为了确保结果有效，请在收集数据、执行分析和解释结果时考虑以下准则。
- 项必须分为两个类别之一（如通过或失败）
- 缺陷品有一个或多个使其不可接受的缺陷。如果您只能确定某项是否为缺陷品，请使用此控制图。如果可以统计每项的缺陷数，请使用 U 控制图、Laney U' 控制图 或 C 控制图 来绘制单位缺陷数。
- 如果您的数据存在过度离散或欠离散现象，则传统的属性控制图可能会产生误解
- 如果您的数据存在过度离散或欠离散现象，则 Laney P' 控制图 可更加准确地区分常见原因变异和特殊原因变异。过度离散可能导致 NP 控制图显示数量增加的超出控制限的点。欠离散可能导致 NP 控制图显示过少超出控制限的点。Laney P' 控制图可调整这些条件。您可以使用 P 控制图诊断 检验数据是否存在过度离散和欠离散现象。有关更多信息，请转到过度离散和欠离散。
- 数据应当采用时间顺序
-
由于控制图会检测随时间发生的变化，因此数据顺序非常重要。您应当按照数据的收集顺序来输入数据，让最旧的数据位于工作表的顶部。
- 应当按照适当的时间间隔收集数据
-
按照均匀的时间间隔收集数据，如每小时一次、每班次一次或每天一次。选择一个时间间隔，该时间间隔应当足够短，以便您可以在发生过程更改之后立即识别此更改。
- 采用子组形式收集数据
-
子组是您要评估的过程中相似项的样本。应在相同的过程条件（如人员、设备、供应商或环境）下收集各子组的项。
如果子组是多个单位的集合，则应在相同的过程条件（如人员、设备、供应商或环境）下收集子组。如果不收集子组（即，其中的项具有相同的过程条件）数据，则可能无法区分常见原因变异和特殊原因变异。
- 子组必须足够大
-
如果子组不够大，则根据数据估计的控制限可能不准确。所需的子组大小 (
) 取决于缺陷品的平均比率 (
)。使用以下公式可以确定子组是否足够大：
。例如，如果缺陷品的平均比率为 0.06，则所有子组中都必须至少有 9 项：
，舍入为最接近的整数 9。 - 数据必须包括足够多的子组才能获取精确的控制限
-
如果您没有足够多的子组，则您仍然可以使用控制图，但您应当将所得结果视为初步结果，因为控制限可能不精确。如果要经常使用控制图，请在收集了足够多的子组之后重新评估控制限。
