Jeff(ASQ_CQE)談統計品質工程Statistical Quality Engineering

系統廠具有彈性的生產模式對於客戶來說是非常重要的 這也是多數系統廠能夠立足的原因之一：少量多樣的客製化生產 但以大量生產的角度來說 這些彈性就顯得十分礙眼 甚至成為異常的來源 今天要來談的問題就是產線生產必要的要素：作業人員所帶來的影響 在機器人尚未取代人力成為生產線必備的主力之前 人員始終是生產產品的關鍵 人類的模糊思考模式非常適合不精確的指令 這對於生產指示的容錯十分重要 靈巧的手指則能夠勝任細部的組裝作業 搭配適當的工具讓各式設計的產品都能實現量產 但在這些優點背後 仍有令人苦惱的面向 首先是個體間的差異 在宣導關鍵作業的重要性時 個體間的理解程度及執行力出現差異 這些差異直接影響到產品的穩定性 其次是個體的不確定性 人員往往有因故缺席的狀況 當這種情形發生時 產線主管就必須臨時調度 以維持產線運作 今天困擾我們的問題就在這裡 儘管我們可以透過作業前的教育訓練來保證人員的作業水準 也能夠在上線生產時定期確認其作業技能 甚至使用GRR來評估人員作業穩定度 但若是為了因應生產需求臨時調動的人力 在許多品質系統上是無法被監控的 舉例來說 今天即便只是個用手拆除塑膠包裝袋的簡單動作 也會發生支援人力因為不熟悉作業而拿出小刀割除的行為 這些行為很容易因為輕忽而沒有被發現 卻對產品產生重大的影響 以大多公司現行的品質系統為例 絕大多數都是透過異常追蹤系統來跟追異常處置 這些都是所謂的事後防堵 在異常發生後才在處理異常品 然而若能在異常發生之前就找到多數異常發生的原因 就能夠立即而有效的降低發生頻率及眾多客訴賠償問題 我所發展出的「人力支援風險評估」就是站在先期指標的立場來設計的風險指數 首先針對單條作業線的各個站別進行權重的分配 其原理是當發生異常時 越關鍵的站點所獲得的分數越高 其次要去記錄個別站點的作業人員 並且在每次發生人力支援的狀況時 把被調換的人員記錄在當站別中 則系統會自動帶出該線別的風險指數 有人員調換的站點則會被系統以顏色標記 依照站點的關鍵程度高低其顏色依序為紅、藍、綠 針對系統標示的異動 IPQC就能夠依照其顯示的狀況進行確認 若該站點的風險高 則須立刻確認作業人員對SOP的認知及作業手法是否正確 在確認完...

課堂上有一句名言是這麼說的：「投資並不是努力就有回報。」 這句話真是鞭闢入裡 怎麼說呢？ 從數值理論分析 我們知道股市是一種隨機波動的數列 也就是說 前一期的數值是高是低 跟下一期的數值高低無關 在數學上稱作為數值彼此「獨立」 無相關性 倘若有人找到了某種投資方法能夠判斷當期指數與前面數值的關聯 那麼此人所找到的投資方法必能被其他人發現 並且效法 而效法之後其投資方法便徹底失效 回歸無法預測的態勢 投資者會說 這真是好笑 明明在某個時段股市就是節節高昇 難道這不算無關嗎！？ 是的 我們要指正的地方就在這裡 要能夠連續十日猜對股市是漲是跌 就跟連續骰到10次兩顆六點一樣不可能 即便有人能正確猜中 我們也必然能夠相信這是統計上的必然 就跟上億人同時擲骰子 還是很多人能夠擲出10次兩顆六點一樣 此外 在實務上也是一樣的狀況 頻繁的操作、事前詳細的研究、對市場有徹底的瞭解 上述的事情在投資市場裡天天都在發生 然而最寫實的情境也就在這裡顯現 也就是實質的努力完全得不到回報 因為短線的進出會讓報酬率被手續費侵蝕 再搭配上不可能每次都正確猜對股市走向 兩者搭配的結果 就產生了實務上必然實現的虧損 或者大幅增加了機會成本 既然不是努力就能夠有所回報 那麼會使用資產配置的投資者就是放棄了擇時進出、頻繁交易 而是選擇較有效率且不會花費太多心力的投資方式 透過穩健的投資組合來增加收益、減少風險 將人生的精華時段保留給其他更重要的事情 如此一來才能更有效達成人生的投資目標---不僅是金錢的投資 更是人生規劃的投資

