那天老闆衝進來，臉色鐵青，指著大螢幕上的報表：「這條線的稼動率怎麼會只剩 65%？上個月不是還有 80% 嗎？到底花生省魔術？」
我跟良哥對看一眼，心裡涼了半截。這條線可是我們廠的「金雞母」，如果稼動率掉成這樣，這個月的出貨肯定開天窗。老闆接著說：「上次不是叫你們用 MTM 分析了嗎？報告呢？還是你們又給我搞工作抽樣？」
這下尷尬了。說實話，MTM（Methods-Time Measurement）跟工作抽樣法，我們部門常常混著用，有時候為了趕報告，哪個方便就先拿來擋一下。老闆當然知道這兩個差在哪，但我們這些做現場的，常常只求有數據，卻沒想過數據背後的「含金量」到底有多少。
問題出在哪：MTM 還是工作抽樣？
說穿了，稼動率分析就是要搞清楚，你的機台到底花多少時間在「正常生產」，又花多少時間在「摸魚」或「處理雜事」。這就像你的薪水，到底有多少是「本薪」，有多少是「加班費」或「獎金」。
MTM 分析，白話一點講，就是把你的製程動作拆解到最細。例如，一個作業員拿起晶圓、放入機台、關門、按啟動，每一個動作的時間都被精準測量，甚至精確到 0.00001 小時。它建立在「標準時間」的基礎上，假設你的動作都是最有效率的。所以，MTM 算出來的，其實是「理想狀態」下，你的機台或人可以跑多快。
那工作抽樣法呢？這個就比較接地氣了。它其實就是「看圖說故事」。我們會在一天內，隨機好幾次去現場「偷看」機台或作業員在做什麼。例如，你一天去看了 100 次，其中 70 次看到機台在跑貨，20 次看到機台在 PM，10 次看到機台在等人。那麼，你就可以推估，這條線的稼動率大約是 70%。
所以重點是：MTM 給你的是「應該」的效率，工作抽樣法給你的是「實際」的效率。當老闆問稼動率，他想知道的是「實際」發生什麼事，而不是「理論上」能多好。
實際上怎麼做：別再混淆了！
要分析稼動率下降，你真的得先搞清楚，你手上拿的是哪種數據。
- MTM 的優勢與限制：當你需要「優化流程」或「評估新設備」時，MTM 超好用。假設你導入一台新機台，你用 MTM 算出它每小時可以處理 100 片晶圓。這個數字是它「極限」的表現。如果實際跑起來只有 60 片，你馬上就知道中間有 40 片的差距，可能是因為上下料太慢、換批次時間長，或是機台異常停機。但 MTM 需要專業訓練，而且耗時費力，不是每天都能做的。
- 工作抽樣法的實用性：當你需要快速了解「現狀」或「找出稼動率的瓶頸」時，工作抽樣法是首選。
* 步驟二：規劃抽樣。設定每天抽樣的次數和時間點，要「隨機」。你不能每次都趁 PM 結束時去看，這樣數據會偏掉。例如，一天抽樣 20 次，每次間隔不定。
* 步驟三：現場觀察。每次去就記錄機台在做什麼。
* 步驟四：數據分析。如果你抽樣了 500 次，其中 325 次看到機台在生產，那麼你的稼動率就是 325/500 = 65%。
所以，要回答老闆「稼動率為何掉到 65%」，你用工作抽樣法得到「35% 的時間機台不在生產」，然後再去細分這 35% 到底是故障、PM、還是等人。這比你拿 MTM 算出來的「理論值」去跟老闆解釋，要實際得多。
最常見的坑：數字會說謊，但人也會
我以前有個同事，為了讓報表好看，他用工作抽樣法時，很「有技巧」地避開了午休時間去抽樣。結果稼動率數字飆高，老闆看了很高興。但過了幾天，產能還是上不去，老闆又衝進來罵人。後來才發現，原來他把午休時間機台「空轉」的狀況給「忽略」了。
說穿了，工作抽樣法最怕的就是「人為偏見」。如果你預設立場，只想看到好的結果，你的抽樣就會不夠隨機，數據就會失真。還有，如果你定義活動不夠清楚，例如把「等待上料」跟「等待PM」都歸類成「待機」，那麼你就無法精準找出瓶頸。
再舉個例子，我們有條線的稼動率一直卡在 70%，良哥用工作抽樣法去觀察。他發現，有高達 15% 的時間機台是在「等待工程師排除異常」。這個數字就很嚇人。如果我們沒有這個精確的數據，可能就以為是 PM 時間太長，結果白忙一場。所以，活動定義越細，越能挖出問題。
今天能做的一件事
重新檢視你廠內稼動率分析的「活動定義」，把它分得更細！