管制圖係由修華特 (Shewhart) 所發明,其利用統計方法將所蒐集的資料算出管制界限, 以管制及判斷是否有變異發生。管制界限通常為平均值加減 (+/-) 幾個標準差?

管制圖以平均值±3個標準差為管制界限，因常態分佈下數據落於此範圍內機率達99.74%，超出即視為異常變異。

品質管理與統計基礎觀念

管制圖（Control Chart）是將統計學應用於流程管理的經典工具。其核心邏輯在於，當一個流程僅受到「共同原因變異」（Common cause variation，即系統內固有的隨機波動）影響時，其產出的品質特性數值會呈現穩定的常態分佈。

管制界限的統計原理

根據常態分佈的機率法則，在平均值（μ）為中心的情況下：
- 數值落在 μ ± 1 個標準差（σ）內的機率約為 68.26%。
- 數值落在 μ ± 2 個標準差（σ）內的機率約為 95.44%。
- 數值落在 μ ± 3 個標準差（σ）內的機率約為 99.74%。

修華特（Shewhart）博士據此將管制界限設定為 平均值加減 3 個標準差（μ ± 3σ）。這意味著，在流程穩定（無特殊變異）的情況下，單一數據點超出此界限的機率僅約 0.26%（即兩側尾部機率各約 0.13%）。如此低的機率一旦發生，在統計上就構成了強烈證據，讓我們得以合理推斷有「特殊原因變異」（Special cause variation）入侵流程，需要立即進行調查與改善。因此，本題正確答案為 3 個標準差。

臨床護理品質管理的應用思維

此觀念在護理品質管理中至關重要。以臨床常見的監測指標為例，若加護病房的「非計畫性氣管內管滑脫率」設定管制界限為平均值 ± 3 個標準差，當某月數據點超出上限時，就強烈暗示該期間存在可歸因的特殊事件，例如新進人員訓練不足、病人鎮靜措施變更或約束方式不當等，管理者應啟動根本原因分析（Root Cause Analysis），而非僅將其視為隨機波動。反之，若數據點在 ± 3 個標準差內隨機分佈，則代表流程穩定，此時若要進一步改善，必須從系統面著手，改變整個流程的「共同原因」，例如導入新的照護標準或設備。