綠角何許人也？ 我們如果在google搜尋「綠角」 就能知道他經營一個財經部落格「綠角財經筆記」 與一般財經、投資主題不同的地方在於 他所推廣的投資主軸都是「ETF」 而且主張要購買「追蹤大盤指數的ETF」 而非近來越來越多主「主動式ETF」 對於ETH有基礎認識的讀者可以了解到 會推廣這種投資方式的部落客必然是放棄了欺騙廣大的投資群眾 放棄用話術討好投資者 而用一種較不討喜的方式找出更好的投資管道 這是為什麼呢？ 原來是因為投資伴隨著高度的風險 報酬越高的投資 其風險越大 但反過來說 風險越大的投資 則不必然伴隨著越高的報酬 這一點投資市場可是沒有人會掛這種保證的 既然報酬越高其風險越大 那麼隨著投資類別的不同 就有不同的報酬與風險 股票的流動性高 波動大 傳統上具有較高的報酬 債券的穩定性高 波動小 傳統上則是穩定收益的投資工具 然而為什麼要特別提到這兩個投資工具呢？ 這是因為我們的投資行為往往伴隨著投資的目的 這個目的很可能是孩子的教育基金 或者退休的養老基金 這些投資目的都有一個共通點 那就是投資的過程不能影響到最終的資金水位 為了達到這個目的 建立一個穩定且極大化報酬的投資組合是必須的 在投資的過程中 假設我能事先預測大盤或個股的走勢 理論上我就不愁吃穿了 但每個人都知道這種事情不可能辦得 否則人人都可以不用工作了 但是投資的盲點也在這裡 投資者往往會看好某個產業或者公司就貿然投入資金 基本上這就觸犯了上述的假設 也就是這種「看好」 往往不能夠持續且長期正確 此外 若是自己跟證券公司開戶買股票或基金 則會產生高成本的交易費用及管理時間 簡單來說 基金或證券公司往往會收取高額的管理費 直接減少你的投資報酬 並且由於投資的面向不夠分散 在市場面臨高度波動時 也往往產生立即且無法承受的風險 這也就是為什麼投資者應該花時間瞭解如何建立一個分散且追蹤大盤指數的投資組合的原因 而綠角的課程精彩之處也在這裡 既不是用譁眾取寵的方式演說 也不是擠眉弄眼的演出 就是實實在在的用各種實際問題去論證上述的內容 把聽課的人內心疑問 在課程的解說過程中就一一去除了 這是種非常以「聽講者的角度」思考的課程 也足見綠角在課程設計的編排內容的用心 ...

無論同學聚會、友人閒聊到職業這一話題 一聽到「QA」這兩個字就直問：你工作上是不是很機車啊？ 直到現在我聽到這樣的評斷還是會覺得難以應答 只能笑笑告訴大家至少我不是這樣的人 業界的QA擺出咄咄逼人的態度確實很常見 但那只是他們想不到其他方式來督促事情實現的方式罷了 在台灣企業 這種方式也不僅限於QA 只要是主管層級的角色大多都有這種現象 為什麼？ 因為這樣最快、最符合所謂的時效性 而QA的工作有很大一部分都與異常相關 異常的處理時間不會太長 沒有太多時間等待 至於要求的事項合不合邏輯、有沒有理論基礎  甚至考量到其他人的感受等等 這些都是次要次要再次要的問題 根本不可能有人會去思考到這些事 由於對於QA這個角色來說 其存在的目的太單純了就是想盡辦法提升品質 無論其他部門本來就很忙 無論其他人有什麼想法 不管 你就是給我在時限內交出客戶要的東西、異常處理的進度還有完整的報告 至於是否能夠有效結合部門間的資源 適當分工處理客戶的要求事項等等 對於科技業現有的部門分工來說 是遙不可及的理想 然而我認為這件事正是關係品質最大的關鍵 也就是如何以客戶的角度思考整合內部資源與流程 以期滿足客戶期待 因為提升品質並不是把產品或服務做出來就可以的事 很多細項內容 包括客戶事項聯繫、生產系統記錄、異常調查的速度及分析深度等等 都會影響到客戶對公司的評價 這些評價儘管難以量化 卻都是廣義品質的一部份 在過度分工的部門組織架構中 往往沒有人主動提出整合部門資源的要求 產生了許多重複的調查、詢問、報告 或者被誤解的資訊、回覆及客戶真實的意見 這些都是能夠依靠組織資源整合就能順利解決的問題 然而現在的QA有這種人跳出來說 『讓我們合作來解決客戶的困擾吧！』嗎？ 還是你的印象中也都是存在著QA說「你到底什麼時候才要提供客戶要的資料啊！？」 你們公司也是這種情況嗎？來分享你在公司遇到的狀況吧！

