这是一个全球竞争的时代，唯有经常保持领先才能持续成长！但知识是所有竞争的原点，传统文章论述无法满足企业急需的养份，曾有一些企业主表示相同期望，即企业所需知识能否生活化、工作化的表达且可实时执行，［但里面隐藏许多理论道理，可暂不必理会！］者，对事业经营定有极大帮助，在此前提下，特别规划本「企业职场专栏」，希能活用质量知识，协助企业提升效率和竞争能力。   本专栏大致包括下列范围：样验与抽样、生产良率、质量观念、质量推行方法、厂商调查与评估、零件暨外包质量、统计应用、设计质量、产品可靠度、工程技术能力、质量和经管之联结、质量与公司文化等，以上从二个角度出发，一为企业常见的误用、盲点和问题（负面列举），另为企业要如何做才能超越领先（正面列举），每期文章皆以企业曾发生的事实为基础，用简单、明确说明〝负面〞和〝正面〞角度，我们认知什么及该如何做，本专栏所有观点和建议，均为作者实战结晶，参考价值高，欢迎赐教！   二、企业常见误用、盲点和问题：   1.批退率（Lot Rejective Ratio）做为管理指标的误用 若我们执行抽样检验共有100 批，结果有15 批判退，则批退率为15%，此容易让我们误解为不好的比率有15%［不良率和不良批的意义是不同的！］，其实若工程不良率（即产品质量水平）为0.4%且我们用AQL0.4%抽样，其批退率仍有5%（此乃为误判之机率）是正常的，而我们的感觉却是不良有5%（实际上不良率是0.4%）而感到不安！除此之外于判退过程经常易受人为因素干扰而更形失真！更有甚者用批退率来点绘趋势推移图为管理参考指标，此为无意义及无效行为！所以不能用批退率做为质量管理指针的主要原因有二：一为〝统计的误判5%〞，另为〝实务的干扰失真〞！   2.不管产品质量水平为何，为抽样而抽样的盲点 企业于执行抽样检验前，通常不去了解制程不良率（即产品质量水平）为何，就予执行批抽样是不适当的！因抽样的前提必须〝制程不良率〞和AQL 值接近，才来判断此批质量水平是否合格可接受，例如AQL0.25%，而制程不良率（称Px）为2%左右，明显得知不用抽样即可退货，因为其水平和期望可接受质量水平（AQL）相差太大，不要为抽样而抽样，此时应先假设为退货状态，再度实施100%全检才对！此执行盲点是因不了解抽样检验的本质，是〝用来判定批质量水平〞，当此批接近允收水平，而我们不是很确定时，才来执行抽样检验！若不管Px 即抽检，不但无法正确判断好的批，而且将付出大量无效的检验工时人力，请三思！ 3.使用较严的AQL 值来提升产品质量观念有误 于企业质量事务中，经常可以听到使用较严的AQL 值来提高产品质量，例如客户同意AQL1.0%（意即客户期望产品质量在不良率1%及以下可以接受），卖方为保证交更好的产品给客户，自动将AQL 值修正为0.4%来抽样长期执行！此观念是不对的！把产品质量做好前提是如何把〝工程不良率〞（即Px）下降，而抽样是用来〝批判定好与坏〞，而不是用来〝提升产品质量〞的！较严的AQL 值充其量只是增加退货机率后加上全检的效果，对整体质量水平提升效果极为有限，因为增加退货机率不高（低于10%）再加上误判及人为干扰，效果微不足道！用检验（全检）来提升产品品质已是下下之策（即不适当），因质量不是靠检验出来的！更何况用抽样的方法来提升产品质量更是不智！浪费公司大量资源，质量还是做不好！ 4.最终成品采多次全检的效果有限 若最终产品质量水平不好（Px高）是事实，客户的东西要交也是必须，长期对策远水救不了近火，先救急可出货前题下，只有安排下下之策的全检，若再不满意则实施第二次、第三次等的全检，此种〝不得已〞对策的有效性值得探讨！根据实验及世界级公司内部报告，若检验靠人的感官且训练合格的检验员，其第1 次全检效果（即可挑出不良品的能力）为70%，对同一批再予第二次全检效果只有20%上下，若同批再予第三次全检，则几乎再也挑不出问题来，若同批再予第四次全检，则不但挑不出问，反而产生新的问题（以外观和包装问题为主），例如原质量水平不良率Px＝10%，第1 次全检则为Px1＝3%，第2 次全检Px2＝2.4%，第3 次全检Px3约2.4%上下，第3 次在3%上下，因此最终成品采多次全检的效果有限，最多2 次为宜！