在制造业的日常质量管理中，无论是做过程能力分析（CPK）还是做SPC控制图，打开的SPC分析模版都是25组样本，连网上提供的SPC模版也是25组样本的。

认真工作的人，可能心里都会有一个问号：为什么非得是25？24不行吗？或者收集500个不是更准吗？

其实，这个“25”并不是拍脑袋拍出来的，是隐藏着工程与统计逻辑。今天我们用最直白的方式解开这个质量密码。

25组数据，是“看清真实”的底线

很多人计算CPK就是把数据套进公式里算出来的结果就完事。实际上，在算这个CPK之前，我们必须要先弄清楚一件事：这个生产过程，随着时间推移，到底有多稳定？

真实生产中的产品尺寸或特性，不是固定不变的。每一次抽样，我们都会得到这组样件的“均值”（代表整体水平偏不偏），以及一个“离散统计量”（比如极差或标准差，代表产品之间集中程度）。

• 当你收集了 25 组样本，你就攒下了 25 个均值和 25 个离散统计量。
• 这 25 组数据随时间的变化轨迹（折线图），就构成了我们观察“过程真实行为”的基础。

在长期的统计实践中，25 被公认为是一个经验下限。如果样本组数再少，比如只有 5 组或 10 组，你看到的波动很可能只是偶然的“假象”，据此做出的任何判断都会变得极其不可靠。

25这个数字是统计学精度与工程实用性的最佳平衡点：

• 在数学层面，25组数据是自由度收敛的关键门槛，它能确保推算出的标准差和控制限足够精准，从而将控制图的“假警报（误判）”和“漏报警（漏判）”概率降至最低；

• 在工程现场层面，收集25组样本所跨越的时间周期，刚好足够涵盖车间里因昼夜温差、人员交接或设备磨损等带来的真实“普通原因变异”，避免了短时间密集抽样造成的“完美假象”，从而确保计算出的CPK和控制图能真实反映生产线的动态全貌。  

所以，要求至少 25 个样本，目的是为了让你手里有足够的数据，去真正理解生产线在时间长河里的真实表现。

既然越多越好，那用500个样本画控制图行不行？

既然 25 只是下限，追求完美的人可能会问：“我一口气拿 500 个样本来做SPC控制图，数据量越大，分析不是越精准吗？”

 这就涉及到了质量管理中非常致命的一个环节：异常追溯。

做SPC控制图的终极目的，是为了在发现异常波动时，立刻冲到现场去“抓现行”，找出问题的根源。如果你把 500 个点密密麻麻地画在一张控制图上，这可能跨越了几个月的时间长度。

当你盯着图表，发现两个月前的某个点“失控”了，你兴冲冲地跑去车间调查，结果让你崩溃的：

• 人：当时的白班师傅早就换成夜班新手了。
• 机：设备的刀具、夹具参数早被调过好几轮了。
• 料：当时的那个批次的原材料早就用得一干二净。
• 法/环：当时的温度、湿度、操作手法，现在全成了死无对证的悬案。

现场就像一个被彻底破坏的案发现场，你根本找不到真正的原因。

统计和工程的完美平衡

25 个样本的设定，是统计学与质量管理的一个平衡。

它既保证了我们对过程分布的判断不会因为数据太少而失真，又确保了当系统出现异常时，“案发现场”还没凉透，我们还能顺藤摸瓜，及时查清“人、机、料、法、环”的真相。

SPC（统计过程控制）不是为了统计而统计，它是为了发现问题、解决问题。数据太多或太少都会有问题。