控制图界限的小子样确定法

合集下载

SPC管制图判读原则

混合(mixtures):觀測值都落在離中心線很遠的地方，而且交錯地分散
管制圖發生混合之原因可能是 1.兩種以上的原料﹑操作員﹑機器測量工具﹑生產方法交錯使用
規則性變化(systematic variable):管制圖中的點一上一下有秩序的出現
管制圖發生規則性變化之原因可能是 1.輪班人員不同 2.測試儀器不同 3.裝配線不同 4.抽樣行為呈有規則性變化 5.有規則性的從不同母體中抽樣
連續5點中有4點落在1σ外
管制圖判斷規則之原因發生連續5點中有4點落在1σ外的機率非常小，所以一但管制圖上有此種情形發生，應該找出發生的原因。
連續8點落在中心線的同一側
管制圖判斷規則之原因發生連續八點都落在中心線同一邊的機率非常小，所以一但管制圖上有此種情形發生，應該找出發生的原因。
管制界限內之不良原因查詢
Spc統計製程控制 Spc統計製程控制
管制圖判讀法則
管制圖判讀原則說明
超出管制界限的點連續3點中有2點落在2σ外連續5點中有4點落在1σ外連續8點落在中心線的同一側
管制界限內之不良原因查詢
特異值(freaks):某個觀測值明顯的與其它值不同週期變化(cycles):在一個短區間，資料會以某種模式重複平均值改變(shift in level) 平均值明顯不在中心線附近: 趨勢(trends):管制圖中的點逐漸上升或下降混合(mixtures):觀測值都落在離中心線很遠的地方，而且交錯地分散規則性變化(systematic variable):管制圖中的點一上一下有秩序的出現分層(stratification):是一種穩定的混合型，通常是靠近中心線或管制界限不穩定(instability):出現不尋常的大波動

控制图的判断

x
R
状态 μ变
x图
告警
R 图不告警
σ 未变
σ变
μ变
μ 未变
σ 增大
不告警
告警不告警不告警
告警
告警告警不告警
σ 变化
μ 变化，σ 变化 σ 变化，μ 不变 μ ,σ 均未变
μ 不变 σ 减小 μ 不变 σ 不变
a
样本容量均值偏移系数σ 标准偏差变动系数 K n ｆ变小变大变小变大变小变大变小变大变小变大变大变小变大无影响变小变大变大变小无影响无变化无影响变大变小变小变大无影响变小变大变大变小异常判断 μ 变化无影响变小变大变大变小无影响变小变大变大变小图 b c d 形
连续8点在中心线两侧 C 区以外的概率为：（0.9973-0.6826）8=0.31478=0.0001
出现准则8的现象可能是分布参数σ的显著增大，也有可能是数据分层不够，应认真分析。
因素
图 α β 1-β α β 1-β
控制界面系数
变大变小变大变小变小变大变小判断 3 0.0027 依其他量取一定值 0.0046 依其他量取一定值
根据被判断事物的重要度， α可取0.01、
0.05、0.10等。与风险度α相对应的是置
信度（1- α），又称为置信概率、置信水
平。
由于风险度α不可能为“0”，所以置信度（1- α）不可能为100%。
2、判异准则的制订步骤（1）设定小概率α 休哈特早期设定的小概率α ① 点子超界 α =0.0027 ② 点子在界内排列不随机 α=0.01 英国以没有作到等概率为由，一律 α=0.01 休哈特后期设定的小概率，一律 α=0.0027

