SPC控制图判异准则制定依据判异准则顺口溜精选文档
控制图判异准则
精心整理
控制图判异准则
准则1：1个点子落在A区以外
（
准则2：连续9点落在中心线同一侧准则3：连续6点递增或递
准则4：连续14点中相邻点子总是上下交替准则5：连续3点中有2点落在中心线同一侧B区以外
准则6：连续5点中有4点子落在中心线同一侧C区以外准则7：连续15点落在中心线同两侧C区之内
准则8：连续8点落在中心线两侧且无1点在C区中等级Cpk值处理原则
A++ Cpk≥2.0 特优，可考虑成本的降低
A+ 2.0 > Cpk ≥ 1.67 优，应当保持之
A 1.67 > Cpk ≥ 1.33 良，能力良好，状态稳定，但应尽力提升为A+级
B 1.33 > Cpk ≥ 1.0
一般，制程因素稍有变异即有产生不良的危险，
应利用各种资源及方法将其提升为 A级
C 1.0 > Cpk ≥ 0.67 差，制程不良较多，必须提升其能力
D 0.67 > Cpk
不可接受，其能力太差，应考虑重新整改设计制
程。
SPC控制图判异准则 ppt课件
SPC控制图判异准则
异常原因： ➢ 新操作人员，方法不对，机器
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
SPC控制图判异准则
异常原因： ➢ 新操作人员，方法不对，机器
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
SPC控制图判异准则
异常原因： 工具逐渐磨损，维护水平逐则
异常原因： 白夜班交替，交替使用两不同机 台，两个不同供应商的材料交替 使用
SPC控制图判异准则
异常原因： ➢ 新操作人员，方法不对，机器
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
SPC控制图判异准则
本人将国标中的控制图的8条判异准则，每条总结成2到5个字，总共二十多个 字，可以像背诗一样，很容易记住： 一外、九同、六递、十四交 三二同B外、五四同C外、十五C内、八C外 详细解读及图表可参考下文，图表均摘自国标。
SPC控制图判异准则
➢一外：1个点落在A区以外 ➢九同：连续9点落在中心线同一侧 ➢六递：连续6点递增或递减 ➢十四交：连续14点中相邻点交替上下 ➢三二同B外：连续3点中有2点落在中心线同一侧的B区外 ➢五四同C外：连续5点中有4点落在中心线同一侧的C区外 ➢十五C内：连续15点落在中心线两侧的C区以内 ➢八C外： 连续8点落在中心线两侧且无一在C区以内（即在C区以外）
SPC控制图判异准则
异常原因： ➢ 新操作人员，方法不对，机器
故障，原料不合格 ➢ 检验方法或标准变化 ➢ 计算错误，测量误差
SPC控制图判异准则
异常原因： ➢ 数据不真实 ➢ 计算错误 ➢ 数据分层不够
SPC-8种判异准则
对判异的处置原则：查明原因，采取措施，加以消除，不再 出现，纳入标准
UCL A
+3σ
+2σ
B
C
+σ
X
C
-σ
B
- 2σ
LCL A
- 3σ
1
判异准则1
任何 1个点落在A区以外
x
UCL A
B C
C B A
LCL
x
Test 1. One Point Beyond Zone A
异常原因一般为: • 新操作人员，方法不对，机器故障，原料不合格 • 检验方法或标准变化 • 计算错误，测量误差
2
判异准则2，5, 6:
Test 2. Nine Points in a Row on One Side of the Center Line
2: 连续9个点落在中心线的同一侧;
UCL
A
5: 连续3个点中有2个点落在中心线同一侧的B 区以外;
B
6: 连续5个点中有4个点落在中心线同一侧的C
C
区以外
B
x
A
LCL
3
判异准则3 连续6个点递增或递减
Test 3. 6 Points in a Row Steadily Increasing or Decreasing
UCL
A
x
B
C
C
B A
LCL
x
异常原因一般为:
• 工具逐渐磨损，维护水平逐渐降低，操作人员技能逐渐提高
4
判异准则4
连续14个点中相邻点交替上下
异常原因一般为:
• 数据有假，计算错误；分层不够
6
判异准则8
连续8个点落在中心线两侧且无一在C区内
SPC判异规则
P=0.004
准 则 ⑤
连续3点中有2点落在中心线同一侧的B区以外
A
B
