第一个问题是上下控制线的计算方法怎样执行？ 事实上你所提到的UCL=X+A2R 和 UCL=X+3σ两个公式都是正确的。不过，我们一般只能通过UCL=X+A2R公式来计算上限控制线，因为在实际情况下你是不知道σ的值的。 控制图的使用方法之一是估计一个过程的平均数和标准差。 平均值很容易计算和理解，它只是所有结果的平均值。 标准差就比较难了，而且更复杂的是，有多种方法可以确定它，而每种方法都可能有不同的答案。 有时人们会问，为什么一些软件会给出不同的控制限值？哪个程序是正确的？ 答案可能是两者都是正确，区别仅仅在于如何估计标准差。 第二个问题是什么情况需要将数据按设定的子组容量进行跟踪？ 不论你是要绘制Xbar＆R图或Xbar＆S图，你都必须搜集一组一组的资料点，我们将此资料点组合称之为子组（Subgroup），然后再计算与标出这些子组的平均值。 而所谓的合理化群组 （Rational Subgrouping），就是指根据“逻辑性”的群组标准或统计考量来选择子组的过程。通常你都可以采用“自然分割点”（Natural Breakpoint）来划分群组：

例如:如果你的生产线采三班制，则可以从每个班别中搜集一个资料点，然后计算出这三个资料点（即早、中、晚三班）的平均值，换言之，你每天都可以标示出一个“平均值”。 或者，如果你想要找出各班别之间的差异，则可以从每个班别中搜集5个资料点，如此一来，你每天都能标示出3个平均值，也就是每个班别皆有一个平均值。 如果你的资料并非呈现正态分布，则请运用中央极限定理，然后再搭配上述的合理化群组方式，以找出适当的子组规模。 第三个问题是何时对单值数据进行跟踪更合适？ 估计你指的是所时应该使用 I-MR图，原理上，Xbar＆R图或Xbar＆S图是最理想用来绘制连续性数据的控制图的。 不过，有些情况下，用 I-MR图 会更为合适，例如，当车间里的生产速度非常缓慢，难以等待更多的样品时，或者测量成本过于昂贵时（如破坏性测试），又或者样本多次检验的结果原则上不会不一样（例如是液体的成份）。 如果你对SPC的原理和计算方法有兴趣，又想深入了解这些质量工具的方法和应用，可以考虑学习优思学院 [1] 的六西格玛绿带或者黑带（ILSSI授权认可课程），把知识融滙贯通，提升自己在质量和过程管理上的能力。