1σ指标准差，σ越小，过程变异越小，品质越稳定。σ包括估计值和样本标准差两种，在试产阶段或过程不稳定阶段，一般用样本标准差。过程稳定时或量产阶段，一般用估计值。
2USL/LSL：规格上/下线，这是产品设计时定出的一个值，如5.0±0.2。规格线与控制线不同，一般控制线更靠近规格中心线。
USL/UCL
3SL/CL：规格中心线/过程中心线。这两条线不一定一样，可能会重合，也可能不重合，因为过程会偏倚。过程中心线表现实际生产的过程状态，而规格中心是理想的过程状态。如图4-2所示。
4R/MR：极差/移动极差。极差表示两个或多个数据最大值与最小值之前的差异。移动极差是前一个数据和后一个数据比对的差异。例如温度检测：上午34℃，下午33℃，MR=1。再如，上午测四个产品长度：3.1、3.4、3.6、3.5，R=0.5。
5CPK为稳定生产过程能力指数。要求个以上数据才可计算，一般是在过程稳定下计算出的过程能力，过程能力一般要求在1.33～2之间。如果间隔太大，过程能力过剩，会造成品质浪费。相反，如果间隔太小，过程能力不稳定，则满足不了客户的要求。
6PPK，初始过程能力指数。一般指不稳定下的过程能力，30个以上数据就可计算。一般要求1.67以上。
7计量型和计数型控制图。计量型是用仪器测量出的结果，用控制图分析叫计量控制图，如X-R图。计数是判定合格与不合格、不良数或缺点数的控制图，是要经过计算的，如P控制图。一般外观检验、导通测试、针规检测用的就是计数控制图。
效果不佳的原因为什么有些公司做了SPC，但效果不好，原因在哪里?
通过SPC控制图判断生产过程处于非统计控制状态，从而采取相应的改善措施，可是在确保改善措施有效的前提，必须保证识别的异常或问题是确切的，往往出现相应的数据异常现象，可能有以下三种原因。
1）数据分组不当。合理的分组方式，应当使组内变差尽量小，组间变差尽量大。因为控制图的设计原理实际上是以组内变化作为试验误差，并以此检验组间变化是否显著。倘若分组不当，造成组内变差反而大于组间变差，结果将导致根据极差计算得出的控制界限太宽，出现点过多接近中心线的假象。
2）控制图本身使用过久。固定参数控制图不是永远不变的，使用一段时间后，若质量明显改变，变异显著减小，原控制界限显得太宽，会失去控制作用。此时，应重新采集数据，制作新的控制图。
3）虚假数字。由于种种原因，有些生产企业以此种控制图说明该企业生产过程的平稳性和可靠性。究其实质，却是伪造的数据，以应付上级的质量检查。