那天 CPK 報告出來，全場沉默了三秒
還記得好幾年前，我們部門剛導入一台新機台，那時候大家都很興奮，想說產能又要噴發了。結果，試產完一跑 CPK 報告，螢幕上跳出一個 1.08 的數字，全場真的安靜了三秒。老闆的臉有點綠，我心想：「完了，這下不知道要被釘多久。」後來才知道，問題其實不在機台，而是我們根本沒搞懂「分配」這回事。那時候我還菜，現在回想起來，簡直是把生產數據當成排隊買雞排，只看隊伍長度，沒看隊伍排得好不好看。
問題出在哪？光看數字會騙人啦！
說穿了，很多時候我們看 CPK、DPMO 這些數字，就像在看成績單，只知道是好是壞，但不知道為什麼好，為什麼壞。你可能覺得 CPK 1.08 好像還有救，沒到慘不忍睹。但如果我跟你說，這個 1.08 是因為數據分佈「歪七扭八」造成的，你還會覺得沒事嗎？
所以重點是，光看單一數字會騙人！我們需要看到數據的「形狀」，也就是它的分佈狀況。這時候，直方圖 (Histogram) 跟常態機率圖 (Normal Probability Plot) 就是你的好朋友了。直方圖就是把你的數據分組，然後畫成長條圖，告訴你每個範圍的數據有多少。常態機率圖則更進階，它會幫你判斷你的數據是不是「常態分佈」。
換句話說，直方圖讓你看到數據長怎樣，是不是「中間高、兩邊低」的鐘形曲線。常態機率圖則像一個魔術鏡，如果數據點都乖乖地排在一直線上，那就代表你的數據很接近常態分佈。
實際上怎麼做？看圖說故事就對了！
- 直方圖：第一眼檢查。
* 如果長得像個對稱的「鐘形」，恭喜你，你的數據看起來很接近常態分佈。
* 如果像一邊高一邊低，或者出現兩個高峰（雙峰），那就要小心了！例如，我遇過有一次機台換了新程式，結果厚度分佈出現雙峰，才發現是新舊程式參數沒切乾淨，導致數據混在一起。這時候你的 DPMO 就算只有 6210，也可能藏著兩個完全不同的問題。
* 記住，直方圖一眼就能讓你看出端倪，是最直觀的工具。
- 常態機率圖：精準判斷。
* 如果你把數據點畫上去，它們都緊密地圍繞在一條直線上，那就表示你的數據非常接近常態分佈。這時候計算出來的 CPK 或其他統計量才比較可信。
* 但如果數據點歪來扭去，或者形成 S 形曲線，那你的數據就不是常態分佈了。這時候，你就算算出了 CPK 1.08，這個數字的意義也會大打折扣，甚至會誤導你。
最常見的坑：數字迷思害慘你
我見過太多工程師，包括以前的我，只會看 CPK 報告上的數字，然後就直接下結論。有一次，一個機台參數明明設定沒問題，CPK 卻一直在 1.1 左右徘徊，大家都很納悶。後來我把數據拉出來畫常態機率圖，才發現數據點呈現明顯的 S 型。一追查，才發現是量測儀器在特定範圍內有「系統性誤差」，導致數據被拉偏了，根本不是機台本身的問題。
坦白講，如果你的數據不是常態分佈，你用常態分佈的公式去計算 CPK，那個結果根本就是「參考用」的，甚至會讓你做出錯誤的判斷。這就像你拿尺量身高，結果尺被你折彎了，量出來的數字當然不準。
今天能做的一件事
下次看到 CPK 或 DPMO 報告，記得順手把直方圖和常態機率圖也叫出來看一看。