控制图选择指南

xiaoyilou

控制图选择指南：我把 (旧版AIAG&VDA SPC 手册的 Figure 9‑5 拆成一个工程师能直接用的决策框架




很多工程师在做 SPC 时，都会遇到一个问题：到底应该用 Xbar‑R、Xbar‑S、I‑MR、p、np、c、u 哪一种？  AIAG & VDA SPC 手册的 Figure 9‑5 给了一个完整的决策树，但原图信息密度很高，不容易快速理解。
我把它拆成一个工程师可以直接使用的选择逻辑，也补上手册里提到的“当 Shewhart 图不适用时的替代方案”。

① 变量数据（Variable）

• 子组 ≥ 5 → Xbar‑S
• 子组 2–4 → Xbar‑R
• 子组 = 1 → I‑MR
  

② 属性数据（Attribute）
不良品（Defectives）

• 样本量固定 → np
• 样本量不固定 → p
  

缺陷数（Defects）

• 样本量固定 → c
• 样本量不固定 → u
  

③ 当 Shewhart 图“不工作”时

• 非正态 → Median / Pearson / Percentile
• 自相关 → EWMA / CUSUM
• 批次加工 → Levey‑Jennings
• 短周期 → Z‑Chart
• 多变量 → Hotelling T²
• 稀有事件 → G / T 图
  

④ 工程师口诀
变量看子组，属性看样本；
子组=1 用 I‑MR；
样本不等用 p/u；
非正态用中位数；
自相关用 EWMA；
稀有事件用 G/T。

其实我不太擅长记这些东西。所以我把它做进了我的工具里，让它可以自动化的选择。

samtang

TBD16888

谢谢分享

kellyz

感谢分享

tianzs

感谢分享

guangyu_li

谢谢分享

mengivan

好内容，谢谢分享！

sun-ch秋枫

谢谢分享，你真是高材啊

zhan_paolo

谢谢楼主分享

xuedanming

dddddddddddd