C C B
A
说明标准差可能已经变大
P＝6X0.0228X0.0228X0.9772=0.003
准 则 ⑥
连续5点中有4点落在中心线同一侧的C区以外
A B
C C
B A 可能均值发生了变化 P＝2X5X0.158664X（1－0.15886）=0.005331
准 则 ⑦ 连续15点落在中心线两侧的C区之内
A B C
C B A
数据分组不当，控制规格太宽和数据不准确所造成。 或应重新计算控制线。 P＝（1－0.15886x2)15=0.00326
准
则 ⑧
连续8点落在中心线两侧，但无一点在C区中
A B C
C B A
标准差太大
P＝（0.15886x2)8=0.000103
B
C
C
B
A
它可判断过程平均值较小趋势的变化，可能刀 具磨损，维修水平逐渐降低，操作员技能逐渐 提高。 P=(2/6)(0.9973/2)6= 0.00278
准 则 ④ 连续14点交互着一升一降。
A B C C B
A
存在两个总体，如两台设备或两位操作人员 轮流进行操作引起的。实际是数据分层不够 的问题。
①过程控制异常的判断
GB/T4091-2001《常规控制图》规定了八个判异准则：
准则1：一个点子落在A区以外。
A B C C B A
UCL
CL
LCL
P=0.0027
准
则 ②
连续9点落在中心线同一侧。
A B C C B A 表明均值可能产生偏移。
SPC判异规则
GB/T4091-2001《常规控制图》规定了八个判异准则：
准则1：一个点子落在A区以外。
A B C C B A
UCL
CL
LCL
P=0.0027
准
则 ②
连续9点落在中心线同一侧。
A B C C B A 表明均值可能产生偏移。
P=2(0.9973/2)9= 0.0038
准 则 ③
连续6点递增或递减。
八条判异规则的原理
在3σ界限控制图中，正常条件下，点子越出界限
的概率只有0.27%，这是一个小概率事件，若不是
异常状态，点子是不会超出控制界限以外的。另外， 即使所有点子落在界限内，但如果有下列排列异常的 情况发生，仍有可能判断处于失控状态。同理可以计 算下列情况的发生概率，它们也是小概率事件。
①过程控制异常的判断
准 则 ⑦ 连续15点落在中心线两侧的C区之内
A B C
C B A
数据分组不当，控制规格太宽和数据不准确所造成。 或应重新计算控制线。 P＝（1－0.15886x2)15=0.00326
准
则 ⑧
ቤተ መጻሕፍቲ ባይዱ
连续8点落在中心线两侧，但无一点在C区中
A B C
C B A
标准差太大
P＝（0.15886x2)8=0.000103
P=0.004
准 则 ⑤
连续3点中有2点落在中心线同一侧的B区以外
A
B
C C B
A
说明标准差可能已经变大
P＝6X0.0228X0.0228X0.9772=0.003
准 则 ⑥
连续5点中有4点落在中心线同一侧的C区以外
A B
C C
B A 可能均值发生了变化 P＝2X5X0.158664X（1－0.15886）=0.005331
8张图直观讲解SPC八大判异原则（燃爆质量圈）
8张图直观讲解SPC八大判异原则（燃爆质量圈）当我们要求供应商使用SPC进行过程控制的时候，必然会涉及到的一个问题就是8大判异原则。
也就是说，管制图中出现下面的8种点位分布的时候，我们就认为过程出现了特殊原因，我们必须找出点位分布异常的特殊原因，将其消除，从而提前遏制不良品的产生。
作为SQE，你有没有被供应商问及，为啥这8种分布叫做异常分布？今天就从统计学角度，跟大家解释一下，我们通常所说的8大判异原则为啥能够判异，其暗示的潜在异常原因是什么！首先所有SQE必须要清醒地认识：异常的出现就是小概率事件产生了！首先给大家解释下正态分布的概率比例，见下图：在这张图上，请大家忽略SQE供应商质量平台的logo和名称，专注地记住左A，左B，左C，右C，右B，右A这6个分区；同时在ABC分区的下方都有一个相同颜色的小数：0.023，0.136，0.341(这是样本点出现在相应分区的概率，查表可得，有兴趣，大家可以自己去查表，我们在本文结束的时候有表哦)好，接下来，我给大家一一解释8大判异入选异常判断准则的缘由：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>）解释：0.023的平方=0.00529，就是说抽1000数据，才会出现6次这样的情况，小概率事件产生了，肯定有特殊原因导致！原因：一般认为是新员工，工艺方法错误，机器故障，原材料不合格，测量错误，计算错误，检验方法或标准变化。
