控制圖是對過程質量加以測定、記錄從而進行控制的一種科學方法。圖上有中心線、上只存在偶然波動時，產品質量將形成某種典型分布。例如，在車制螺絲的例子中形成正態分布。如果除去偶然波動外還有異常波動，則產品質量的分布必將偏離原來的典型分布。因此，根據典型分布是否偏離就能判斷異常因素是否發生，而典型分布的偏離可由控制圖檢出。在上述車制螺絲的例子中，由于發生了車刀磨損的異常因素，螺絲直徑的分布偏離了原來的正態分布而向上移動，于是點子超出上控制界的概率大為增加，從而點子頻頻出界，表明在異常波動?？刂茍D上的控制界限就是區分偶然波動與異常波動的科學界限，休哈特控制圖的實質是區分偶然因素與異常因素兩類因素。

 

    1.控制圖的預防原理

 

    控制圖是如何貫徹預防原則的呢？這可以由以下兩點看出：

 

    （1）應用控制圖對生產過程不斷監控，當異常因素剛一露出苗頭，甚至在未造成不合格品之前就能及時被發現，在這種趨勢造成不合格品之前就采取措施加以消除，起到預防的作用。

 

    （2）在現場，更多的情況是控制圖顯示異常，表明異常原因已經發生，這時一定要貫徹“查出異因，采取措施，保證消除，不再出現，納人標準。” 否則，控制圖就形同虛設，不如不搞。每貫徹一次（即經過一次這樣的循環）就消除一個異常因素，使它不再出現，從而起到預防的作用。

 

    2.統計過程控制的實質

 

    要精確地獲得總體的具體數值，需要收集總體的每一個樣品的數值。這對于一個無限總體或一個數量很大的有限總體來說往往是不可能的，或者是不必要的。在實際工作中，一般是從總體中隨機地抽取樣本，對總體參數進行統計推斷。樣本中含有總體的各種信息，因此樣本是很寶貴的。但是如果不對樣本進一步提煉、加工、整理，則總體的各種信息仍分散在樣本的每個樣品中。為了充分利用樣本所含的各種信息，常常把樣本加工成它的函數，一般將這個（或若干個）不含未知參數的樣本函數稱為統計量。

 

    過程控制的實質，就是這樣一個統計推斷過程，所依據的統計量的形式應根據計推斷的目的和應用的條件不同而有所不同。從實用和簡化計算的角度來看，往往是利用樣本的平均值和極差R來進行。