問：控制圖的使用是基於什麼原理？
答：我們用控制圖的方法去減少過程中出現的兩種錯誤（第一類錯誤：虛發報警，第二類錯誤：漏發報警），讓過程以最大的潛力來生產合格的產品。
1、 休哈特指出在操作現場的過程控制中，容易犯兩種錯誤。
實際過程中如果有需要操作人員及時糾正，採取措施的“不受控的原因"發生，而操作者因為測量值還落在規格範圍內而沒有去採取措施干預過程，這種情況下，測量值的變差會增大，同時如果不是100%檢查產品，可能會出現測量值超規格限的情況發生，而不知道。這就是我們前面說的第二類錯誤。
另一種情況，如果過程沒有發生改變，因為過程中的“正常原因"影響，測量值沒有落在目標上，此時如若根據以前的測量結果來調整過程，這種情況也會導致測量值更多的變差來源。這就是我們前面說的第一類錯誤。
這種當過程中只有受控的原因影響，操作現場對過程的調整，稱為過度調整（又稱為過度干預），戴明博士有一個非常形象的試驗來說明。
正是基於要減少這兩種錯誤，休哈特開發出了控制圖的方法
2、 大數據驅動的智能製造時代，賦予了採集質量數據更多的意義！
大數據驅動的智能製造時代，強化了要在現場及時採集質量數據並監控的重要性，除了把流通領域的基於互聯網的需求數據與企業的生產計劃有效整合，也能基於MES平臺，採集來自智能設備的過程信息，生產節拍信息，而對於質量數據（產品特性值）的採集，同時與設備，物流等信息的結構化關聯才是實現智能製造最重要的一環，基於這些關聯之後，能進一步加深對導致測量值變差來源的理解與認識，提高過程控制水平。
改善無從下手......
（上圖來自於Q-Das軟件公司創始人Dr. DIETRICH Edgar演講的公開資料）
將測量的特徵值與背後的附加信息(可能來自於其它MES系統)結構化的進行關聯，加深了對造成特徵值變差來源的認識與理解，能更有利於工程師層面的過程改善。
中國的質量管理發展階段少了"統計過程控制"階段，很多企業認為符合規範就好，誤以為是最經濟的做法，同時缺少用數據說話的文化，不追求減少變差。而基於大數據的分析平臺，會使得產品整個生命週期的損失可視化，進而強調過程控制的重要性。將統計學運用於分析，評價，監控特徵值變差，強調用數據說話的文化，進而去優化生產過程和業務流程，將會給"中國製造"的質量提升插上騰飛的翅膀。
3、總結
最初用控制圖控制過程的目的，是基於過程控制中容易出現的兩類錯誤而制定的，
1 過程只有“受控的原因”影響，操作者過度調整了過程;
2 過程中有“不受控的原因”影響，操作者沒有及時採取措施。
為了讓過程以最大的潛力來生產合格的產品，休哈特開發了控制圖的方法。
進入到信息化時代，現場的質量數據收集，並且與過程中其它信息的結構化關聯，是減少變差，提升質量的重要手段。
