六西格玛质量体系在很大程度上依赖于统计过程控制或SCP和统计分析。控制限制是统计过程控制工具，允许您确定您的过程是否稳定和控制，或趋向于增加可变性，这可能导致最终产品的缺陷。
了解控制限制
控制限制分为上限控制和下限控制。控制上限或UCL通常设置为高于过程平均值的三个标准偏差或西格玛，并且控制下限LCL将设置为低于平均值三西格玛。由于大约99％的正常过程变异将发生在正或负三西格玛之内，如果您的过程处于控制之中，它应该大致接近平均值附近的正态分布，并且所有数据点应该在控制上限和下限之内。
如何计算控制限制
要计算控制限制，您必须首先了解您的过程平均值。从30个或更多工艺观察的样品开始，例如电路板上焊料凸点的高度，以千分之一英寸为单位。通过添加所有值并除以观察数来计算平均值。如果样本量为30且观察值之和为173，则公式为173/30 = 5.8。
使用电子表格程序中的STDEV函数或统计分析程序中的自动标准差计算器，最容易计算标准偏差。检查资源部分以获得简单的标准偏差计算器。对于这个例子，我们假设标准偏差是1.8。
计算控制上限的公式是（过程平均值）+（3_Standard Deviation）= UCL。在我们的例子中，这将是5.8+（3_1.8）= 11.3。控制下限将计算为（过程平均值） - （3_Standard Deviation）= LCL。回到我们的例子，这将是5.8-（3_1.8）= 0.3。
总之，我们对该样本的过程平均值为5.8，并且将精确地居中于11.3的上限和0.3的下限之间。这些值将在下一节中用于生成控制图
生成控制图
控制图只是一个折线图，显示了工艺特征的连续测量，例如加工零件的宽度，添加了线条以显示控制上限和下限。统计分析软件包将具有自动控制图表功能。
在电子表格程序中，可以按如下方式创建简单的控制图：将样品中的实际测量值放在第一列中，并将其标记为“测量”。将过程平均值放在下一列的单元格中，并将其标记为“中心”。在第三列中插入控制上限值并将其标记为“UCL”。最后，在最后一列输入控制下限值，并将其标记为“LCL”。
选择这四列中的所有数据，并根据该数据创建折线图。您的输出应该是中间的Z字形线与您的实际观察结果，交叉并重新穿过显示过程平均值的直线中心线，控制上限作为其上方的水平线，下限控制限制作为下面的水平线它。
解释控制图
评估控制图时，您正在寻找过程可能失控或趋于失控的信号。根据美国质量协会的说法，以下指标可能表明一个失控的过程：
单个点超出控制限制之一;连续三个中的两个点位于中心线的同一侧，两个西格玛或更远的距离;中心线一侧五个连续点中的四个，远离它的一个西格玛;最后连续八个或更多点趋向同一方向。
如果出现任何这些警告标志，您的过程可能会失控或即将失控。虽然您的测量结果可能仍在可接受的范围内，但如果您的过程无法控制，则已经是时候采取行动，因为您很快就会看到该过程产生的缺陷单位。