品管七大手法---控制图

限的构成：
管制图是以常态分配中的三个标准差为理论依据，中心线为平均值，上、下管制界限以平均数加减三个标准差±3 ）的值，以判断制程中是否有问题发生，此即修哈特博士（W.A.Shewhart)所创。
管制图既以3个标准差为基础，换而言之，只要群体为常态分配，则自该群体进行取样时，取出的数值加以平均计算来代表群体状况，则每进行10000次的抽样会有27次数值会超出±3 的外；亦即每1000次约会有3次，此3次是偶然机会，不予计较。同样吾人平时抽样时如有超出时，即予判定为异常，则误判的机率亦为千分之三，应信其有；故管制界限以加减3个标准差订立的应是最符合经济效益的。
欢迎参加
品管七大手法
QC 7 TOOLS
培训课程
1
一、前言
为使现场的品质状况达成所谓的“管理”作业，一般均以侦测产品的品质特性来替代“管理”作业是否正常，而品质特性是随着时间、各种状况有着高低的变化；那么到底高到何种程度或低至何种状况才算所谓的异常？故设定一合理的高低界限，作为控测现场制程状况是否在“管理”状态，即为管制图的基本根源。
偶然原因的变动（偶然原因的变动）
异常原因的变动（异常原因的变动）
分类偶然原因
异常原因
变异的情况
系统的一部份，很多一定有且无法避免
影响程度
每一个都很微小不明显
本质上是局部的，很少或没有，有明显的影响而
可避免的
且巨大
追查性
制程的改造
不值得、成本高、不修改—经常且稳定的
经济
制造
值得且可找到，否则创造—经常且稳定的
1、管制图使用前，现场作业应予标准化作业完成。 2、管制图使用前，应先决定管制项目，包括品质特性的选择与限样数量的决定。 3、管制界限千万不可用规格值代替。 4、管制图种类的选择应配合管制项目的决定时搭配。 5、抽样方法以能限得例题样组为原则。 6、点子超出界限或有不正常的状态，必须利用各种措施研究改善或配合统计方法，把异常原因找出，同时加以消除。

SPC分析图及控制限的确定

别认错伦家哦
控制图原理
1，状态A：统计稳态与技术稳态同时达到，最理想状态； 2，状态B：技术稳态达到，统计稳态没有达到； 3，状态C：统计稳态达到，技术稳态没有达到； 4，状态D：统计稳态与技术稳态皆没达到。最差的状态。
控制图原理-预防机制
控制图原理-分析步骤
控制图原理-分类
按照控制图统计数据类型可分为：
SPC分析图及控制限的确定
本课目录
控制图原理-定义
控制图原理-控制图样式
上控制界限中心线下控制界限
控制图原理-分类
按照控制图不同用途可分为：
他们之间的联系：
分析用控制图通过判稳准则分析过程的稳定性，并得出过程控制限应用到控制用控制图，通过判异准则预测过程的稳定性
控制图原理
控制图原理 -计量分析用控制图制作
步骤
控制图原理-判稳准则
控制图原理-判异准则
控制图原理-现场管理20字真言
控制图原理-现场异常处理
控制图异常的处理：
1、现场QC发现SPC管制异常时，首先自我检查，是否严格按作业标准（SOP或SIP）作业，相邻作业员交叉检验；情况严重，或无法查找到原因必须立即通知品质工程师和工程。 2、品质工程师与工程现场分析后，能否在较短的时间内（0.5~1小时）找到产生异常的原因，采用5M1E分析制程；如仍然无法找到根源，而且情况严重（如：P不良率大大超标），报告上级主管决定是否停线；品质工程师召集相关部门开会讨论，寻找根本原因（制程、设计、材料或其它）。 3、SPC产生异常的原因找到并实施纠正预防措施后， SPC管制图向管制异常相反的方向转变，说明对策有效；恢复正常生产。此过程必须严密监控。
谢谢观赏！
2020/11/5

控制图八种判异原理

控制图判定异常情况的主要原理控制图通常要考察数据的位置、分布和排列情况来判断过程是否继续保持稳定或抑发生异常。

控制图判定异常情况的设计，是统计学家根据概率原理设计的，有充分的科学依据。

控制图判定异常通常都能找到可查明的原因，以便考虑采取措施。

为避免对异常情况判定的盲目性，此将判断的原理作初步分析。

控制图判定异常情况的主要原理是：1，“小概率事件实际上不发生”，如果概率很小的事发生了那就要分析原因了，小概率“小”到多少呢，要具体分析，一般说发生概率在0.01%以下，就应考虑了。

2，计量值一般服从正态分布的随机规律，其主要是：（1）在平均值两边随机分布，各占约50%，表现了强烈的对称性；（2）±1西格玛区间分布占68%，即有约2/3的值应在±1西格玛区间内，表现了相对集中性；（3）±2西格玛区间分布占95%，即在±2西格玛区间外的值约不到5%；（4）±3西格玛区间外的值只有不到0.3%，也就是“小概率”，几乎不应发生；3，其他破坏随机分布的情形。

