S 管制圖
S 圖繪製每個子群組的標準差,以檢查製程離散程度是否保持穩定,應先於 Xbar 圖檢視。用於子群組大於 8,或需要更靈敏地檢測變異變化的場合。保持子群組大小一致,至少收集 25 個子群組,並使用獨立的常態資料。檢定規則會標示偏移、趨勢和其他非隨機模式。
最後審閱
核心要點
S 管制圖與 Xbar 圖配合,監控子群組標準差隨時間的變化;當子群組大於 8 時取代 R 圖,因為標準差利用了子群組中的每一個資料點。
什麼是 S 管制圖?
S 管制圖監控子群組的標準差(離散程度)隨時間的變化。它與 Xbar 圖配合使用,在子群組較大時取代 R 圖,因為對於較大的樣本,標準差比全距更精確、更靈敏地度量變異。
R 圖只看最高值與最低值之間的差距,而 S 圖則考慮子群組中的每一個資料點——能更準確地反映製程的變異程度。
簡要定義:一種追蹤每個樣本內部變異隨時間變化的管制圖,使用標準差以獲得更精確的檢視,對較大的子群組尤其有用。
何時使用 S 管制圖?
- 在子群組大小 大於 8 時使用:此時標準差是比全距更可靠的度量。
- 與 Xbar 圖 配合使用,同時監控製程中心和製程離散程度。
- 在需要 更靈敏地檢測 製程變異的微小變化時使用。
- 對於子群組大小 2 至 8,Xbar-R 圖已足夠,且更易於解讀。
正確使用 S 管制圖的指南
- 務必 先檢視 S 圖,再解讀 Xbar 圖:不穩定的變異會使 Xbar 圖的管制界限不可靠。
- 在所有時間點保持 子群組大小一致,以確保管制界限計算有效。
- 至少收集 25 個子群組,以建立可靠的基準管制界限。
- 子群組內的資料應 相互獨立且服從常態分配,S 圖才能準確發揮作用。
替代方法:何時不宜使用 S 管制圖
- 如果子群組大小 為 8 或更小,請改用 Xbar-R 管制圖,它更簡單,且對小子群組同樣有效。
- 如果資料以 單一量測值且沒有子群組劃分的方式收集,請使用 I-MR 管制圖
- 如果反應是 計數型資料(不合格品數或比率),請使用 P、NP、C 或 U 管制圖
- 如果同一製程存在 短生產批次或混合產品,請使用 Z-MR 管制圖
S 管制圖範例
某汽車零部件工廠的品質工程師監控凸輪軸的長度。工程師每 30 分鐘收集一次資料,子群組大小為 5。他希望在管制圖中查詢特殊原因(如果有的話)。1. 製程平均和製程標準差留空,因為目前尚不得而知。2. 啟用全部 8 條 Nelson 規則。
為此,工程師應用 S 管制圖,並執行以下步驟:
- 收集必要的資料。

- 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
- 要找到 S 管制圖,請選擇 Statistical module> Control Charts>S Chart.
- 在工具內,輸入資料及其他輸入項如下:

5. 使用上述工具後,得到的輸出如下:

如何建立 S 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 Charts >S Chart。
- 點選 S Chart,進入工具介面。
- 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
- 接下來,填寫必需的選項。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
在 S 管制圖的工具介面中,視窗分為兩部分。

