控制图可评估过程中心是否受控制。 控制图包括下列各项：

·    标绘点，每个点都表示该子组中测量值的平均值。

·    中心线（绿色），该线表示过程均值（所有子组平均值的平均值）的估计值。

·    控制限制（红色），位于中心线的上方和下方 3 s 处。当过程不受控制时，这些限制可提供一种直观的评估方法。表示子组平均值的预期变异量的控制限制是通过使用子组内变异计算的。

Minitab 最多可对 控制图执行 8 种特殊原因检验，这些检验可检测出数据中超出控制限制和特定模式的点。未通过检验的点标有一个红色符号和失败检验编号。在会话窗口中可显示完整结果。未通过检验的点表明数据中存在可能因特殊原因变异而导致的非随机模式。应当对这些点进行调查分析。

R 控制图必须受控，然后您才能解释 控制图。如果 R 控制图不受控，则 控制图的控制限制将不准确，而且可能错误地表示 控制图的不受控状态。

对于凸轮轴数据，R 控制图受控，因此适于检查 控制图。凸轮轴数据的 控制图可以汇总如下：

·    控制下限和控制上限分别为 598.503 和 601.641。因此，子组平均值的预期范围在 598.503 和 601.641 之间。中心线（过程均值的估计值）为 600.072。

·    一个位于控制下限 598.503 下方的子组未通过检验 1，因为它位于中心线下方超过 3 s。检验 1 是不受控制过程的最强有力指标。

·    4 个子组未通过检验 6，该检验从 5 个子组中查找 4 个子组，这四个子组距离中心线超过1 s，并且位于该中心线的同一侧。

·    一个子组未通过检验 5，该检验从 3 个子组中查找 2 个子组，这两个子组距离中心线超过 2 s，并且位于该中心线的同一侧。

这些检验结果表明过程均值不稳定，并且过程不受控制，这可能是由于存在特殊原因而导致的。接下来，您将尝试识别并更正导致此特殊原因变异的因素。只有消除这些原因后，过程才能达到一种统计控制状态。