质量管理工具“控制图”详解
关于质量管理七种工具的描述
质量管理七种工具是指在质量管理过程中常用的七种方法和工具，包括流程图、因果图、直方图、散点图、控制图、检查表和Pareto图。
这些工具可以帮助识别问题、分析数据、改进过程，以提高产品或服务的质量。
流程图：用于显示一个或多个输入转化为一个或多个输出的过程中，所需要的步骤顺序和可能分支。
流程图有助于了解和估算一个过程的质量成本。
因果图：也称为鱼骨图或石川图，用于分析问题的根本原因。
通过将问题与可能的原因相关联，可以识别出问题的潜在因素。
直方图：一种特殊的条形图，用于描述集中趋势、分散程度和统计分布形状。
直方图可以直观地展示数据的分布情况。
散点图：显示两个变量之间的关系的图表。
通过散点图的观察和分析，可以发现两个变量之间是否存在相关关系或因果关系。
控制图：用于确定一个过程是否稳定或可预测的绩效。
控制图可以检测到过程的异常波动，从而及时采取措施解决问题。
检查表：用于收集数据的查对清单。
通过检查表，可以对某一特定事项或问题进行逐项检查，以便记录和分析数据。
Pareto图：一种特殊的垂直条形图，用于识别造成大多数问题的少数重要原因。
Pareto图可以帮助企业优先解决关键问题，提高生产效率和质量。
这些工具在质量管理中发挥着重要作用，通过综合运用这些工具，企业可以更好地理解和控制生产过程，提高产品质量，降低生产成本，增强客户满意度和忠诚度。
质量管理-质量控制-老七种工具之七：控制图
控制图是判断和预报生产过程中质量状况是否发 生波动的一种有效方法。 例如：美国某电气公司的一个工厂有3千人，制定 了5千张控制图； 美国柯达彩卷公司有5千人，制定控制图有3万 5千张，平均每人7张。 我国某飞机制造厂中的先进质量体系(AQS)中， 要求一些工序必须作控制图。
P(连25点，d ＞ 0)=0.0654 (有人建议这一判据应划为稳态)
2) 失控状态的判断
只要控制图上的点子出现下列情况时，就可判断工 序为失控状态： (a) 控制图上的点子超出控制界限外或恰好在在界 限上；(针对判真为假而言，α越小越好) (b) 控制界限内的点子排列方式有缺陷，呈现非随 机排列。 (针对判假为真而言， β越小越好)
所谓控制图的基本思想就是把要控制的质量特性 值用点子描在图上，若点子全部落在上、下控制 界限内，且没有什么异常状况时，就可判断生产 过程是处于控制状态。否则，就应根据异常情况 查明并设法排除。通常，点子越过控制线就是报
警的一种方式。
2.常用控制图的种类
常用质量控制图可分为两大类： （1）计量值控制图包括：
的场合。
计量值控制图对工序中存在的系统性原因反应敏 感，所以具有及时查明并消除异常的明显作用， 其效果比计数值控制图显著。计量值控制图经常 用来预防、分析和控制工序加工质量，特别是几 种控制图的联合使用。
计数值控制图则用于以计数值为控制对象的
场合。离散型的数值，比如，一个产品批量的不 合格品件数。虽然其取值范围是确定的，但取值 具有随机性，只有在检验之后才能确定下来。
小组观察 数目(n)
2 3 4 5 6 7 8 9 10
表4-11 计量值控制图计算公式中的系数值表
A2 1.830 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
过程质量控制常用10种工具控制图常见的图形及原因分析
过程质量控制常用10种工具控制图常见的图形及原因分析过程质量控制常用10种工具一，矩阵图把问题及与其有对应关系的各因素按数学矩阵形式排列，并在其交点处标出三者之间关系程度，从中确定关键点。