品质是没办法靠检验出来的，最终还是需要每个环节的源头做好和做对，产品质量是设计进去和制造做出来的！ 5.品保单位的工作是〝抽检、检测和拒收〞为等而下之的层次 看到大部份公司（尤其传统产业）的品保单位只做〝抽验、检测、退货〞的基本工作，且长期下来产品质量一点改善也没有；曾有一位科技公司品保处长，告诉我目前质量已大有进步，主因是品保大量抓问题，长期批退所致，这种似是而非的代价是使用大量的检验员，且品保单位人员比率已超过同业二倍以上，这种处长真是可悲，连自己错在那里都不知道！既然〝产品质量是设计进去和制造出来〞，自然质量和〝设计单位、制造单位〞有直接关系，那么质量单位要做什么？角色定位为何？如果身为品保单位经副理以上管理者都不知，真是枉然白活了！要知道检测工作只是了解真像和收集情报数据基本工作，重要的是后续〝如何影响设计和制造单位能自动自发把自己工作做好〞才是上策、省资源/成本，因此质量单位真正要做的是〝联络、沟通和整合〞，人的因素比专业因素还重要，要外圆内方，以〝短期解决问题，长期创造价值〞的自我定位，对内可降低营运成本，对外可带来客户（质量满意，客户自然来），宏观言，质量可塑造正面的企业文化而持续获益，此乃质量等而上的最高境界。 6.误解零缺点的〝只要抓到1 个问题即拒收〞之缪论 其实零缺点的精神就是〝追求完美〞，在有限的时间、知识、能力、设备下，追求最完美的演出，是一种精神和工作态度，而不是〝追求完美〞不能容许瑕疵，时下有买方工程师把零缺点解读为〝不管样本数多少，只要抓到1 个问题全批即予拒收〞，这是半桶水的人对零缺点的误解，要知道所有抽样理论皆来自操作曲线(OC Curve)，样本数(n)及允收合格判定个数(c)确定则OC 曲线才固定，若不管样本数(n 大小)多少，即表示有无数条的OC 曲线，抽样即无一定标准可循，强以抽样再予判定，就是〝霸王硬上弓〞，要批退很容易，只要样本数越大，退货机率就越高，对卖方是不公平的！这种合约是不能签的，假使验收合约只说明零缺点精神，未载明允收水平(AQL) 或出货质量水平(SPQL)，就请买方进一步解读，若有说明样本数(n)及判定个数(C)，或提出SPQL 值即表示验收有一定标准（是对的），若买方解读为不管样本数大小且C ＝0（不允许有1 个问题），卖方可据理力争，若真的讲不通又没有其它路径解决，且经营者一定要接单，则卖方可采小批量分批出货因应。 7.其它抽样计划的误用 于工作中有时候听到或看到误用抽样计划情形，例如A：采用计量值之抽样计划(MIL-STD-414)，不去注意数据分布是否常态，就予使用导致误判机率大增，其实现在统计软件很方便，数据分布容易图标，再考虑计量值抽样；例如B：使用连续生产型抽样计划(MIL-STD-1235B) 的前提必须制程稳定且是连续性生产，于自动化设备制程较易稳定且持续产出，但大量人工的系统装配业，制程较不易稳定，因人多、零件多的变性高，若遇缺料就不是连续性生产，因而不宜使用连续生产型之抽样计划！最近(2003 年)居然听到有韩国世界大厂交面板给国内某系统厂，要求客户（此国内系统厂）使用连续生产型抽样，理由是此韩国大厂都是这样被验收的，自己错了也要求别人一起犯错！要知道交货给客户（尤其国外）是以批量为单位非连续性供货此其一，面板产品是靠技术性人工组装的，制程充满不确定性何来稳定此其二也，故韩国大厂误用抽样计划。 8.