你可能还记得我最近的博客文章，控制限值和规格限值：它们来自哪里以及它们是什么。现在我们了解了控制限和规格限之间的区别，让我们重点关注控制限和过程的稳定性。
在这里，我将使用控制图生成器创建控制图，描述如何计算控制限，并讨论如何使用这些限制来做出有关稳定性的决策。
稳定性还是能力？ 应该先执行哪一项？
现在控制限和规格限之间的差异已经很清楚了，我们应该首先评估什么？ 能力还是稳定性？ 如果你的过程不稳定或失控，它总是会产生不可预测的结果。 由于结果是不可预测的，因此能力分析很可能不准确。 因此，您应该总是检查稳定性第一的。
例子
让我们考虑一下印刷过程。 变化可能会导致线路变形，包括倾斜、厚度和长度问题。 对于此示例，让我们考虑线路的长度。 如果打印长度为 16 厘米 +/- 0.2 厘米，则该线被认为是良好的。 如果再长，句子可能会脱离页面。 如果太短，页面上就会浪费很多空间。 每次印刷时，都会对第一本书和最后一本书进行测量。 行长是在每本书中间的指定页面上测量的。
该过程是否受控（稳定）？ 我们能否获得一致的打印质量？ 为了回答这些问题，我们需要生成一个控制图。
创建控制图
在联合管理计划，转到分析->质量和流程->控制图生成器。 将“长度”拖至 Y 放置区域。 您将看到长度的个体和移动极差图表。 如果您的数据中没有自然子分组，则此图表将是合适的。 我们的示例确实有一个自然子组，即“运行”。 将“运行”拖至 x 轴（子组角色）并将其放下。
您现在拥有长度的 XBar & R 图表。
细节
XBar 图通常称为位置图。 R 或极差图通常称为离散度图。 每个图表都水平绘制了三条线。 这些是计算出的 LCL（控制下限）、Avg（平均值）和 UCL（控制上限）。
正如我在博客文章中指出的规格限值与控制限值，控制限一般计算如下X 栏+/- 3 *西格玛帽在哪里X 栏是数据的平均值，西格玛帽是图表标准差的估计值。要查看 Shewhart 控制图的具体控制限公式（包括 XBar 和 R），请阅读此内容常问问题。
我经常被问到为什么西格玛与分布菜单项的标准差不匹配。 每种类型的控制图都有自己的计算西格玛的方法。 要查看休哈特控制图的具体标准差公式，请参阅此常问问题。
控制图告诉我们什么？
理想情况下，我们希望所有点都落在控制限制内，并且我们希望这些点随机放置在这些限制内。 查看该图，我们发现没有点超出控制限，并且这些点似乎没有模式。 有一组八个特殊原因测试，通常用于检查模式。 这些通常被称为尼尔森测试或西方电气测试。 让我们将它们添加到图表中，以便我们可以查看这些测试是否失败。右键单击位置图表并选择警告 -> 测试 -> 所有测试。 没有标记任何点。 这意味着我们的流程处于受控状态或稳定状态。
下一步
如果我们确定我们的流程不受控制，我们将进行进一步的研究，以找出如何改变我们的流程以使其处于受控状态。 对于此示例，由于该过程已经受控或稳定，因此我们可以跳过该步骤并继续确定该过程是否有能力。 查找有关此示例功能的未来博客文章。
@山墙64要将 LCL 设置为 0，请在图形内部右键单击并选择 Limits->Set Control Limits。将 LCL 指定为 0，然后单击“确定”。
有没有办法改变控制限制？ 我正在处理基于时间的数据，并且无法将 LCL 更改为 0。 每次演示都会有一条关于将 LCL 更改为 0 的评论，以免及时产生涟漪。我好像没找到这个功能
你好@tonya_mauldin
如果我想为每个不同的步骤设置控制限制，假设我的过程总共有 8 个步骤，并且每个步骤 3~8 都需要不同的控制限制，是否有任何简单的方法可以设置而不是手动输入？
我认为我可以从列属性中手动更改当前 LCL 和 UCL，但这种方法似乎很耗时。
