如何看SPC管制图
X-R管制图是由X控制图和R控制图组成
X控制图主要监控采集(实时)数据即生产现场的数据的平均值的走势.当X值超出上下控制线时是失控.要采取相应的行动.
R控制图主要是用来监控生产现场的数据的离散程度,R值大,说明产品与产品之间的参数相差大
<一>
「管制图」：是实施质量管理作业时，最有效最快速的工具之一，它是美国品管大师博士应用统计数学理论于年所设计的，它不但能控制制程中质量，且能分析判定制程能力,更可作为新产品设计及制成品验收时的参考。简单说，在生产过程中，从设计、制造到过程检验三个阶段，皆需用到它，企业如能有效运用此质量知识，便能确保其在市场上的竞争优势。
（一）、控制图定义
控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线。
（二）、控制图的目的
控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异属于偶然性或非偶然性，以指示某种现象是否正常，而采取适当的措施。
（三）、控制图原理
)之外的概率仅为0.27%。这是一个很小的概率，根据概率论σ3±工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分布的性质可知：质量数据出现在平均值的正负三个标准偏差(X “视小概率事件为实际上不可能” 区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正常位置。σ3±的原理，可以认为：出现在X。σ3±控制限的宽度就是根据这一原理定为
”风险定义β”及“α
（四）、“根据控制限作出的判断也可能产生错误。可能产生的错误有两类。
，也就是说，工序过程并没有发生异常，只是由于随机的原因引起了数据过大波动，少数数据越出了控制限，使人误将正常判为异常。α第一类错误是把正常判为异常，它的概率为虚发警报，由于徒劳地查找原因并为此采取了相应的措施,从而造成损失. 因此, 第一种错误又称为徒劳错误.
，即工序中确实发生了异常，但数据没有越出控制限，没有反映出异常，因而使人将异常误判为正常。漏发警报,过程已经处于不稳定状态,β第二类错误是将异常判为正常，它的概率记为但并未采取相应的措施,从而不合格品增加, 也造成损失.
)，反之亦然。β)，就会增加第二类错误(α两类错误不能同时避免，减少第一类错误( （五）、规格界限和控制界限
规格界限：是用以规定质量特性的最大（小）许可值。
上规格界限：USL；下规格界限：LSL；。
控制界限：是从实际生产出来的产品中抽取一定数量的产品，并进行检测，从所得观测值中计算出来者。
上控制界限：UCL；下控制界限：LCL；
（六）、控制图的种类
1、按数据性质分类：
计量型控制图
平均数与极差控制图( Chart)
平均数与标准差控制图( Chart)
中位数与极差控制图( Chart)
个别值与移动极差控制图( 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)
2、按控制图的用途分类
分析用控制图：根据样本数据计算出控制图的中心线和上、下控制界限，画出控制图，以便分析和判断过程是否处于于稳定状态。如果分析结果显示过程有异常波动时，首先找出原因，采取措施，然后重新抽取样本、测定数据、重新计算控制图界限进行分析。
控制用控制图：经过上述分析证实过程稳定并能满足质量要求，此时的控制图可以用于现场对日常的过程质量进行控制。
<二>
当过程达到确定的状态后，将分析用控制图的控制限延长，作为控制用控制图的控制限，用于日常管理保持所确定的状态。
交接手续：判稳准则、判异准则
控制线内可分成一下几个区域，如图所示:
1 判稳准则（只存在普通原因）
1）连续25点，无界外点；
2）连续35点，界外点数d≤1；
3）连续100点，界外点数d≤2。
2 判异准则（存在特殊原因）
常见的异常情况与模式有如下八种：
1）一点落在A区以外；
2）连续9点落在中心线的同侧；
3）连续6点递增或递减；
4）连续14点中相邻点上下交替；
5）连续3点中有2点落在中心线同侧的B区以外；
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点在C区中心线上下；
8）连续8点在中心线两侧而无一点在Ｃ区。
其中第1点表示点出界就判异——3σ方式，确定α0=0.27%，在实际使用中第1点一定要考虑到。
其余7点表示界内点排列不随机——第二类判异准则，在实际使用中可以考虑选取其中几个做为判异准则。