4/5C（连续5点中有4点在中心线同一侧的C区以外）解释：(0.136 0.023)的4次方=0.000639，就是说这种情况出现的概率是千分之六，小概率事件产生了，肯定有特殊原因导致！原因：一般认为是新员工，工艺方法错误，机器故障，原材料不合格，测量错误，计算错误，检验方法或标准变化。
6连串（连续6点递增或递减，即连成一串）解释：规律分布，必有异因！原因：刀具模具等工具的磨损，维护保养水平降低，操作工的技能越来越熟练。
最全的质量管理＂口诀＂
最全的质量管理＂口诀＂2017最全的质量管理＂口诀＂质量管理是一项复杂又系统的工程，涉及的知识面广量大。
怎么将这些知识与实际工作结合，并推广复制?yjbys店铺为大家分享整理了非常受用的质量管理口诀，和大家一同分享。
【一个总目标】如期如数的产出符合客户及法规要求的产品，不断的朝零缺点靠近。
【二个重点】1、首件检查要彻底，避免错误再补救2、制造过程要重视(发现异常) 停线处置排除继续生产【三不政策】1、不接受不良品2、不制造不良品3、不放过不良品【四大作法】1、参照作业指导书的要求，了解本身岗位的要领2、参照规范、标准3、未做先检查(首件检查)4、做完再确认【五大观念】1、满足客户的要求、品质没有折扣2、品质不是检验出来的，而是制造、设计习惯出来的3、主动的自检效果胜过无数次的被动检查4、一次就做好的事情不要让不断的修理、返工来影响品质5、差不多、大概、好像是品质最大的敌人【六SIGMA】原因找不到---不放过责任分不清---不放过纠正措施不落实---不放过纠正措施不验证---不放过有效措施不纳入---不放过【七种浪费】等待、搬运、移动、生产过多、库存、不合格品、加工的浪费【八大原则】以顾客为中心领导作用全员参与过程方法管理的系统方法持续改进基于事实的决策方法与供方互利的关系【九大步骤】1、发掘问题、选定项目-质量-SPC2、追查原因3、分析数据4、提出方案5、选择对象6、草拟行动7、成果比较9、标准化【5W2H法】What---什么问题?(主要问题)Why---为什么要这样做(目标) 明确目标，消除不必要的步骤Where---在哪里/完成到什么地方了(地点)When---什么时间是最佳的，何时开始/结束(时间) 选择顺序Who----谁去执行，谁负责(人)How----如何完成，是否有其它的.方法(方法) 将工作简化How much---完成到什么程度，成本多少(程度，成本)【4M1E】Man—人Machine—机器Material—物料Method—方法Environment—环境【VIA手法】价值分析( Value Analyss)手法价值工程( Value Engineering)手法工业工程( Industrial Engineering )手法品质管制( Quality Control)手法【品管圈活动】同一场所的同仁5-10人组成在一起组成一小团体，针对工作岗位上的问题，成员集思广益，运用VIQ手法，转动PDCA管理循环，推行自主管理,全员参与与实施.。
SP控制图判异准则制定依据判异准则顺口溜
题，选择 14 点是通过统计模拟试验而得出的，其 准则五，连续 3 点中有 2 点在 A 区
α 大体与准则一， α0 =0.0027 相当。
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较灵敏。这里要补充的是任何两点，至于第三点在何处，
甚至可以根本不存在。由于点子落在中心线一侧
2-3 σ 个标准差间的概率 =0.0214, 故 α 0 =2 ×3×0.02143×（ 0.9973-
控制图八大判异准则－精简顺口溜版
本人因记性差，对八大判异准则总记不下，所以就想到用把内容精简提练后，编成顺口溜。这样好记一些， 再也不会忘记了。大家提提意见，觉得怎么样？
控制图八大判异准则－精简顺口溜版口决：（就三句，很简单吧！只要记住以下兰色部分的三句话就行了， 不过第一次要对照下面附件中的图看才明白。）
P（ 6 点倾向） = α 5 = 0.00273 P（ 7 点倾向） = α 7 = 0.00039 显然， 6 点倾向最接近准则一， α0 =0.0027 ，故其判异是合适的。 准则四，连续 14 点上下交替。 出现这种现象是由于轮流使用两台设备或两位操作人员轮流操作而引起的系统效应。实际上这是一个数据分层不够的问
