你好@RatioMegalodon8 ，
欢迎加入社区！
每个部门的样本测量时间是否一致，还是存在很大差异？例如，部门1的样本测量时间是从1月到10月，而部门6的样本测量时间是从5月到6月。
每个部门收集和测量的样本数量是否相同？
我猜测，根据您提供的信息，您需要使用 Xbar 图表，其中显示每个子组（分区）的测量平均值，以及每个子组的测量范围指标（测量范围）。
您可以在 JMP 帮助中看到Xbar & R 控制图的示例以及如何启动它。
对于不同组大小的情况，还有一个专门的示例。
我仍然认为，除了这个控制图之外，深入研究每个部门的结果也可能会很有趣（使用本地数据过滤器一次过滤一个部门的结果）：
- 您可以为每个部门运行单独测量和移动范围图（ IMR控制图）并检查其流程是否稳定（流程中没有突然的大幅转变）。
- 要检测每个部门流程中的小漂移，可以使用EWMA 图表。
希望这个回答能帮到你，
欢迎加入社区。使用控制图的目的是什么？您对 Shewhart 博士所描述的控制图方法了解多少？
使用控制图有两个具体原因：
1. 确定子组内变异（由于子组内变异源的变化）是否一致/稳定，因此可预测，如果这些来源一致，则
2. 通过比较子组间变异源（由平均值估计）和子组内变异源（控制限）来确定哪些变异成分最显著。
控制图方法的合理运用完全取决于合理的子组划分和抽样策略。合理的子组划分和抽样要求用户基于合理的假设来划分变异源（变异分量）。在研究过程中更改子组大小会导致该方法失效，因为您在研究过程中更改了比较的基础（哪些 x 是变化的）。
“能够根据合理的理论将数据初步划分为合理子组的工程师从长远来看必然会受益……”
休哈特
极差图用于评估一致性/稳定性。评估一致性的唯一方法是将某事物与其自身随时间的变化进行比较。因此，极差图评估的是子组内变异的一致性。
X-bar 图表是一种比较图表。它比较子组内和子组间变异的来源，并回答哪些来源对图表参数的影响更大。
如果您不完全确定该方法如何“起作用”，我建议您阅读：
Shewhart, Walter A. (1931) 《制成品质量的经济控制》， D. Van Nostrand Co.，纽约
Wheeler, Donald 和 Chambers, David (1992)《理解统计过程控制》，SPC Press（ISBN 0-945320-13-2）
Wheeler 还有两篇易于理解的论文：
Wheeler, Donald (2015) “合理抽样”， 《质量文摘》
Wheeler, Donald (2015) “合理分组”, 质量文摘
