控制图怎么选？从数据类型、合理子组和采样方式开始

控制图选择先看数据类型与采样安排。本文说明连续测量、不合格品和缺陷计数的常见图型，解释合理子组、控制限与规格限的区别，并补充判异规则和异常响应的准备要点。

控制图用于按时间顺序观察过程变化，帮助识别可能的特殊原因。选图之前先核对数据类型、采样方式与子组安排；不能因为软件里某张图最熟悉，就把所有数据都放进去。控制限由过程数据估计，规格限来自要求，两者用途不同。

第一步：判断记录的是什么

连续型数据：尺寸、重量、温度等测量值。继续判断是否有合理子组。
不合格品数据：每件产品判为合格或不合格，同时记录检查数量。
缺陷数数据：一个单位上可以出现多个缺陷，需要记录检查单位或机会的口径。

第二步：根据采样方式选择常见图型

连续型数据若每个时点只有一个观测值，可以评估 I-MR 图；若按近似相同条件采集合理子组，可评估 Xbar-R 或 Xbar-S 等图型。不合格品比例通常考虑 P 图；不合格品数在满足固定样本量等条件时可考虑 NP 图。缺陷计数可以根据检查单位是否一致等条件评估 C 图或 U 图。具体方法仍需核对分布、独立性及软件要求。

合理子组不是把整张表随便分成几行

子组应有业务含义，通常用于表现相近条件下的短期变化，再观察子组之间的变化。例如按约定时间，在同一过程条件下取得若干独立样本。把不同机台、不同产品规格或相隔很久的数据硬凑成一个子组，可能掩盖真正的变化来源。

教学情景：看尺寸和看不合格率，图型不同

若每小时记录若干个同规格零件的尺寸，关注的是测量值及其组内波动；若每天记录检查数和不合格品数，关注的是比例。这两类数据不能仅因都反映“质量”就使用同一张图。示例用于说明选图逻辑，不代表客户实际数据。

画图后还要准备异常响应

提前说明采用哪些判异规则，谁查看、多久查看、出现信号后如何检查和记录。不要在结果出来后随意挑规则，也不要为让图“受控”而反复删点。确认特殊原因并采取措施后，是否重新建立控制限，应有明确依据。

遇到明显自相关、过度离散、多变量关联或需要识别较小持续变化的情形，可能需要更适合的模型或图型，不能只靠基础选图表处理。CUSUM、EWMA 等属于进一步工具，应在理解条件后使用。

延伸阅读：ASQ：控制图；Minitab：控制图的数据类型；Minitab：合理子组。