那天 CPK 報告出來，全場沉默了三秒
還記得好幾年前，我們廠剛開始導入六標準差（Six Sigma）的時候。那次週會，大家盯著螢幕上的那個 CPK 值，1.08。會議室裡鴉雀無聲，連呼吸聲都聽得一清二楚。老闆的臉色越來越沉，他盯著負責的工程師，問：「這個 1.08，你們到底想告訴我什麼？」那時候大家只知道，哇，CPK 沒達到目標，很嚴重。但到底問題出在哪？怎麼改善？說實話，很多人心裡都沒個譜，只覺得又多了一堆表格要填。
問題出在哪，你以為只是一個數字嗎？
說穿了，很多人一開始都把六標準差當成一個「工具套件」，以為只要學會畫管制圖、計算 CPK、DPMO（缺陷百萬分之幾），就等於導入六標準差了。坦白講，我也是這樣走過來的。那時候看到 DPMO 6210，我只知道這數字好像很高，代表不良率很高，但「所以重點是」？這數字背後代表什麼真實問題？它其實是反映你的製程變異，離客戶要求的規格差了多遠。六標準差要你做的，不是只看這個數字，而是透過這些數字，去理解製程的「變異」跟「失控」。它是一種思維模式，讓你習慣用數據去思考問題，而不是憑感覺。
實際上怎麼做，可不是隨便抓個數據來分析
導入六標準差，你以為只是拿現成的數據來算算嗎？錯！最關鍵的第一步，是「定義」問題。你得先清楚知道，你的「客戶」是誰，他們對你的「產品」或「服務」有什麼「需求」？舉個例子，如果你的線寬量測值，客戶要求是 0.13 +/- 0.01 微米。那你的目標就是把所有的線寬都控制在這個範圍內。如果你發現，某台機台的 CPK 只有 1.08，不良率（DPMO）換算下來是 6210，這就表示每生產一百萬個產品，大概有六千多個是不良品。這時候，「所以重點是」，這個 DPMO 6210 告訴你，你的製程穩定度還有很大的提升空間。接下來，你就要開始量測、分析，找出造成這些變異的根本原因。DMAIC（定義、量測、分析、改善、控制）這個架構，就是幫你一步步拆解問題。
最常見的坑：以為解決表面症狀就是解決問題
我印象最深刻的一個坑，就是大家很容易急著「解決問題」，但卻沒有「分析問題」。以前我們有一批產品，良率一直上不去。大家一開始的想法就是，是不是參數調錯了？是不是設備老化了？然後就開始盲目地調整參數、更換零件。結果呢？良率還是原地踏步，甚至更差。後來透過六標準差的「分析」階段，我們才發現，真正的問題根本不是參數或設備，而是上游供應商的某批材料批次不穩定。我們當時的 CPK 值雖然有 1.25，比 1.08 好一點，但 DPMO 仍有 233，表示還是有兩百多個不良品。換句話說，你光是把 CPK 拉高一點點，如果沒有找到根本原因，只是在治標不治本。這時候，六標準差的工具，比如魚骨圖、5 個為什麼，就真的能幫你挖到最底層的根因。
今天能做的一件事
下一次看到任何數據，試著問自己：「這個數字背後，客戶真正關心的是什麼？」