是中、高层管理人员计划，控制的管理方法之一。
二，水平对比法利用量化的标准，寻找行业“最佳做法”，将过程和结果，效益同公认的处于领先地位的竞争者的过程，结果和效益进行比较，从而认清目标，并据此进行过程和系统化的改进。
是高层管理人员的重要管理工具。
三，平衡记分卡通过由顾客（下过程，下工序），过程管理，效益（质量）指标和学习、能力成长等四个项目组成的四维度矩阵表，将企业的目标，岗位的职能任务逐一转化为量化的指标和初始行动，从而进行全面评价和考核，避免片面性。
是企业绩效评价和考核的基本模式工具。
四，过程决策程序图为了完成某个项目业务或达到某个目标，在制定行动计划或方案设计时，预测可能出现的障碍和结果。
并相应提出各种应变计划的方法，这样在计划执行过程中遇到不利情况时，仍能按其他方案顺利进行，以达到预定的计划目标。
是中、高曾管理决策，组织领导的基本工具。
五，统筹法（网络图）把推进计划所必须的各过程和作业，按顺序，占用时间，从属关系，用网络形式表示出矢线走向，找出影响工作计划进度的关键和非主导因素，从而进行统筹，协调。
取得最佳结果。
是计划管理非常有效的控制工具，方法。
六，因果图用来揭示过程的输出，缺陷和问题，与其潜在原因的关系，表述并分析其因果关系。
是管理和作业中进行偏差纠正的重要方法。
七，排列图帕累托原则：80%的结果源于20%的原因。
比较不同的问题原因和问题类型所导致缺陷产生的频率及其生产的影响，选出最重要的改进项中的优先项目，确定关键变量或决定主要原因，进行解决。
是管理工作中找出关键点的基本数据分析方法。
八，散步图验证因果假设的一种途径，从若干成对数据中验证自变量与因变量之间是否存在相关关系。
是管理层对工作过程输出结果进行数据分析的基本工具。
iatf16949五大质量工具详解及运用案例
iatf16949五大质量工具详解及运用案例在汽车行业中，质量管理是至关重要的，因为质量问题可能导致严重的安全隐患和巨大的经济损失。
为了确保汽车制造商和供应商的质量标准，国际汽车任务力量（IATF）制定了一系列质量管理要求，其中包括了五大质量工具，分别是：流程流程图、测量系统分析（MSA）、统计过程控制（SPC）、故障模式与效应分析（FMEA）和8D问题解决方法。
本文将详细介绍这五大质量工具的概念和用途，并提供相关案例以展示它们的运用。
1. 流程流程图（Process Flow Diagram）流程流程图是一种用来描述和分析制造过程的工具，通过可视化地展示各个步骤和流程之间的关系，帮助人们理解整个制造流程，并识别潜在的质量问题和瓶颈。
流程流程图通常以图表的形式呈现，其中包含了输入、输出、关键步骤、检查点和控制点等信息。
案例：一家汽车制造商使用流程流程图来分析其汽车装配流程。
通过绘制装配线的各个步骤和工位，并标注每个步骤的输入和输出，该制造商能够清楚地了解到每个工位的功能和责任。
在制造过程中，该公司发现一个质量问题，通过对流程流程图的分析，他们发现问题出现在一个关键步骤上，因为该步骤的输入与输出不匹配。
通过对该步骤进行调整和改进，该制造商成功地解决了质量问题，提高了产品的质量和效率。
2. 测量系统分析（Measurement System Analysis，MSA）测量系统分析是一种用来评估和确认测量过程的可靠性和准确性的方法。
在汽车制造中，准确的测量是确保产品质量的关键，而测量系统分析则能帮助汽车制造商评估和优化其测量系统，确保其测量结果的可靠性。
案例：一家汽车零部件供应商使用测量系统分析来评估其测量设备的准确性。
通过进行重复性和再现性测试，他们能够确定测量设备的误差和变异程度。
