InsightFab
知識庫/NDC(可分辨的類別數):量具靈敏度的判斷標準
MSA6 分鐘閱讀

NDC(可分辨的類別數):量具靈敏度的判斷標準

嘿,跟你推薦一篇超實用的文章!裡面分享了一個真實案例,他們新買的量測機台,驗收時CPK竟然只有1.08,DPMO還高達6210,搞得老闆臉都綠了!讀完你會知道,R&R過關不代表機器就能用,關鍵是要看「NDC」到底是什麼。作者用很生活化的例子,像那把只有公分刻度的尺,讓你秒懂NDC的重要性,還有怎麼判斷你的量測設備夠不夠靈敏,避免踩雷!

那天 CPK 報告出來,全場沉默了三秒

還記得好幾年前,我們新買了一台量測機台,準備驗收上線。照慣例,設備商會跑一份 MSA 報告,確保機台的量測能力沒問題。結果,報告一出來,CPK 只有 1.08,DPMO 竟然高達 6210。整個會議室瞬間安靜下來,大家面面相覷。老闆臉都綠了,直接問:「這是什麼鬼?這台機器能用嗎?」設備商也很尷尬,支支吾吾地解釋:「嗯… R&R 是過關啦,但這個 NDC…」我心裡嘀咕,靠北,R&R 過關不代表就能用啊,這個 NDC 才是關鍵中的關鍵!

問題出在哪?

說穿了,NDC(Number of Distinct Categories),也就是「可分辨的類別數」,其實就是你的量具到底「夠不夠靈敏」。想像一下,你手上有一把尺,上面只有公分刻度。如果要量到毫米的差異,這把尺就沒用了,對吧?NDC 講的就是這個意思。它告訴你,你的量測系統到底能把多少種「不同的」產品區分開來。如果你的量具連產品本身的變異都分不出來,那你量再多次也沒用,根本就是瞎忙。

所以重點是,NDC 值越高越好。業界普遍認為,NDC 至少要大於等於 5 才算合格。如果你的 NDC 小於 2,那你的量測系統幾乎就沒有分辨能力了,根本是在亂量。這時候你就算 R&R 數據看起來過關,也是假的。

實際上怎麼做?

要判斷 NDC,其實很簡單。它會直接顯示在你的 MSA 報告裡。當你在跑 Gauge R&R 的時候,報告的結果通常會包含這個數值。

讓我舉個例子。假設你有一批產品,規格公差是 100±5um。你用一台量測機去量,結果量出來的數據變化範圍只有 2um。但你的量測機每次量測的誤差就有 1um。這樣一來,你的量測機根本分不出產品之間那 2um 的差異,因為它本身的誤差就佔了一半。這種情況下,你的 NDC 值就會很低。

換句話說,如果你的量具變異太大,或是產品本身的變異太小,都會導致 NDC 不足。你的量具必須能夠「看到」產品間的差異,而且這個差異要比量具本身的「雜訊」來得大,NDC 才會高。

最常見的坑

我見過最常見的坑,就是只看 Gauge R&R 的 %R&R 值。很多人看到 %R&R 小於 10% 或 30% 就覺得萬事 OK。坦白講,這是一個很大的誤區!我剛提到的那個 CPK 1.08 的案例就是這樣。那台機台的 %R&R 其實是 15%,看起來還行,但 NDC 卻只有 1!

這表示什麼?這表示雖然量測的「重複性」和「再現性」看起來還過得去,但它根本分不出產品的好壞。就算你把不良品放上去量,它量出來的數據跟良品可能也差不多,因為它的分辨能力太差了。結果就是,你花大錢買了台設備,結果只是在製造一堆「看起來很精準」的假象,根本沒辦法幫助你改善製程。

今天能做的一件事

回去翻翻你最近的 MSA 報告,檢查一下 NDC 值!

想試試看?

文章裡提到的分析工具在 InsightFab 都可以直接用,上傳 CSV 即可分析。

前往工具頁面