我們在生產產品的過程中，會有人員在產線上，投入了材料，操作著機械，一個步驟接著一個步驟，直到產品生產完成。但有沒有想過，人員有每天情緒的變動，材料雖然符合規格，但每一個同樣的材料其實也都會有些微的差異，機械、方法、環境、測試也都會有波動。過程中的每個因素都有各自的波動，產出的結果就會有波動。
如果這些波動的集合體加加減減之後的結果，還是在公司的內部規格（Inner Specification），那就沒有問題；但如果結果超出了內部規格，表示有什麼事情發生了，這時候我們製程人員就要去看是什麼問題。
當然，我們不可能可以隨時監控每一種元素（人員、材料、機械等等）的波動，但我們可以藉由觀察來看波動的結果。這就是SPC（Statistic Process Control，統計製程管制）在製造產業的目的。
統計學中的抽樣（Sampling）概念
如何觀察波動，就實際操作面而言，就是透過抽取樣本的方式來檢驗結果，然後也藉由抽取樣本來觀看背後的總體。
如果你有接觸過統計學，你會聽過平均值、變異數、標準差等等名詞。在統計中，通常從母體中抽取的樣本數量越多，平均值的變化會隨抽樣數量越多而變小，變異數也會越小。但抽取樣本數量越多，代表的是我們付出的成本也會越大，而這些成本來自於耗費的時間、人力、檢測消耗的材料等等，所以實際上我們不可能無限制的一直大量抽取樣本。
基於此，聰明的統計學家給了我們抽樣的結論：抽取樣本數樣最好 ≧ 50，因為可以得到50個以上的數據所產生的結果，信賴區間變動就不大。也就是說，抽樣數量 ≧ 50的平均值和變異數就會足夠接近母體的樣貌，得出的結果就有足夠的參考價值。
那麼，怎麼抽樣比較好呢？
我們繼續用波動這樣的假說來表示生產結果，你可以想像成一段海浪的切面。
在這樣的前提下，有三個可能的抽樣方法：
一次性連續抽樣
比方說你開始抽樣，就連續拿50個樣本，或是你每隔10分鐘，就連續拿5個樣本，總共拿10次次。這樣的結果，因為抽樣的時間上過於靠近，樣本本身的訊息過於靠近，反而在製作控制圖的時候因為樣本上下限的R值太小，會導致管制上下限太靠近平均值，稍微一個高一點點的數值就以為超過管制界線，反而造成不必要的困擾。
管制上下限（UCL / LCL）
記得這不是規格上下限（USL / LSL）喔，管制上下限會隨樣品量測結果動態調整的，而且會落在規格上下限內喔。這樣才能確保產品輸出的穩定。
間隔一段時間再抽
比方說你開始抽樣，每2分鐘抽一個樣品，花100分鐘抽完50個樣品。
這樣的結果，反而會因為抽樣的時間過於疏遠，我們可能看不到製程過程中可能出現的異常，而是因為樣品本身訊息過於疏遠，樣本上下限的R值太大導致管制上下限也變得很大，觀察控制圖的人員就會永遠覺得製程管制的非常完美。
一次性連續抽樣，但間隔樣品（建議的方式）
比方說你開始抽樣，每10分鐘做一次抽樣動作，動作是每抽 1 個樣品之後等 3 個經過，再抽一個樣品，然後再等 3 個經過，抽完 5 個樣品（等於產線製作了 (1+3) * 5 = 20個產品了）算是完成一個抽樣的動作。總共花類將近100分鐘，抽取了50個樣本。
這樣抽樣的好處，就是你既可以看到連續的變化，可足以時間長到可以看到夠寬的變化，產生出來的SPC控制圖就很有參考性了。
SPC監控的是普通的變異原因，還是特殊的變異原因？
控制圖的中心點，理論上而言，是我們希望這個產品特性的規格值，比方說我們製造電子元件，端子的電鍍厚度要求是 6um。我們的研發人員和製程人員會透過調配藥水、控制浸泡時間等等實驗設計出可以讓電鍍厚度非常接近 6um的製程。這個例子舉的很好（一種自誇的概念），因為調配的藥水本身就不可能100%穩定，藥水也會隨著電鍍的過程而被稀釋（或是被濃縮），因此人員需要不定時的確認作動態調整。但在這樣的案例下，我們可以保證的是，電鍍厚度結果必須是 6um的管制上下限範圍內，不然就是有異常。
然而，當我們看到管制圖出現異常，是否就需要馬上出手調整呢？答案是不一定喔。
如果我們從管制圖的樣品抽樣結果，看到結果出現穩定的異常，比如持續偏高，那是屬於生產普通原因，通常是可以控制的，也是最常會在SPC管制圖會看到的結果。如果是這樣的穩定性異常，可以透過管理，調整流程等等方式來嘗試降低，這是屬於 Six-Sigma 的範圍，精益求精的概念。
如果我們從管制圖的樣品抽樣結果，看到結果出現偶爾的不穩定異常，沒有規律性的異常，無法被控制的，就是屬於特殊原因，比方說電鍍槽內金屬塊的耗損程度。對於碰到特殊原因就需生產現場人員的機靈判斷來排除問題。好家在的是，特殊問題在生產的比例上佔很少數，但這也是SPC控制圖最大的功能。
因此答案是：SPC控制圖需要抓住的是特殊原因。
SPC這麼重要，想提升品質一定要做SPC嗎？
完全不是，也就是因為SPC需要你的公司有足夠能力才能做，因此我這一篇不會直接教你怎麼做SPC。會使用到SPC通常是你生產的流程已經有足夠的穩定性，然後因為有安全法規需求、客戶指定的要求、或是因為你在於車用供應鏈，產品研發階段製作PFMEA時有討論到才會有製作的需求。
就以前我在電子產業，我們通常都是會產品的關鍵特性會討論是否要做，比方說，車燈的光、鋼板的結合處、電子元件的焊錫端子厚度等等。
如果你公司沒有資源人力足以去應付SPC，我們其實還是可以用文章上面同樣的邏輯，比方用單值圖（individual value plot）看樣本抽樣的結果。
其他的其他
你可能想知道更多關於異常規範的標準（連續7點同方向、連續3點超過2標準差等等），或是如何畫控制圖、或是如何算UCL / LCL…這對於一般行業而言實在太深入，請興趣請再跟我說。
誰來做SPC
品質人員……不負責做SPC，品質部門是計畫和確認製程、設備、工程人員有沒有執行的單位喔所以當工廠的不管是誰，發現SPC控制圖超過管制上下限，你不需要追著品質部門問，請你去追製程、設備、工程那些負責執行的單位喔！
這部分需要澄清一下，為我們廣大的品質同仁發聲平反 : )
延伸閱讀：
【流程圖（Flow Chart）+ 控制計畫（Control
Plan）】— 用番茄炒蛋當範例
【量測系統分析（MSA）的計數型分析】— KAPPA檢定，判定人員的檢驗能力
【控制計畫（Control Plan）】—描述產品和過程的控制方法，APQP主要文件之一，也是想做好產品的重要文件喔！
【失敗成本（Failure Cost）】：從三階段掌握預防失敗的關鍵
沒有留言:
發佈留言