没有不良率管制图，只有不良率趋势图 管制图的前提必须制程稳定，其变异是自然随机呈常态分布，故依统计原理订定管制上限及下限，即中心线加/减3 倍标准差，假如制程受到不正常干扰（正面或负面），其分布自然就不是常态就不可使用管制图；于系统组装厂通常用不良率或良率表达质量绩效程度，系统厂因人多、零件多制程较不易稳定，加上管理者要求和介入降低不良率（即为正面干扰，使分布不为常态），所以不良率是不能使用管制图的，要用趋势图（Trend Chart）取代，除了去了解推移趋势外，尚要加入管理的目标线，不断要求设法解决问题达成目标，此从管理角度才有意义，不要抱着死统计不消化！因此我说〝没有不良率管制图，只有不良率趋势图〞！ 三、企业要如何做才能领先同业： 1.经常质疑或检讨抽样、检测的价值为何 如果有执行抽样、检测和没有执行的效果是一样的话（从客户角度），那么前述的抽样和检测就没有价值，可以免除！例如A：SMT 外包进到我方采AQL0.4%验收，然外包厂的质量水平为2%(从AQL 及Px 值比较，应采全检)，当然批退率很高，双方花很多资源去处理，但从我方制程能力角度，若此外包不良2%可以在制程中完全剔除，从最终客户角度，有做SMT 抽检和免检是一样的，故此情况安排的抽样或全检是无价值的，可以免除；例如B：当卖方强势，其零组件市场极缺，我方验收不可能去判〝批退〞，因东西都进不来（不好买）怎么可以〝退回〞呢，若其零组件不良会造成我方较大损失，则安排先收货再行上线前全检，若零组件不良并不会造成制程额外损失，则不用验收检验，直接上线使用，若有不良再行和卖方交换新品即可，要能活用，不要死板验收和退货，要能衡量何价值高或损失小；例如C：制程中有100% 全检站或抽样精密测试，从未发生问题，若有问题也不会影响客户购买意愿，那我们干嘛还持续安排检测，浪费资源与人力；以上从结果角度来反推抽样、检测的价值，决定续执行或免除，其实上上之策是去〝创造价值〞于事前（做未来的事，未雨绸缪） 做对和做好，后续的一些工作就可以免了！ 2.如何订定允收水平（AQL 值）及配套措施，使资源使用效益最大允收水平AQL 值和工程不良率Px（即产品本身既有的不良率、质量水平）有相互关系和影响，其结果和允收机率Pa 有关，而AQL 订定有二大方向： 2.1 客户要求指定值：如客户已指明AQL0.4%，意即客户希望产品不良率在0.4%及以下可以接受，接下来要看我们通常的Px 为多少，若为0.4%上下即表示我们可以接此订单的质量要求水平，出货要实施抽样判定好批才出货，若Px 经常在0.1% 以下，则显然不用出货抽检，直接交货给客户即可；若Px 经常在1%-3%之间，则建议于制程最终检查（100%）后再安排1 道全检，且经实验证明全检后的水平接近AQL 值时再安排抽检判定是否好批，若Px 经常在3%以上，则买卖双方有门不当户不对之问题，客户迟早要离开。 2.2 自我品牌自定AQL 值：首先考虑在产品定位下，市场可以接受的不良率为何，加上参考同业间的质量水平为何，来订定自己认为可接受的质量水平AQL 值，再来查看自已Px 为多少，决定免抽检或抽检等之内部例行作业。至于Px 如何计算得知，有二种方式任取其一皆可，从推理法则言，收集出货抽检最近1-3 个月数据，计算总平均不良率即为Px（发现总不良数/执行总样本数），若有全批性、集中性问题为异常不应列入计算（含不良数及样本数）；从经验法则言，壹减去制程直接通过率（Direct Pass Ratio）即为Px，许多实际个案都非常接近，可信度高。 3.如何利用AQL 及Px 数据关系，决定免检、抽检、全检之调整作业，从参数Ax＝Px/AQL 来调整，不同Ax 值有不同的作业修正，建议于下： 3.1 Ax≦1/5 采免检可直接出货给客户或经销商 3.2 1/5＜Ax≦3/5，采跳批抽检，稽核观察是否会恶化，可采f＝2～4 3.3 3/5＜Ax≦2，采任何型式之批抽样检验，用较小样本数（AQL 值不变） 3.4 2＜Ax≦4，采批抽样检验，但要加大样本数(AQL 值不变) 3.5 Ax＞4，采全检之短期对策，并要求治本、长期之改善措施及时程 （以上可参考拙著，「质量经营实战」乙书，第196 页，质量学会出版） 