质量控制图，1928年由沃特·休哈特（Walter Shewhart）博士率先提出。其指出：每一个方法都存在着变异，都受到时间和空间的影响，即使在理想的条件下获得的一组分析结果，也会存在一定的随机误差。

但当某一个结果超出了随机误差的允许范围时,运用数理统计的方法,可以判断这个结果是异常的、不足信的。

问世数十年来，质量控制图在众多现代化工厂中得到了普遍应用，并凭借其强大的分析功能，为工厂带来丰厚的实时收益。最初的控制图分为计量型与计数型两大类，包含七种基本图表。

计量型控制图包括：

1.Xbar-R chart均值-极差控制图：对于计量数据而言，这是常用最基本的控制图。它的控制对象为长度、重量、纯度、时间和生产量等计量值的场合，这时的样本数≤10。

2.Xbar-S chart均值-标准差控制图：当样本容量大小n＞10时，这时应用极差估计总体标准差的效率降低，需要用S图来代替R图。

3.X-MR chart 单值-移动极差控制图：适合于只能取一个值的控制（如化工等气体与液体流程式过程，产品均匀的场合，因此它判断过程变化的灵敏度也要差一些）

计数型控制图包括：

1.P 控制图(不合格率控制):用于控制对象为不合格品率或合格品率、交货延迟率、缺勤率、差错率等计数值质量指标的场合。（用于可变样本量的不合格品率）

2.NP控制图:用于控制对象为不合格品数的场合。设n为样本大小，P为不合格品率，则NP为不合格品个数，取NP为不合格品数控制图的简记记号。NP图用于样本大小相同的场合。（用于固定样本量的不合格品数）

3.U控制图:当样品的大小变化时，应将一定单位中出现的缺陷数换算为平均单位缺陷数后用U控制图。（用于可变样本量的单位缺陷数）

4.C控制图:用于控制一部机器，一个部件，一定的长度，一定的面积或任何一定的单位中所出现的缺陷数目。C图用于样本大小相等的场合。（用于固定样本量的缺陷数）

另一方面，由于质量控制图可以起到这种监测的仲裁作用。因此实验室内质量控制图是监测常规分析过程中可能出现误差.控制分析数据在一定的精密度范围内,保证常规分析数据质量的有效方法。

在实验室工作中每一项分析工作都由许多操作步骤组成,测定结果的可信度受到许多因素的影响,如果对这些步骤、因素都建立质量控制图,这在实际工作中是无法做到的,因此分析工作的质量只能根据最终测量结果来进行判断。

对经常性的分析项目,用控制图来控制质量,编制控制图的基本假设是:测定结果在受控的条件下具有一定的精密度和准确度,并按正态分布。若以一个控制样品,用一种方法,由一个分析人员在一定时间内进行分析,累积一定数据。如这些数据达到规定的精密度、准确度(即处于控制状态),以其结果一一分析次序编制控制图。在以后的经常分析过程中,取每份(或多次)平行的控制样品随机地编入环境样品中一起分析,根据控制样品的分析结果,推断环境样品的分析质量。

预期值——即控制图中的中心线；

目标值——控制图中上、下警告限之间区域；

实测值的可接受范围——控制图中上、下控制限之间的区域；

辅助线——上、下各一线，在中心线两侧与上、下警告限之间各一半处。

控制样品的浓度和组成，使其尽量与环境样品相似，用同一方法在一定时间内(例如每天分析一次平行样)重复测定，至少累积20个数据(不可将20个重复实验同时进行，或一天分析二次或二次以上)，按下列公式计算总均值(μ )、标准偏差(s)(此值不得大于标准分析方法中规定的相应浓度水平的标准偏差值)、平均极差( )等。

以测定顺序为横坐标，相应的测定值为纵坐标作图。同时作有关控制线。

中心线——以总均数 估计 ;

