(SPC)单值移动极差-初始研究图
SPC教材(CP和CPK计算)
接上页
5、使不必要的变差最小 确保过程按预定的方式运行 确保输入的材料符合要求 恒定的控制设定值 注：应在过程记录表上记录所有的相关事件，如：刀具更新，新的材料批 次等，有利于下一步的过程分析。
21/ 52
均值和极差图（X-R）
1、收集数据
以样本容量恒定的子组形式报告，子组通常包括2-5件连续的产品， 并周性期的抽取子组。 注：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。 1-1 选择子组大小，频率和数据 1-1-1 子组大小：一般为5件连续的产品，仅代表单一刀具/冲头/过程 流等。（注：数据仅代表单一刀具、冲头、模具等 生产出来的零件，即一个单一的生产流。） 1-1-2 子组频率：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。
是指按标准偏差为单位来描述的过程均值和规格界限 过程能力 (Process Capability) 的距离，用Z来表示。
移动极差 （Moving Range)
两个或多个连续样本值中最大值和最小值之差。
7/ 52
持续改进及统计过程控制概述 有反馈的过程控制系统模型
过程的呼声 人 设备 材料 方法 环境 统计方法 我们工作 的方式/资 源的融合
9/ 52
每件产品的尺寸与别的都不同
范围 范围 范围 但它们形成一个模型，若稳定，可以描述为一个分布
范围
分布可以通过以下因素来加以区分 位置 分布宽度
形状
或这些因素的组合
10/ 52
如果仅存在变差的普通原因， 随着时间的推移，过程的输 出形成一个稳定的分布并可 预测。
SPC控制图应用步骤简明教程
1. 收集数据
2. 建立控制限
3. 统计上受不 受控的解释
4. 为了持续控 制延长控制限
当过程受控时并经过过程能力评价满足要求时， 应可以延长控制限，以满足未来过程控制的需 要。如果过程中心线偏离目标值，可能需要针 对目标值进行调整。
过程能力和过程性能
计量型数据 过程能力和过程性能
1. 过程能力：仅适用于稳定统计过程，是过程固有变差的 6 范围，
2.子组数量：为了建立控制限，通常取25个子组，或更多个子组包含100或 更多个单值读数。
3.子组容量：较大的子组能很容易探测出较小的过程变化。一般2-5个样本。 4.子组频率：通常按时间顺序来取子组，目的是探测过程随时间发生的变化。
推荐的频率见附表所示
附表 推荐的子组频率
每小时产量
10以下 10-19 20-49 50-99 100以上
1. 计量型控制图
1) 单值与移动极差控制图（I-MR）。 【 样本量n=1】 2) 均值极差控制图（XBar-R图）； 【样本量2 ≤n ≤9】
~ 3) 均值与标准差控制图（XBar-S图）；【样本量n ≥10】
4) 中位数与极差控制图（X-R图）；
2. 计数值控制图
1) 不良率控制图（P图）； 2) 不良数控制图（NP图）； 3) 缺点数控制图（C图）； 4) 单位缺点数控制图（U图）。※
drσ ≥50%
评价 接近稳定 不太稳定
不稳定 很不稳定
6西格玛相关
（一）连续型数据的流程能力
流程的西格玛水平：Z值 Z值可以描述流程的不合格率P(d)
ZUSL =
USL-X
ZLSL =
X-LSL
PPAP-SPC-MSA-FEMA-APQP五大质量工具简介
1、分析过程 · 本过程应做些什么？ 2、维护过程 · 会出现什么错误 · 监控过程性能 · 本过程正在做什么？ · 查找偏差的特殊 · 达到统计控制状态？ 原因并采取措施 · 确定能力 计划 实施 计划 实施 措施 研究 措施 研究 计划 实施 措施 研究 3、改进过程 · 改进过程从而更好地 理解普通原因变差 · 减少普通原因变差
APQP各阶段（过程）输入输出
产品设计和开发阶段：
2.产品设计 和开发
1.DFMEA 2.可靠性和装配设计 3.设计验证 4.设计评审 5.制造样件—— 控制计划 6.工程图纸 7.工程规范
1.设计目标 2.可靠性和 质量目标 3.初始材料清单 4.初始过程流程图 5.特殊产品和过程 特性的初始清单 6.产品保证计划 7.管理者支持
PPAP,SPC,MSA,FEMA,APQP五大质量工具简介