在进行测量系统分析后，该供应商发现一个测量设备存在较大的误差，导致了产品质量的下降。
他们随后采取了纠正措施，修复了该设备，并通过再次进行测量系统分析确认了其准确性和稳定性。
食品质量管理的工具控制图的应用.pptx
X R控制图
将二者联合运用，观察正态分布的变化
均值控制图
46.958
均值
38.411
溢出量(g)
29.864
21.317
12.770 1 3 5 7 9 11 13 15 17 19 21 23 25
样本号
均值 UCL = 45.69 A v erage = 29.86 LC L = 14.03
内容 一点落在 A 区之外（点出界） 连续 9 点落在中心线同一侧 连续 6 点递增或递减 连续 14 点上下交替 连续 3 点中有 2 点落在中心线同一侧 B 区以外 连续 5 点中有 4 点落在中心线同一侧的 C 区之外 连续 15 点在 C 区中心线上下 连续 8 点在中心线两侧但无一在 C 区中
20
12
21
52
22
20
23
29
24
28
25
42
测定值
X2 X3 X4
32
12
38
40
24
50
31
23
18
0
41
40
12
29
48
20
35
24
27
38
40
42
52
24
31
15
3
47
41
32
27
22
32
34
15
29
合计
X5
X
R
30
29.9
26
19
31.6
31
32
22.2
25
37
31.2
41
20
28.8
36
㈡ 常规控制图的分类
质量管理五大工具简介ppt(共35张PPT)
核心工具简介-PPAP
■提交等级
必须按顾客规定要求提交项目和/或记录
等级1—只向顾客提交保证书（外观批准报告，若有）。
等级2—向顾客提交保证书和产品样品及部分支持文件。
等级3—向顾客提交保证书和产品样口及整套支持文件。 等级4—保证书和顾客规定的其它要求。
等级5—在供方制造场所准备保证书、产品、样品和整套的支持数据，
and Control Plan
核心工具简介-APQP
■ APQP的目的
◆减少供应商各家各户在产品质量策划时的复杂性 ◆方便供应商向分承包商传达产品质量策划要求的一种方法
■产品质量策划的好处
◆知道资源以使客户满意
◆促进及早确定必须的更改 ◆避免延迟的更改； ◆在最低成本下，按时提供优质产品
核心工具简介-APQP
◆供方是否理解了顾客设计记录和规范的所有要求；
◆生产过程是否具有潜在能力，按规定节拍生产满足顾客要求的产品
■适用范围
核心工具简介-PPAP
◆适用于提供散装材料、生产材料、生产零部件、维修
服务件的内、外部供方。
◆对于散装材料，PPAP不要求，除非顾客要求。 ◆标准类或维修服务零件的供方必须遵循PPAP，除非顾
以供评审。
等级3为常规提交等级，散件材料提交通常为等级1。
核心工具简介-PPAP
■提交后的行动
新产品以及任何更改必须重新提交； 重要更改（9种情况）必须通知顾客，由顾客决定提交内容； 轻微更改（7种情况）不必通知顾客，可自行决定。
第三部分: FMEA 失效模式及后果分析 Failure Mode and Effects Aanalysis
果分析（PFMEA） ●试生产控制计划 ●过程指导书 ●测量系统分析计划 ●初始过程能力研究
质量管理七大工具演示文稿ppt(共50张PPT)
用错
率
材料
低
？
时机不当
感应不灵
收料机 判断错误
材质差
材厚不一
方法
不通电
其它
分层法（Stratification）
一种按性质、来源、影响等方面，按其分类列明，并将每类隶层关 系逐项向下层展开的过程.
