[分享]從淵博知識體系再談品質工程 2
1.瞭然變異,見樹更見林
11月號「品質月刊」登載拙著「從淵博知識體系看品質工程」一文之後,接到多位讀者的電話,讀者熱忱的關心與立即的回應,一方面顯示「品質月刊」日益受到讀者的重視,另一方面對作者與編者而言,也是一種鞭策與鼓勵。
在鞭策中,有讀者建議能否對結論中一筆帶過的「品質工程的總體觀」(如附圖一)作更進一步的說明,因此再次提筆以回應讀者對品質工程的關心。
在附圖一上,有些讀者對「流程之聲」(註1)與「顧客之聲」(註2)稍感陌生,其實這是戴明博士用來說明變異理論的一種表達方法,俗語說:「人上一百,形形色色」,其實這個道理也適用在產品上,在同一批產品中雖然用所謂相同的原料;相同的設備;相同的方法並由相同的人來生產,但是實際作出來的產品,若能用精確的方式來衡量其品質特性,我們就會發現結果並不盡相同,而且會自然呈現一種近似前文圖一的分配現象(註3),因此,對變異理論有所瞭解之後,不但不會再犯下坐井觀天,妄下結論的錯誤,反而會開始領悟從樹看林,瞭然見樹更見林才是真智慧。
--------------------------------------------------------------------------------
2.建立系統,品質趨穩定
對一批產品而言,我們需要從變異理論中看出分配的全貌,然而對於連續數批產品而言,我們又該看出那些門道呢?假設甲供應商生產了五批產品(t1 ; t2 ; t3 ; t4 ; t5),這五批產品的各批間的變異如圖二所示:
圖二:一致的變異(穩定的系統)
而另一乙供應商,也生產了五批產品(l1 ; l2 ; l3 ; l4 ; l5)這五批產品各批間的變異如圖三所示:
圖三:不一致的變異(不穩定的系統)
身為客戶的您,會決定多向那一家供應商訂貨呢?除非您神經特大條,否則甲供應商理當雀屏中選,為什麼呢?因為甲供應商有一致(Consistent)的變異,比較令人放心,為何甲供應商有一致的變異呢?這其實是顯示甲供應商一定已建立了「穩定的系統」。
理論上,大家熟知的推動標準化或申請ISO,都是希望借助建立更穩定的系統,來降低「批間的變異」,使產品品質可以日趨一致(Consistent)。
--------------------------------------------------------------------------------
3.知已知彼,賓主方盡歡
但是,製程穩定就真的可以高枕無憂了嗎?君不見許多獲得ISO認證的公司仍然被客戶「罵到臭頭」嗎?其癥結何在呢?根本問題是許多人誤以為「穩定的製程=高良品率的製程」,其實這二者本來就是兩碼事,因此自有SPC以來,「製程能力評估」(註4)就是比對二者的關鍵,這也是圖一中「用C Calibrate Q」的依據,因為品質一致本來就是供應商的天職(Must),除了一致性外,客戶滿意與否的關鍵更在於絕大多數的產品(例99.73%)其總變異能否落在客戶的規格之內,如果可以,這個穩定的製程才可算為高良品率的製程,反之,對客戶而言,如果總變異遠大於客戶規格,換言之,因製程能力不足而使不良率持續居高不下,那麼無論該製程系統多穩定,也還是無法令客戶滿意的。
明白這一點,讀者就不難體會為何談到品質工程就必須將「流程之聲? 品質之聲? 顧客之聲」三者彼此串連的道理,因為沒有任何製程系統有資格孤芳自賞,只有當「穩定」與「高良品率」兩個主客觀條件都符合之後,品質工程的努力才可算是真正有了一點小小的成就。
--------------------------------------------------------------------------------
4.循序漸進,體用皆合宜
當對品質工程有了這種系統化的體認之後,真正有心推動品質工程的人,怎麼可能再把焦點拘泥在工具論之上呢?
