在质量管理的工具箱里，控制图是一把直观的利器。它能告诉我们一个过程是否稳定、是否受控。其中，均值-极差控制图（X-R图）应用尤为广泛。它同时监控过程的中心位置和波动情况。

好消息是，借助日常办公中熟悉的Excel或WPS表格，制作这样一张专业的控制图并不复杂。

第一步：准备基础数据

一切始于数据。首先，你需要收集并整理好过程数据。

请确保数据：

• 准确、连续；
• 能代表你所关注的时间段或生产批次。

在Excel或WPS中新建一个工作表，按时间顺序将原始数据清晰排列。这是后续所有计算的基础。

第二步：数据分组与计算

通常，我们会将连续生产的几个产品数据作为一个“子组”。假设每个子组包含5个测量值。

接下来，需要计算每个子组的均值（X）和极差（R）。

在Excel或WPS中操作很简单：

• 在空白列，使用 AVERAGE 函数计算子组数据的平均值；
• 用 MAX 函数减去 MIN 函数得到极差。

将这两个公式向下填充，所有子组的均值和极差就计算完成了。

第三步：计算控制限

计算出各子组的均值和极差后，关键一步是计算控制限。这些界限是过程的“正常声音范围”。数据点落在其中意味着过程稳定，超出则可能发出了异常信号。

对于均值控制图（X图）

• 中心线（CL）：所有子组均值的平均值（X）。
• 上控制限（UCL）：UCL = X + A * R
• 下控制限（LCL）：LCL = X - A * R

其中，R是所有子组极差的平均值，A是与子组大小相关的常数（例如子组为5时，A约为0.577）。

对于极差控制图（R图）

• 中心线（CL）：极差的平均值R。
• 上控制限（UCL）：UCL = D * R
• 下控制限（LCL）：LCL = D * R

其中，D和D也是取决于子组大小的常数（子组为5时，D约为2.114，D为0）。

这些系数可以在SPC（统计过程控制）手册或质量工具书中找到。计算时，在表格中引用相应单元格并用公式表达即可。

第四步：绘制图表与解读

有了计算好的均值、极差以及控制限数据，就可以开始绘图了。

在Excel或WPS中：

1. 选中均值数据序列，插入一个带数据标记的折线图；
2. 通过“选择数据”功能，将计算好的中心线、上控制限、下控制限作为新的数据系列添加到同一张图表中。

为了让图表更清晰，建议：

• 将代表控制限的线条设置为虚线；
• 与数据线区分颜色。

对极差控制图（R图）重复同样操作。最终，你会得到上下并列的两张控制图。

如何解读控制图

观察均值图和极差图上的数据点：

• 数据点是否随机分布在中心线上下？
• 是否有连续点上升或下降的趋势？
• 最重要的是，有没有点落在控制限之外？

一旦发现异常点或异常模式，就意味着过程可能受到了特殊因素干扰。需要立即停下来，分析根本原因并采取纠正措施。

你看，通过Excel或WPS这些触手可及的工具，我们就能构建起一套直观的过程监控系统。它让抽象的质量波动变得可见、可管理，是持续改进过程中不可或缺的一环。

《夸克》非常好用的免费AI浏览器

下载APP查看