控制图。这种延长的控制线相当于生产立法，便进入日常管理。
故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。
在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。
1）判稳准则的思路 对于判异来说，“点出界就判异”。虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判
SPC控制图判异准则制定依据
过程控制图包含 2 种，一种是 “分析用控制图”，另一种是“控制用控制图”。
SPC判异准则及异常处理方法
SPC判异准则及异常处理方法SPC（Statistical Process Control，统计过程控制）是一种统计学方法，用于监控和控制生产过程中的变异性。
SPC判异准则及异常处理方法是在SPC中根据统计原理和实践经验，通过判断变异性的大小和特征，对生产过程中的异常情况进行识别和处理的一组准则和方法。
以下是关于SPC判异准则及异常处理方法的详细解释。
1.单点超过控制限：当其中一数据点超过了控制限（如平均值+-3倍标准差），则判定该点为异常点，需要进行进一步的调查和分析。
2.连续点在控制限同一侧：当连续9个数据点（或更多）在控制限的同一侧，即连续的点都在控制限的上方或下方，也被视为异常情况。
3.连续点递增或递减：当连续6个数据点（或更多）趋势性递增或递减，即连续的点呈现上升或下降趋势，也被判定为异常情况。
异常处理方法：1.确认异常情况：当SPC中的判异准则检测到异常情况时，首先需要进行确认。
确认的过程包括检查数据是否正确记录、仪器是否正常运行以及可能的人为误操作等方面。
确保数据的准确性和可靠性。
2.分析异常原因：在确认异常情况后，需要进行进一步的分析，找出异常的原因。
可以通过对异常数据点进行回溯追踪，了解数据采集和处理的过程，找出是否有不符合要求的环节。
也可以进行因果分析，通过探讨可能的原因和影响因素，找到导致异常情况的主要因素。
3.处理异常问题：根据分析结果，采取相应的措施来处理异常问题。
可以通过修复或调整设备，改进操作流程，培训操作人员等方式来减少异常情况的发生。
同时，还可以根据SPC方法的统计结果，进行数据的加权处理，降低异常数据点对整体变异性的影响。
4.不断改进：异常处理过后，应对整个过程进行总结和反思，总结异常情况的原因和处理方法的有效性，并将其纳入到改进措施中。
持续改进是SPC方法的核心理念之一，通过不断改进过程和系统，提高生产质量和效率。
除了上述的判异准则和异常处理方法外，还有其他的SPC判异准则和异常处理方法，例如：典型模式判异、自相关及偏自相关判异、均值偏移判异等等。
SPC8种判异准则
SPC8种判异准则第一种判异准则是案件的事实，即对案件涉及的事实进行判断。
这包括查明案件的基本事实、争议事实和关键事实。
作为审判员，必须全面、客观、准确地评估案件的事实，避免片面、主观或不合理的判断，确保事实的真实性和客观性。
第二种判异准则是法律规定，即根据相关法律法规对案件所涉及的法律问题进行判断。
这包括理解、适用和解释法律条文，明确的法律意义和要求。
审判员应当具备扎实的法律知识和专业素养，正确运用法律规定，确保法律的正确性和公正性。
第三种判异准则是证据的质证，即对案件的证据进行质证和评估。
这包括确定证据的合法性、充分性和可信性，以及对证据中的矛盾、打消疑虑等进行解释和评估。
审判员应当合理运用法律规定，确保证据的可信性和可靠性，排除不实证据对案件的影响。
第四种判异准则是证据的采信，即对证据的采信与排除进行判断。
这包括对证据的采信范围、证据的价值和作用进行评估，以及对证据的排除、补充和重估进行抉择。
审判员应当根据法律规定和司法实践，恰当地采信与排除证据，确保审判的公正性和合理性。
第五种判异准则是法律条文的解释，即对相关法律条文进行解释和理解。
这包括理解法律条文的一般意义、特殊意义和法律制度等方面的要求，以及运用法律解释原理和方法进行解释和适用。
审判员应当根据法律规定和立法原意，进行正确的法律解释，保证判决的合法性和准确性。
第六种判异准则是案件的裁判标准，即依据法律和司法解释，对案件裁判标准进行判断。
这包括对法律规定、司法解释和相关判例的理解和适用，以及对案件裁判原则、要素和标准的评估和决策。