如相当多的值连续上升的情况等等。

控制图判定异常情况的主要情况有：1，点子出了控制界限。

稳定合格的控制图，控制界限在规格范围里面，凡在控制界限内的点都在规格范围内，解决了合格性的问题。

如果点子出了控制界限，稳定性出了问题；如果点子甚至出了规格范围，那就是合格性出了问题。

点子出控制界限的概率是不到0.3%，如果时不时就出界，就破坏了正态分布的规律，判定异常就无疑了。

但如果是偶而出界，例如：35个点以上有一个出界，100点有两个出界，1/35=2.8%，2/100=2.0%，和0.3%差异不到一个数量级，那就有可能是正常现象（特别是出界不多的情形），具体问题要具体分析。

2，而要解决其稳定性，主要是通过观察点子的分布和排列情况来判断。

如果分布和排列情况发生了异常的变化，也就是其稳定性受到破坏，也就要发出警告。

一般说分布和排列情况发生的异常有下列几种情况：（将以中心线为对称的上下控制线均匀分为6个小区（一个小区相当于1 s），以中心线为对称的两个小区分别称C，B，A区，靠着中心线两边的小区称C区，稍外的两区称B区，最外的两区称A区。

控制图的判断

六．控制图的判断:
1.控制状态的判断(过程在稳定状态)：
(1)多数点子集中在中心线附近。

(2)少数点子落在控制界限附近。

(3)点子的分布与跳动呈随机状态,无规则可循。

(4)无点子超出控制界限以外。

2.可否延长控制界限做为后续过程控制用的研判基准:
(1)连续25点以上出现在控制界限线内时(机率为93.46%)。

(2)连续35点中,出现在控制界限外点子不超出1点时。

(3)连续100点中,出现在控制界限外点子不超出2点时。

过程在满足上述条件时,虽可认为过程在控制状态而不予变动控制界限,但并非点子超出控制界限外也可接受;这些超限的点
子必定有异常原因,故应追究调查原因并加以消除。

3.检查判断原则:
(1)应视每一个点子为一个分配,而非单纯的点。

(2)点子的动向代表过程的变化;虽无异常的原因,各点子在界
限内仍会有差异存在。

(3)异常的一般检定原则:
X
X
X
X
X
X
X X 检定规划1:(2/3A)
3点中有2点在A 区或A 区以外检定规划2: (4/5B) 5 检定规划3:(6连串)
连续6点持续地上升或下降检定规划4: (8缺C) 有8点在中心线的两侧,但C 区并无点子检定规划5: (9单侧) 连续9点在C 区或C 区以外检定规划6: (14升降)
连续14点交互着一升一降检定规划7: (15C) 连续15点在中心线上下两侧的C 区检定规划8: (1界外) 有1点在A 区以外。

控制图的判断

若 P＞ α 判断过程正常；若 P≤ α 判断过程异常，则该事件本身即为对过程异常的判断准则。
3、判异准则
GB/T 4091-2001 ISO 8258：1991《常规控制图》标准
给出八个判异的检验模式。凡在控制图中出现八个检验模式中任何一个时，即可判断过程异常。
在八个检验模式中，除第4个模式由蒙特卡罗试验（统计模拟试验）确定以外，其他7个模式均由概率计算而确定。
无影响变大变小变小变大
无影响变小变大变大变小
变小变大变小
0.0046
依其他量取一定值
变大变小变大
无影响无变化
无影响变小变大变大变小
无影响变小变大变大变小
状态判断 μ变 σ未变 σ变 μ未变 μ变 σ增大 μ不告警不告警
控制图的判断
控制图的判断控制图的判断有判稳和判异两种判断方法
判稳
稳定（正常）不稳定（异常）
异常（不稳定）判异不异常（正常、稳定）
控制图判断的两类错误第Ⅰ类错误：弃真概率α（虚发警报）由于休哈特确定了3σ原则，所以弃真
概率α=0.0027，数值很小。第Ⅱ类错误：取伪概率β（漏发警报）由于α=0.0027数值很小，所以导致取
0.9544
0.0429 2
0.021145
2点落入中心线同一侧A 区的概率为
P=0.021452=0.00046
3点中的2点可以是任何2点，至于第3点可以在任何处，甚至不存在。
准则5用于检验分布参数μ(过程平均值)的变化，对于分布参数σ
的变化的检验也很灵敏。
准则6：连续5点中有4点落在中心线同一侧C区以外
值很小，很可靠。
3、判稳准则

