应用最为普遍的便是其作为过程稳定性和控制监测的工具。尽管有些人可能认为其功能更加强大，但控制图仍被视作一种重要的分析工具。
以下描述概述了不同类型的控制图，以帮助从业者针对任何监测情况选择最合适的控制图。本文还将介绍如何使用控制图进行分析的方法。
当过程处于稳定且受控状态时，它会展现出共因变化，即过程固有的变化。基于过去的经验，我们可以预测流程在未来如何变化（在限制范围内），即流程处于可控状态。而当过程出现不稳定时，则会显示出特殊原因变化和非随机外部因素影响。
控制图是理解过程可变性的简单、可靠的工具。
制程状态
生产制程可归为以下四种状态:
- 理想状态
- 阈值状态
- 混沌边缘状态
- 混沌状态
当过程处于理想状态时，该过程在统计控制中运行，产生100%的一致性。随着时间推移，该过程已被证明具有稳定性能和目标。此过程是可预测的，其输出满足客户期望。
阈值状态的过程虽在统计控制中，但偶尔会产生不符合项。这种类型的工艺将产生恒定水平的不合格品，并表现出较低的性能。虽然可以预测，但此过程并不能始终满足客户需求。
混沌边缘的状态反映了一个不受统计控制但不会产生缺陷的过程。也就是说，过程是不可预测的，但过程输出仍然能满足客户需求。缺少缺陷可能会给予一种错误的安详感，因为这样的过程随时都可能产生不符合项。
第四种状态为混沌状态，此时过程不受统计控制，产生不可预测的不合格程度。
每个制程在任何给定的时间都会进入其中一种状态，但不会持久维持。所有的过程都将趋向于混沌状态。公司通常在流程变得混乱时开始某种类型的改进工作（尽管在混乱边缘或临界状态时启动改进计划可能会更佳）。
控制图作为检测自然过程退化的策略的一部分，是一种稳健而有效的工具。
控制图的主要元素
- 控制图以时间序列图开始。
- 添加一条中心线（X）作为检测位移或趋势的视觉参考——这也就是过程位置。
- 根据可用数据计算控制上限（UCL）和控制下限（LCL），并与中心线等距放置。这也被称为过程分散。
控制限值确保不会浪费时间去寻找不必要的麻烦——任何流程改进实践者的目标都应是确定情况下再采取行动。
控制限值通过以下方式计算得出：
- 估计样本数据的标准偏差σ。
- 把这个数字乘以三。
- 为UCL加（平均值的3倍σ）并为LCL减去（平均值的3倍σ）。从数学上讲，控制极限的计算公式为：CL = 平均值 ± 3×标准偏差估计值（σ^）。