审判员应当根据法律规定和司法实践，恰当地确定裁判标准，确保判决的公正性和合理性。
第七种判异准则是案件的评估，即对案件的综合评估和判决。
这包括对案件的综合素质、法律效果和社会影响进行评估，以及对利益和公共利益之间的平衡和权衡进行决策。
审判员应当充分考虑各种因素和因素之间的相互影响，做出符合法律和公正的判决。
最后一种判异准则是案件的程序规定，即对案件的程序规定进行评估和判断。
控制图判异准则
控制图判异准则
要想记住控制图判异八大准则且忘不了，我跟大家分享一套口诀，绝对好使！！
★1A外、23B、45C、66D(递)、8无C(7)、15在C区、9(酒)醉躺一边、上吐下泻快14(要死)★
备注：控制图判异准则：
准则1：1个点子落在A区以外（点子越出控制界限）
准则2：连续9点落在中心线同一侧
准则3：连续6点递增或递减
准则4：连续14点中相邻点子总是上下交替
准则5：连续3点中有2点落在中心线同一侧B区以外准则6：连续5点中有4点子落在中心线同一侧C区以外
准则7：连续15点落在中心线同两侧C区之内
准则8：连续8点落在中心线两侧且无1点在C区中。
SPC 8种判异准则答辩
2
判异准则2，5, 6:
Test 2. Nine Points in a Row on One Side of the Center Line
2: 连续9个点落在中心线的同一侧;
UCL
A
5: 连续3个点中有2个点落在中心线同一侧的B 区以外;
B
6: 连续5个点中有4个点落在中心线同一侧的C
C
区以外
C
B
x
Test 5. 2 Out of 3 Points in a Row in
Zone A or Beyond
x
x
UCL A
B
A
LCL
Test 6. 4 Out of 5 Points in a Row in Zone B and Beyond
C
C B A
LCL
UCL
A
x
B
C
x
C
异常原因一般为:（同准则1）
Test 4. 14 Points in a Row Alternating Up and Down
UCL
A
B C
C
x
B
A
LCL
异常原因一般为:
• 轮流使用两台设备或有两个操作员工轮流操作，使得数据分 层不够
5
判异准则7
连续15个点落在中心线两侧的C区以内
UCL A
B
x
C
C B A
LCL
Test 7. 15 Points in a Row in Zone C (Above and Below CL)
B
x
A
LCL
3
判异准则3 连续6个点递增或递减
Test 3. 6 Points in a Row Steadily Increasing or Decreasing
质量控制图判定异常情况的口诀
质量控制图判定异常情况的口诀质控图的判异准则和原因分析1控制图八大判异口诀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）2原因分析▶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。
▶ 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）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动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。
▶ 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。
SPC管制图判读原则
管制界限內之不良原因查询
特异值(freaks):某个观测值明显的与其它值不同。
管制图发生特异值之原因 可能是: 1.工具设计错误应立即改進 2.测量错误 3.绘制错误 4.操作错误 5.设备故障等
周期变化(cycles):在一个短区间，資料会以某种模式重复。
管制图发生周期变化之原因 可能是: 1. 季节性因素影响如气温和湿度等 2. 固定设备已磨损 3. 操作员疲劳 4. 电压变化 5. 工作轮调等
平均值改变(shift in level):平均值明显不在中心线附近
管制圖發生平均值改變之原因 可能是: 1.夾具 2.制程方法 3.制程技术 4.引进新原料 5.操作員技術更熟練 6.改變設備維修計畫 7.引進製程管制等 8.標準變化