其實無論相關;迴歸;檢定;推定;田口方法;實驗計劃等等......,這些都不過是解決問題的工具,它們本身豈有高下優劣可言?反之,如果執意要先挑選工具再解決問題,那豈不是本末倒置,喧賓奪主嗎?因此若要談品質工程的終南捷徑,其實還是該先回到戴明博士的淵博知識體系之中,從變異理論及系統理論來構思一個合理的品質工程體系,然後在構建此體系的過程中,針對實際的需要,選擇適當的統計工具彼此搭配,相輔相成,如此循序漸進,才是真正圓融而踏實的作法,也才真的能夠透過品質工程來有效地促進品質升級。
11月號「品質月刊」登載拙著「從淵博知識體系看品質工程」一文之後,接到多位讀者的電話,讀者熱忱的關心與立即的回應,一方面顯示「品質月刊」日益受到讀者的重視,另一方面對作者與編者而言,也是一種鞭策與鼓勵。
在鞭策中,有讀者建議能否對結論中一筆帶過的「品質工程的總體觀」(如附圖一)作更進一步的說明,因此再次提筆以回應讀者對品質工程的關心。
在附圖一上,有些讀者對「流程之聲」(註1)與「顧客之聲」(註2)稍感陌生,其實這是戴明博士用來說明變異理論的一種表達方法,俗語說:「人上一百,形形色色」,其實這個道理也適用在產品上,在同一批產品中雖然用所謂相同的原料;相同的設備;相同的方法並由相同的人來生產,但是實際作出來的產品,若能用精確的方式來衡量其品質特性,我們就會發現結果並不盡相同,而且會自然呈現一種近似前文圖一的分配現象(註3),因此,對變異理論有所瞭解之後,不但不會再犯下坐井觀天,妄下結論的錯誤,反而會開始領悟從樹看林,瞭然見樹更見林才是真智慧。
--------------------------------------------------------------------------------
2.建立系統,品質趨穩定
對一批產品而言,我們需要從變異理論中看出分配的全貌,然而對於連續數批產品而言,我們又該看出那些門道呢?假設甲供應商生產了五批產品(t1 ; t2 ; t3 ; t4 ; t5),這五批產品的各批間的變異如圖二所示:
圖二:一致的變異(穩定的系統)
而另一乙供應商,也生產了五批產品(l1 ; l2 ; l3 ; l4 ; l5)這五批產品各批間的變異如圖三所示:
圖三:不一致的變異(不穩定的系統)
身為客戶的您,會決定多向那一家供應商訂貨呢?除非您神經特大條,否則甲供應商理當雀屏中選,為什麼呢?因為甲供應商有一致(Consistent)的變異,比較令人放心,為何甲供應商有一致的變異呢?這其實是顯示甲供應商一定已建立了「穩定的系統」。
理論上,大家熟知的推動標準化或申請ISO,都是希望借助建立更穩定的系統,來降低「批間的變異」,使產品品質可以日趨一致(Consistent)。
--------------------------------------------------------------------------------
3.知已知彼,賓主方盡歡
但是,製程穩定就真的可以高枕無憂了嗎?君不見許多獲得ISO認證的公司仍然被客戶「罵到臭頭」嗎?其癥結何在呢?根本問題是許多人誤以為「穩定的製程=高良品率的製程」,其實這二者本來就是兩碼事,因此自有SPC以來,「製程能力評估」(註4)就是比對二者的關鍵,這也是圖一中「用C Calibrate Q」的依據,因為品質一致本來就是供應商的天職(Must),除了一致性外,客戶滿意與否的關鍵更在於絕大多數的產品(例99.73%)其總變異能否落在客戶的規格之內,如果可以,這個穩定的製程才可算為高良品率的製程,反之,對客戶而言,如果總變異遠大於客戶規格,換言之,因製程能力不足而使不良率持續居高不下,那麼無論該製程系統多穩定,也還是無法令客戶滿意的。
明白這一點,讀者就不難體會為何談到品質工程就必須將「流程之聲? 品質之聲? 顧客之聲」三者彼此串連的道理,因為沒有任何製程系統有資格孤芳自賞,只有當「穩定」與「高良品率」兩個主客觀條件都符合之後,品質工程的努力才可算是真正有了一點小小的成就。
--------------------------------------------------------------------------------
4.循序漸進,體用皆合宜
當對品質工程有了這種系統化的體認之後,真正有心推動品質工程的人,怎麼可能再把焦點拘泥在工具論之上呢?
其實無論相關;迴歸;檢定;推定;田口方法;實驗計劃等等......,這些都不過是解決問題的工具,它們本身豈有高下優劣可言?反之,如果執意要先挑選工具再解決問題,那豈不是本末倒置,喧賓奪主嗎?因此若要談品質工程的終南捷徑,其實還是該先回到戴明博士的淵博知識體系之中,從變異理論及系統理論來構思一個合理的品質工程體系,然後在構建此體系的過程中,針對實際的需要,選擇適當的統計工具彼此搭配,相輔相成,如此循序漸進,才是真正圓融而踏實的作法,也才真的能夠透過品質工程來有效地促進品質升級。
没有找到相关结果
已邀请:
2 个回复
jawaka (威望:0)
赞同来自: