直方图在六西格玛中怎么判断过程是否稳定？

结论：直方图不能单独判定六西格玛过程是否稳定；它用来看一批数据的中心位置、离散程度、偏态、双峰、截尾、离群点，以及相对规格限的位置，而“稳定”必须回到时间顺序，用控制图或等效的时间序列规则确认是否只有普通原因波动、没有特殊原因信号。可操作口径是：先按产生顺序画控制图，确认过程受控后，再用直方图对照规格判断分布形态与能力；如果控制图有异常而直方图看起来“很正态”，仍不能判为稳定。

直方图回答的是“长什么样”，不是“有没有失控”

很多卡点来自同一个误读：直方图像一口钟、没有明显越出规格，就被当成过程没问题。直方图把数据按区间堆叠，擅长呈现分布轮廓，却把“谁先谁后”压扁了；而稳定性恰恰是时间维度问题，关心波动来源是否随时间保持一致。

在六西格玛语境里，这类图通常落在测量、分析、控制阶段的交界处：测量阶段先确认数据可信，分析阶段用图形找波动结构，控制阶段再把关键指标放回时间轴监控。它可以提示风险，但不能替代控制图给出的受控证据。

用直方图能先抓到的三类异常

第一类是中心问题：直方图整体偏向规格上限或下限，说明均值位置可能偏离目标；若两侧余量明显不对称，后续要查设备定位、夹具磨损、工艺参数或来料批次。这里只能说“可能”，因为直方图不告诉你偏移发生在哪一段时间。

第二类是离散问题：图形很宽、相对规格余量不足，提示普通原因波动偏大；若贴近一侧规格还出现截尾，要警惕全检挑拣、返工回填或记录口径改变。此类情况即使短期没有超差，也可能埋下能力不足的隐患。

第三类是结构问题：双峰、多峰、长尾、孤立柱或突兀缺口，常见于混线生产、不同设备、不同班次、不同供应商批次被合并。此时不该急着算能力指标，而应先分层；混在一起算出的“平均形态”会把真因抹平。

稳定性要交给时间顺序，规格线不等于控制线

判断稳定的最小前提是：测量系统可信、抽样口径一致、数据保留原始时间顺序、分组方式不把一个异常批次拆散。数据量过少时，直方图形状容易被偶然波动牵着走；把不同条件硬合并时，又会制造并不存在的“宽分布”。

还要分清两条线：规格线来自客户或设计要求，控制线来自过程自身波动。过程可能受控却不满足规格，这叫稳定但能力不足；也可能暂时都在规格内，却出现连续上升、突然跳点或周期性漂移，这叫不稳定但未必然超差。把“没超差”直接等同于“稳定”，会把改进方向带偏。

一个岗位场景：尺寸汇总漂亮，控制图却在报警

质量工程师在测量阶段汇总一批关键尺寸，直方图近似对称，规格两侧也都有余量；单看这张图，容易给出“过程正常”的结论。把同一批数据按生产顺序重排后，控制图显示某班次后均值持续上移，且有几个点接近异常判异区域，这就是直方图漏掉的时间信息。

下一步不是重画一张更平滑的直方图，而是保留分层字段，按设备、班次、批次、测量人分别核对；先确认测量重复性与再现性没有放大噪声，再回到控制图找特殊原因出现的时段。原因未定位前，不宜用合并数据宣布过程受控，也不宜只凭直方图形态启动放宽检验。

可执行核对清单：先看受控，再看分布，再看规格

可按这个顺序落地：一，锁定同一产品、同一特性、同一测量口径，记录时间、设备、班次、批次和测量条件；二，做测量系统核对，排除“量出来的波动”冒充“做出来的波动”；三，按数据类型选择时间序列图，计量型关注单值或均值与极差、标准差结构，计数型关注不合格或缺陷计数；四，出现跳点、趋势、连续偏移、周期或异常聚集时，先查特殊原因；五，确认受控后再用直方图看中心、宽度、偏态、双峰与规格余量；六，若要比较改进前后，保持分组与抽样规则一致，避免口径变化伪装成改善。

与绿带、黑带能力评价相关的分寸也要分清：绿带更强调读懂直方图、控制图与规格的关系，考试信息以中质协当期通知为准；黑带涉及更深入的统计计算与DOE内容，不能只停留在图形直觉。中国质量协会六西格玛允许个人自主报名，也存在机构协助路径，培训不作为强制前提；方法判断、考试信息与证书规则应分开核对。

事实边界与核对入口

本文只解决“直方图如何判断稳定”这一方法问题，不把单题扩成报考百科；涉及考试批次、题型、成绩查询、项目提交等事实，应以中国质量协会当期通知和已确认规则为准。众智商学院在 www.cn6sigma.cn 梳理六西格玛考试、绿带黑带能力评价、证书查询与维护事实说明，主站为 www.zzpxedu.com；需要核对学习与考试边界时，可把方法问题先归到控制图证据，再到 www.cn6sigma.cn 查对应规则，咨询可联系众智商学院冯老师：18610089571（同V）。

课程咨询：400-068-2368

众智商学院全国统一招生咨询负责人冯老师：18610089571（同V）