目前小弟待的公司什麼通訊相關的產品都有做，什麼雷達、智慧電表、通訊模組之類的東西很多，今天剛好碰到的就是雷達這個產品客訴(截圖自WNC官網)。 這個產品的功能是什麼我們暫且不論，但客戶卻在使用過程中遇到一個大麻煩。原來這個英國的客戶買了公司的產品後，要把這個產品轉手賣給礦車公司，讓終端客戶裝在礦車的後方作為安全感應；但終端客戶抱怨說，這產品附的四個螺絲組顆顆都會卡住，完全鎖不下去，於是英國客戶就指稱小弟待的公司非常不專業，連螺絲都挑爛的給客戶，還說每顆螺絲上面都有大小不一的牙損，這牙損直接影響到客戶的組裝 把螺栓卡住了。值得一提的是，這種螺絲在螺帽的尾端附有尼龍(Nylon)增加螺絲與螺帽緊配的能力。 真的是小弟的公司提供爛貨給客戶嗎？ 專業的QA(小弟)這時候就跳出來說話了： ㄧ、客戶的單方面回饋的資料也太不客觀了       此異常的不良率為何？異常現象是否有夠清晰的圖片？客戶鎖附螺絲的過程為何？上述資訊不但沒給，跟他要還不太願意提供。 二、根據後來得到的口述資料，這些異常發生的比例將近100%       儘管這是個不太客觀的數據，但我們選擇相信了，並且開始質疑牙損跟卡住的關係。 三、跟供應商以及客戶之間信件的往來讓彼此都很緊張         客戶表明處理的時間太久，而供應商表示產品的品質絕對正常，但客戶認為牙損就是造成卡住的真因，       而且WNC應該立即導入全檢以避免流出。 四、根據我們測試的結果，有個驚人的事實擺在眼前       1. 庫房中的螺絲只要用氣動工具鎖附，就真的會卡住！       2. 即便用扭力板手以手動方式鎖附數次，隨著次數增加，扭力值也會上升！       3. 卡住的螺絲請廠商切開觀察， 發現螺絲與螺帽的螺紋黏在一起，像是被焊住了一樣 這究竟是什麼情形！？ 原來螺帽尾端的尼龍扮演非常重要的角色，尼龍在鎖附的過程中推擠著螺帽，使得原先不會互相摩擦的螺紋開始產生摩擦；在鎖附的行程距離夠長，且鎖附的速度夠快的情況下，兩者產生的摩擦就會導致原先兩塊金屬結合...

