IPQC 看過來， SPC 這樣學就對了 （管制圖篇）

很多年以前我當 SPC 講師的時候，曾被學員問到：「你覺得 SPC 是什麼？」一開始也是回答定義、名稱這些標準答案，當時這樣回答沒毛病。其實這個問題背後想問的是，你對 SPC 了解多少，能不能用最簡單的言語來總結？所以現在再問我一次這個問題，我的回答是：「SPC 就是管制圖」，所有你在 SPC 需要知道的事情在一張管制圖上都可以看到。

上一篇文章有提到 IPQC 會定義製程需要把哪些產品的數據搜集起來進行監控，還是舉 PVD 膜厚為例，如果負責量測膜厚的是 T 系列設備、負責生產的是 A 系列設備，假設 A,T 兩種設備各兩台就好了，那麼一批產品走過的可能路徑就是這些設備的排列組合，IPQC 必須把這每一種排列組合設定成一張管制圖，有多少排列組合就要設定多少張管制圖，例如 A1+T1, A2+T2, A1+T2 或者 A2+T1 共四張 。我們可以簡單把每一張管制圖也可以想成一個個資料箱子，先在外箱設定好分類的標籤，到時候只要發現符合分類條件的數據就可以放到對應資料箱子裡面。這聽起來是不是覺得很熟悉？對，我們在馬路上看到那些標示可回收或不可回收的垃圾分類就是這樣做的。

再回到管制圖，當我們打開一張管制圖的時候除了眼前的數據資料外，還會看到由上到下依序排列的六條線。它們可以分成兩組分別代表 SPC 用來監控的規格線 (Specification Line) 與管制線(Control Line)。

所謂的規格線指的是 USL (Upper Spec. Line) , Target, LSL (Lower Spec. Line) 這三條一組，管制界線則是另外三條 UCL (Upper Control Line) , CL (Central Line), LCL (Lower Control Line)，規格線是客戶給的產品規格，管制界線是 IPQC 通過數據計算出來，用來監控產品的製程穩定性的內部規格。

產品的規格包含一個產品的大小、顏色、輸入輸出等特性，也是客戶要求供應商要達標的設計條件。舉我們最常見的 19V 的筆電充電器為例，客戶會要求良品輸出電壓必須在 19V 正負 5% ，意思是充電器的本身輸出電壓必須達到 Target 值 19V；實際上 110V/220V 交流電轉 19V 直流電並不會剛剛好準準 19V，輸出電壓在 19V 附近上下跳動是很正常的現象，正負 5% 的跳動範圍就是客戶接受的良品允收規格。來簡單算一下，規格上限 USL 就是 19.95V ，規格下限 LSL 就是 18.05V，原則上做出來的產品的輸出落在 19.95V 到 18.05V 之間，都算是合格的良品。一但超過這個客戶規格上下限，就會立刻被 SPC 系統判定為 OOS (out of spec.) 開始告警停機，產品就會被判定不良，然後分流到修復站或者直接報廢掉，導致生產成本上升。

IPQC 的職責就是建立一個比客戶規格更嚴謹的內部管控規格，例如 19V 正負 3%，把產品的輸出電壓要求定在 19.57V-18.43V 區間內，只要輸出電壓跑到這個區間外，SPC 系統就會發出 OOC (out of control) 告警，發生 OOC 還不至於馬上停線，此時 IPQC 們就要立刻展開品質調查抱緊處理，搜集數據、分析根因與生技合作排除問題，好讓後續的產品數據可以恢復到管制界線內並維持穩定。有了這 2% 的容錯空間，加上現場反應得當，就能減少很多產品不良要報廢的損失狀況。

說個題外話，用管制界線跟規格線區分品質嚴重程度的感覺很點像程式的例外處理，做好 Try Catch 處理的 Exception 就能讓系統繼續運作，放任不管的 Exception 最終會擴散成 Error 造成系統死機。

剛剛有說管制界線是「算出來的」。工廠剛開始做產品的時候並不會馬上放量生產，因為此時的製程能力還不穩定，人員、設備參數、製程參數等都還沒調整定位，沒有數據得知目前製程能力有多少，隨便放量風險很高，需要用幾批工單數據來觀察產品數據分佈狀況。把蒐集到的數據計算常態分佈的數據中心值與標準差，利用正負三個標準差的區間就達到 99.7％ 的數值涵蓋率的概念，初次的合理管制界線就能先訂在正負三個標準差的位置上。

管制界線會隨著時間演進與製程能力而改變，每隔一段時間 IPQC 就會重新計算設定新的管制界線，所以合理的管制界線的區間要越來越小，離客戶規格越來越遠才對，如果你發現計算出來的管制界線貼在客戶規格內附近，代表製程容錯能力有限、製程能力還有很大的進步空間；如果發現計算出來的管制界線已經超過客戶規格，代表缺乏製作產品相應的製程能力。

除了可以用正負三個標準差可以用來設定管制界線外，SPC 還可以更精細的運用一個、兩個標準差，由內而外畫出 ABC 三個區域，利用這三個區域來擴充管制規則。首先，中心值到一個標準差的區域是 C 區，一個到兩個標準差的區域是 B 區，兩個到三個標準差的區域就是 A 區了。

要記得在第一篇我們有提到 SPC 的基礎要求是資料具備隨機特性，數據必須沒有規律性才是正常，所以當數據開始產生某種規律性就是不正常，因此就衍生出了 SPC 八大監控法則，除了第一法則是單點超規外，其他七大法則談的資料在連續Ｎ點產生規律性。實作的時候就會發現，所謂八大監控法可以是一種通用說法，只要任何會產生資料規律性的法則都可以擴充整合進 SPC 的監控規則模組裡面。相對的，監控規則增加也代表違反規則的機會增加，一個機種一開始導入還不穩定的時候一個晚上出現幾百個 OOC 也是正常的事。對於八大法則細節感興趣的人可以參考這篇文章的圖二，對照圖看會更有感覺一點。

管制圖主要分成兩大類：計量型、計數型。屬於需要經過「量測」才能得到的數據可以放到計量型，就像前面提到的輸出電壓、膜厚一樣；屬於是觀察「有幾個不良」這種可數的，例如電路板銲錫缺陷數就可以列入計數型，外觀檢測有多少個刮傷不良這類也是。計量型的 XBar-S or XBar-R 是一種雙圖型態，XBar 代表 N 點的平均，所以就會有數據要先集批再取樣的問題，以 XBar-S 為例，XBar 圖跟 S 圖，數據進點方式可以是累積 25 點再隨機取 15 點做平均值，再計算這 15 點組內標準差，分別作為第一與二張圖的資料點。要特別注意的是管制圖型態必須在建立管制圖的時候就要決定了，如果同時需要 XBar-S 跟 XBar-R 那就要建立兩張管制圖。

這篇主要聊管制圖，你可以什麼都不記得，但一定要記住 「SPC 就是管制圖」，一張互動性佳、搭配顏色管理、UI/UI 設計良好的管制圖，就是好的管制圖，就像開頭第一張管制圖截圖一樣。最後附上以前整理的管制圖分類依據給你參考，未來有需要的話，只要按圖索驥就能找到適合的管制圖了。