📊 雙圖哲學與架構分離

在 SPC 的實務中，單一的數據點無法描述製程的全貌。本章節解析系統如何透過「雙圖結構」解構品質，以及在架構上如何分離「管理意圖」與「數學運算」。

1. 架構解耦：控制圖 vs. 統計圖表

為了提升系統的靈活性與可維護性，我們將其設計為兩層架構：

1.1 控制圖 (Control Chart) —— 管理容器

• 職責：定義「監控對象」的管理屬性。
• 核心內容：責任人 (Owner)、所屬部門、關聯的生產規格 ($USL/LSL$)。

1.2 統計圖表 (Statistical Graph) —— 數學引擎

• 職責：執行純粹的統計運算。
• 核心內容：管制界限計算 ($UCL/LCL$)、統計判定規則 (OOC Rules)。

2. 雙圖哲學：解構「準確度」與「精密度」

專家級的 SPC 監控絕不會只看平均值。製程的穩定性必須從兩個維度同時觀察：

2.1 位置圖 (Location Graph) —— 監控中心偏移

• 代表圖表：平均值圖 ($\bar{X}$ Chart)。
• 偵測對象：製程的「準確度」。
• 學術意義：監控製程平均值 ($\mu$) 是否隨時間發生了偏移 (Shift)。

2.2 變異圖 (Variation Graph) —— 監控波動穩定

• 代表圖表：全距圖 ($R$ Chart) 或標準差圖 ($S$ Chart)。
• 偵測對象：製程的「精密度」。
• 學術意義：監控製程的離散程度 ($\sigma$)。
• 專家見解：波動變大通常預示著零件磨損。先縮小波動，再校準中心，是製程優化的最高原則。

3. 為什麼雙圖必須並存？

考慮以下情境：一個製程的中心值完全正確，但波動劇增 ($\sigma$ 變大)。

• 結論：雙圖聯動能確保系統同時捕捉到「目標偏移」與「穩定性崩潰」，這是判斷製程健康度的標準。