控制图判异八大准则详解——用对判异规则才能精准预警

控制图是统计过程控制（SPC）的核心工具，但很多质量人在使用中陷入一个误区：只看数据点是否超出控制界限（UCL/LCL），超出就报警，没超出就认为"一切正常"。

实际上，判异不止"出界"这一条。早在1956年，西方电气公司（Western Electric）就总结出一套判异准则，后来由Nelson扩充为八大规则。这些规则让控制图的预警能力从"等故障发生"前移到"趋势异常即报警"——在过程尚未出界但已出现非随机模式时，提前锁定特殊原因。

本文将逐一拆解这八大判异准则，配合模式解读和实战要点，帮你真正用对控制图。

一、八大判异准则速览

在展开每条规则之前，先建立一个全局认知。所有判异规则的核心逻辑只有一个：判断数据点的分布是否服从随机模式。 如果点的排列表现出明显的非随机特征（如连续一侧、趋势性上升/下降、周期性波动等），则判定过程出现特殊原因，需要介入调查。

以下是八大准则的概括：

注：A区为±2σ～±3σ区间，B区为±1σ～±2σ区间，C区为中心线±1σ内区间。

二、各准则的机理与实战解读

规则1：一点出界（超出A区）

条件： 任何1个数据点落在控制界限之外（高于UCL或低于LCL）。

这是最基础也最直观的判异规则。过程正常时，点落在控制界限外的概率仅为0.27%（按3σ原则），属于小概率事件。一旦出现，几乎可以确定过程出现了特殊原因。

实战提示： 出界点本身只是一个信号，不代表该点的产品必然不合格（控制限≠规格限）。需要立即从人、机、料、法、环、测六个维度排查，找到特殊原因并消除，而不是直接调整工艺参数——那叫"过度调整"（tampering），反而会增大过程波动。

规则2：连续9点在中心线同侧

条件： 连续9个数据点全部落在中心线的同一侧（全部在上侧或全部在下侧）。

即使所有点都在控制界限内，连续9点偏向一侧也是一个强烈的异常信号。正常人两侧分布的概率各为50%，连续9点落在同侧的概率仅为0.2%（0.5⁹ ≈ 0.002）。

常见原因： 原材料批次更换、刀具缓慢磨损、操作人员更替、环境温度漂移等。这个规则对过程均值缓慢偏移非常敏感，往往比出界规则提前数小时甚至数天报警。

规则3：连续6点递增或递减

条件： 连续6个点呈单调递增或递减趋势。

趋势性变化意味着过程正朝着一个方向持续漂移。随机过程中出现连续6个同向变动点的概率很低。

典型场景： 刀具磨损（尺寸持续增大或减小）、化学品浓度衰减、电压/气压缓慢下降等。需要注意：这里的"递增"指逐点上升，允许相邻两点数值相等，但不能有反向。

规则4：连续14点交替上下

条件： 连续14个数据点在中心线两侧交替上下波动（如上下上下...的排列模式）。

交替上下呈现"锯齿形"或"振荡型"模式，通常提示存在某种周期性因素导致过程在两个状态间来回切换。

常见原因： 两台设备交替使用（转速或精度的差异导致结果交替偏高/偏低）、两名操作工轮班、两台检测仪器轮换、环境温度昼夜交替循环等。

规则5：连续3点中有2点在A区（同侧）

条件： 连续3个数据点中，至少有2个落在A区（±2σ~±3σ之间，且在同一侧）。

这意味着过程变异已经明显增大，虽然点还没有出界，但已经离控制限很近了。该规则对过程标准差增大较为敏感。

实战提示： 此规则常配合规则1使用，作为"预警级"信号。当出现规则5时，即使没有出界点，也应将受控级别提升，增加抽检频次，密切观察后续点的发展。

规则6：连续5点中有4点在B区以外（同侧）

条件： 连续5个数据点中，至少有4个落在B区之外（即A区或更远，且在同一侧）。

这是规则5的延伸——判断标准从A区放宽到"B区以外"，但连续点数从3点增加到5点。它同样是对过程均值偏移或变异增大的预警，信号强度略弱于规则5但更早出现。

规则7：连续15点在C区（中心线±1σ内）

条件： 连续15个数据点全部落在C区（中心线±1σ范围内）。

这条规则比较特殊——数据点"太好了"反而是异常。直观上点都集中在中心附近，似乎过程很稳定，但实际上变异过小也是一种异常信号。

可能的解释： 数据被"修整"过（操作工刻意挑选数据、检测仪器精度不够导致数值四舍五入过度）、抽样方式有问题（抽样间隔过短导致数据高度自相关）、或者控制限计算错误（用了规格限代替控制限）。出现此规则时，应首先核查数据来源的真实性与合理性。

规则8：连续8点不在C区

条件： 连续8个数据点没有任何一个落在C区（全部在B区或A区，可在两侧分布）。

与规则7相反，数据点分散过开，说明过程变异增大，标准差发生了结构性变化。这种情况虽然所有点可能仍在控制限内，但过程能力已经显著下降。

典型场景： 设备间隙增大、工装松动、新供应商来料波动增大等。需排查变异来源，收紧过程管控。

三、判异规则的使用要点与常见误区

要点一：规则要分层使用，而非全部套用。 不是所有过程都需要跑满八条规则。对于初次推行SPC的产线，建议先启用规则1和规则2，待团队积累一定经验后再逐步启用规则3～8。一次性启用过多规则会导致误报警率大幅上升。

要点二：误报率管理。 理论上，每增加一条判异规则，错误报警的概率就会叠加。以常用的"1/2/3/5/6"五条规则组合为例，当过程处于受控状态时，每小时误报一次的概率约为1%~3%。因此，不应将判异规则的结果当作"判定结论"，而应视为"调查信号"——先排查，再判定。

要点三：判异规则不能替代控制限的重新计算。 遇到出界或异常模式后，消除特殊原因即可，不应立即重新计算控制限。只有确认特殊原因已被彻底消除，且过程恢复到受控状态后，才能用新数据更新控制限。

常见误区一： 把所有超出规格限的点当作控制图异常。规格限（USL/LSL）是客户要求，控制限（UCL/LCL）是过程固有波动界限——两者概念不同，不能混用。

常见误区二： 看到异常点就调整设备参数。"过度调整"会让过程波动反而放大。正确的做法是先排查特殊原因并消除，确认过程恢复受控后，再考虑是否需要优化参数。

常见误区三： 只关注规则1（出界），忽略其他模式。事实上，规则2、规则3等趋势类规则往往比出界更早发现问题，是将控制图从"事后报警"升级为"事前预警"的关键。

四、实例示意

某注塑件生产线的尺寸控制图（均值图）上出现以下序列：

从子组1到子组7呈连续递增趋势，满足规则3（连续6点递增）。虽然此时没有任何一点出界，但质量工程师接到预警后现场排查，发现模具冷却水回路部分堵塞导致模温持续升高，造成收缩量持续减小、尺寸偏大。清理冷却管路后，子组8～9的尺寸恢复正常，均值回到中心线附近。

这个案例中，如果只等规则1触发，至少要等到子组10以后才可能出界——那时已产生大量不合格品。规则3的预警让问题在早期就被发现，避免了批量不良。

判异准则是控制图的"翻译器"——将数据模式转化为过程信号，让质量人在故障发生前就能听见异常的脚步。

知识编号：6.3.1

版本：v20260724

作者：卓越质量智库 卓越质量智库致力于为质量管理从业者提供系统化的专业知识、方法论与实战工具，助力企业质量能力持续提升。