管制图
简介一般常用的 SPC 管制图如表一，分为计量及计数两类，计量管制图可以显现制程上的异常问题，而计数管制图则用於管制整体品质状况好坏。除此之外，可以应用「直方图」了解资料分布情形，或「柏拉图」整理各类主要报废或缺点原因。
常用管制图类别管制图说明
计量值 X Bar – R Chart 平均值与全距管制图
X Bar– S Chart 平均值与标准差管制图
X – Rm Chart 个别值与移动全距管制图
计数值 P Chart 不良率管制图
Pn Chart 不良数管制图
C Chart 缺点数管制图
U Chart 单位缺点数管制图
「管制图」：是实施质量管理作业时，最有效最快速的工具之一，它是美国品管大师博士应用统计数学理论于年所设计的，
它不但能控制制程中质量，且能分析判定制程能力,更可作为新产品设计及制成品验收时的参考。简单说，在
生产过程中，从设计、制造到过程检验三个阶段，皆需用到它，企业如能有效运用此质量知识，便能确保其
在市场上的竞争优势。
控制图定义控制图是用于分析和控制过程质量的一种方法。控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制界限(记为UCL)和下控制界限(记为LCL)三条线。
控制图的目的控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异属于偶然性或非偶然性，以指示某种现象是否正常，而采取适当的措施。
控制图原理工序处于稳定状态下，其计量值的分布大致符合正态分布。由正态分布的性质可知：质量数据出现在平均值的正负三个标准偏差(X3)之外的概率仅为0.27%。这是一个很小的概率，根据概率论 “视小概率事件为实际上不可能” 的原理，可以认为：出现在X3区间外的事件是异常波动，它的发生是由于异常原因使其总体的分布偏离了正常位置。
控制限的宽度就是根据这一原理定为3。
风险定义根据控制限作出的判断也可能产生错误。可能产生的错误有两类。
第一类错误是把正常判为异常，它的概率为，也就是说，工序过程并没有发生异常，只是由于随机的原因引起了数据过大波动，少数数据越出了控制限，使人误将正常判为异常。 虚发警报， 由于徒劳地查找原因并为此采取了相应的措施,从而造成损失. 因此, 第一种错误又称为徒劳错误.
第二类错误是将异常判为正常，它的概率记为，即工序中确实发生了异常，但数据没有越出控制限，没有反映出异常，因而使人将异常误判为正常。漏发警报,过程已经处于不稳定状态, 但并未采取相应的措施,从而不合格品增加, 也造成损失.
两类错误不能同时避免，减少第一类错误()，就会增加第二类错误()，反之亦然。
规格界限和控制界限规格界限：是用以规定质量特性的最大（小）许可值。
上规格界限：USL；下规格界限：LSL； 。
控制界限：是从实际生产出来的产品中抽取一定数量的产品，并进行检测，从所得观测值中计算出来者。
上控制界限：UCL；下控制界限：LCL；
控制图的种类按数据性质分类计量型控制图
平均数与极差控制图( Chart)
平均数与标准差控制图( Chart)
中位数与极差控制图( Chart)
个别值与移动极差控制图( chart)
计数值控制图
不良率控制图(P chart)
不良数控制图(nP chart,又称np chart或d chart)
缺点数控制图(C chart)
单位缺点数控制图(U chart)按控制图的用途分类分析用控制图：根据样本数据计算出控制图的中心线和上、下控制界限，画出控制图，以便分析和判断过程是否处于于稳定状态。如果分析结果显示过程有异常波动时，首先找出原因，采取措施，然后重新抽取样本、测定数据、重新计算控制图界限进行分析。
控制用控制图：经过上述分析证实过程稳定并能满足质量要求，此时的控制图可以用于现场对日常的过程质量进行控制。