五大核心工具简称
1.APQP: Advanced Product Quality Planning and Control Plan 产品质量先期策划和控制计划 2. FMEA: Potential Failure Mode and Effects Analysis 潜在的失效模式与后果分析 3. SPC: Statistical Process Control 统计过程控制
失效链
水箱支架断裂
水箱后倾
水箱与风扇碰撞
水箱冷却水管被风扇刮伤
水箱冷却液泄漏
冷却系统过热
发动机气缸损坏
汽车停驶
FMEA
潛在失效模式與后果分析作業序列
項目 /功能(要求)
潛在 失效模式
潛在 失效后果
潛在原因/ 失效機制
現行設計 (製程)管制
SPC
•
当n较大时 X 逐于正态分布。
• 2、均值（ X )分布的标准差
X
n
• 3、均值（ X ）分布的中心与总体分布中心相同。
什么是计量值控制图？
• 工序质量的两种变异
- 随机性变异 - 系统性变异
• 控制图是通过样本观测值以图的形式检测 工序是否存在系统性原因的一种方法 • 计量值控制图： Xbar-R ; Xbar-s ; Me-R ; X-Rs
• 2 质量管理科学有一个重要的特点，即对于 质量管理所提出的原则、方针、目标都要 有科学措施与科学方法来保证他们的实现。
控制图重要性
• 控制图的重要性 • 是贯彻预防原则的SPC的重要工具，是质量管理七个工具 的核心。 • 1984年名古屋工业大学调查115家日本各行各业的中小型 工厂，平均每家采用137张控制图； • 柯达5000职工一共用了35000张控制图。 • 控制图的张数在某种意义上反映管理现代化的程度。
步骤4 确定中心线和控制限
X
图：
CL X X UCL X
X1 X 2 X3 X K K X 3 X X 3 n 1 X3 R X A2 R d2 n n
LCL X X 3 X X 3 X3 1 d2 n
R X A2 R
• 2、确定抽样方式
– —定期法 – —即时法
一般采用即时法。
步骤二、确定抽样方案(续)
• 3、确定抽样间隔期
– 确定抽样间隔应考虑的因素
• —工序稳定性 • —抽样时间及成本因素 • —工序能力指数 • —工序调整周期
– 一般在两次相邻的工序调整之间要抽取 20—24 个样本
• *当n≥10时，此时用R/d2作为对σ的估计，误差较 • 大，此时一般选用X-S控制图代替X-R图。
SPC
规格范围
+/-1 σ +/-2σ 95.45% 99.73% 99.994%
缺陷概率
31.73% 4.55% 0.27% 0.0063%
+/-5σ
+/-6σ
99.99994%
99.9999998%
SPC
0.000057%
0.000000198%
第 33 片
SPC
第
8片
SQC與SPC
SQC( Statistical Quality Control )。 戴明博士(Dr. Deming)所發展。 SQC主要內容(美國定義強制性的戰時標準)
Z1-1-1941 Guide for Quality Control Z1-2-1941 Control Chart Method for analyzing Data Z1-3-1942 Control Chart Method for Control Quality During Production
SPC
第 36 片
X
－R图
其中K为子
我们用以下运算法则计算控制线：
R R1 R2 Rn k
X X1 X2 Xn k
组数
和
UCL D R
R 4
LCL = D R
R 3 2
UCL = X + A R
x
LCL = X - A R
x 2
SPC
第 37 片
X
－R图
D4, D3 和 A2 的值
统计过程控制
• 计量型 SPC 图 我们将主要研究的计量型SPC图为：
–均值和极差图 ( X 和R图）
SPC
SPC控制图——单值移动极差图（X-MR）详解
SPC控制图——单值移动极差图（X-MR）详解在某些情况下，应⽤单位⽽不是⼦组来进⾏过程控制是⼗分必要的，在这样的情况下，⼦组内的变差实际上为0，这种情况通常发⽣在测量费⽤很⼤时（例如破坏性试验），或是当在任何时刻点的输出性质⽐较⼀致时（例如：化学溶液的pH 值）。