目的：为了把性质不同的数据和错综复杂的影响因素分析清楚，找
到问题症结所在，以便对症下药，解决问题。
适应范围：可按性质、来源、影响等进行分类的情况下均适应 。
适应范围：计量型数据分析 。
散布图（Scatter diagrams）
方法/步骤 ：
①确定两个变量(X,Y)，及相关关系 表达主题；
②确立主变量(X)的取值范围和档 位值,并收集(或试验)X值情况下的 Y值；
③在坐标系中描点 ；
④根据所有点的分布趋势确定回归直 线；
⑤依据回归直线的斜率(相关系数r值) 判定结果 ；
铸造不良情况检查表
铸造质量不良 质检科
收集人
XXX
日期
记录人
XXX
班次
2006年1月-6月
1月
2月
3月
4月
5月
224
258
356
353
332
240
256
283
272
245
151
165
178
168
144
75
80
90
94
82
14
18
27
23
16
704
777
934
910
819
2006.09.18 全部
6月
质量管理七大工具
质量管理工具
层级分析法
选定主题
12
品管圈
1.主题选定
主题评价评分方法
评分 方法
分数 5 3 1
上级政策 非常符合
符合 不相关
迫切性 圈能力 很迫切 能胜任 迫切 尚能胜任 不迫切 无法胜任
重要性 很重要 重要 不重要
13
品管圈
2.拟定活动计划书
品管圈活动计划甘特图
2017年9月 2017年10月 2017年11月 2017年12月 2018年1月 2018年2月 2018年3月 2018年4月 负责人
27
03 PART THREE
根 R
因
分 C
析
法 A
28
根因分析（RCA）
回溯性分析 不安全事件 有时限性要求
安全风险评估（SAC）矩阵
频繁发生 时而发生 不常发生 罕有发生
灾难 重大 中度 轻度
3
3
2
1
3
2
1
1
3
2
1
1
3
2
1
1
29
根因分析（RCA）
问题：看见真相 原因：挖掘根因 措施：系统预防
柏拉图
二八法则抓住重点
15
品管圈
4.目标设定
SMART 无形目标
有形目标
16
5.解析
品管圈
抽丝剥茧
头脑风暴 5-Why
分析原因
二八法则 票选得出
找出要因
三现原则 查检验证
验证真因
17
5.解析
品管圈
物
人
4M1E法则
人机料法环
方法
环境
18
品管圈
6.对策拟定
51页食品质量管理的工具控制图
控制图是一种统计工具，用于确定过程是否处于控制状态，并通过监测关键参 数的变化趋势，及时发现异常波动，以便采取相应措施进行调整和改进。
控制图的类型
总结词
控制图可分为计量型控制图和计数型控制图两大类。
详细描述
计量型控制图主要针对连续型数据，通过对数据的平均值、标准差等参数进行计算和控制，监测过程的稳定性。 计数型控制图则适用于离散型数据，通过对缺陷数、不合格品数等参数进行统计和控制，评估过程的合格品率。
定制化
针对不同行业和企业的需求，控制图将提供更加定制化的解决方案， 满足企业的个性化需求。
控制图在食品质量管理中的前景
广泛应用
随着食品安全意识的提高， 控制图将在食品质量管理中 得到更广泛的应用，帮助企 业提高产品质量和降低风险
。
持续改进
控制图的应用将促进企业持 续改进生产过程，提高产品 质量和生产效率，降低成本
对异常波动敏感度不够
控制图对于异常波动的敏感度有限，可能会漏掉一些小的异常波动。
06
控制图与其他质量管理工具的比较
与其他质量工具的对比
与检验方法的比较
控制图可以实时监测生产过程中的质量波动 ，及时发现异常，而检验方法通常在生产结 束后进行，无法实时预警。
与抽样方案的比较
控制图通过对整个生产过程进行监测，能够全面反 映产品质量状况，而抽样方案仅能反映部分产品的 质量状况。
控制界限调整
根据实际情况调整控制界限，以更好地反映产 品质量状况。
持续改进
通过不断优化控制图，提高产品质量和生产效率。
04
控制图在食品质量管理中的应用
用于监控生产过程
1 2
实时监测
控制图可以实时监测生产过程中的关键参数，如 温度、湿度、压力等，确保生产过程稳定。
7种质量管理工具
3）最后，应当注意，强相关并不一定意味变量间存 在因果关系。
4）相关程度的统计学数量化描述需要使用相关系数R。
41
基本管理和策划工具
