移動平均管制圖
移動平均管制圖透過繪製最近一組觀測值的平均值,而不是每個單獨的資料點,來監控製程平均。每個描點值由指定數量的最新量測值(稱為跨度)求平均得到,並且每次將該視窗向前滑動一個點。
最後審閱
核心要點
移動平均管制圖透過繪製最近一組觀測值的平均值,而不是每個單獨的資料點,來監控製程平均。
什麼是移動平均管制圖?
移動平均管制圖透過繪製最近一組觀測值的平均值,而不是每個單獨的資料點,來監控製程平均。每個描點值由指定數量的最新量測值(稱為跨度)求平均得到,並且每次將該視窗向前滑動一個點。
這種平滑效應降低了資料中隨機短期雜訊的影響,使漸進的趨勢和緩慢的製程漂移更容易被檢測到。當單一量測值雜訊太大或變異太大,無法單獨揭示有意義的趨勢時,它尤其有用。
何時使用移動平均管制圖?
- 當資料是 單一連續量測值,且希望檢測緩慢、漸進的偏移而不是突然的跳變時使用。
- 當單一量測值 雜訊大或變異很大,而標準 I 管制圖產生過多幹擾訊號時使用。
- 用於 趨勢隨時間緩慢發展 的製程——例如刀具磨損、化學濃度漂移或設備逐漸劣化。
- 當 跨度(用於求平均的點數)設定得當 時使用——根據所需的平滑程度,通常取 3 至 10 的跨度。
正確使用移動平均管制圖的指南
- 選擇 能在平滑與反應速度之間取得平衡的跨度 ——跨度小(如 3)反應快,但平滑較少;跨度大(如 10)平滑更多,但檢測偏移較慢。
- 按 時間順序 收集資料——如果資料不是按先後順序記錄的,移動平均就沒有意義。
- 請注意,移動平均管制圖 對突然、急劇的偏移不如 標準 I 管制圖敏感——檢測突變請使用 CUSUM 或 EWMA。
- 移動平均中使用的資料點 彼此並不獨立,因為它們共享重疊的觀測值——這是預期之中的,也是設計使然。
- 在根據圖解讀製程訊號之前,至少使用 20 至 25 個資料點 來建立管制界限。
替代方法:何時不宜使用移動平均管制圖
- 如果需要 快速檢測突然的大幅製程偏移,請改用 I-MR 管制圖或 Xbar-R 管制圖 ——它們對突變反應更快。
- 如果需要 以高靈敏度檢測非常小的持續偏移,請改用 CUSUM 或 EWMA 管制圖 ——它們對小偏移更有效。
- 如果資料是以 子群組而非單一量測值的形式收集的,請使用 Xbar-R 或 Xbar-S 管制圖
- 如果反應是 計數型資料(比率或計數),請使用適當的計數型管制圖,例如 P、NP、C 或 U 管制圖
移動平均管制圖範例
某塑膠製造公司的品質工程師希望確保其批次製程保持受控。為此,工程師量測 35 個批次中每個批次的顏料濃度。步驟如下:
- 已收集所需資料。

- 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
- 要找到移動平均管制圖,請選擇 Statistical module> Control Chart > Moving Average Chart.
- 在工具中,按如下方式輸入資料及其他輸入項:

5. 使用上述工具後,得到如下輸出:

如何產生移動平均管制圖
操作步驟如下:
- 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
- 在首頁選擇 Statistical Tool> Control Chart > Moving Average Chart。
- 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料,或貼上(Ctrl+V)資料,也可使用 Load Example 選項載入範例資料。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
在移動平均管制圖的工具介面中,視窗分為兩部分。