在这些情况下，可应⽤SPC控制图中的单值移动极差图（X-MR）来进⾏过程监控，本⽂将就单值移动极差图（X-MR）做⼀解析。
SPC控制图——单值移动极差图（X-MR）制作步骤A．收集数据· 在数据图上从左⾄右记录单值读数（X）。
· 计算单值间的移动极差（RM）。
通常最好是记录每对连续读数间的差值（例如：第⼀和第⼆个读数点的差，第⼆和第三个读数间的差等）。
这样移动极差的个数⽐单值读数的个数少⼀个（25个读数可得到24个移动极差）。
在很少的情况下，可在较⼤的移动组（例如3或4个的基础上计算移动极差。
注意，尽管测量是单独抽样的，但是读数的个数形成移动极差的成组决定了各义样本容量n，当查系数表时必须考虑该值。
· 单值图（X 图）的刻度按下列最⼤者选取（a）产品的规范容差加上超过规范的读数的允许值，或（b）最⼤单值读数与最⼩单值读数之差的1.5 到2倍。
移动极差（MR）图的刻度间隔与X 图⼀致。
B．计算控制图· 计算并描绘过程均值（单值读数之和除以读数的个数，按常规记为X，并计算平均极差（R），注意对于样本容量为2 的移动极差，其移动极差（MR）的个数⽐单值读数的个数少1；· 计算控制限：式中：R 为移动平均极差，X是过程均值，D4、D3 和E2 是⽤来对计算移动极差进⾏分组，并随样本容量变化的常数，见下⾯表格：C． 过程控制解释审查移动极差图中超出控制限的点，这是存在特殊原因的信号。
记住连续的移动极差间是有联系的，因为它们⾄少有⼀点是共同的。
由于这个原因，在解释趋势时要特别注意。
对于趋势的解释可能要请教统计学家；可⽤单值图分析超出控制⼦的点，在控制限内点的分布，以及趋势或图形。
SPC操作手册（详细完整版）
SPC操作⼿册（详细完整版）SPC操作⼿册SPC即统计过程控制（Statistical Process Control）。
SPC主要是指应⽤统计分析技术对⽣产过程进⾏实时监控，科学的区分出⽣产过程中产品质量的随机波动与异常波动，从⽽对⽣产过程的异常趋势提出预警，以便⽣产管理⼈员及时采取措施，消除异常，恢复过程的稳定，从⽽达到提⾼和控制质量的⽬的。
在⽣产过程中，产品的加⼯尺⼨的波动是不可避免的。
它是由⼈、机器、材料、⽅法、和环境等基本因素的波动影响所致。
波动分为两种：正常波动和异常波动。
正常波动是偶然性原因（不可避免因素）造成的。
它对产品质量影响较⼩，在技术上难以消除，在经济上也不值得消除。
异常波动是由系统原因（异常因素）造成的。
它对产品质量影响很⼤，但能够采取措施避免和消除。
过程控制的⽬的就是消除、避免异常波动，使过程处于正常波动状态。
SPC技术原理：统计过程控制（SPC）是⼀种借助数理统计⽅法的过程控制⼯具。
它对⽣产过程进⾏分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的⽬的。
当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。
由于过程波动具有统计规律性，当过程受控时，过程特性⼀般服从稳定的随机分布；⽽失控时，过程分布将发⽣改变。
SPC正是利⽤过程波动的统计规律性对过程进⾏分析控制的。
因⽽，它强调过程在受控和有能⼒的状态下运⾏，从⽽使产品和服务稳定地满⾜顾客的要求。
SPC 强调全过程监控、全系统参与，并且强调⽤科学⽅法（主要是统计技术）来保证全过程的预防。
SPC不仅适⽤于质量控制，更可应⽤于⼀切管理过程（如产品设计、市场分析等）。
正是它的这种全员参与管理质量的思想，实施SPC可以帮助企业在质量控制上真正做到"事前"预防和控制，SPC可以：·对过程作出可靠的评估；·确定过程的统计控制界限，判断过程是否失控和过程是否有能⼒；·为过程提供⼀个早期报警系统，及时监控过程的情况以防⽌废品的发⽣；·减少对常规检验的依赖性，定时的观察以及系统的测量⽅法替代了⼤量的检测和验证⼯作。
SPC控制图选用原则
一、按控制图测量性质不同，控制图可分为计量型控制图和计数型控制图两大类。
前者反映产品或过程特性的计量数据,后者反映计数数据。
SPC软件免费下载：计量型控制图又可分为:1)均值-极差(X-R)图:适用于长度,重量,时间,强度,成分以及某些电参数的控制2)均值-标准差(X-S)图:适用于样本较大的过程控制3)单值-移动差(X-Rs)图:只能获得一个测量值或测量成本较高的情形.4)中位数-极差(X-R)图计数型控制图:1)缺陷数(C)控制图:计数检验的个数相对于被检验对象的总体很少时适用.2)百分率(P)图:适用于计数的值所占的比例较大时.2、按控制图用途不同，控制图可分为分析用控制图与控制用控制图。