本节所要介绍的工具是管理人员在组织概念、想法和词 语时常用到的工具，常被称为“新QC七件工具”，特 点是更加面向经营管理和策划活动。这些工具是，
2. 将方图的形状与典型的各种直方图的分布形状进行对比， 可以大致看出产品的质量分布状态，分析质量问题的原 因和采取的措施。
3. 将直方图和产品的规格相比较，可以掌握过程加工的质 量状况。
4. 通过直方图可以进行过程能力指数的调查。
25
七种基本质量控制工具——直方图
➢直方图实例
某个轧钢厂轧制6mm厚钢板，公差为±0.4mm，测量成品钢板厚度数 据100个，如下表 ,
22
七种基本质量控制工具——控制图
➢控制图的类型 计数型控制图包括：
√ np图，用于样本容量为常数的不合格品数的控 制图。 √ P图，用于跟踪样本容量不是常数的情况下，不 合格品率的变化。 √ C图，用来标示样本容量固定时的缺陷数控制图。 √ U图，用来标示样本容量变化时的缺陷数控制图。
23
七种基本质量控制工具——直方图
制造业常用的流程图 制造业常用的流程图数量繁多，现列举如下，
标识和可追溯性控制流程图 标书评审控制流程图 不合格品控制流程图 采购控制流程图
流程图使用注意事项 流程图的绘制、变更、审批必须遵循严格的程序，必须在 所涉及的所有部门得到充分沟通和确认。
9
七种基本质量控制工具——因果图
➢ 什么是因果图
■ 因果图也称为石川图或鱼骨图，用来向质量改进成 员分析产生质量问题的种种可能原因，从而找到问题 的原因和结果之间关系的一种图形化工具。 通过因果图的分析，要找出“为什么会造成这样的 问题？” 该方法常常结合头脑风暴法(Brainstorm)使用。
质量管理工具之控制图
汽车生产质量管理
查检集数据 分层作解析 排列抓重点 鱼骨追原因 散布看相关 直方显分布 控制找异常
汽车生产质量管理
感 谢 聆听
质量管理工具之 控制图
汽车生产质量管理
1.2.7 质量管理工具
汽车生产质量管理
排列图
直方图
调查表
因果图
分层法
散图
控制图
汽车生产质量管理
7．控制图 定义：又称为管理图，最早是由美国贝尔电话研究室工程师休哈特在 1924年首先提出来的一种质量控制工具。 原理及作用：根据数理统计学的相关理论构造出的一种图，可以对生产工 序过程进行动态控制，用来区分引起质量波动的原因是偶然的还是系统的，还 可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态，具有稳 定生产，保证质量、积极预防的作用。
汽车生产质量管理
控制图的分区
（1）点子越出控制界限。 （2）点子在中心线的一侧连续出现7次以上。 （3）连续6点出现递增或递减。 （4）连续14点中的相邻点子总是上下交替。 发生异常： （5）连续3个点中，至少有2点在上方或下方A区以外出现。 （6）连续5点中有4点落在中心线同一侧的C区以外。 （7）连续15点落在中心线同两侧C区之间。 （8）连续8点落在中心线两侧且无1点在C区中。
质量管理工具“控制图”详解
控制图（Control Chart）又叫管制图，是对过程质量特性进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
有三条平行于横轴的直线：中心线（CL，Central Line）、上控制线（UCL，Upper Control Line）和下控制线（LCL，Lower Control Line），并有按时间顺序抽取的样本统计量数值的描点序列。
UCL、CL、LCL统称为控制线（Control Line），通常控制界限设定在±3标准差的位置。
根据控制图使用目的不同，控制图可分为：分析用控制图和控制用控制图。
根据统计数据的类型不同，控制图可分为：计量控制图和计数控制图（包括计件控制图和计点控制图）。
计量型控制图平均数与极差控制图( -X-R Chart )平均数与标准差控制图( -X-S Chart )中位数与极差控制图( ~X-R Chart )个別值与移动极差控制图( X-Rm Chart )计数值控制图不良率控制图(P chart)不良数控制图(nP chart，又称np chart 或d chart)缺点数控制图(C chart)单位缺点数控制图(U chart) 控制图种类及应用场合控制图的分析与判定应用控制图的目的，就是要及时发现过程中出现的异常，判断异常的原则就是出现了“小概率事件”，为此，判断的准则有两类。
