SPC控制图是一种通过统计方法监控过程稳定性的工具，其核心在于准确、规范地描点，以识别过程的异常波动，以下是SPC控制图描点的详细步骤和注意事项,帮助确保数据采集与绘制的科学性。
明确控制图类型与数据要求
SPC控制图分为计量型（如XR图、Xs图）和计数型（如P图、C图），不同类型的数据采集和描点方式存在差异，计量型数据需连续测量（如长度、重量），计数型数据需统计缺陷数或缺陷比例（如不合格品率），在描点前，需确认：
- 子组大小：确定每个子组包含的样本量（如每班次抽取5个产品）。
- 抽样频率：明确数据采集的时间间隔（如每小时、每天）。
- 数据分层：确保同一子组内的数据在相同条件下采集（如同一设备、同一操作员）。
数据采集与计算
- 原始数据记录：按子组顺序记录原始测量值，确保数据真实、无遗漏，在XR图中，每个子组需记录5个产品的尺寸数据。
- 计算统计量：根据控制图类型计算关键指标：
- XR图：计算子组均值（X̄）和极差（R，子组最大值与最小值之差）。
- Xs图：计算子组均值（X̄）和标准差（s）。
- P图：计算子组不合格品率（P=不合格数/子组大小）。
- C图：直接记录子组缺陷数（C）。
绘制控制图与描点
- 建立坐标系：
- 横轴：按子组顺序（如1、2、3…）或时间标记刻度。
- 纵轴：根据统计量类型设置刻度（如X̄图的刻度为均值±3倍标准差）。
- 绘制控制限：
- 计算总过程均值（X̄̄）和平均极差（R̄）或平均标准差（s̄）。
- 根据公式计算控制限（如X̄图的控制限为X̄̄±A₂R̄，A₂为系数表查得的常数）。
- 在图中绘制中心线（CL）、上控制限（UCL）和下控制限（LCL），通常用虚线或不同颜色区分。
- 规范描点：
- 按子组顺序，将计算得到的统计量（如X̄、R、P）在对应横轴坐标的位置描点。
- 使用统一符号（如圆点、叉号）并保持大小一致，避免重叠。
- 若数据点超出控制限或出现异常模式（如连续7点上升），需用特殊标记（如圆圈）突出显示。
描点后的分析与维护
- 趋势识别：观察数据点分布，判断是否受控（如无超出控制限、无连续链、无周期性波动）。
- 异常处理：若发现异常点，需追溯原因（如设备故障、原材料变化），并采取纠正措施后重新计算控制限。
- 定期更新：当过程发生显著改进（如工艺优化）后，需重新采集数据计算控制限，确保控制图反映当前过程能力。
FAQs
Q1：描点时发现数据点超出控制限，是否立即判定过程异常？
A1：不一定，首先需检查数据采集、计算或描点过程中是否存在误差（如测量工具失准、记录错误），若排除人为失误，则需分析过程波动原因（如突发环境变化、设备参数偏移），确认异常后采取纠正措施，并剔除异常点重新计算控制限。
Q2：SPC控制图描点时，子组大小是否需要固定？
A2：通常建议子组大小固定（如XR图子组大小一般为45），便于统计量计算和控制限稳定性，但在某些场景（如批量生产变化），子组大小可调整，此时需选用适用于变量子组大小的控制图（如U图）,并确保数据采集逻辑一致。