常规控制图的作用制造业的传统方法有赖于制造产品的生产,有赖于检验最终产品并筛选出不符合规范的产品的质量控制。
这种检验策略通常是浪费和不经济的,因为它是当不合格品产生以后的事后检验。
而建立一种避免浪费、首先就不生产无用产品的预防策略则更为有效。
这可以通过收集过程信息并加以分析,从而对过程本身采取行动来实现。
控制图是一种将显著性统计原理应用于控制生产过程的图形方法，由休哈特(Walter Shewhart)博士于1924年首先提出。
控制图理论认为存在两种变异。
第一种变异为随机变异,由“偶然原因＂(又称为"一般原因")造成。
这种变异是由种种始终存在的、且不易识别的原因所造成,其中每一种原因的影响只构成总变异的一个很小的分量,而且无一构成显著的分量。
然而，所有这些不可识别的偶然原因的影响总和是可度量的,并假定为过程所固有。
消除或纠正这些偶然原因,需要管理决策来配置资源、以改进过程和系统。
第二种变异表征过程中实际的改变。
这种改变可归因于某些可识别的、非过程所固有的、并且至少在理论上可加以消除的原因。
这些可识别的原因称为"可查明原因"或"特殊原因"。
它们可以归结为原材料不均匀、工具破损、工艺或操作的问题、制造或检测设备的性能不稳定等等。
统计工序控制 即SPC(Statistical Process Control)
3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。
5.改善的评估：制程能力可作为改善前後比较之指标。
利用管制图管制制程之程序
1.绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。
特殊原因
一种间断性的，不可预计的，不稳定的变差来源。有时被称为可查明原因，存在它的信号是：存在超过控制线的点或存在在控制线之内的链或其他非随机性的情形。
普通原因
造成变差的一个原因，它影响被研究过程输出的所有单值；在控制图分析中，它表现为随机过的操作者使用
? 有助于过程在质量上和成本上能持续的、可预测的保持下去
? 使过程达到：
? 更高的质量
? 更低的单件成本
? 更高的有效能力
? 为讨论过程的性能提供共同的语言
? 区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措施的指南
造的产品
-评估人员、设备、材料与工作方法的适当性
-根据规格公差设定设备的管制界限
-决定最经济的作业方式
过程控制和过程能力
◎目标:过程控制系统目标,是对影响过程的措
施作出经济合理的决定, 避免过度控制
与控制不足
◎过程能力讨论:必需注意二个观念
○由造成变差的普通原因来确定
在实际应用中,当各组容量与其平均值相差不超过正负25%时,可用平均样本容量( )来计算控制限.
在什么条件下分析阶段确定的控制限可以转入控制阶段使用：
? 控制图是受控的
? 过程能力能够满足生产要求
统计过程控制(SPC)
2.建立控制图及记录原始数据 3.计算每个子组的均值（X）和极差（R） 反映整个过程的的均值和其变差 X= R=X最大值-X最小值 4.选择控制图的刻度 对于X图，坐标上的刻度值的最大值和最小值之差应至少为子组均值X的最大值和最小值差的两倍 建议将R图刻度值设置为均值图刻度值的2倍 5.将均值和极差画到控制图上
统计描述
用图表和几个总结性数字(均值、方差、标准差)描述一组数据。
统计推理
确定结果之间的差异何时可能是由于随机误差引起的，何时不能归因于随机误差。
收集并分析数据，以估算过程变化的 影响。
试验设计
统计学的作用
1.2特性及其分类
变量数据 使用一种度量单位，比如英寸或小时。 属性数据是类别信息，比如““ 通过” 或““ 未通过”。
顾客： 关注过程的输出以及与顾客的要求（定义为规范）的关系如何，而不考虑过程的变差如何 规格界限的分类： 双边规格 单边上规格 单边下规格
控制界限≠规格界限
1类
该过程受统计控制且有能力满足要求，是可接受的
2类
受控过程但存在因普通原因造成的过大的必须减少的变差
