企业如何在质量上领先同业
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，来订定自已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（Detectbility），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题在Px水平，其和制程直接通过率有直接关系，故应建立一个内部质量改善机制，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）不予列入计算外，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值不变的前题下，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！）
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，来订定自已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（Detectbility），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题在Px水平，其和制程直接通过率有直接关系，故应建立一个内部质量改善机制，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）不予列入计算外，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值不变的前题下，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！）
没有找到相关结果
已邀请:
RSS Feed
4 个回复
zjgwxz (威望:0) (浙江 温州)
赞同来自: