过程中，点子围绕中心线随机分布，某些特定模式（如连续多点同侧、连续递增递减）在随机波动下出现的概率很低。一旦出现，就提示可能存在特殊原因（Special Cause，异常事件需要处置）。

不同控制图，规则含义不一样

均值类控制图（Xbar图、I图）最适合使用八大规则。这类图的点子反映过程中心变化，规则解释直接——连续同侧说明中心偏移，连续递增说明趋势变化。但规则全开也有风险：规则越多越敏感，误报也越多。现场没能力对每个信号闭环处理，SPC就变成“天天报警没人管“的形式。

波动类控制图（R图、S图、MR图）要换一种理解。这些图看的是波动大小，不是均值。连续点在中心线上方不是“均值偏高“，而是“波动变大“；连续点在下方不是“均值偏低“，而是“波动变小“。不能用均值图的语言去套波动图。

计数型控制图（p图、np图、c图、u图）理论基础是二项分布或泊松分布，不是正态分布。八大规则中基于正态假设的判断（如“同侧2σ以外“）在计数图上的适用性有限，需要结合样本量和分布特性调整。

某汽车零部件厂曾在Xbar-R图上全开八条规则，结果R图每天触发“连续点在同侧“报警，工程师疲于排查却找不到原因。后来才意识到——R图上的连续同侧只是说明波动水平偏高或偏低，不等于过程异常。关掉不适用的规则后，真正的异常信号反而更清晰了。

图：SPC控制图识别异常点与异常模式

用SPSSPRO QM这款质量管理统计工具做SPC分析，可以灵活选择判异规则组合，系统会根据控制图类型提示哪些规则适用。SPSSPRO QM还支持Xbar-R、I-MR、p图、u图等多种控制图，自动计算控制限并标注异常点——规则该开几条、每条对应什么风险，一目了然，避免“全勾上“的盲目操作。

即刻联系，开启你的数智化质量管理统计之路吧！