1. 来自不同总体的数据混杂在一起，将导致两种异常情况：
(1)异常情况增多，如由于更换材料，导致控制图的异常点比换料前增多。
(2)控制限过宽，也不是正常现象，用这样的控制限控制，减弱了控制图对异常检出的敏感性。如用两台设备加工的特性，控制限是由其中一台设备上收集的数据计算得到的；而两台设备用相同的控制限控制，导致了另一台设备控制图上全部点子集中在中心线10区域内，因而出现控制限过宽的现象。针对上述异常情况，可采取以下措施：将同一特性用不同设备加工或用不同批次的材料加工时，每台设备或每批材料分别计算控制限。用不同的控制图进行控制，以保证设备与图、材料与图一一对应。
2.单项公差的控制特性，如平行度、垂直度、圆度、跳动、中心距一转变动量、分离力等。对于这些特性值，只规定了单侧标准，不能确定它的范围，也不能确定它的中心。此时，质量特性分布的中心与标准界限的距离，就决定了工序能力的大小。单侧标准只给出上限标准时，在用均值—极差控制图控制一段时间后，这些工序经常出现绝大多数点子，甚至全部点子分布在中心线以下的现象。各单位技术人员及质量管理人员认为这是好的趋势，不予以关注。这种想法是错误的，它虽然是一种好的趋势，但并不是正常现象。出现这种情况时，应首先检查检测系统是否有误，在确定检测系统无误的情况下，分析出现这种情况的其它原因，使这种好的趋势能有所发展，然后重新计算控制限。如果不进行改进，仍维持现状，
控制图将失去控制的意义。
3.用极差图控制一段时间后，有些工序的控制图上会出现大部分点子分布在中心线以下的情况，这说明质量特性的分散程度变小了。遇到这种情况时，一些技术人员往往认为过程的散差减小了，是好的现象，不予以关注。这也是不正确的。此时应马上找出产生这种趋势的原因，让这种好的趋势能有所发展，然后重新计算控制限。
4.不连续抽样，易造成样本内部差异大，样本间差异小，据此确定的控制限较宽，减弱了控制图对异常检出的敏感性。因此，抽取样本时，需要连续抽样，这样就可以减少组内差异，增大组间差异，易于反映生产过程的变化。
5.Wg量系统的精度不够导致的测量误差，会使控制图上出现周期波。如：控制特性为某一齿轮的齿圈径向跳动量0.07，用百分表测量时，只能精确到0.01，小数点后第三位应为估计值。由于操作者末估计第三位小数值，从极差控制图上反映出来的图形表现为极差在0.02—0.03之间变动，呈现规律的周期波，峰顶0.03，峰底0.02，按判异准则判过程异常，实际上却是测量误差造成的。因此，应根据控制特性的要求提高测量系统的精度，避免因测量精度不够而导致的控制图异常。
6.控制图选择刻度不合理，会造成描点不正确。如：某齿轮，磨内孔工序，控制特性为齿圆径向跳动量0.063，均值图和极差图刻度均选用0.001／格。在极差固中，上控制限为0.039，中心线值为0.0172，中心线距离控制图底边只有两行的距离。操作者通过测量计算的极差值小于0.0152时，特性点已超出图纸边界，操作者无处描点，造成描点错误。
因此，选取控制限刻度时，应将控制限位于控制图中间，使上下控制限的范围足够大，这样才能保证描点正确。极差图的刻度一般设置为均值图的2倍为宜。
7．质量分布中心与标准中心严重偏离时，Cpk值降低，不合格品率明显增加。如：某轴控制特性为16.4土0.05，第一次采集数据，经计算X图：上控制限UCLx＝0.01，CLx＝-0.0282，LCLx＝-0.45
CP=1.45，CPK＝0.63，K＝0.564 g
查CP、CPK值所对应的总体不合格品率表，不合格品率为1.46%。调整设备后，重新采集数据经计算
图：上控制限UCLR＝0.02, CLR＝0.00175，LCLR＝-0.018
CP=1.243，CPK＝1.19， K＝0.035
查Cp、CPK值所对应的总体不合格品率表，不合格品率为0.01835％。 通过以上两次统计结果的比较可以看出，第一次收集数据计算的质量分布中心严重偏离标准中心。虽然CP值(1.45)较高，但CPK值(0.63)却很低，不合格品率较高。第二次调整设备，重新采集数据计算后，质量分布中心偏离标准中心较小，Cp值(1.243)和CPK值(1.19)相差不大，不合格品率明显降低。因此，控制图第一步取得预备数据后，一定要调整好质量加工中心，否则延长分析用控制图的控制限转化为控制用图的控制限后，质量分布中心就会严重偏离标准中心，使得不合格品率增加，实际工序能力降低。
