那個 Cpk 怎麼算的？量測系統有問題吧！
還記得上個月，我們那條新機台的良率一直上不去嗎？那時候製程工程師小陳一臉鐵青地跑過來找我，手上拿著一份 Cpk 報告，上面寫著 1.08。他說：「阿堯哥，這 Cpk 怎麼算的？我怎麼看都覺得我們的機台沒這麼爛啊！是不是量測系統有問題啊？」我瞄了一眼，心裡想，這小子總算開竅了，知道不能只看 Cpk，量測系統的穩定性才是關鍵。這時候我就知道，該跟他好好聊聊 AIAG MSA 最新版的手冊了。
問題出在哪？你的量測系統搞不好是豬隊友
說實話，很多人都只盯著 Cpk 1.33、1.67 這種數字，卻忘了這些數字是怎麼來的。你想想看，如果你用一個不準確的量具去量產品，量出來的數據再漂亮，又有什麼用？那根本就是自欺欺人。你的量測系統如果波動太大，或是量測人員之間的差異太大，那量出來的數據就是一堆垃圾，你拿這些垃圾數據去分析製程，做出來的改善能有用嗎？所以重點是，在評估製程能力之前，你得先確定你的量測系統是可靠的。MSA（量測系統分析）就是用來評估這個可靠性的工具。
實際上怎麼做？新版手冊給你更寬鬆的標準
MSA 第四版更新後，坦白講，最明顯的改變就是對 GR&R (Gauge Repeatability & Reproducibility) 的接受標準更彈性了。以前大家都被那個 10% 的門檻搞得很緊張，現在好多了。
- 接受標準調整：
* 現在是：GR&R < 10% 當然最好；如果落在 10% 到 30% 之間，表示「可能接受」，但你得有充分理由，例如成本很高，或是量測過程本身就容易變異。
* 如果 GR&R > 30%，那還是「不接受」，你量測系統一定有問題，得趕快改善。
- 偏倚 (Bias) 的評估更明確： 新版更強調偏倚的評估，不只是重複性跟再現性。偏倚就是你的量測值跟真實值之間的差異。想想看，如果你的量具每次都多量了 0.01mm，就算它每次量出來的結果都很接近，但它還是不準啊！所以現在更重視偏倚的分析。
- 連續型數據與計數型數據的區分： 手冊更清楚地區分了這兩種數據的分析方法，並且提供了更詳細的指導。比如在做計數型數據的 MSA 時，會建議多用 Kappa 值來評估不同量測者之間判斷的一致性。
換句話說，新版 MSA 讓你更有彈性去判斷你的量測系統是否適用，但同時也提醒你，不能只看變異，偏倚也是很重要的。
最常見的坑：樣品準備跟評估項目沒搞清楚
我遇過最扯的一次是，某個新製程要導入，跑 MSA 時，結果 GR&R 居然高達 45%！大家嚇到不行，以為這機台根本不能用。後來仔細一查，才發現是樣品準備出了大問題。他們為了省事，只準備了 5 個樣品，而且這 5 個樣品之間的差異非常小，幾乎一模一樣。你想想看，如果樣品本身就沒什麼差異，量測系統再怎麼精準，它的「能力」也很難凸顯出來，自然 GR&R 就會很高。
說穿了就是，你做 MSA 的目的，是要評估量測系統能不能區分產品之間的差異。如果你給它的樣品本身就沒有差異，那它當然「區分」不出什麼東西，這時候量測系統看起來就會很爛。所以，準備的樣品一定要包含你製程中可能出現的全部變異範圍，而且要隨機選取。
另一個常見的坑就是，只專注在 GR&R，卻忽略了偏倚跟線性。就像前面說的，如果你的量具每次都多量一點，就算 GR&R 夠好，你的數據還是會偏離真實值，這也是不行的。所以評估 MSA 時，偏倚、線性、穩定性這些都要一起看，不能偏廢。
今天能做的一件事
重新檢視你廠內常用量具的 MSA 報告，看看是否符合新版手冊的精神。