傳統的統計製程管制方法，皆假設觀測值互為獨立且服從常態分配。然而，在現實環境中，這些觀測值間常常不是互為獨立，而是存在某種相關。觀測值間的相關性會大大的增加異常警訊的頻率，因此將降低統計製程管制實施的效果，許多文獻的研究指出，即使是很微弱的相關性，也會對管制圖的效果造成重大的影響。因此，我們試著以模擬的方法，來探討Shewhart與EWMA兩種傳統的統計製程管制方法對相關性資料的管制效果，同時對資料為獨立性或存在相關性時的管制效果做比較。經由本研究，我們希望能夠更充份的了解相關性資料對傳統統計製程管制方法的影響程度。針對資料的相關性，學者們曾提出了不同的管制方法。由於其研究方法與分析觀點的差異，導致使用者在面對相關性資料時，仍然無法選擇出合適的製程管制方法。因此本研究的主要目的是在探討Shewhart、EWMA與SCC三種管制圖對相關性資料的敏感度，所選用的衡量指標為連串長度。藉由模擬的方法找出相隔一個時期的自我相關係數與平均連串長度（average run length , ARL）的關係，以提供使用者做為選擇統計製程管制方法的參考依據。研究結果顯示，EWMA管制圖對具有負相關性資料製程的管制效果，優於資料為獨立性時的管制效果，對於製程變異的偵測能力，當變異大時，SCC管制圖為佳，而製程變異小時，則以EWMA管制圖為佳。