检验与抽样企业常见误用、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！因抽样的前题必须〝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！把产品质量做好前题是如何把〝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予全检的效果，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）来提升产品质量已是下下之策（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！质量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，连自已错在那里都不知道！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资料基本工作，重要的是后续〝如何影响设计和制造单位能自动自发把自已工作做好〞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〞不能容许瑕庛，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) 的前题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，自已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
管制图的前题必须制程稳定，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〞！