一、核心目标：我们到底要看什么？
在CPQ中，我们分析数据不是为了“存档”，而是为了回答两个问题：
工艺现在“正常”吗？ （是否处于统计受控状态）
工艺的“能力”够吗？ （能否持续产出合格品）
控制图就是回答第一个问题的 “视觉化仪表盘”。
二、控制图选择：一分钟快速决策
面对一堆数据，用哪种图？SPC有多种控制图，我们做工艺持续确认，首先记住这个流程：
开始——你的数据是什么类型?——连续数据(如:含量、片重、硬度)
——需要看组内数据波动吗?——如果是——使用`xbar-R`图
——如果否 → 使用 `I-MR` 图
开始——你的数据是什么类型?——属性数据(如:合格/不合格、缺陷数) ——每批样本量固定吗?——是——使用`P`图(不合格品率图) ——否——使用U图(单位缺陷数图)
制药行业最常用的是 Xbar-R 图和 I-MR 图。我们重点学习这两个。
三、Xbar-R 图实战步骤（以“胶囊粒重”为例）
场景：你有一批胶囊填充机出来的胶囊，每批过程中会抽查多次重量。你想监控每批的平均重量是否稳定（Xbar），以及每次抽查的波动是否稳定（R）。
第一步：收集与整理数据
每批生产过程中，按固定间隔（如每15分钟）抽取固定数量的样本（如n=5粒），称重并记录。
将数据整理成如下格式（示例）：
| | | | | | 平均值 (Xbar) | 极差 (R) |
|---|
| 第1批 | | | | | | 250.02 | 0.5 |
| 第2批 | | | | | | 250.00 | 1.0 |
| 第3批 | | | | | | 250.00 | 0.8 |
| | | | | | | |
第二步：计算中心线与控制限你需要至少20-25个子组（即20-25批）的数据来计算可靠的限值。
计算总平均 X¯¯¯：把所有Xbar加起来除以批次数。
计算平均极差 R¯：把所有R加起来除以批次数。
查系数表（下图），根据你的子组样本量（本例n=5）找到A2， D3， D4。
套公式计算：
Xbar图控制限：
上控制限 UCL = X¯¯¯ + A2 * R¯
中心线 CL = X¯¯¯
下控制限 LCL = X¯¯¯ - A2 * R¯
R图控制限：
UCL = D4 * R¯
CL = R¯
LCL = D3 * R¯ (当n≤6时，D3=0，即无下限)
控制图系数表（常用部分）:
| A2 | D3 | D4 |
|---|
| | | |
| 3 | 1.023 | 0 | 2.574 |
| 4 | 0.729 | 0 | 2.282 |
| 5 | 0.577 | 0 | 2.114 |
| | | |
第三步：绘图与判异用Excel或Minitab等软件，将Xbar和R分别画成两张图，并画出控制限。判异准则（牢记）： 点子出界就报警。但更要警惕界内的非随机模式，例如：
连续7点上升或下降（趋势）。
连续7点在中心线同一侧（偏移）。
连续14点上下交错（周期性）。
四、从控制图到行动：CPQ的决策点
控制图不是用来欣赏的，是用来触发行动的。
点子超出控制限：立即启动偏差调查。这是“急性病”，必须马上处理。
出现非随机模式（如连续7点上升）：启动 “趋势调查” 。这是“慢性病”，需要分析根本原因（如模具磨损、原料性质渐变）。
过程能力下降：定期（如每季度）计算关键CQA的 Cpk。如果Cpk从1.5缓慢降至1.1，即使未超限，也需评估风险，提前介入。
Cpk简单计算公式：Cpk = min[ (USL - μ) / 3σ, (μ - LSL) / 3σ ]其中：
USL/LSL：质量标准上下限（如含量98.0%-102.0%，粒重0.423-0.477）。
μ：过程平均值（用X¯¯估计）。
σ：过程标准差（对于Xbar-R图， σ = R¯ / d2， d2也可查表；）。
Cpk ≥ 1.33 说明工艺能力充足；Cpk < 1.0 说明工艺能力不足，急需改进。
六、给你的速成工具包
启动工具：用Excel。它的“插入图表”和公式功能足以绘制基础控制图。
数据模板：建立一个统一的Excel模板，固定好计算公式和控制限更新逻辑。
第一步行动：马上选一个关键参数（比如片重或含量），收集最近20批数据，按照上述步骤，亲手画一次Xbar-R图或I-MR图。这是打破对CPQ畏惧感最有效的方法。对于持续工艺确认初起阶段，请按照本号前期制定的持续工艺确认管理程序中的要求去做比较妥当，等收集到一定数据--如20批及以后，可以重新调整。
总结：CPQ的数据分析，始于一张简单的控制图，终于一套科学的决策机制。 它让工艺从“黑箱”变成“透明箱”，让质量管控从“凭感觉”变为“靠数据”。现在，你就可以动手试一试了。
