那天 CPK 報告出來，全場沉默了三秒，老闆的臉綠了
還記得有一次，我們機台換了新供應商的耗材，想說只是小小的螺絲，應該沒啥大問題。結果咧？沒兩天，線上就開始報Error，一批貨直接GG。會議室裡，品保把CPK報告一丟出來，1.08。你知道那種感覺嗎？全場瞬間安靜，連呼吸聲都聽不到，老闆的臉色直接從紅變綠。大家你看我我看你，就一句話：這PFMEA當初到底怎麼跑的？怎麼會連這麼重要的失效模式都沒抓到？
問題出在哪？不是你沒做，是你沒「想清楚」
說穿了，PFMEA（製程失效模式與影響分析）這東西，大家都會做，SOP寫得厚厚一本，格子也填得滿滿的。但你知道嗎？很多時候，我們只是在「填表格」，而不是真的在「思考風險」。尤其是那個嚴重度（Severity）、發生率（Occurrence）、偵測度（Detection）這三個評分，很多人根本是憑感覺、憑印象在打分數。結果就是，該高的沒高，該低的沒低，真正會出包的地方反而被輕描淡寫帶過。那天那個CPK 1.08的螺絲，就是活生生的例子，當初評估的時候，大家覺得螺絲這種小東西，能出什麼大事？
實際上怎麼做？數字會說話
坦白講，這三個分數，真的不能用「大概」「好像」來評。我給你幾個實用的評分原則：
- 嚴重度（Severity）：這件事發生了，會有多慘？
* 例如，一個小小的毛邊，直接影響可能只是外觀不良。但如果因此卡住機構，導致機台停機兩小時，Downtime成本多少？或是更慘，客戶直接退貨，甚至索賠？
* 嚴重度評分，不要怕給高分。如果會導致客戶退貨、客訴、產線停擺超過一小時，直接給 9 或 10，不要猶豫。因為這些都是直接影響到公司營收和聲譽的。
- 發生率（Occurrence）：這件事多常發生？
* 舉例來說，如果一個缺陷的DPMO是6210（大約等於良率99.379%），這代表每100萬個產品就有6210個不良，這發生率能算低嗎？絕對不行！
* 我會建議，把 DPMO 或是不良率，直接對應到發生率的評分標準。例如，DPMO > 5000 就給 9 或 10，DPMO 500-5000 給 7 或 8。用實實在在的數據去評，這樣才不會失真。
- 偵測度（Detection）：發生了，我有多大機會抓到？
* 但問題是，你的AOI真的能100%抓到嗎？它的誤判率是多少？你的QA抽檢頻率多高？是不是只能抓到大批不良？
* 說穿了，如果偵測是靠「人眼」，那偵測度就不會高。人會疲勞，會疏忽。如果沒有自動化、防呆、全檢，或是儀器校正頻率不夠高，那偵測度就應該給高分（代表難以偵測）。
* 換句話說，你越難發現這個問題，偵測度分數就越高。如果你只有事後QA抽檢，那分數絕對是 7 以上。
最常見的坑：把「有可能」當「沒可能」
我遇過最扯的，就是大家在跑PFMEA的時候，把「有可能發生但機率很低」的風險，直接當成「不可能發生」。像是那個螺絲的案例，當初評估的時候，就有人說「螺絲不良率很低啦，而且我們有品管抽檢，應該不會有事」。結果呢？當初如果把供應商變更的風險，加上螺絲本身可能帶來的隱性缺陷，把發生率和嚴重度都往上拉一級，那R.P.N.（風險優先級數）就不會是個低到被忽略的數字了。
今天能做的一件事
重新檢視你手邊的PFMEA，特別是那三個評分，問自己：「這真的是數據說的嗎？」