第一类：点子越出界限的概率为0.27% 。
准则1属于第一类。
第二类：点子虽在控制界限内，但是排列的形状有缺陷。
准则2-8属于第二类。
控制图八大判异准则（口诀）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>）4/5C （连续5点中有4点在中心线同一侧的C区以外）6连串（连续6点递增或递减，即连成一串）8缺C （连续8点在中心线两侧，但没有一点在C区中）9单侧（连续9点落在中心线同一侧）14交替（连续14点相邻点上下交替）15全C （连续15点在C区中心线上下，即全部在C区内1界外（1点落在A区以外）▶ 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>）判读：1、控制过严；2、材料品质有差异；3、检验设备或方法之大不相同；4、不同制程之资料绘于同一控制图上；5、不同品质材料混合使用。
食品质量管理的工具—控制图
控制图
控制图的应用
理论上讲，预备数据的组数应大于20组，在实际应用中最好取25组数据。 当个别组数据属于可查明原因的异常时，经剔除后所余数据依然大于20组时，
仍可利用这些数据作分析用控制图。若剔除异常数据后不足20组，则须在排除异 因后重新收集25组数据。
取样分组的原则是尽量使样本组内的变异小（由正常波动造成），样本组间的 变异大（由异常波动造成），这样控制图才能有效发挥作用。
因此，取样时组内样本必须连续抽取，而样本组间则间隔一定时间。
控制图
控制图的应用
应制定一个收集数据的计划，将其作为收集、记录及描图的依据。 在适当的时间内收集足够的数据，这样子组才能 反映潜在的变化，这些变化 原因可能是换班/操作人员更换/材料批次不同等原因引起。对正在生产的产品进 行监测的子组频率可以是每班2次，或一小时一次等。
控制图
控制图的应用 由表3中可知，当n=5时
UCL D4 R 2.114 27.44 58.01 CL R 27.44
LCL D3R 0 27.44 0
控制图
控制图的应用 以这些参数作R控制图，并将表1中的R数据在图上打点，结果如图1。
70
极 60 差
50
UCL=58.01
40
②取得预备数据；
控制图 制作步骤
③计算统计量； ④作控制图并打点；
⑤判断过程是否处于稳态；若稳，则进行步骤6； 若不稳，则除去可查明原因（异因）后转入步骤2；
⑥延长控制图的控制线，作控制用控制图，进行日常管理。
控制图的应用
控制图
控制图的应用
本任务以某厂生产的植物油为例，来说明控制图的在食品生产中的应用。
计算公式见表2。
UCL D4 R
质量控制 7种工具
质量控制 7种工具质量控制 7种工具1：流程图流程图是一种图形化的工具，用于显示和分析一个过程的每个步骤和决策点。
通过创建流程图，我们可以识别可能的问题和改进点，并确保流程的正确执行。
流程图还可以帮助团队成员理解工作流程，并促进流程的标准化和文档化。
2：帕累托图帕累托图是一种可视化工具，用于识别主要问题或因素。
它基于帕累托原理，即80/20法则，指出80%的问题通常由20%的因素引起。
使用帕累托图，我们可以将问题按照其重要性和影响力进行排序，以便优先解决最重要的问题。
3：散点图散点图是一种统计工具，用于显示两个变量之间的关系。
通过绘制数据点并构建趋势线，我们可以评估变量之间的相关性和趋势。
散点图可以帮助我们发现变量之间的模式和异常值，并作为数据分析和决策支持的依据。
4：控制图控制图是一种统计工具，用于监测过程的稳定性和一致性。
通过绘制数据点和控制限，我们可以判断过程是否在可接受范围内，并且及时发现和纠正异常情况。
控制图可以帮助我们控制变异，提高过程能力，并实现质量持续改进。
5：鱼骨图鱼骨图，也称为因果图或石墨图，是一种用于识别问题根本原因的工具。
通过将问题追溯到其可能的影响因素，我们可以确定导致问题的根本原因，并采取适当的纠正措施。
鱼骨图可以促进团队协作和创造性思维，并帮助我们避免只治疗症状而不是根本原因的错误。
6：直方图直方图是一种用于显示数据分布和频率的统计工具。
它将数据划分为若干区间，并绘制每个区间的频率柱状图。
通过分析直方图，我们可以了解数据的中心趋势、变异程度和异常值。
直方图可以帮助我们确定数据是否符合所预期的分布，并指导我们的决策和问题解决。
