کنترل کیفیت به طور کلی سیستمی برای نگهداری سطح مطلوب کیفیت یک فراورده یا فرایند با برنامه ریزی دقیق، استفاده از لوازم مناسب بازرسی مداوم و اقدام به عملیات اصلاحی در قسمتهای لازم است. هدف از کنترل کیفیت اعمال نظارت دقیق بر تمام پدیده های موثر درتولید، به نحوی که محصول حاصل در تمام شرایط کیفیت یکسانی داشته باشد. کنترل کیفیت آماری، شاخه ای از کنترل کیفیت بوده و شامل گرداوری و تحلیل و تفسیر داده ها می شود و ابتدا برای داده های یک متغیره معرفی شده است. حال با توجه به این که در اکثر صنایع با وضعیت هایی روبه رو هستیم که در آن ها می بایست چندین خصوصیت وابسته، به طور همزمان کنترل شوند، لذا روش های کنترل کیفیت آماری چند متغیره پیشنهاد شده است. در این بین، مسئله مهم در کنترل کیفیت، داشتن الگوریتم های مناسب برای برخورد با داده های دور افتاده است. در این پایان نامه، پس از شرح دو مرحله ی راه اندازی ( فاز اول) و اجرا (فاز دوم) در کنترل کیفیت، داده های دور افتاده و براوردهاگرهای مکانی مقیاسی استوار را به تفصیل توضیح می دهیم. سپس چند روشt^2 استاندارد، منیم حجم بیضی (t_mve^2) مینیمم کوواریانس دترمینان (t_mcd^2)، و مینیمم کوواریانس دترمینان بازموزون را (t_rmcd^2) را در جهت شناسایی داده های دورافتاده بیان نموده و خواص معیارهای استوارسازی نظیر هم وردایی نسبی و نقطه فروریزش را برای آن ها معرفی می نماییم. در پایان با استفاده از شبیه سازی در محیط نرم افزاری r، توانایی این سه روش را در زمینه شناسایی داده های دورافتاده مورد مقایسه قرار می دهیم.