1、聆聽製程的聲音MOTOROLA 在推動其品質運動時期(1989 年 )有一段話頗值得我們深思玩味:客戶滿意是一切商業行為的基石.尤其是在現今高度競爭的時代,客戶們正毫不留情地要求更高標準的產品品質,更低的價格,更好的服務及附加價值.這一些已然影響許多公司的營運策略及日常運作.品質的源頭是製程,製程的變異是品質起伏變化的主要根源.在現今大量製造,分工精細的時代.如何聆聽到”製程微弱的聲音”並下正確的判斷而獲致有效的控制?若是沒有足夠並正確的工具來得知事件的真相,那跟”瞎子摸象”有何差別?每個瞎子摸到的部位都不一樣,自然彼此見解也不一樣,到時候團隊中充滿各種自以為是的爭辯,演變到後來變成誰在爭辯中
2、機智反應比較快,態度比較堅持強悍的,那他的解決方案便成為主流.這時在錯誤方向下,越努力的人,所造成的損失越大.戴明博士(W. Edwards Deming)稱之為”努力挖掘自已的墳墓”.為了不只是”work hard”,更要”work smart”,我們實在需要一個能聆聽”製程聲音”的工具,使自己真的能張開眼睛,看到未來正確的出路品質精良;顧客滿意.Cpk 和 GRR 就是這類工具中兩個相當重要的成員.但是先提醒的是:同樣的工具,會因使用目的的不同,而有不同的使用方法.例如同樣使用尖嘴鉗,將電線剝絕緣皮或是整個剪斷, 使用手法便不同.以下內容是根據敝人在所服務的光電製造工程處的內部訓練課程中編
3、寫的講義加以演述而成.且讓我們以”紙上研討會”的方式來簡介今天的主題:Cpk 變異是製程品質的大敵,較難以克服. 圖 4：GRR 的作法是以 10 個樣品,23 人,每個樣品每人重複測 23 次,以所得數據求出 GRR%(在此不做計算之講解).再以 GRR%讀值大小判斷量具的優劣.但是在此強調的是:對一量具而言,沒有絕對的優劣判定,端看使用目的及要求精度了. 圖 5最後以 Q&T(問題與思考)探討一些實際工作上碰到的問題並透過思考得到更深一層的瞭解.許多問題是沒有絕對的答案,但敝人嘗試在此提出個人的見解,以期達到拋磚引玉的效果.並歡迎先進們給予寶貴的意見. Q1.此種合不合格(go-nogo)
4、的數據,樣品數量太少時是無意義的.MOTOROLA 建議此種數據必須在 2000 筆以上.那是個很大的負擔,況且此種數據並不能告訴你改善的方向. Q2.那可不一定!取決於你如何取樣.建議要監控 3060 天,才能下決論. Q3.可能有問題!當 C 是由 A 和 B 所組成, C 的變異等於 A 和 B 變異的幾何平均 (DRSS/Dynamic Root-Sum-of-Squares 分析). Q4.GRR 跟量具的準確性無關,它只保證量具的穩定性 ,所以當然要校正.一個實際是 2 公尺的木頭,用某一根尺重複量長度,每次的結果都是 1.8 公尺,GRR 很好,但根本不準確,不堪使用.所以量具的
5、驗證除了 GRR(穩定),還要驗證 Cpk(準確). Q5.可不一定!若是此量具是用來解讀製程數據,而你的製程 Cp又非常好,“製程聲音”一樣會被扭曲. Q6.第一.你必須先找出產品本身的變異,並從 GRR 的repeatability 項中減去. 例如 LED:同一顆 LED 的電性,亮度特性在每一秒都會有些微的不同,這就是所謂產品本身的變異.第二.產品規格公差=可出貨之最小 bin 寬.因為此分 bin 機台的任務是對bin 的辨識能力,此時不得使用可出貨之總 bin 寬,例如可出 a,b,c三個 bin,產品規格公差=min(a,b,c)?(a bin 上限 - c bin 下限).第三.不得使用定義:GRR=s ( proceess ) / s (gage),因為此分 bin 機台的任務不是拿來了解製程能力的.