上、下控制限——按 值绘制；

上、下警告限——按 值绘制；

上、下辅助线——按 值绘制。

在绘制控制图时，落在 范围内的点数应约占总点数的68%。若少于50%，则分布不合适，此控制图不可靠。若连续7点位于中心线同一例，表示数据失控，此控制图不适用。

控制图绘制后，应标明绘制控制图的有关内容和条件，如测定项目、分析方法、溶液浓度、温度、操作人员和绘制日期等。

根据日常工作中该项目的分析频率和分析人员的技术水平，每间隔适当时间，取两份平行的控制样品，随环境样品同时测定，对操作技术较低的人员和测定频率低的项目，每次都应同时测定控制样品，将控制样品的测定结果，根据下列规定检验分析过程是否处于控制状态。

(1)如此点在上、下警告限之间区域内,则测定过程处于控制状态,环境样品分析结果有效;

(2)如果此点超出上、下警告限,但仍在上、下控制限之间的区域内,提示分析质量开始变劣, 可能存在“失控',倾向,应进行初步检查,并采取相应的校正措施:

(3)若此点落在上、下控制限之外,表示测定过程“失控”,应立即检查原因,予以纠正。环境样品应重新测定;

(4)如遇到7点连续上升或下降时(虽然数值在控制范围之内),表示测定有失去控制倾向, 应立即查明原因,予以纠正;

(5)即使过程处于控制状态,尚可根据相邻几次测定值的分布趋势,对分析质量可能发生的问题进行初步判断。当控制样品测定次数累积更多以后,这些结果可以和原始结果一起重新计算总均值、标准偏差,再校正原来的控制图。

SPC应用在于收集原始的数据，经过一系列复杂的计算，以最简单、直观、明了的方式表现，便于深入分析质量状况及预测问题。所以SPC在数据收集过程中必须强调二项原则：真实、及时。

数据的真实性：只有真实的数据才能反映真正的质量状况，不真实的数据分析出的结果肯定也不正确，易导致决策者失误。数据的不真实性通常表现在以下几个方面：

·品检人员不认真，根本没有通过实际的检验，只根据经验直接填写数据；

·品检人员感觉检验数量太多，不愿检验到规定的数量，而只做一部分，剩下一部分就全都是主观估计值；

·测量设备有问题，精度不够，需要靠检验人估计；

·检验出来的数据不符合规格，人为地改写数据；

·检验人员字迹不清，在输入电脑过程中输错；

·抽样计划制定不合理，检验数据太少，造成分析无价值；

数据的及时性：因为SPC的主要功能之一就是预测质量，因此，只有及时收集数据，才能及时分析，才可能预测质量，不良品都已经产生，所有的预测都无意义。

数据收集分：计量值的数据收集和计数值数据收集。

1、计量值的数据收集：

按一定时间间隔抽取一定的样本，然后进行测量，再将测量到的数据记录下来。计量型数据具有连续性，故它的抽样计划与计数值有很大的差异。它通常根据产品要求，对产品的重要特性定时抽取固定样本个数。

应根据产品的特性和当前质量状况来确定抽样频率，产品特性越易检验或越重要，抽样频率通常越高，如果当前质量越差相对频率应加大一些。如果遇到生产时间较短，为了做直方图，也可适当加大抽样频率，常用的抽样频率为：每半小时、每小时、每2小时或4小时抽一次，每天抽一次为少见（一般出现在难检和质量较为稳定的特性）。

抽样频率在初始阶段相对高一点，在过程中如发现质量受控较稳定时，可视情况酌情减少抽样频率，甚至放弃该点的计量监控。例如在第一个月，每小时抽5个；经过1个月的监控，质量已稳定，已经有2周时间是CPK值达到了2.0以上，可采用4个小时抽5个（注：一般不宜采用减少每次抽样数）；又经过一个月，发现CPK还是在2.0以上，且没有大幅的周期变化的特性，则可放弃该点做计量控制。

2、计数值数据收集：

根据计数值的理论，计数值具有不连续性，是以某一批产品为母体来抽取样本数的，但这会使生产人员无法确定下一批检验时间。因此，难以做到质量的预测。因此，建议计数值也尽量做到连续抽样，这样可以预知下批的检验时间，也可以根据图形预测下一步的质量状态。

计数值数据在抽取样本时，样本数可以一致，也可以不一致，如Pn图样本大小一定要相同，P图样本大小可相同，也可不相同，但初学者最好选取相同的样本，U图每个样本大小要相同，C图每个样本大小不相同。因此，特别强调计数值的样本组数最好在20组以上。