趨勢(trends):管制圖中的點逐漸上升或下降
管制圖發生趨勢之原因 可能是: 1.某些零件逐漸鬆動或磨耗 2.多種原料混合使用 3.工具與夾治具逐漸磨損 4.操作員學習中 5.維修技術不良 6.製造現場之環境髒亂
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
不稳定(instability):出現不寻常的大波动
超出管制界限的点
管制图判断規则之原因 此規则是最常使用到的，因为如果以3σ为管制界限，而观测值会 落到3σ外的机率只有0.0026。
- 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)。
S P C控制图判异准则制定依据判异准则顺口溜
精选文档
TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-
SPC控制图判异准则制定依据
过程控制图包含2种，一种是“分析用控制图”，另一种是“控制用控制图”。
分析用控制图，主要作以下2点用途：①所分析的过程是否为稳态；②过程能力指数是否满足要求。
这种把能力指数满足要求称作技术稳态。
分析用控制图的调整过程即质量不断改进的过程。
控制用控制图，当过程达到我们所确定的“统计稳态“和技术稳态”后，才能将分析用控制图的控制线延长作为控制用控制图。
这种延长的控制线相当于生产立法，便进入日常管理。
故从数理统计的角度来看，分析用控制图阶级就是过程参数未知阶段，而控制用控制图阶段则是过程参数已知阶段。
在由分析用控制图向控制用控图转化前，需要对过程判读，这时就需要用到：判稳准则和判异原则。
1）判稳准则的思路
对于判异来说，“点出界就判异”。
虽不百发百中，也是千发九九七中，很可靠，但在控制图上有一点未出界，可否判稳？这可能存在2种可能：①过程本来就稳定；②异常漏报。
故出现一点未出界不能立即判稳。
但接连出现m （m>>1）个点子未出界，则情况大不相同。
这时整个点子系列的β总=βm要比个别点子的β小得多，可以忽略不计。
那么仅有一种可能，即过程稳定。
如果接连在控制界内的点子更多，即使有个别个点子偶然出界，过程仍可看作是稳态的。
这就是判稳准则的思路。
判稳准则，在点子随机排列的情况下，符合下列各原则之一就判稳：
连续25个点，界外点数d=0;其概率P = α1
连续35个点，界外点数d≤1; 其概率P = α2
连续100个点，界外点数d≤2; 其概率P = α3
尽管在上述判稳原则下，对于出界点也应当加以排查。
用概率统计如下，假设过程正常：
P（连续35点，d≤1）=（0.9973）35（0.0027）0+（0.9973）34（0.0027）1= 0.9959 =α2
故, P（连续35点，d>1）= 1 - 0.9959 = 0.0041 =α2
同理，α1 = 0.0654；α2 = 0.0041；α3 = 0.0026，可见α1 与α2 和α3明显不相称。
故有专家认为应取消第①条，但体哈特控制图的国际标准ISO8258：1991仍然保留了这条原则，显然有经济因素考虑。
判异准则，我们知道SPC的基准为统计控制状态，若过程偏离这种状态就称为异常。
因此，所以异常就会存在异常的好和异常的坏。
判异准则有2类：
点出界就判异；
界内点排不随机就判异。
由于点子数量未加以界定，其模式可能有无穷多，但现场能保留下来继续使用的只有明显物理意义的若干种，在控制图中要注意加以识别。
准则一，一点在A区外
准则一可对参数μ与σ变化给出信号，还可对过程单个失控作出反应，如计算错误，测量误差，原材料不合格，设备故障等，犯第一种错误的概率，称为显着水平，记α0 =0.0027
准则二,连续9点在C区或其外排成一串
此准则作为准则一而补充的,以提高控制图的灵敏度,选择9点是为了使其犯第一种错误的概率α与准则一的α0 =0. 0027大体相仿.在控制线一侧连续出现的点称为链，下列点数链长的α为：
P（中心线一侧出现长为7的链）= α7 = 2（0.9973/2）7 = 0.0153
P（中心线一侧出现长为8的链）= α8 = 2（0.9973/2）8 = 0.0076
P（中心线一侧出现长为9的链）= α9 = 2（0.9973/2）9 = 0.0038
P（中心线一侧出现长为10的链）= α10 = 2（0.9973/2）10 = 0.0019
