在统计过程控制（SPC）的标准教材中，通常建议子组容量固定为3~5。这基于一个理想假设：每一生产批次、每一时段的抽检数量完全一致。然而在真实车间，由于批次尾料、样品损耗、或是高频自动化采集中的时间窗口差异，子组大小（n）往往是波动的。

传统的Excel模版或初阶SPC软件遇到“子组不固定”时，通常只能报错或要求人工强行拆分填充。这不仅扭曲了数据的真实性，更掩盖了过程变异的底层逻辑。

子组不固定类型，我们实现了：

• 阶梯控制限算法：听懂变动的“过程之声” ，统计学原理告诉我们，子组容量 n 的变动会直接影响样本均值的标准差。斌果SPC系统会自动根据每个子组的实际 n 值，动态计算该点的上下控制限（UCL/LCL），在图表上呈现出科学的“阶梯状”分界线，确保每一组判异都严谨可靠。

• 全系列控制图谱适配：针对不固定子组，系统提供全维度统计手段：

  Xbar均值图： 监控过程中心趋势。

  R极差图/S标准差图： 监控组内变异。当子组容量波动较大时，系统优先推荐使用 Xbar-S图，因为它能更精确地利用所有样本信息来估计过程波动

• 过程能力评估：即使各子组大小不等，依然能产出完整的过程能力报告（包括 CPK、PPK、PPM、分布图等）。

示例

下图是我们SPC系统中的一个子组不固定的类型的SPC分析报告

对于同样的数据，我们放到斌果SPC的CPK工具再算一遍。

CPK工具支持

和minitab结果对比，完全一致

专业性是质量人的底线。我们将同一组“子组不固定”的复杂数据，分别输入 Minitab 与 斌果SPC 4.0 的CPK工具进行验证。

实测结果显示： 两者计算出的控制限、均值、Sigma值及过程能力指标完全一致。这证明了斌果SPC在轻量化、数字化（B/S架构，浏览器即用）的同时，保持了工业级的统计精度。