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可手動輸入資料,也可從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
Load example: 將載入範例資料。
Load File: 用於直接載入 Excel 資料。
右側提供以下選項:
- Individual Columns: 選擇包含量測資料的欄。按住 Ctrl 或 Command 並點選可一次選擇多欄。這些是實際觀測值——例如尺寸、重量或任何連續的品質特性——圖表將用它們計算移動平均並按時間繪製。
- Subgroup Size: 如果所有子群組包含的觀測值個數相同,請輸入一個固定數字。當子群組大小為 1 時,圖表將每一列視為一個單獨的量測值。當子群組大小大於 1 時,圖表先計算每個子群組的平均值,然後對這些子群組平均值應用移動平均。
- Subgroup Size Column: 當各時段的子群組大小不同時,選擇定義子群組歸屬的欄。此欄位與 Subgroup Size Number 必須提供其一——不能同時提供。當整個資料集中每個子群組的觀測值個數發生變化時,使用此選項。
- Length of MA: 定義 跨度 ——即平均在一起以形成每個移動平均描點值的連續資料點個數。較小的跨度(如 3)對製程變化反應更快,但平滑較少。較大的跨度(如 10)可濾除更多雜訊並更清晰地顯示漸進趨勢,但對突然偏移的反應較慢。請選擇與預期製程變化速度相匹配的跨度。
- Process mean: 它是製程中一組量測值或觀測值的平均值。它代表製程資料隨時間的集中趨勢,是製程效能的關鍵指標。如果沒有提供,則 Zometric Statistical Software 根據所提供的資料計算中心線。
- Process SD: 可選。如果您有該製程已知的或經歷史驗證的標準差,請在此輸入。提供後,該值將直接用於計算管制界限,而不是根據當前資料估計離散程度——當您希望圖表反映已確立的製程基線時很有用。
- SD Estimation Method for Subgroup Size = 1 控制當資料由單一量測值構成(子群組大小為 1)時如何估計標準差。提供兩個選項:
- Average Moving Range ——透過對連續觀測值之間的移動全距取平均來估計標準差。這是標準預設方法,對大多數製程都可靠。
- Median Moving Range ——使用移動全距的中位數而不是平均值,使估計更不易受資料中離群值或異常尖峰的影響。
- SD Estimation method for Between subgroup: 這為使用者提供了兩種計算選擇。選擇 average moving range 或 median moving range 作為估計方法,會改變結果。
- Average moving range Sd estimation method: 計算資料集中連續值之間的差,然後取這些差的平均值。
- Median moving range Sd estimation method: MMR 透過取連續資料點之間移動全距的中位數得到。
- SD Estimation Method for Subgroup Size > 1 控制當資料以兩個或更多個觀測值的子群組收集時如何估計標準差。提供三個選項:
- Pooled Stdev ——將所有子群組的標準差合併為單一的合併估計值,給出穩定、準確的組內變異整體度量。
- Rbar ——根據子群組全距的平均值估計標準差。計算更簡單,對於子群組大小為 2 至 8 時可靠。
- Sbar ——根據子群組標準差的平均值估計標準差。對於子群組大小大於 8,比 Rbar 更準確。
- Length Moving Range: 定義用多少個連續的子群組平均值來計算每個移動全距值。預設值為 2,即每個移動全距是兩個連續子群組平均值之間的絕對差。增大該值會使估計更平滑,但會降低對短期偏移的靈敏度。
- Use Unbiasing Constant: 勾選時,應用統計校正因子,以消除根據樣本資料估計標準差時自然產生的微小數學偏差。這可提高管制界限計算的準確性,建議在大多數情況下保持啟用。
- Check Rule 1: 1 point > K Stdev from center line: 檢定 1 對於識別明顯偏離其他子群組的子群組至關重要,是公認的檢測失控情形的通用工具。為提高靈敏度並檢測製程中較小的偏移,可將檢定 2 與檢定 1 結合使用,以增強管制圖的效果。
- X Scale: 管制圖表橫軸的標註和顯示方式。可調整它以顯示時間戳記、觀測編號、批次標示或自訂標籤——使圖表更易讀,並可直接追溯到具體的生產事件或時段。
常見問題
什麼是移動平均管制圖?
移動平均管制圖是一種管制圖,透過繪製最近一組觀測值的平均值,而不是每個單獨的資料點,來監控製程平均。每個描點值是指定數量的最新量測值(稱為跨度)的平均值,並且每次將視窗向前滑動一個點。
如何為移動平均管制圖選擇跨度?
跨度是用於求平均的連續點數。通常取 3 至 10 的跨度。較小的跨度(如 3)對製程變化反應快,但平滑較少。較大的跨度(如 10)可濾除更多雜訊並更清晰地顯示漸進趨勢,但檢測突然偏移較慢。
何時應使用移動平均管制圖而不是 I-MR 管制圖?
對於雜訊較大的單一連續量測值,且希望檢測緩慢、漸進的偏移(如刀具磨損或化學濃度漂移)時,使用移動平均管制圖。對於突然的大幅偏移,請使用 I-MR 或 Xbar-R 管制圖;對於非常小的持續偏移,請使用 CUSUM 或 EWMA 管制圖。
移動平均管制圖需要多少個資料點?
在根據圖解讀製程訊號之前,至少使用 20 至 25 個資料點來建立管制界限。資料必須按時間順序收集,因為如果觀測值不是按先後順序記錄的,移動平均就沒有意義。連續描點的平均值並不獨立,因為它們共享重疊的觀測值,這是預期之中的,也是設計使然。