7：整理图整理图是一种用于整理、分类和归类信息的工具。
通过在图表上绘制连接线和标签，我们可以清晰地组织和呈现复杂的信息。
整理图可以帮助我们理清思路，梳理问题，促进有效的交流和决策。
附件：本文档未涉及附件。
法律名词及注释：1：质量控制：通过对产品或服务的过程和结果进行监测和调整，以确保符合质量要求的管理实践。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
根据统计数据的类型不同，控制图可分为：计量控制图和计数控制图（包括计件控制图和计点控制图）。
计量型控制图
平均数与极差控制图( -X-R Chart )
平均数与标准差控制图( -X-S Chart )
中位数与极差控制图( ~X-R Chart )
第一类：点子越出界限的概率为0.27%。准则1属于第一类。
第二类：点子虽在控制界限内，但是排列的形状有缺陷。准则2-8属于第二类。
控制图八大判异准则（口诀）
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>）
4/5C（连续5点中有4点在中心线同一侧的C区以外）
6连串（连续6点递增或递减，即连成一串）
8缺C（连续8点在中心线两侧，但没有一点在C区中）
9单侧（连续9点落在中心线同一侧）
14交替（连续14点相邻点上下交替）
15全C（连续15点在C区中心线上下，即全部在C区内
1界外（1点落在A区以外）
▶ 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>）
判读：
1、控制过严；
2、材料品质有差异；
判读
1、设备缓慢磨损；
2、工作者疲劳效应；
3、不良件之累计效应；
4、工作环境改变；
5、操作者技术逐渐进步；
6、原料均勻度缓慢改变；
7、测量设备已改变。
▶ 8缺C（连续8点在中心线两侧，但没有一点在C区中）
判读：
数据来自两个不同群体，亦即数据分层不够。
▶ 9单侧（连续9点落在中心线同一侧）
判读：
显示制程品质已发生特殊原因，有待追查原因并采取对策，若無其他特殊事项(设备工作不正常或固定松Байду номын сангаас使用新的不是很一致的原材料或新的检验员或量具)，可能中心值发生偏移。
3、检验设备或方法之大不相同；
4、不同制程之资料绘于同一控制图上；
5、不同品质材料混合使用。
▶ 4/5C（连续5点中有4点在中心线同一侧的C区以外）
判读
1、控制过严；
2、材料品质差异；
3、检验设备或方法改变；
4、不同制程之数据绘于同一管制图；
5、不同品质材料混合使用。
▶ 6连串（连续6点递增或递减，即连成一串）
▶ 14交替（连续14点相邻点上下交替）
判读：
数据分层不够：
a）轮流使用两台设备；
b）由两位操作员轮流进行操作而引起的系统效应。
▶ 15全C（连续15点在C区中心线上下，即全部在C区内）
判读：
若不是抽样有问题，就是制程已经过改善，造成变异数降低，或数据分层不够或为假数据。
▶ 1界外（1点落在A区以外）
控制图（Control Chart）又叫管制图，是对过程质量特性进行测定、记录、评估，从而监察过程是否处于控制状态的一种用统计方法设计的图。
有三条平行于横轴的直线：中心线（CL，Central Line）、上控制线（UCL，Upper Control Line）和下控制线（LCL，Lower Control Line），并有按时间顺序抽取的样本统计量数值的描点序列。UCL、CL、LCL统称为控制线（Control Line），通常控制界限设定在±3标准差的位置。
判读：
一点落在控制界限外，显示制程品质已发生非机遇原因，有待追查原因并采取对策，若无其他特殊事项(若R控制图稳定，计算错误，测量误差，原材料不合格或设备故障等。)则可能中心值偏移。
个別值与移动极差控制图( X-Rm Chart )
计数值控制图
不良率控制图(P chart)
不良数控制图(nP chart，又称np chart或d chart)
缺点数控制图(C chart)
单位缺点数控制图(U chart)
控制图种类及应用场合
控制图的分析与判定
应用控制图的目的，就是要及时发现过程中出现的异常，判断异常的原则就是出现了“小概率事件”，为此，判断的准则有两类。