SPC控制图到底怎么选？一张流程图讲明白所有控制图（建议收藏）

很多企业开始导入SPC后，第一个遇到的问题不是软件怎么操作，而是：

到底该选哪一种控制图？

有人测的是尺寸，用P图；

有人统计不良率，却选择了Xbar-R图；

还有企业几十个检测项目，全都统一使用I-MR控制图。

控制图选错了，后面的分析、报警甚至过程能力评价都可能失去意义。

今天这篇文章，我们不讲复杂公式，而是用一张流程图，帮助你快速判断不同场景应该选择哪种SPC控制图。

一、为什么控制图不能随便选？

很多人认为：

控制图不就是画一条趋势线吗？

其实并不是。

不同控制图建立的统计模型不同，适用于不同的数据类型、抽样方式和生产场景。

如果控制图选择错误，可能出现以下问题：

• 控制限计算不合理，频繁误报警；
• 明明过程异常，却无法及时发现；
• CPK分析结果失真；
• SPC失去过程监控价值。

因此，在建立SPC之前，第一步不是录入数据，而是先确定应该使用哪一种控制图。

二、一张流程图，快速选对控制图

（若子组容量不固定，可选择支持变子组分析的控制图。）

只要按照这张流程图，大多数控制图都能快速选择正确。

下面，我们分别看看每一种控制图适合什么场景。

第一类：计量型控制图

计量型数据，是指可以连续测量的数据，例如：

• 长度、直径、厚度、重量、温度、扭矩、压力

这是制造企业最常见的数据类型。

① I-MR控制图

适用场景：每次只采集一个数据，没有固定子组。

例如：

• CNC加工尺寸
• 自动检测设备连续采样
• 单件检测

I 图用于监控单值变化，MR图用于监控相邻样本之间的波动，是目前应用最广泛的控制图之一。

② Xbar-R控制图

如果每次抽样都会采集多个样本，并组成固定子组（通常2～10件），建议使用Xbar-R 控制图。

例如：每小时抽检5件产品。

其中：

• Xbar图用于监控子组平均值变化；
• R图用于监控子组内部波动。

它特别适合批量生产过程监控，也是AIAG推荐的经典控制图之一。

③ Xbar-S控制图

当子组容量较大（一般大于10）时，极差R已不能准确反映组内波动。

这时建议采用标准差S替代极差，因此选择Xbar-S控制图。

例如：

每批检测20件产品；

实验室批量检测；

连续采样数据分析。

④ 子组容量不固定怎么办？

实际生产中，并不是每次都能采集相同数量的数据。

例如：

上午采集5件；

下午采集3件；

晚上采集8件。

传统控制图往往无法直接处理这种情况。

支持变子组容量控制图的SPC软件，可以根据每次实际抽样数量自动计算控制限，更适合真实生产现场。

第二类：计数型控制图

如果统计对象不是尺寸，而是数量，就属于计数型数据。

例如：

• 不良率
• 不良品数量
• 缺陷数量
• 单位缺陷数

不同统计对象，应选择不同控制图。

① P控制图

用于统计：不良率。

例如：今天生产1000件，其中20件不良。

关注的是：20÷1000=2%

适用于每次抽样数量不固定的场景。

② NP控制图

用于统计：不良品数量。

例如：每天固定抽检200件，今天发现8件不良。

由于每次抽样数量相同，因此适合NP控制图。

③ C控制图

如果统计的是：缺陷数。

例如：一块PCB有5个焊点缺陷；一个产品有3处划伤。

注意：

一个产品可以有多个缺陷。

因此统计的是缺陷数量，而不是不良数量。

适用于检验单位固定的场景。

④ U控制图

如果每次检验数量不同，就不能继续使用C控制图。

例如：

今天检查100平方米；

明天检查180平方米；

后天检查250平方米。

这时更适合采用U控制图，统计单位缺陷数。

三、控制图选错，会有哪些影响？

控制图选择错误，并不会导致系统报错。

但可能带来很多隐患：

• 控制限计算偏差；
• 判异规则误报警；
• 无法真实反映过程变化；
• 影响过程能力分析结果；
• 导致质量改善方向错误。

因此，控制图的第一步，就是根据数据类型和抽样方式，选择正确的统计模型。

四、一张表，看懂所有控制图

建议将这张表收藏，在选择控制图时随时查阅。

五、控制图选对了，SPC才能真正发挥价值

很多企业认为，SPC软件最重要的是能画控制图。

实际上，真正重要的是根据不同的数据特点，自动推荐并建立正确的控制图。

斌果SPC（Simple SPC）支持I-MR、Xbar-R、Xbar-S、P、NP、C、U等多种控制图，并支持固定子组、变子组容量、自动计算控制限、实时判异、异常报警、过程能力分析等功能，帮助企业从数据采集到过程监控，实现完整的SPC质量管理闭环。

选对控制图，是做好SPC的第一步；用好控制图，才能真正让数据成为质量改善的依据。