你可能還記得我最近的博客文章，控制限值和規格限值：它們來自哪里以及它們是什麼。現在我們了解了控制限和規格限之間的區別，讓我們重點關注控制限和過程的穩定性。
在這裡，我將使用控製圖生成器創建控製圖，描述如何計算控制限，並討論如何使用這些限制來做出有關穩定性的決策。
穩定性還是能力？ 應該先執行哪一項？
現在控制限和規格限之間的差異已經很清楚了，我們應該首先評估什麼？ 能力還是穩定性？ 如果你的過程不穩定或失控，它總是會產生不可預測的結果。 由於結果是不可預測的，因此能力分析很可能不准確。 因此，您應該總是檢查穩定性第一的。
例子
讓我們考慮一下印刷過程。 變化可能會導致線路變形，包括傾斜、厚度和長度問題。 對於此示例，讓我們考慮線路的長度。 如果打印長度為 16 厘米 +/- 0.2 厘米，則該線被認為是良好的。 如果再長，句子可能會脫離頁面。 如果太短，頁面上就會浪費很多空間。 每次印刷時，都會對第一本書和最後一本書進行測量。 行長是在每本書中間的指定頁面上測量的。
該過程是否受控（穩定）？ 我們能否獲得一致的打印質量？ 為了回答這些問題，我們需要生成一個控製圖。
創建控製圖
在聯合管理計劃，轉到分析->質量和流程->控製圖生成器。 將“長度”拖至 Y 放置區域。 您將看到長度的個體和移動極差圖表。 如果您的數據中沒有自然子分組，則此圖表將是合適的。 我們的示例確實有一個自然子組，即“運行”。 將“運行”拖至 x 軸（子組角色）並將其放下。
您現在擁有長度的 XBar & R 圖表。
細節
XBar 圖通常稱為位置圖。 R 或極差圖通常稱為離散度圖。 每個圖表都水平繪製了三條線。 這些是計算出的 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規格限值與控制限值，控制限一般計算如下X 欄+/- 3 *西格瑪帽子在哪裡X 欄是數據的平均值，西格瑪帽是圖表標準差的估計值。要查看 Shewhart 控製圖的具體控制限公式（包括 XBar 和 R），請閱讀此內容常問問題。
我經常被問到為什麼西格瑪與分佈菜單項的標準差不匹配。 每種類型的控製圖都有自己的計算西格瑪的方法。 要查看休哈特控製圖的具體標準差公式，請參閱此常問問題。
控製圖告訴我們什麼？
理想情況下，我們希望所有點都落在控制限制內，並且我們希望這些點隨機放置在這些限制內。 查看該圖，我們發現沒有點超出控制限，並且這些點似乎沒有模式。 有一組八個特殊原因測試，通常用於檢查模式。 這些通常被稱為尼爾森測試或西方電氣測試。 讓我們將它們添加到圖表中，以便我們可以查看這些測試是否失敗。右鍵單擊位置圖表並選擇警告 -> 測試 -> 所有測試。 沒有標記任何點。 這意味著我們的流程處於受控狀態或穩定狀態。
下一步
如果我們確定我們的流程不受控制，我們將進行進一步的研究，以找出如何改變我們的流程以使其處於受控狀態。 對於此示例，由於該過程已經受控或穩定，因此我們可以跳過該步驟並繼續確定該過程是否有能力。 查找有關此示例功能的未來博客文章。
@山牆64要將 LCL 設置為 0，請在圖形內部右鍵單擊並選擇 Limits->Set Control Limits。將 LCL 指定為 0，然後單擊“確定”。
有沒有辦法改變控制限制？ 我正在處理基於時間的數據，並且無法將 LCL 更改為 0。 每次演示都會有一條關於將 LCL 更改為 0 的評論，以免及時產生漣漪。我好像沒找到這個功能
你好@tonya_mauldin
如果我想為每個不同的步驟設定控制限制，假設我的流程總共有8個步驟，而每個步驟3~8需要不同的控制限制，有沒有簡單的方法來設定而不是手動輸入？
我想我可以從列屬性手動更改當前的 LCL 和 UCL，但這種方法似乎很耗時。