QC七大手法之控制图

品管七大手法七大手法:检查表、层别法、柏拉图、因果图、散布图、直方图、控制图五、散布图将因果关系所对应变化的数据分别描绘在X—Y轴坐标系上，以掌握两个变量之间是否相关及相关的程度如何,这种图形叫做“散布图”，也称为“相关图”。

1、分类1）正相关：当变量X增大时，另一个变量Y也增大;2)负相关：当变量X增大时，另一个变量Y却减小;3）不相关:变量X（或Y）变化时，另一个变量并不改变;4）曲线相关：变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时,Y反而减小.2、实施步骤1）确定要调查的两个变量,收集相关的最新数据，至少30组以上；2）找出两个变量的最大值与最小值，将两个变量描入X轴与Y轴；3)将相应的两个变量，以点的形式标上坐标系；4)计入图名、制作者、制作时间等项目;5）判读散布图的相关性与相关程度。

3、应用要点及注意事项1）两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判；2)通常横坐标用来表示原因或自变量,纵坐标表示效果或因变量；3)由于数据的获得常常因为5M1E的变化，导致数据的相关性受到影响，在这种情况下需要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系；4）当有异常点出现时,应立即查找原因，而不能把异常点删除；5）当散布图的相关性与技术经验不符时，应进一步检讨是否有什么原因造成假象。

七、控制图1、控制图法的涵义影响产品质量的因素很多,有静态因素也有动态因素，有没有一种方法能够即时监控产品的生产过程、及时发现质量隐患，以便改善生产过程,减少废品和次品的产出？控制图法就是这样一种以预防为主的质量控制方法,它利用现场收集到的质量特征值,绘制成控制图,通过观察图形来判断产品的生产过程的质量状况。

控制图可以提供很多有用的信息，是质量管理的重要方法之一。

控制图又叫管理图，它是一种带控制界限的质量管理图表.运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常,一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。

QC七大手法之控制图

品管七大手法七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图五、散布图将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间是否相关及相关的程度如何,这种图形叫做“散布图”，也称为“相关图”。

1、分类1）正相关：当变量X增大时，另一个变量Y也增大；2）负相关：当变量X增大时，另一个变量Y却减小；3）不相关：变量X（或Y）变化时，另一个变量并不改变；4）曲线相关：变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时，Y反而减小。

2、实施步骤1）确定要调查的两个变量，收集相关的最新数据，至少30组以上；2）找出两个变量的最大值与最小值，将两个变量描入X轴与Y 轴；3）将相应的两个变量，以点的形式标上坐标系；4）计入图名、制作者、制作时间等项目；5）判读散布图的相关性与相关程度。

3、应用要点及注意事项1）两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判；2）通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量；3）由于数据的获得常常因为5M1E的变化，导致数据的相关性受到影响，在这种情况下需要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系；4）当有异常点出现时，应立即查找原因，而不能把异常点删除；5）当散布图的相关性与技术经验不符时，应进一步检讨是否有什么原因造成假象。

七、控制图1、控制图法的涵义影响产品质量的因素很多，有静态因素也有动态因素，有没有一种方法能够即时监控产品的生产过程、及时发现质量隐患，以便改善生产过程，减少废品与次品的产出?控制图法就是这样一种以预防为主的质量控制方法，它利用现场收集到的质量特征值，绘制成控制图，通过观察图形来判断产品的生产过程的质量状况。

控制图可以提供很多有用的信息，是质量管理的重要方法之一。

控制图又叫管理图，它是一种带控制界限的质量管理图表。

运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析与判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。