3类
过程符合要求，可接受，但不是受控过程，需要识别变差的特殊原因并消除它
X1+X2+X3+···Xn
n
计算控制限
供应商发展部
计算平均极差及过程均值
01
计算控制限
02
在控制图上作出平均值和极差控制图的控制线
03
江铃汽车股份有限公司
过程控制解释
供应商发展部
过程控制解释 1.分析极差图上的数据点 超出控制限的点 链图 连续7点位于平均值的一侧 连续7点上升（后点等于或大于前点）或下降 明显的非随机图形 大约2/3的描点应落在控制限的中间1/3的区域内，大约1/3的点落在其外的2/3的区域 2.识别并标注特殊原因（极差图 ） 3.重新计算控制限（极差图） 4.分析均值图上的数据点 5.识别和标准特殊原因（均值图） 6.重新计算控制限（均值图） 7.为了继续控制延长控制限
SPC 培训教材
式中： X1 ， X2 • • • •为子组内的每个测量值。n 表示子组 的样本容量
1-4、选择控制图的刻度 4-1 两个控制图的纵坐标分别用于 X 和 R 的测量值。 4-2 刻度选择 ：
注：一个有用的建议是将 R 图的刻度值设置为 X 图刻度值的 2倍。
（ 例如：平均值图上1个刻度代表0.01英寸，则在极差图上1 个刻度代表0.02英寸） 1-5、将均值和极差画到控制图上 5-1 X 图和 R 图上点描好后及时用直线联接，浏览各点是否合 理，有无很高或很低的点，并检查计算及画图是否正确。 5-2 确保所画的X bar和R点在纵向是对应的。 注：对于还没有计算控制限的初期操作的控制图上应清楚地 注明“初始研究”字样。
*
极差（R 图）
日期 时间 1
读2 3
数4 5
和
和 X= 读数数量 R=最高-最低
*样本容量小于7时，没有极差的下控制限
零件号：XXX 零件名称：XXX
对特殊原因采取措施的说明
o 任何超出控制限的点 o 连续7点全在中心线之上或
之下 o 连续7点上升或下降 o 任何其它明显非随机的图
形
采取措施的说明
7
.42
8
.37
9
.34
10
.31
D3 * * * * *
.08 .14 .18 .22
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
在确定过程能力之前， 过程必须受控。
36
1-3、计算每个子组的均值（Xbar）和极差R 对每个子组计算： X=（X1+X2+…+Xn）/ n
控制界限=平均值±3σ
统计过程控制
SPC(Statistical Process Control)统计过程控制一、统计过程控制的基本概念⒈ 统计的概念统计（ Statistical ，简称 S ）：有目的地收集数据、整理数据、并使用相应的方法制图，列表与分析数据 的过程。
⒉ 过程 （Process ，简称 P ） ：在 ISO9000：2000 版中，过程的定义是一组将输入转化为输出的相互关联和相互作用的活动。
⒊ 控制（ Control ，简称 C ）： 所谓控制就是通过对图表与数据的分析研究，对过程的异常采取相应的措施进行监控的一种持续改进 的活动。
⒋ 统计过程控制（ SPC ）的涵义：统计过程控制（ Statistical Process Control ，简称 SPC ）是为了贯彻预防原则，应用统计技术对过程中的 各个阶段进行评估与监察，建立并保持过程处于可接受的并稳定的水平，从而保证产品和服务符合 规定的要求的一种技术。
统计技术涉及数理统计的许多分支，但 SPC 中的主要工具是控制图。
因此，要想推行 SPC 必须 对控制图有一定深入的了解，否则就不可能通过 SPC 取得真正的实效。
⒌ SPC 的特点：① 强调全员参与，而不是只依靠少数质量管理人员； ② 强调应用统计方法来保证预防原则的实现；③ SPC 不是用来解决个别工序采用什么控制图的问题， SPC 强调从整个过程、整个体系出发来解决 问题。
SPC 的重点就在于 P （Process ，过程）。
⒍ SPC 的常用工具：① Cpk ：工程能力指数 ② QC 旧七大手法 ③ 管制图、控制图的形成原理 将通常的正态分布图转个方向， 使自变量增加的方向垂直向上， 将μ、μ+3σ和μ-3σ 分别标为 CL 、 UCL 、和 LCL ，这样就得到了一张控制图。
