控制图中的合理分组：为什么抽样方式决定SPC结论

12 小时之前

搞质量的人

1 分钟

控制图看似只是把数据画在中心线和控制限之间，但其统计意义高度依赖数据如何分组。相同的一组测量值，采用不同抽样频率、子组大小和分组逻辑，可能得到完全不同的控制限与异常信号。SPC中所谓“合理分组”，就是让子组内主要呈现短期普通原因波动，而把希望识别的过程变化尽可能表现为子组之间的差异。

Table of Contents

一、控制图究竟在比较什么？

以X̄-R图为例，X̄图监控子组均值随时间的变化，R图监控子组内部的极差。控制限通常根据子组内变差估计过程的短期标准差。因此，子组内数据的来源必须能够代表过程处于相近条件时的自然波动。

如果子组内混入不同机台、不同材料或跨度很长的时间，子组内变差会被放大，控制限随之变宽，真正的过程偏移反而可能被隐藏。相反，如果人为挑选过于相似的样本，控制限可能过窄，造成大量无意义报警。

经典原则是：让可能的特殊原因在一个子组内影响尽量小，而在不同子组之间有机会被识别。例如要监控机加工尺寸随刀具磨损的变化，可以每小时连续抽取5件作为一个子组。连续5件之间时间短，主要反映短期设备与测量波动；不同小时的均值变化则更容易揭示磨损趋势。

如果改成从当天早、中、晚各取产品混成一个子组，时间趋势会被吸收到子组内部极差中，X̄图对漂移的敏感度下降。这是合理分组最常见、也最隐蔽的错误之一。

子组大小n并非越大越好。小子组成本低、采样快，适合高频监控；较大子组对小幅均值变化更敏感，但采样跨度可能延长并增加检验负担。制造现场常见n为3至5，但应根据过程速度、测量成本、变化机理和所需检出能力决定。

当每次只能获得一个数据时，可使用I-MR图。此时移动极差估计短期变差，数据必须按真实时间顺序记录；若过程存在自相关、批次结构或季节性，传统控制限可能产生误判，需要进一步建模。

两者解决不同问题。子组大小影响一次抽样对短期分布的估计，抽样频率决定多快能够发现过程变化。若过程可能在半小时内因温度或刀具发生变化，每班抽一次、一次测20件，仍可能长时间暴露于失控风险。频率应基于变化速度、失控后果和反应时间，而不是仅由检验资源决定。

多腔模具、并行机台、多条生产线或多个供应批次不能未经分析直接合并。若各腔平均水平不同，把所有腔混在一个子组会扩大组内变差；若每次只测一个固定腔，又无法监控其他腔。可采用按腔分图、分层控制图或设计轮换抽样，具体取决于希望控制的是单个过程还是系统整体。

检验员把一天内零散测得的5件产品当作一个子组，数据时间跨度数小时，已经无法代表同一短期状态。

总是在换刀后或班次开始时抽样，样本无法覆盖真实生产条件，控制图表现会比实际更稳定。

设备、材料、程序或测量方法发生实质变化后，过程分布可能改变。此时需要重新确认基线，而不是把所有新数据强行与历史控制限比较。

规格来自客户或设计，控制限来自过程数据。两者来源和目的不同，规格内的数据也可能显示过程存在特殊原因。

控制图信号必须与工艺日志、维护、材料、人员和环境记录联系。若图上出现偏移，却无法知道当时发生了什么，SPC只能停留在事后标点。相反，合理分组加上可追溯事件记录，可以让控制图成为识别过程因果关系的学习系统。

控制图的计算公式并不复杂，真正困难的是建立正确的数据结构。合理分组决定了“噪声”与“信号”如何被分离；子组大小、频率和分层策略决定团队能否及时识别真实变化。SPC项目应从过程机理和抽样设计开始，而不是从选择软件中的图表类型开始。

可参考Walter A. Shewhart关于经济质量控制的经典思想，以及Douglas C. Montgomery的《Introduction to Statistical Quality Control》中关于合理分组与控制图设计的讨论。