4.100%全检是否有100%剔除效果探讨 各种检测皆存有侦测能力限制［Detectability］，较主流的看法是，用人的感官检查且合格的检验员只有0.7，靠人加设备、仪器、检测者约0.8-.0.9，若用自动化设备、仪器检测，可达0.9-0.99；除了侦测能力外尚有测试涵盖率问题(Test Coverage)，即此种测试可以测出多少零件比率是否正常，这和原先制程各测试站规划有关，是设计进去的(Design for Test, DFT)，若以整个制程角度言，测试涵盖率为0.8 全都用人的感官检测，则整体测试有效性(Test Effectiveness)为0.8×0.7＝0.56，因此不要相信全检可以剔除所有问题，产品质量确是设计进去和制造出来，从源头做对、做好才是治本之道。 5.抽检、检测的最终目的是免检且客户满意，才是上上之策 若制程不是很复杂，通常执行抽样（或全检）工作在进料验收及成品出货抽检站，于进料部份就必须和采购订定且建立一种自然优生劣败的竞争环境，让持续交货的供应厂商保持最佳状态，来源好了自然就可以推行进料免检作业，当然也要订定必要的免检办法，程序及管理指针、目标（如免检率、各料号质量年度目标等）；至于成品出货免检的前提在Px 水平，其和制程直接通过率有直接关系，故应建立一个内部品质改善机制，持续不断提升直通率，若客户能满意则出货抽检可予免除，很多例子这都可以做到，此才是质量推行的上上之策。 6.若使用不良率为管理指标时，执行上有否限制或该注意事项否 不良率即发现的不良数除以检验数，除了全批设计问题（应另行追踪改善）不列入计算外，全检的不良率可直接参考做为管理指标，但抽检就必须考虑总样本数要够大才有参考价值，当制程不稳或小样本的不良率是没有参考价值的！所谓〝样本数够大〞要多大？主流看法是以前产品质量水平不良率导数的3 倍，若前品质不良率为0.4%，则抽检总样本数至少为［（1/0.4%）×3＝750］才有参考价值；这是从统计正确判断机率角度考虑。 7.于执行抽样过程中，发现批质量水平有逐渐变好和变差情况下，抽样可否调整当批质量有趋势性变化时（变好或变差），于AQL 值不变的前提下，若批有变好趋势则采较小的样本数，例如原使用105E 表GⅡ，改用GⅠ方式抽样有较小的样本数，理由是比较能看出问题，因为允收机率Pa 较低，反之若批有变差趋势则采较大的样本数(同前AQL 值不变)，理由同前比较能看出问题。 以上生活化道理也很好理解，〝变好时少看，变差时要多看〞！ 8.当零组件不良率小于0.1%，即三位数及以下PPM 时(500PPM，即三位数PPM)，有 否PPM 抽样 抽样检验必须同时考虑二件事，即〝批的正确判定机率及检验成本〞，若待验批不良率很低（少于0.1%）以500 PPM 计之，为了有正确的允收机率(Pa＝95%)，样本数会很多(如n＝750，c＝1)，自然检验成本就很高，所以不建议实施抽样检验，以免检入库在线直接使用，于制程中发现该零件问题经收集累计计算后，将信息交该零件供货商并要求改善，并要求符合方针管理的目标（各零件料号质量年度目标）。 四、结论和建议 检验与抽样看似简单的主题，但业界几乎都误解、错用，知其然不知其所以然，以为了解各种〝抽样计划表〞就可以上手，该验未验、该省未省、不管来管、乱用资源、缪论误导者到处皆是，其结果最终质量不见改善，只见公司投入许多资源（人员＋设备），客户却没有感觉有变好，这些都是没有正确质量观念和方法，本文所列正负面共16 项，为笔者工作上常碰到问题，也是企业工作者疑惑所在，于此特予整理说明，希对企业同业有所帮助，欢迎来电指教有关问题。 ［检测看似事小，经转换为公司文化形象由客户定位，这就事大了！
临沂艾迪商务服务有限公司专业:bsci验厂,迪士尼验厂,验厂咨询,验厂咨询,验厂培训,验厂辅导,BSCI验厂,WRAP验厂,SEDEX验厂,ICTI社会责任验厂。欢迎拨打400电话：40065816906