SPC控制图的判定方法

自左至右减少(或增加),直方图不对称.
产生原因: 当工序能力不足,为找出符合要求的产品经过全
数检查,或过程中存在自动反馈调整时,常出现这种形状
E.双峰型:(如附图)
靠近直方图中间值的频数较少,两侧各有一个“峰”.
产生原因: 当有两种不同的平
均值相差大的分布混在一起时, 常出现这种形状。
F.离岛型:(如附图)
UCL A B C
XC B
LCL A
判定准则7: (15C) 连续15点在中心线上下两侧的C 区
UCL A B
XC C B
LCL A
判定准则8: (1界外) 有1点在A区以外
UCL A B C
XC B
LCL A
二、柱状图的判定方法
直方图常见的形态: • A.正常型:(如附图)
B.锯齿型:(如附图) 产生原因:
等级
Cp制程精密度 Capability precision
处置建议
A
1.33≤ │ Cp│ 此一制程甚为稳定，可以将规格
许容差缩小或胜任更精密之工作。
B
1.00 ≤ │ Cp│ ≤ 有发生不良品之危险，必须加以
1.33
注意，并设法维持不要使其变坏
及迅速追查原因
C 0.83 ≤ │ Cp│ <1.00 检讨规格及作业标准，可能本制程不能胜任如此精密之工作。
• 图示判定准则：
• 当控制图中的点出现下列情况之一，说明生产过程存在特
殊原因，需立即采取措施予以消除以确保生产过程处于稳
定状态。
判定准则1:(2/3A)
判定准则2: (4/5B)
3点中有2点在A区或A区以外 5点中有4点在B区或B区以外
UCL A

控制图八种判异原理

控制图判定异常情况的主要原理控制图通常要考察数据的位置、分布和排列情况来判断过程是否继续保持稳定或抑发生异常。

控制图判定异常情况的设计，是统计学家根据概率原理设计的，有充分的科学依据。

控制图判定异常通常都能找到可查明的原因，以便考虑采取措施。

为避免对异常情况判定的盲目性，此将判断的原理作初步分析。

如相当多的值连续上升的情况等等。

控制图判定异常情况的主要情况有：1，点子出了控制界限。

稳定合格的控制图，控制界限在规格范围里面，凡在控制界限内的点都在规格范围内，解决了合格性的问题。

如果点子出了控制界限，稳定性出了问题；如果点子甚至出了规格范围，那就是合格性出了问题。

点子出控制界限的概率是不到0.3%，如果时不时就出界，就破坏了正态分布的规律，判定异常就无疑了。

2，而要解决其稳定性，主要是通过观察点子的分布和排列情况来判断。

如果分布和排列情况发生了异常的变化，也就是其稳定性受到破坏，也就要发出警告。

SPC管制判读

管制图之阅读判断方法1.正常状态的管制图：正常状态的管制图，其点子的变动呈随机状态，且没有点子超出管制界限，若有也是非常少，一般而言，连续33点有一点或连续100点有二点超出管制界限，而点子之变动仅在管制界限附近，亦可视为正常状态的管制图。

2.异常状态的管制图：为方便判读，取管制图之半边作为判读之依据：+3σ UCL +1σ 依上述方法将管制图分成A 、B 、C 三区。

*判读方法一：单独有一点超出管制界限。

*判读方法二：连续三点有二点在A 区。

+2σ C B ACLUCL CL LCL*判读方法三：连续五点有四点在B区或以上。

*判读方法四：连续八点在C区或以外(或称连续八点在中心线的同一侧)。

*判读方法五：趋势**连续7点上升或下降→采取行动。

**连续6点上升或下降→密切注意。

**连续5点上升或下降→开始注意。

*判读方法六：连续14点以上呈周期性变动或一升一降。

*判读方法七：中心线附近无点子 ─ 连续三点在中心线二侧之的A 区中，或连续八点在中心线的二侧B 区或以外。

*判读方法八：管制界限附近无点子─连续十五点以上在中心线二侧的C 区。

可能原因的探讨(1)由集中趋势(如X 图)与离散趋势(如R 或S 图)之管制图异常与否进行探讨：UCL LCLUCL CL×(2)由点子变动情形进行探讨4.异常处置原则：当管制图呈现异常时吾人应如何处置？以下系笔者重是品管甚久之心得：(1)集中趋势管制图(如X图)(2)离散趋势管制图(如R或S图)(2)不良率或缺点数管制图。

