管制圖Control Chart在R chart出現的問題
管制圖的R chart如果有一種上下起伏就只在三四個數值跑的狀況，遇到這種現象可能表示你取得數據所使用的量測儀器的解析度不足。
量測解析度不足又怎樣？
量測解析度不足有可能出現誤判管制圖的狀況，也就是實際上根本沒有管制圖超出管制界限的情況；
但你卻誤判成有超出管制界限，導致浪費時間在查找問題、更改作業流程，導致變異更大。
你可以怎麼觀察解析度不足的現象？
- 採用1/10法則 量測儀器的解析度至少應為產品規格的1/10
- 觀察SPC R chart，如果R chart僅出現三種狀態，那它就是解析度不足的現象
- 觀察SPC R chart，如果R chart出現四種狀態，但超過1/4的數據都為0
- 常態機率圖也可以觀察解析度，解析度不足的數據會成堆聚集，而不會沿著45度線分佈
產品設計開發階段該如何避免量測系統的解析度不足問題？
許多設計開發團隊不會去注意這類事情，也就是缺乏IATF16949所講的前期品質規劃Advanced Product Quality Planning的程序；
公司可能名義上有這些團隊或流程，但實際作業中並未將這些條文中寫到的方法內化到企業內部和日常作業，導致都是在稽核前補資料。
試想：如果在PPAP階段繳交產品的初期製程能力分析資料時，被客戶發現該特性的管制圖與製程能力怪怪的，然後才發現是量測系統解析度的問題；
在該時間點其實已經無法做什麼補救，又得花時間跟資源做一批樣品、買新的量測設備、重做資料。
解決該問題的方案其實也很簡單，就是在產品設計開發前期就進行產品特性與製程特性的審閱；
讓團隊成員能在第一時間共享產品的特性與如何量測、建立管制圖的方法，將這些資訊帶給跨團隊成員，並落實到每一個流程程序當中。
森品統計品質工程課程
森品統計品質工程的課程就是為了解決學員們在企業中遇到的困難所建立的，在課堂中您將能學習到如何正確的看待變異知識應用在產品實現流程中；
並且用圖像化、口語化的教學模式替您打造清晰完整的統計觀念，真正做到預防問題發生、建立強韌的開發生產體系。
參考文章
【品質工程】管制圖的為什麼(1)：Control Chart裡面不能畫上規格界限?
【品質工程】管制圖的為什麼(2)：Control Chart為何「組內變異」最小、「組間變異」最大?
