质量控制图作为一种统计管理工具,在工业质量管理上的重要性愈发明显,它是一种由横纵坐标和上下界限构成的统计图,通过图上的打点轨迹来判断生产过程处于受控状态还是失控状态,从而判断引起产品质量发生波动的原因是偶然性的还是系统性的。传统的Shewhart控制图对观测数据的分布性要求较高,通常需要事先假定数据近似服从于正态分布,而在现实生活中,观测数据往往服从于非正态分布,并且参数估计量的抽样分布难以得到。此外,传统Shewhart控制图一次只能监控一个参数或质量特性,当观测数据服从于多参数分布时,控制图的监控效率较低。众所周知,基尼指数可用于衡量一个国家或地区收入的不平等性,当收入分配的分布函数未知时,可以使用经验分布函数将基尼指数的积分表达式转换为次序统计量的形式,Alizadeh于2014年证明了该统计量的精确分布,Hadi于2017将该统计量用于检验逻辑分布的拟合优度,本文将结合基尼统计量和Bootstrap方法设计控制图,从而改进传统Shewhart控制图的缺陷,使其可用于任意连续性分布数据,并且可一次性监控多个参数。本文主要内容为,假定数据服从威布尔分布和逻辑分布,围绕Shewhart控制图、Bootstrap分位数控制图、基尼控制图三者进行控制图的监控性能对比。首先,将简要介绍两种非正态分布理论以及参数估计方法,并随机生成服从两种分布的模拟数据;其次,将分别介绍三种不同控制图的原理以及构造方法,利用随机模拟的数据对比分析三种控制图在两种不同生产状态下的监控性能;最后,引用两篇文献中的实际工业数据对控制图进行效果检验,进一步证明基尼控制图的鲁棒性。本文得到如下结论,Shewhart控制图对于受控状态下的非正态分布数据的监测是严重失效的,控制图的误报概率极大,而基尼控制图与Bootstrap分位数控制图性能大体一致。对比失控数据的监测,当某一参数的漂移量较小时,基尼控制图与Bootstrap分位数控制图性能差异较小,随着漂移量的增加,基尼控制图的性能有所提升;当双参数同时漂移时,基尼控制图的性能明显优于Bootstrap分位数控制图。