统计过程控制（SPC）是质量管理领域中一种重要的方法，由美国品管大师W.A. Shewhart在1924年发明。控制图作为SPC的核心工具，用于监测和评估生产过程中的品质特性，确保过程处于受控状态。通过在图表上绘制样本统计量的值，以及设置中心线（CL）、上控制限（UCL）和下控制限（LCL），可以直观地判断过程是否稳定。
控制图分为计量值控制图和计数值控制图。计量值控制图适用于连续数据，如尺寸、重量等；计数值控制图则处理非连续数据，如不良品数、缺陷数等。选择合适的控制图类型取决于所关注的品质特性。
制作控制图包括以下几个步骤：
1. 确定要监控的品质特性。
2. 从过程中收集样本数据。
3. 计算相关的统计量，如平均数和标准偏差。
4. 根据数据类型选择适当的控制图类型。
5. 根据样本数据计算控制限。
6. 将数据点描绘在控制图上，并与控制限比较。
7. 根据控制图上的点分布判断过程是否受控。
控制图的判定依据是是否存在异常点或离群值，以及控制限是否被触及。两种主要的判断错误包括α错误（假阳性，过程被认为失控但实际上受控）和β错误（假阴性，过程被认为受控但实际上失控）。
控制图原理包括两种品质变异原因：随机变异和系统性变异。随机变异在控制图上表现为正常波动，而系统性变异则可能导致控制图上的点超出控制限，表明存在过程问题。
理解正态分布对于使用3δ原则至关重要。在正态分布中，大约99.7%的数据位于平均值的三个标准差范围内，这是确定控制限的一个常见方法。通过应用这一原则，可以计算出在一定良品率下的控制界限。
控制图在质量管理中发挥着关键作用，它帮助企业及时发现并解决生产过程中的问题，提高产品一致性，减少不良品，降低成本，确保顾客满意度。通过对过程的持续监控，企业可以实现持续改进，提升整体品质管理水平。
