3σ 与 99.73%：控制限不是拍脑袋定的

一、先说结论

控制限取 ±3σ，本质是在"少误报"和"早发现"之间找个平衡点：

• ±3σ 对应正态下 99.73% 的天然波动在区间内，只有 0.27%（约 2.7‰） 是"正常波动却误报警"的概率。
• 如果取 ±2σ，误报率飙升到 4.55%，控制图天天叫狼来了；取 ±5σ，误报几乎为零，但真异常也几乎发现不了。

所以 3σ 不是玄学，是统计上权衡出来的"甜点"。

二、核心知识点拆解

2.1 3σ 从哪里来

假定过程稳定、数据近似正态，落在 μ±kσ 内的概率为：

• k=1 → 68.27%
• k=2 → 95.45%
• k=3 → 99.73%

控制限就是 CL ± 3σ（中心线 ± 三倍标准差）。当一个点落到限外，在正常波动假设下发生概率只有 0.27%，小到足以怀疑"有特殊情况"。

图 1 · 正态曲线 + μ±1/2/3σ 三段阴影，最外两段标 "0.135%" 尾概率。图注："3σ 之外，千分之 2.7，足够稀有→值得当信号"。

2.2 误报 vs 漏报的拉锯

• 限太窄（如 ±2σ）：正常点也常出界 → 误报多 → 大家麻木（告警疲劳，第 15 篇会讲）。
• 限太宽（如 ±5σ）：真异常也难出界 → 漏报多 → 控制图沦为摆设。
• ±3σ：误报率约 0.27%/点，对单点判异已经很严格；再配合"连续点趋势"等准则（第 12–13 篇），整体灵敏度刚好。

2.3 控制限是算出来的，不是规格给的

重要：控制限来自过程自身数据的 σ，不是图纸上的公差。用规格限当控制限，是新手最常犯的错（第 18 篇细批）。

子组控制限大致这样算（Xbar 图）： ``` UCL = x̄̄ + A₃·s̄ （或 x̄̄ + A₂·R̄，视用 s 还是 R） LCL = x̄̄ − A₃·s̄ ``` 其中 x̄̄ 是子组均值的总均值，s̄/R̄ 是子组标准差/极差的平均，A₂/A₃ 是和子组大小 n 有关的常数。

图 2 · 控制限计算链路图：原始数据→子组均值→x̄̄ 与 s̄→乘常数 A₃→得 UCL/LCL。图注："限从过程数据长出来，不从图纸抄"。

三、车间真实账：不同 k 下一年误报多少次

某工序每小时出一个子组点，一天 20 个点、一年 250 天 = 5000 点。

• k=2σ：误报率 4.55% → 一年约 228 次误报警
• k=3σ：误报率 0.27% → 一年约 13 次
• k=4σ：误报率 0.006% → 一年约 0.3 次

你看，±2σ 一年喊两百多次狼，谁还信？±3σ 把误报压到十几次，既够稀罕又不会完全失声。这就是休哈特当年定 3σ 的工程直觉。

四、常见误区提醒

1. 把规格限当控制限画在图上。两者来源、用途完全不同（详见第 18 篇），混用会既漏判又误判。
2. 嫌报警少就人为收窄限。限是统计算的，不是心情定的；瞎收窄只会制造告警疲劳。
3. 过程变了还用老控制限。限要随过程更新（第 28 篇），旧限会漏掉新异常。

五、小结 & 互动提问

3σ 是"误报"和"灵敏度"的折中解，不是随便定的。理解了这点，你再看控制图上的那条虚线，就知道它背后是概率账。

互动提问：你现在的控制限是怎么定的？是系统按历史数据算的，还是 IT 帮你填了个默认值？建议去翻一眼，十有八九有故事。