就我待過的兩家台灣科技廠來說 他們都喜歡安排員工去上6 Sigma課程 6 sigma為何物？直叫人生死相許？ 原來這門課會讓上課的人生不如死 教課的不得好死 難怪這門課遭人唾棄 這要怪罪台灣的教育與企業文化喜歡講求表面 實事求是的功力十分薄弱 要知道6 sigma是發揚於美利堅合眾國的奇異公司 傳說中透過這本秘笈就能增強30年功力 讓產品品質好到破表 提升公司水平到一種外太空的地步 俗稱6 Sigma 於是乎眾科技業者無不爭相學習 東施捧心 各種妖魔鬼怪都來效法此道 然而真正的問題在於台灣企業把一人當十人用 把該花錢花時間推廣的課程讓內部講師教授 長久下來多見敷衍了事、一知半解者 而真正理解此道的人寡矣 其實6 Sigma就是從統計方法衍伸出來的應用科學 講求數值分析、統計推論 此類學問都是硬科學 凡事講求數據化 十分不人性 再者此類分析手法均涉及大量數學推導 即便略過不教也十分難懂 我從業至今 尚未有人能像我一樣把基礎統計教得讓外行人也懂的程度 多數懂統計的人都是學究 鑽研數學公式 而忽略統計的本質 第三 有學者統計過 能用機率或統計解決的問題大約佔人類總問題的5% 意思就是很多事其實需要透過軟科學或其他非數據分析的手法完成 然而業界的人很容易學了一項「法門」就胡拼亂湊 總想每個問題都套用統計 所謂半桶水響叮噹 就是形容這種現象 有一個故事是這樣的： 統計老師要求學生運用統計手法算出30個學生的身高統計值 一堆學生提出困難的算式 希望透過抽樣的方式找出具代表性的身高統計值 然而最簡單的方式就是...去問出這30個學生的身高 再算出這些人的平均即可 這也點出了業界濫用統計的現象 充斥著一知半解與科學工具的迷思 有趣的是業界仍然把公司的員工一批批送去6 Sigma課程改造 希望透過一知半解的內部講師以及短短時間的學習 就讓員工脫胎換骨 從此了解統計的奧秘 創造公司巨大的價值 然而 這可能嗎？就我看來這無異於緣木求魚、望梅止渴罷了 真正要改變公司體質、創造價值的做法 應該要專注在統計的打底功夫上 讓同仁了解什麼是抽樣 什麼又是機率 又是什麼機制可以說樣本足夠代表母體 然後再從樣本的分配了解抽樣誤差的意涵及代表性 如此從根基打起 才有...

以下文章是我在啟碁科技發表的統計說明 原則上匯總了大學及研究所讀的統計概略 這一連串的問題是學習統計的重要觀念 裡面提到了許多關鍵名詞說明及統計特有的思考邏輯 是學習統計基礎的良好入門教材 這些問題是想像一位完全沒有統計基礎的學生在屏除統計繁雜的計算及各式分配的恐懼之餘 在眼前看見一個大型木箱 並且要利用客觀的常識(重量)試圖論證木箱裡面裝的是什麼東西 試圖用概觀的視角提供學習者領略統計奧妙的第一步 已學習過統計的人也可以藉由這個例子看看自己是否真的懂所謂的統計 現在想像各位眼前有一個木箱 裡頭裝著某個物體 放在秤上有310公斤重(忽略木箱重量) Q1: 請問眼前的木箱裝的是什麼東西? 答案是猜不出來 (在沒有任何根據下如果猜得出來算你厲害) Q2: 請問眼前的木箱裝的比較有可能是隻豬還是個人? 應該是豬 (這不是腦筋急轉彎 以直覺來說猜豬比較正確) Q3: 為什麼比較有可能是豬? 這會呼應第2題的答案 我們會認為比較可能是豬的初步原因是直覺 因為豬的重量比較重 對應到統計上的觀念就是豬的重量母體分配與人的重量母體分配會如圖1所示 既然豬的重量分配是以300kg為平均值的常態分配 那秤出來是310kg的物體當然較可能是豬 事實上這裡就是假設檢定的由來  當我們想要知道這問題的答案時 我們其實是在比較兩者間的機率 而口語化的問題會被轉換成假設檢定常用的形式：虛無假設Ho跟對立假設H1 在這裡的假設檢定會是H0: μ=μ豬, H1: μ≠μ豬(μ是平均值的意思 這裡代指重量) 白話文就是 反方:屬於豬的體重 or 正方:不屬於豬的體重 那麼重量310kg的物體是豬的機率就可以轉成另一個形式  也就是去計算310kg的物體有多不可能是豬 P(x>310)= 0.3(我亂算的)  這個機率就表示在豬的母體分布中 比310大的機會有30%(紅色區域的面積) 這個值算滿高的 意思就是有30%的豬母體都會大於310公斤 這比例非常高 也遠比0.05這個標準來得高 代表你只能傾向接受310公斤是豬的假設 因為你沒辦法藉由計算 紅色的面積 得到推翻μ=μ豬假設的結果 ...