情境
新產品剛量產，初期製程能力 Cpk 都在 1.33 以上。結果跑了一陣子，Cpk 突然掉到 1.08，警報響不停。主管問，不是說製程很穩嗎？你盯著 SPC 圖，發現管制界線怎麼好像抓不太到異常，但數據就是越來越散。問題可能就出在你把 SPC 的 Phase I 和 Phase II 搞混了。
白話翻譯
SPC (統計製程管制) 在實務上分為兩個階段，它們的目標和管制界線截然不同，搞混了就容易誤判製程狀況：
- Phase I (建立階段/試產階段)：
* 管制界線： 通常依產品的設計規格、目標值或初期少量數據設定，目的是引導製程朝理想目標優化。
* 重點： 探索性分析，找出變異來源，讓製程達到統計管制狀態。
- Phase II (監控階段/量產階段)：
* 管制界線： 依 Phase I 階段所建立的穩定製程歷史數據計算而來，代表製程在正常運作下的「自然」變異範圍。
* 重點： 監控製程是否偏離已建立的穩定狀態。
簡單來說，Phase I 是在「建立」製程的穩定度和能力，Phase II 則是在「維持」這個穩定度和能力。
實戰判斷
理解兩階段的差異，才能正確應用 SPC，避免誤判。
| 特性 | Phase I (建立階段) | Phase II (監控階段) |
|---|---|---|
| 主要目標 | 建立穩定且具能力的製程，定義製程基線 | 維持製程穩定，及時發現異常 |
| 管制界線來源 | 依設計規格、目標值或初期數據 | 依 Phase I 建立的穩定製程歷史數據 |
| 判斷重點 | 製程是否能達到目標？變異來源是什麼？ | 製程是否偏離已建立的穩定狀態？是否有特殊原因變異？ |
| 應用情境 | 新產品開發、製程導入、重大製程變更 | 日常量產監控、品質維護 |
實戰操作建議：
- 勿混用管制界線： Phase I 的管制界線通常較寬鬆或基於理想目標，若直接套用在 Phase II，很容易讓異常被「隱藏」，導致 Cpk 下降卻抓不到問題。Phase II 必須用製程本身的歷史數據來計算管制界線。
- 定期更新： Phase II 的管制界線並非一成不變。當製程有重大改善、設備更新或原料變動時，應重新評估並計算新的管制界線，確保它能真實反映當前製程的自然變異。
- 先求穩定，再求能力： 在 Phase I 階段，首要目標是讓製程達到統計管制狀態。如果製程本身就不穩定，即使 Cpk 暫時達標，也只是運氣好，無法持久。
InsightFab 怎麼做
InsightFab 提供直觀的介面，讓你輕鬆定義 Phase I 和 Phase II 的數據區間，自動計算並套用正確的管制界線，並即時監控製程狀態，提供異常警示，讓你不再為 SPC 階段混淆而煩惱。
金句
「Phase I 建立製程目標，Phase II 監控製程穩定，兩者不可混淆，才能精準管制。」