控制图判定原则

控制图八大判异准则
1、2/3A（连续3点中有2点在中心线同一侧的B区外<即A区内>）
2、4/5C（连续5点中有4点在中心线同一侧的C区以外）
3、6连串（连续6点递增或递减，即连成一串）
4、8缺C（连续8点在中心线两侧，但没有一点在C区中）
5、9单侧（连续9点落在中心线同一侧）
6、14交替（连续14点相邻点上下交替）
7、15全C（连续15点在C区中心线上下，即全部在C区内）
8、1界外（1点落在A区以外）
判稳原则（3选1即可）：
1. 控制图上连续25个点，界外点数为0，在这种情况下，过程稳定但被判为不稳定的可能性只有0.0654；
2. 控制图上连续35个点，界外点数不多于1，在这种情况下，过程稳定但被判为不稳定的可能性只有0.0041；
3. 控制图上连续100个点，界外点数不多于2，在这种情况下，过程稳定但被判为不稳定的可能性只有0.0026。

管制图及选定原则

D.計算各組平均值 X.
E.計算種組的全距 R.
F.計算總平均.
G.計算全距平均 R.
H.計算管制界限.
X 管制圖:中心線 CL=X 上限 UCL=X+A2R
下限:LCL=X-A2R
R 管制圖:中心線 CL=R 上限 UCL=D4R
下限:LCL=D3R
I.繪管制界限,並將點點入圖中.
J.記入數據履歷及特殊原因,以備查考,分析,判斷.
R-Chart 10.3 10.3 10.3 10.3 10.3 10.3 10.3 10.3 10.3 10.3 10.3 10.3 10.3 10.3 10.3 UCL=D4*R
4.87 4.87 4.87 4.87 4.87 4.87 4.87 4.87 4.87 4.87 4.87 4.87 4.87 4.87 4.87 CL= 4.87 Remarks:每天取 5 個數據作為Sampling Data第 , 一個月X-R Chart控制線以本月前15 天數據平均值(X,R)計算.第二個月控制線以上月數據平均值(X,R)計算.綠色部分為 Input部分.
ቤተ መጻሕፍቲ ባይዱ
15
Date Rej Rate CL
Date Insp Qty Rej Qty Rej Rate UCL CL Defect 1 Defect 2 Defect 3 Defect 4 Defect 5 Defect 6 Defect 7 Others
1
2
3
4
5
6
7
8
9
10 11 12
200 100 100 100 100 200 100 100 100 100 150 100
6 9 8 9 5 6 9 5 7.4 4 10.5

控制图判异准则

4 连续14点相邻点上下交替
1、本准则是针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应。 2、实际上，这就是一个数据分层不够的问题。 3、选择14点是通过统计模拟试验而得出的，也是为使其α大体与准则1的α0=0.0027相当。
5
连续3点中有2点落在中心线同一侧的B区以外
1、过程平均值的变化通常可由本准则判定，它对于变异的增加也比较灵敏。 2、三点中的两点可以是任何两点，至于第3点可以在任何处。 3、由于过程的参数μ发生了变化。
3、在排除了以上2种原因后，才能总结现场减小标准差的经验。
8
连续8点在中心线两侧，但无一在C区中
主要原因是因为数据分层不够
UCL A B C
CL C B
LCL A
1、此准则是为了补充准则1而设计的，以改进控制图的灵敏度。 2 连续9点落在中心线同一侧 2、选择9点是为了使其犯第一类错误的概率σ与准则1的α0=0.0027大体相仿。
3、反应的是过程平均值μ的变化
3 连续6点递增或递减
1、此准则是针对过程平均值的趋势进行设计的，判定过程平均值的较小趋势，比准则2更为灵敏。 2、产生趋势的原因可能是工具逐渐磨损、维修逐渐变坏等，使得参数随时间而变化 3、选择判定准则时，需要关注具体的产品特性，如孔尺寸，随着时间推移刀具磨损，会导致孔尺寸越来越小，判异规则只能选择连续6点递减。
6
ห้องสมุดไป่ตู้
连续5点中有4点落在中心线同 1、与准则5类似，这第5点可在任何处。
一侧的C区以外
2、本准则对于过程平均值的偏移也是比较灵敏的，出现本准则的现象也是由于参数μ发生了变化。
1、出现本准则的现象是由于参数σ变小，应该关注它发生的非随机性。 7 连续15点在C区中心线上下 2、造成的可能原因是数据虚假或数据分层不够等。