4. 数据采集与分组策略
SPC 控制图的有效性，首先取决于数据是否“值得被画在图上”。如果子组划分不合理、抽样频率与过程变化节奏不匹配、样本量过小，或者测量系统本身波动过大，那么即使控制图公式完全正确，也会产生大量误报警和漏报警。数据采集与分组策略，是 SPC 从“公式计算”走向“工程判断”的第一道关口。
一、合理子组：让组内波动“纯”，组间波动“敏”
合理子组（Rational Subgroup）是 SPC 中最容易被忽视、却最影响判断质量的概念。它的本质是：同一子组内的样本应在尽可能短的时间、尽可能一致的条件下采集，使组内变异主要反映设备、材料、方法等普通原因；而不同子组之间则按时间顺序排列，用于捕捉换刀、换批、换班、温度漂移、操作者切换等异常原因。
在汽车零部件制造中，常见做法是：对同一台设备、同一工装、同一批次材料，在连续生产状态下每隔固定时间抽取 4～5 件作为一个子组。这样，组内变异主要体现设备重复性，组间变异则体现过程随时间的偏移。若把早班、中班、夜班的产品混在同一个子组里，组内变异会被班次差异放大，控制限变宽，反而掩盖真实异常。
- 组内一致：同一子组尽量来自同一设备、同一工装、同一材料批、同一操作条件。
- 组间敏感：子组按时间顺序排列，使换刀、换批、换班、温漂等变化落在组间。
- 避免混组：不要把不同班次、不同设备、不同批次的产品强行合并为一个子组。
- 记录分层：采集时同步记录设备号、班次、批次、操作者，便于异常追溯。
二、抽样频率与样本量：在灵敏度和成本之间取平衡
抽样频率决定控制图发现异常的速度。频率过高会增加检验成本和测量负担；频率过低则可能在两次抽样之间产生大量不合格品。工程上通常依据“过程可能发生变化的节奏”来设定频率：例如换刀周期为 2 小时，则抽样间隔应明显小于 2 小时，建议每 30～60 分钟抽一组；若过程受温度影响呈缓慢漂移，则可适当降低频率，但需配合趋势判断。
样本量方面，子组大小 n 越大，控制限越窄，对微小偏移越敏感，但也会增加组内混入异常波动的风险。对于常规计量型数据，n=4 或 n=5 是汽车行业最常用的选择；对于破坏性试验或测量成本极高的场景，可采用 n=2～3，但需要接受更宽的控制限。计数型数据则通常需要更大的样本量，例如 p 图要求每组至少包含 50～200 件，以保证缺陷率估计稳定。
| 数据类型 | 典型子组大小 n | 抽样频率建议 | 适用场景 |
|---|---|---|---|
| 计量型（X̄-R） | 4～5 | 每 30～60 分钟或每 50～100 件 | 尺寸、扭矩、间隙、硬度等连续测量 |
| 计量型（I-MR） | 1 | 每班 1 次或每批 1 次 | 破坏性试验、单件成本高、批量小 |
| 计数型（p / np） | 50～200 | 每班或每批 | 外观缺陷、装配不良率 |
| 计数型（c / u） | 固定面积或固定长度 | 每班或每卷 | 划伤、气泡、焊点缺陷数 |
三、MSA 对 SPC 的影响：测量系统是控制图的“眼睛”
测量系统分析（MSA）评估的是测量系统本身的波动。若测量系统波动过大，控制图看到的“过程波动”中会混入大量测量噪声，导致控制限被错误放大，真实异常被掩盖；或者因测量重复性差，造成数据忽高忽低，产生大量误报警。因此，在建立控制图之前，必须先确认测量系统满足要求。
通常用 GRR（重复性与再现性）占过程总变差或公差的比例来判定：GRR%＜10% 可接受；10%～30% 视应用重要性和成本决定；＞30% 则不可接受，必须改进测量系统。对于汽车行业安全件、关键特性，通常要求 GRR%≤10%。此外，还需关注偏倚、线性、稳定性，避免测量系统随时间漂移而未被发现。
MSA 判定参考：
GRR% = (测量系统波动 / 过程总波动) × 100%
< 10% ：测量系统良好，可直接用于 SPC
10%～30%：有条件接受，需评估风险
> 30% ：不可接受，控制图可能失真
建议顺序：
1. 先做 MSA，确认测量系统合格
2. 再采集数据，建立控制图
3. 定期复核 MSA，防止测量系统漂移
四、案例与复盘：某变速箱壳体孔径 SPC 数据采集优化
某变速箱壳体孔径加工线最初采用“每 2 小时抽 1 件，做 I-MR 图”的方案。运行两周后，控制图频繁报警，但现场检查设备、刀具、夹具均未发现异常。复盘发现：测量孔径的量具 GRR% 达到 38%，测量重复性很差；同时，单件抽样无法区分组内与组间波动，换刀后的偏移被淹没在测量噪声中。
优化措施如下：
- 先对量具进行 MSA，更换磨损测头并重新培训测量方法，使 GRR% 降至 8%。
- 将抽样方案改为每 30 分钟连续抽 5 件，组成 X̄-R 图，子组内保持同设备、同工装、同批次。
- 同步记录换刀时间、班次、材料批号，作为异常追溯的分层信息。
- 运行一个月后，控制图报警次数下降 70%，且每次报警均能对应到换刀或材料批次变化。
这个案例说明：合理子组、抽样频率、样本量和 MSA 不是四个独立参数，而是一个相互约束的系统。测量系统不合格时，再合理的抽样方案也无法挽救控制图；子组划分不合理时，再精确的测量也会被组内混杂波动掩盖。只有把“测量—抽样—分组—判异”串成一条链，SPC 才能真正成为过程控制的有效工具。
综上，数据采集与分组策略不是 SPC 的“外围工作”，而是决定控制图能否真实反映过程状态的基础工程。合理子组保证组内波动纯净、组间波动敏感；抽样频率与样本量在灵敏度和成本之间取得平衡；MSA 则确保测量系统这双“眼睛”足够清晰。只有四者协同，SPC 才能从一张图变成一套可靠的过程控制机制。