控制图制定的前期关键：特性确定与数据类型区分
在进行控制图的制定工作时，首要任务是精准确定需要制定控制图的特性。这一步至关重要，它如同建造高楼大厦时打下的坚实地基，直接影响后续工作的开展。而确定特性之后，紧接着要做的便是区分数据类型，即判断是计量型数据还是计数型数据。
计量型数据通常是可以用具体数值进行衡量的数据，比如长度、重量、时间等，这类数据具有连续性和可测量性的特点。计数型数据则是通过计数得到的数据，如不合格品的数量、缺陷的个数等，它反映的是事物的离散状态。准确区分这两种数据类型，能够为后续正确选择控制图提供明确的方向。
计数型数据控制图的选择策略
基于不合格品率的选择
当我们关心的是不合格品率，也就是“坏”零件在总体中所占的百分比时，样本容量的恒定与否就成了选择控制图的关键因素。
如果样本容量恒定，我们有两种选择，即p图和np图。p图以不合格品率为统计量，它能直观地展示不同样本中不合格品率的波动情况，帮助我们了解生产过程中不合格品出现的概率是否稳定。np图则是以不合格品的实际数量为统计量，它侧重于反映不合格品数量的变化趋势。这两种图各有优势，具体选择需要根据实际情况和分析目的来决定。
而当样本容量不恒定的时候，p图就成为了更为合适的选择。因为p图以比率为基础，不受样本容量变化的影响，能够在样本容量波动的情况下，依然准确地反映不合格品率的变化情况，为我们监控生产过程的稳定性提供可靠的依据。
基于不合格缺陷数的选择
若我们关注的是不合格缺陷（坏品）数，也就是单位零件上不合格缺陷的个数时，同样需要考虑样本容量的因素。
当样本容量恒定时，u图和c图可供选择。u图以单位产品的不合格缺陷数为统计量，它能够清晰地展示每个单位产品上缺陷的平均数量的变化情况。c图则是以样本中的不合格缺陷总数为统计量，它更侧重于反映整体缺陷数量的变化趋势。
当样本容量不恒定，u图则是首选。因为u图以单位缺陷数为基础，不受样本容量变化的干扰，能够在样本容量不稳定的情况下，有效地监控生产过程中缺陷出现的频率，及时发现生产过程中的异常波动。
计量型数据控制图的选择考量
I - MR控制图的适用情形
在处理计量型数据时，有些情况下参数的取值差异性非常小，或者取值过程具有破坏性，又或者由于各种原因无法获取更多的数值。在这些特殊情况下，I - MR控制图就发挥出了它的优势。
I - MR控制图由单值图（I图）和移动极差图（MR图）组成。单值图用于展示每个样本的单个测量值的变化情况，移动极差图则用于反映相邻两个样本测量值之间的差异。当参数取值差异性小、测量具有破坏性或难以获取更多数值时，I - MR控制图能够在有限的数据基础上，有效地监控生产过程的稳定性，及时发现过程中的异常变化。
基于样本容量的X - S图与X - R图选择
样本容量的大小也是选择计量型数据控制图的重要依据。
如果样本容量大于或等于10，X - S图是比较合适的选择。X - S图由均值图（X图）和标准差图（S图）组成。均值图反映样本均值的变化情况，标准差图则展示样本数据的离散程度。当样本容量较大时，样本均值和标准差能够更准确地反映总体的特征，X - S图能够更精确地监控生产过程的稳定性。
而当样本容量小于10时，X - R图则更为适用。X - R图由均值图（X图）和极差图（R图）组成。极差是样本中最大值与最小值的差值，它计算简单，在样本容量较小时，能够快速地反映样本数据的离散程度。X - R图能够在样本容量有限的情况下，有效地监控生产过程的稳定性。
中位数图的适用场景
在一般情况下，除非我们采用手工计算的方法，中位数图会是一个不错的选择。中位数图以样本的中位数为统计量，它不受极端值的影响，能够在数据存在异常值的情况下，依然稳定地反映生产过程的中心趋势。当采用手工计算时，中位数的计算相对简单，能够减少计算工作量，提高工作效率。同时，中位数图也能为我们监控生产过程的稳定性提供有价值的信息。