可见，α9 与准则一的α0 相当，若长=7判异，比α0 大的多。
以往采用不着7点，而目前改为9点判异。
这主要是因为推行SPC一般采用电脑进行，从而使得整个系统的α总概率增大，不难
证明：α总≈∑αi为减少α总，就得使每条判异准则各自的αi
准则三，连续6点递增或递减。
此条准则针对过程平均值的倾向性而设计的，它判定过程平均值的较小倾向要比准则一更为灵敏。
其产生原因可能是工具损坏，或作业员技能改进等。
P（n倾向）= αi = 2/ni（0.9973/2）n ,于是有：
P（5点倾向）= α5 = 0.01644
P（6点倾向）= α5 = 0.00273
P（7点倾向）= α7 = 0.00039
显然，6点倾向最接近准则一，α0 =0.0027，故其判异是合适的。
准则四，连续14点上下交替。
出现这种现象是由于轮流使用两台设备或两位操作人员轮流操作而引起的系统效应。
实际上这是一个数据分层不够的问题，选择14点是通过统计模拟试验而得出的，其α大体与准则一，α0 =0.0027相当。
准则五，连续3点中有2点在A区
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较灵敏。
这里要补充的是任何两点，至于第三点在何处，甚至可以根本不存在。
由于点子落在中心线一侧2-3σ个标准差间的概率=0.0214,故α0 =2×3×0.02143×（0. 9973-0.0214）=0.00268，这与准则一很接近。
准则六，连续5点中有4点在B区。
此准则与准则五类似，这第5点可在任何地方。
本准则对于过程平均值的偏移也灵敏。
由于点子在 1-2σ之间的概
率=φ（1）-φ（2）= 0.15886-0.02275 = 0.13591，故有P（5点中有4点在B区）= 2×C5×0.135914×（0.9973-0.13591）=0.0029与准则一α0 =0.0027相当。
准则七，连续15点在C区中心线上下
对于本准则的现象，不要被它良好现象所迷惑，而应注意它的非随机性。
造成这种现象的原因有2种：数据虚假或数据分层不够。
我们知道点在C区的概率=0.68268
连续14点在C区，α14 = 0.6826814 = 0.00478
连续15点在C区，α15 = 0.6826815 = 0.00326
连续16点在C区，α16 = 0.6826816 = 0.00223
其中, α15??= 0.00326与准则一α0 =0.0027较近,故有准则七.从表面上看, α16 = 0.00223与准则一α0 =0.00 27更接近点,16个点子比15个点子应用起来不如15个点子方便.
准则八，8点在中心线两侧，但无1点在C区
造成此现象的原因为数据分层不够。
由于点子落在1-3σ之间的概率=φ（1）-φ（3）= 0.15886-0.00135 = 0.1573 1，故有
α8 = 2×（C1×C2×C3×C4×C5×C6×C7×C8）×0.157318 = 0.0002，类似地可算出：
α7 =0.0006，α6 =0.0019，α5 =0.006。
据此计算，显然α8 = 0.0002较之α0 =0.0027过小，而α6 =0.0019
与之较接近，故建议准则8改为：6点在中心线两侧，而无1点在C区。
综合上述，不论是判稳还是判异原则，都是以是否服从正态分布为出发点，以休哈特定制的3σ为管理限度为类比参照。
控制图八大判异准则－精简顺口溜版
本人因记性差，对八大判异准则总记不下，所以就想到用把内容精简提练后，编成顺口溜。
这样好记一些，再也不会忘记了。
大家提提意见，觉得怎么样？
控制图八大判异准则－精简顺口溜版口决：（就三句，很简单吧！只要记住以下兰色部分的三句话就行了，不过第一次要对照下面附件中的图看才明白。
）
23456，AC连串串（连增或连减）；
81 514，缺C全C交替转；
9单侧，一点在外。
控制图八大判异准则提练（口决、图片对应项目）：
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）
解说：
23456，AC连串串（连增或连减）；
---2/3、4/5、6分别对应A、C、连串串；即2/3A；4/5C；6连
串。
81514，缺C全C交替
转
---8、15、14分别对应缺C、全C、交替转；即8缺C；15全C；14上下交
替。
9单侧，一点在
外
---9点在同一侧；一点出A区外。