(1)异常情况增多，如由于更换材料，导致控制图的异常点比换料前增多。
(2)控制限过宽，也不是正常现象，用这样的控制限控制，减弱了控制图对异常检出的敏感性。如用两台设备加工的特性，控制限是由其中一台设备上收集的数据计算得到的；而两台设备用相同的控制限控制，导致了另一台设备控制图上全部点子集中在中心线10区域内，因而出现控制限过宽的现象。针对上述异常情况，可采取以下措施：将同一特性用不同设备加工或用不同批次的材料加工时，每台设备或每批材料分别计算控制限。用不同的控制图进行控制，以保证设备与图、材料与图一一对应。
2.单项公差的控制特性，如平行度、垂直度、圆度、跳动、中心距一转变动量、分离力等。对于这些特性值，只规定了单侧标准，不能确定它的范围，也不能确定它的中心。此时，质量特性分布的中心与标准界限的距离，就决定了工序能力的大小。单侧标准只给出上限标准时，在用均值—极差控制图控制一段时间后，这些工序经常出现绝大多数点子，甚至全部点子分布在中心线以下的现象。各单位技术人员及质量管理人员认为这是好的趋势，不予以关注。这种想法是错误的，它虽然是一种好的趋势，但并不是正常现象。出现这种情况时，应首先检查检测系统是否有误，在确定检测系统无误的情况下，分析出现这种情况的其它原因，使这种好的趋势能有所发展，然后重新计算控制限。如果不进行改进，仍维持现状，
控制图将失去控制的意义。
3.用极差图控制一段时间后，有些工序的控制图上会出现大部分点子分布在中心线以下的情况，这说明质量特性的分散程度变小了。遇到这种情况时，一些技术人员往往认为过程的散差减小了，是好的现象，不予以关注。这也是不正确的。此时应马上找出产生这种趋势的原因，让这种好的趋势能有所发展，然后重新计算控制限。
4.不连续抽样，易造成样本内部差异大，样本间差异小，据此确定的控制限较宽，减弱了控制图对异常检出的敏感性。因此，抽取样本时，需要连续抽样，这样就可以减少组内差异，增大组间差异，易于反映生产过程的变化。
5.Wg量系统的精度不够导致的测量误差，会使控制图上出现周期波。如：控制特性为某一齿轮的齿圈径向跳动量0.07，用百分表测量时，只能精确到0.01，小数点后第三位应为估计值。由于操作者末估计第三位小数值，从极差控制图上反映出来的图形表现为极差在0.02—0.03之间变动，呈现规律的周期波，峰顶0.03，峰底0.02，按判异准则判过程异常，实际上却是测量误差造成的。因此，应根据控制特性的要求提高测量系统的精度，避免因测量精度不够而导致的控制图异常。
6.控制图选择刻度不合理，会造成描点不正确。如：某齿轮，磨内孔工序，控制特性为齿圆径向跳动量0.063，均值图和极差图刻度均选用0.001／格。在极差固中，上控制限为0.039，中心线值为0.0172，中心线距离控制图底边只有两行的距离。操作者通过测量计算的极差值小于0.0152时，特性点已超出图纸边界，操作者无处描点，造成描点错误。
因此，选取控制限刻度时，应将控制限位于控制图中间，使上下控制限的范围足够大，这样才能保证描点正确。极差图的刻度一般设置为均值图的2倍为宜。
7．质量分布中心与标准中心严重偏离时，Cpk值降低，不合格品率明显增加。如：某轴控制特性为16.4土0.05，第一次采集数据，经计算X图：上控制限UCLx＝0.01，CLx＝-0.0282，LCLx＝-0.45
CP=1.45，CPK＝0.63，K＝0.564 g
查CP、CPK值所对应的总体不合格品率表，不合格品率为1.46%。调整设备后，重新采集数据经计算
图：上控制限UCLR＝0.02, CLR＝0.00175，LCLR＝-0.018
CP=1.243，CPK＝1.19， K＝0.035
查Cp、CPK值所对应的总体不合格品率表，不合格品率为0.01835％。 通过以上两次统计结果的比较可以看出，第一次收集数据计算的质量分布中心严重偏离标准中心。虽然CP值(1.45)较高，但CPK值(0.63)却很低，不合格品率较高。第二次调整设备，重新采集数据计算后，质量分布中心偏离标准中心较小，Cp值(1.243)和CPK值(1.19)相差不大，不合格品率明显降低。因此，控制图第一步取得预备数据后，一定要调整好质量加工中心，否则延长分析用控制图的控制限转化为控制用图的控制限后，质量分布中心就会严重偏离标准中心，使得不合格品率增加，实际工序能力降低。