那天管制圖突然閃紅燈，老闆的奪命連環叩就來了
前幾天產線突然殺出一個詭異的警報，管制圖的點直接衝出規格線，整個圖表紅通通一片。你想嘛，我接到電話的時候都還沒到公司，直接被老闆「奪命連環叩」轟炸，問說是不是產線又出包了？是不是良率要掉下去了？一路上都在想，媽的，該不會又要加班到半夜了吧？結果咧，我衝到現場一看，數據根本沒什麼異常，就是那個點剛好落在管制界限外一點點，但製程參數根本沒動。後來花了一整天查，最後才發現，根本沒事。這就是我今天想跟你聊的，管制圖的「假警報」，也就是所謂的 α 風險。
問題出在哪？說穿了，就是「寧可錯殺一百，也不放過一個」
你可能會想，管制圖不就是幫我們抓異常的嗎？有警報不就代表有問題？沒錯，理論上是這樣。但你想想看，我們畫管制圖的目的，是為了分辨「正常變異」跟「異常變異」。正常變異就是那些隨機的、無法避免的雜訊，管制圖通常會有上下限，如果點跑到外面，理論上就是異常。但說實話，這條線是我們自己設定的，當你把管制界限設得太窄，就像你把警報器的靈敏度調得太高一樣，一點點風吹草動它就響，結果就是一堆「狼來了」的假警報。
這些假警報，我們在統計學上就叫它「型一錯誤」或是 α 風險。白話一點講，就是你的管制圖「誤判」了。製程明明沒問題，但管制圖卻響了警報，讓你浪費時間去查根本不存在的問題。以我們業界常用的 ±3 倍標準差作為管制界限來說，單點超出界限的機率大概是 0.27%。聽起來很低對不對？但如果你的產線一天要跑幾百批貨，每批有幾十個量測點，累積起來，你猜猜會有多常遇到這種假警報？
實際上怎麼做？你可以自己算算看
那麼，我們怎麼判斷這是真警報還是假警報？最直接的方法，就是回去檢視你的管制界限。管制界限通常是根據歷史數據去算的，比如說，你用過去 30 批的資料算出一個平均值和標準差，然後設定 ±3 倍標準差作為管制界限。
但重點來了，管制圖的設計原則，就是讓你「在製程穩定時，讓假警報的機率最小化」。如果你的管制圖常常在響警報，但你每次去查都發現沒問題，那你就該重新檢討你的管制界限了。
舉個例，如果你的製程量測點，它的管制圖平均值是 100，標準差是 2。一般我們設的管制界限就是 100 ± 3*2，也就是 94 到 106。如果今天測到一個點是 106.1，它就超出界限了。這時候你就要問自己，這個 106.1 真的代表製程出問題了嗎？還是只是正常的隨機波動，剛好跑到了尾巴？
換句話說，當你看到警報時，不要急著跳起來，先觀察一下。是真的有連續的趨勢往外跑？還是只有一個孤立的點？如果只是單點，那 α 風險的可能性就很高。
最常見的坑：看到紅燈就想「調高」管制界限
我見過最常見的坑，就是有些新來的工程師，看到管制圖一直響警報，每次去查都沒事，結果一氣之下，直接把管制界限調寬，從 ±3 倍標準差調到 ±3.5 倍甚至 ±4 倍。你以為這樣就沒事了？表面上假警報是少了，但你同時也把「真警報」給忽略掉了啊！
這就像你把家裡的防火警報器靈敏度調到最低，結果真的失火了，警報器也沒響，那才是真正的災難！你調寬管制界限的同時，其實是增加了「型二錯誤」的風險，也就是 β 風險，它代表的是製程真的出問題了，但管制圖卻沒響警報。到時候良率雪崩式下滑，老闆可能就不是奪命連環叩，而是直接請你回家吃自己了。所以，管制界限不是你想調就調的，它背後是嚴謹的統計學依據。
今天能做的一件事
重新檢視你手邊最常響警報的管制圖，看看近一個月有多少次假警報，然後思考：這些假警報，真的值得我浪費時間去追查嗎？