八大判异原则
判异准则一：点出界就判异
点出界有两种可能性：
1）．若过程正常，即分布不变，则点子超过UCL的概率只有1.135‰左右。
2）. 若过程异常，如μ逐渐增大，于是分布曲线上移，点子超过UCL的概率将大为增加，可能为1.135‰的几十、几百倍。因此过程异常出现点出界的可能性要比过程正常时大几十、几百倍。所以点出界就判异。
判异准则二：点子接近控制界限
（l）连续3个点中,至少有2个点接近控制界限；
（2）连续7个点中,至少有3个点接近控制界限；
（3）连续10个点中,至少有4个点接近控制界限.
距离控制界限1σ范围内就称为“接近”。通常只应用第一条，因为它点数少，容易判断。
判异准则三：链
出现下图l的现象表明质量特性值分布的均值μ向出现链的这一侧偏移。现作说明：
*. 在控制图中心线一侧连续出现的点称为链，其中包含的点子数目称为链长。链长≥9，判异.
判异准则四：间断链
．间断链指链中个别点子跳到另一侧。
．判异准则(同样代表均值μ向出现链的这一侧偏移)
（l）连续11点，至少10点在一侧；
（2）连续14点，至少12点在一侧；
（3）连续16点，至少14点在一侧；
（4）连续20点，至少16点在一侧；
判异准则五：倾向
下降倾向表明质量特性值分布的均值μ随时间而减少。点子递增或递减的状态称为倾向或趋势（trend）。
注意，如下图所示的下降倾向，后面的点一定要低于或等于前面的点，否则倾向中断，需要重新起算。对于上升倾向也有相应的要求。七点倾向判异。
判异准则六：接连15点集中在中心线附近
“中心线附近”指中心线±1σ的范围内称为出中心线附近。图示现象表明标准差σ减小。但首先需要检查下列两种可能性：
l）是否数据错误；
2）是否分层不够。
以老师傅车制机螺丝为例，设老师傅与青工早晚两班倒，操作同一台车床，作控制图时两人的数据未分层(早晚班数据分开)，即未分类。现在若用σ总（6σ总为控制图上下控制界限的间隔距离）作控制图，恰好又碰上用老师傅的数据打点，就会出现本模式。
......