4. 均值-极差控制图（Xbar-R）：适用场景、数据收集要求、控制限计算、绘制与判读实战

大家好，我是老张。今天咱们聊聊Xbar-R控制图。说实话，这是SPC里最经典、最常用的一张图。我入行那会儿，师傅丢给我的第一张图就是它。你想想看，一个产品做出来，尺寸有波动，怎么判断这波动是正常的还是出问题了？Xbar-R图就是干这个的。

4.1 什么时候用Xbar-R图？

Xbar-R图不是万能的，它有自己最擅长的战场。我个人习惯，先看数据能不能分组。能分组，而且每组能凑3到10个数据，那就用Xbar-R。

具体来说，这几个场景最合适：

• 连续生产，批量大：比如注塑、冲压、机加工，每小时抽5个件，一天下来能攒好多组。
• 过程稳定，但需要监控：说白了，就是过程本身没大毛病，但怕它哪天突然抽风。
• 数据容易获取，测量成本低：如果测一个数据要花半小时，那Xbar-R就不太划算，可以考虑单值图。

4.2 数据收集要求——别在第一步就翻车

数据收集看着简单，其实坑最多。我在项目中遇到过好几次，客户拿来的数据根本没法用，因为抽样方式不对。

数据收集的硬性要求：

1. 子组大小n要固定：一般取n=4或5。我建议用5，因为5个数据的极差统计特性更稳定。别这组抽3个，下组抽6个，控制限会算到你怀疑人生。
2. 子组频率要合理：频率取决于过程变化的速度。比如注塑机每2小时抽一次，如果过程变化快，可以缩短到1小时。记住一个原则：组内变异要小，组间变异要大。说白了，同一组里的数据要尽量在相同条件下采集。
3. 数据要连续，不能挑：别只记好的数据，坏的数据偷偷扔掉。这样做出来的控制图，骗自己可以，骗不了过程。
4. 至少收集20-25组：这是计算控制限的最低要求。少于20组，控制限的可靠性会打折扣。

4.3 控制限计算——手算一遍，理解更深

现在软件都能自动算，但我还是建议你手算一遍。为什么？因为只有手算过，你才知道控制限是怎么来的，才不会在软件出bug时抓瞎。

计算步骤（以n=5为例）：

1. 计算每组的均值Xbar和极差R：均值就是组内数据加起来除以n，极差是组内最大值减最小值。
2. 计算总均值Xbarbar和平均极差Rbar：把所有组的均值加起来除以组数k，得到Xbarbar。同样，把所有组的极差加起来除以k，得到Rbar。
3. 查系数表：n=5时，A2=0.577，D3=0，D4=2.114。这些系数是统计学家算好的，咱们直接用。
4. 计算控制限：
   • Xbar图：UCL = Xbarbar + A2 * Rbar，LCL = Xbarbar - A2 * Rbar
   • R图：UCL = D4 * Rbar，LCL = D3 * Rbar（n≤6时LCL为0）

4.4 绘制与判读实战——图是画给人看的

画图不难，难的是判读。我见过太多人，图画得漂漂亮亮，但问他们图在说什么，一脸茫然。

绘制步骤：

1. 横轴标子组序号（1,2,3,...,k），纵轴标数值。
2. 画中心线（CL）、上控制限（UCL）、下控制限（LCL）。
3. 把每组的Xbar和R分别描点，连线。

判读的核心——先看R图，再看Xbar图。为什么？因为如果R图失控，说明组内变异不稳定，这时候Xbar图的控制限是错的。你想想看，控制限是基于Rbar算的，Rbar都不靠谱了，Xbar图还有什么意义？

判读规则（八大判异准则，记住最常用的几条就行）：

• 点出界：任何一点超出UCL或LCL，立即报警。
• 连续7点在中心线同一侧：说明过程中心发生了偏移。
• 连续7点上升或下降：说明过程有趋势性变化，比如刀具磨损。
• 点靠近控制限（2/3的点在2σ以内）：说明过程变异过大。

4.5 知识体系总览

下面这张图是我自己整理的Xbar-R图知识框架。你把它存下来，以后用的时候对照着看，基本不会漏掉关键点。

嗯，以上就是Xbar-R图的全部核心内容。从适用场景到数据收集，从控制限计算到判读实战，每一步都有讲究。记住我的一句话：控制图不是用来算的，是用来看的。你把它当成过程的体温计，每天看一眼，心里就有数了。

---

公众号:蓝海资料掘金营，微信deep3321