三、控制图在贯彻预防原则中的作用按下述情形分别讨论 :情形 1：应用控制图对生产过程进行监控，如出现图中的点子上升趋势，显然过程有问题，故异因刚 一露头，即可发现，于是可及时采取措施加以消除，这当然是预防。
spc统计过程控制管理手册
本手册所描述控制图的选用程序确定要制定控制图的特性关心的是不合格是计量型否品率 - 即“坏〞零数据吗？件的百分比吗？是否关心的是不合格数即单位零件不不合格数吗？是是性质上是否是均匀或不能按子组取样—例如：化学槽液批量油漆等？样本容量是否恒定？是使用 np 图或 p 图否否使用 p 图子组均值是否能很方便地计算？样本容量是否使用 u 图否恒定？是使用 c 图或 u 图否使用中位数图是子组容量是否大于或等于9？是使用单值图X-MR是是否能方便地计算每个子组的S 值？注：本图假设测量系统已经过评价并且是适用的使用 X-R 图否否使用 X-R 图是使用 X-s 图第Ⅰ章持续改良及统计过程控制概述在今天的经济气候下，为了事业兴盛，我们——汽车制造商，供方及销售商必须致力于不断改良。
我们必须寻找更有效的方法来提供产品及效劳。
这些产品和效劳必须不断地在价值上得以改良。
我们必须重视内部以及外部的顾客，并将顾客满意作为企业的主要目标。
为了到达这一目标，我们组织中的每一个人都必须确保不断改良及使用有效的方法。
本手册涉及到第二个领域的某些要求。
它描述了能使我们致力于的改良更有效的几种根本的统计方法。
为了完成不同的任务需要不同程度的理解。
本手册的对象是见习生以及刚开始从事统计法应用的管理人员。
对于现在正在应用更先进技术的人员，本手册也可作为他们学习这些根本方法的参考文献。
本手册并没有包括所有的根本方法。
附录 H 所列的参考文献或手册中阐述了其他的根本方法(例如：检查清单、流程图、排列图、因果分析图等)及一些先进的方法( 如其他控制图、试验设计、质量功能展开等)。
本书所述的根本统计方法包括与统计过程控制及过程能力分析有关的方法。
本手册的第 1 章阐述了过程控制的背景知识，解释了一些重要的概念：如变差的特殊及普通原因，并介绍了控制图，这个用来分析及监控过程非常有效的工具。
第Ⅱ章描述了构造和使用计量型数据控制图表( 定量的数据，或测量- -)的X— R ，X— s 图，中位数图以及 X — MR( 单值及移动极差) 图。
统计过程控制(SPC)学习要点
一般按产品的生产顺序或测定顺序，排列数据；3).将收集数据分组并记入表中（提供控制图常用表格）4).计算平均值（X）、极差（R）总平均值（X）平均极差（R）5).计算控制界限CLx、UCLx、LCLx CLR UCLR LCLR6).绘制控制界限7).点图8).控制图分析4、控制限分析：1).所有的控制点均在控制界限内随机分布，则可以作为控制界限。
2).某些控制点超出控制界限，则应对异常原因进行调查，并加以消除。
然后利用剩余的数据重新计算控制界限。
3).虽有控制点超出控制界限，但原因不明，或已查明原因但无法消除，则这些点无需剔除。
4).如果所有的控制点均在控制界限内随机分布则可以以此作为控制过程的控制图5).与现有规格作为比较a.如果控制界限在规格范围内，且分布中心与规格中心基本重合，可认为过程能力可以满足规格的要求，以此作为正常生产控制用控制图b.如果各控制点都在控制界限内且呈随机分布可以判定过程在受控状态6).如果有超出控制界限点时，则应作以下工作：a.对此异常点进行分析并加以处置，并要有预防措施b.均值控制图有超界限点时，表示过程平均发生变化或变异增大c.极差控制图有超界限时，表示过程变异增大。
7).如果过程控制要项发生变化。
如设备、人员、原料等因素，此时应对控制界限重新进行计算。
重新收集数据进行计算，找出客观的控制界限。
5、均值-标准差控制图（x - S）将均值控制图与标准差控制图联合使用的一种控制图形式。
其中：均值为样本均值，标准差为样本标准差S。
均值控制图的控制界限的计算公式：CL=X UCL=X+A3S LCL=X-A3S标准差控制图控制界限的计算公式：CL=S UCL=B8 S LCL= B7 S绘制均值与标准差控制图制内容与均值-极差控制图（X-R）内容基本相同6、中位数-极差控制图（x - R）将中位数控制图与极差控制图联合使用的一种控制图形式。
每抽到一个样本，将数据均以“o”的符号记在控制图上，同时将中位数以“•”打点。