左側是資料窗格(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:
- Subgroup Columns 允許您根據資料的結構選擇 單欄或多欄。如果每個子群組分配在多欄中(每個量測位置一欄),請選擇所有這些欄。如果所有量測值堆疊在一欄中,請選擇該單欄,並另行定義子群組大小。此處的選擇直接決定圖形如何對您的資料分組以計算子群組平均值。
- Observations: 該設定定義資料在工作表中的實際排布方式。請選擇與您的資料結構相符的選項:
- Observations for a subgroup are in one row of columns — 每一列包含單一子群組的所有量測值,分配在多欄中。例如,第 1 列有五個量測值,代表分配在五欄中的子群組 1。
- All observations for a chart are in one column — 所有量測值垂直堆疊在單欄中,並用子群組大小欄位定義每個子群組包含多少列。
在此選擇了錯誤的排布方式,會導致圖形對資料分組不正確,併產生無效的管制界限。
- Subgroup Size 僅在 所有觀測都存放在單欄中時才需要。它告訴圖形有多少連續列構成一個子群組。例如,若子群組大小為 5,圖形會把第 1–5 列視為子群組 1,第 6–10 列視為子群組 2,依此類推。如果您的資料已按多欄排布(每個量測一欄),則不需要此欄位,因為子群組大小由所選的欄數決定。
- Process mean: 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。如未提供,Zometric Statistical Software 將根據所提供的資料計算中心線。
- Process sd: 衡量製程資料圍繞平均值的變異性或離散程度,反映製程中各資料點與製程平均值的差異大小。如果留空,Zometric Statistical Software 將根據所提供的資料進行計算。
- Sd estimation method: 為計算提供兩種選擇。選擇 Rbar 估計法或合併標準差法會改變結果。
- Rbar Sd estimation method: 根據各子群組全距的平均值除以無偏化常數 d2(Rbar/d2)來估計製程標準差。該方法推薦用於子群組大小為 8 或更小的情形;對於較大的子群組,合併標準差利用了每個資料點,估計更精確。Pooled Sd estimation method: 合併標準差是各子群組變異數的加權平均,較大的子群組對總體估計的影響更大。當製程穩定時,該方法能提供更準確的標準差估計。
- Use unbiasing constants for pooled sd: 僅當使用 Pooled Stdev 方法估計 Stdev 時,此選項才適用。
- Show Decimals 管制圖上描點值、管制界限和中心線顯示的小數位數。增加小數位數可提高讀圖精度;減少則使圖形保持整潔,更便於展示。請選擇在準確性與受眾可讀性之間取得平衡的水準。
- 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,是檢測失控狀況的公認工具。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,以增強管制圖的有效性。
- Check Rule 2: K points in a row on same side of center line: 檢定 2 檢測製程中心或變異的變化。在監控製程中的小幅偏移時,可將檢定 2 與檢定 1 結合使用,以提高管制圖的靈敏度。
- Check Rule 3: K points in a row, all increasing or all decreasing: 檢定 3 用於識別製程中的趨勢。該檢定專門查詢一長串連續資料點的值持續上升或持續下降,這表明製程行為中可能存在潛在趨勢。
- Check Rule 4: K points in a row, alternating up and down: 檢定 4 用於識別製程中的系統性變異。理想情況下,製程中的變異模式應是隨機的。然而,如果某個點未通過檢定 4,則可能表明變異並非隨機,而是遵循可預測的模式。
- Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): 檢定 5 檢測製程中的小幅偏移。
- Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):檢定 6 檢測製程中的小幅偏移。
- Check Rule 7: K points in a row within 1 standard deviation of center line (either side):檢定 7 識別可能被誤解為控制良好證據的變異模式。該檢定檢測過寬的管制界限,這通常是資料分層所致。當每個子群組內存在系統性變異來源,使管制界限顯得比應有的更寬時,就會出現分層資料。
- Check Rule 8: K points in a row > 1 standard deviation from center line (either side):檢定 8 檢測混合模式。在混合模式中,各點往往偏離中心線,而落在管制界限附近。
- Additional CLs at Multiples of SD 1 在距中心線 ±1 個標準差 處新增一條額外的管制界限線。這在圖上形成一個內側邊界區,有助於應用 Western Electric 或 Nelson 規則來查詢管制界限內的異常模式,例如一連串點持續位於中心線同一側。
- Additional CLs at Multiples of SD 2 在距中心線 ±2 個標準差 處新增一條額外的管制界限線。這在中心線與標準的 ±3 西格瑪管制界限之間形成一個中間警戒區。落在 2 西格瑪線與 3 西格瑪線之間的點,可在某個點真正失控之前,對製程偏移發出早期預警。
- Define Stages (Historical Groups) with This Variable 允許您使用分組變數把圖形劃分為不同的階段。每個階段各自獨立計算一套管制界限。當已知發生過製程變更時,例如更換新機器、製程改善或原物料變化,而您希望在同一張圖上比較變更前後的製程效能,這一功能很有用。
- X Scale 管制圖形水平軸的顯示方式。您可以調整刻度,以顯示基於時間的標籤、子群組編號或自訂值。當您的子群組對應特定的日期、班次或批次,且希望圖形座標軸反映這一背景而不僅僅是順序編號時,這很有用,使圖形更易於閱讀和展示。
常見問題
什麼是 S 管制圖?
S 管制圖監控子群組的標準差(即離散程度)隨時間的變化。它與 Xbar 圖配合使用,在子群組較大時取代 R 圖,因為標準差利用了子群組中的每一個資料點,而不只是最高值和最低值,因而能更精確、更靈敏地度量變異。
什麼情況下應使用 S 管制圖而不是 R 管制圖?
當子群組大小大於 8(此時標準差是比全距更可靠的度量),或需要更靈敏地檢測變異的微小變化時,使用 S 管制圖。對於子群組大小 2 至 8,Xbar-R 圖已足夠,且更易於解讀。
有效的 S 管制圖有哪些要求?
在所有時間點保持子群組大小一致,至少收集 25 個子群組以建立可靠的基準管制界限,並確保子群組內的資料相互獨立且服從常態分配。務必先檢視 S 圖,再解讀 Xbar 圖,因為不穩定的變異會使 Xbar 圖的管制界限不可靠。
S 管制圖應使用哪種標準差估計方法?
有兩種方法可用。Rbar 把製程標準差估計為平均子群組全距除以無偏化常數 d2(Rbar/d2),推薦用於子群組大小為 8 或更小的情形。對於較大的子群組,合併標準差(各子群組變異數的加權平均)利用了每個資料點,估計更精確。
