第貳章 文獻探討

本章透過相關文獻的探討，將針對六標準差、DMAIC、實驗設計、
變異數分析與產品良率之相關文獻作一回顧與整理，希望能使本研究的
理論架構更趨於完備。

第一節 六標準差

1980年代初，美國Motorola 公司面臨日本企業所生產之高品質產品
的挑戰，開始重視自家產品品質水準的低落的情形。當時Motorola 總裁
Robert W. Galvin（1970）甚至提出「Our Quality Stinks」的嚴格批評。有
鑑於日本高品質產品帶來威脅，Mike J. Harry 博士於1984年發展出MAIC
（Measure, Analyze, Improve, Control）的問題解決指引（Roadmap）。1987
年Motorola 公司總裁Robert W. Galvin 正式宣布啟動「Six Sigma Quality
Program」，訂下二年達成10 倍改善、四年達成100倍改善的目標，並預
計以五年的時間達成6σ的品質目標。

GE CEO Jack Welch（1995）大力推行後造成風潮，聯合訊號（Allied

、希捷科技（Seagate）
Signal） 、柯達（Kodak）
、聯邦快遞（Federal Express）
、
新力（Sony）及東芝（Toshiba）等全球性著名企業階陸續導入六標準差
計畫，經實施結果均獲得更佳的效益和利潤，六標準差因此成為當代最
成功的企業改革方案（Brue, 2004）。

由於市場上競爭激烈，每間公司都希望能夠以較低的成本生產產
品，同時還必須要減少不良率的產生（洪淳婷，2007）。至目前為止，
各行業仍時常利用六標準差做為品質改善、增加企業獲利之管理手法，
不論在製造業、服務業甚至建築業，皆有導入六標準差的案例，而六標
準差設計（Design For Six Sigma, DFSS）的專案管理手法，則提供了新產
品開發流程改善與再造的工具（黃上杰，2006）。

11
一、六標準差品質系統的發展與意涵

六標準差是一個以製程為重點，結合統計基礎方法來執行經營改善
措施，許多的組織已經實行成功。而使用統計製程管制的概念可以追溯
到 20 世紀 20 年代，Shewhart（1931）在西電霍桑工廠的工作。六標準差
是業務改善所採用的策略，以改善企業盈利能力，減少浪費，降低因品
質不良所帶來的成本，提高所有工作活動的效能與效率，以便滿足甚至
超越顧客的需求和期望（Weinstein, Petrick, Castellano, and Vokurka, 2008 ;
Bañuelas and Antony, 2001）。

1980年代初期，摩托羅拉在日本市場推展袖珍型呼叫器時，發現自
己公司的產品無法跟上日系公司的品質水準，遂展開以提高品質為目標
的活動，其所設定的品質水準目標，即為「六標準差」，而最後摩托羅
拉不僅獲得美國國家品質獎的肯定，公司業績每年均成長五倍，淨利成
長近20%，競爭力也大幅提升（世界經理文摘，2001）。

「Sigma」是統計學上之標準差，其希臘符號表示為「σ」，是用來
表示變異的度量單位，在統計學定義是指在完美情況下每百萬個量測值
中，其缺點只有0.002個機會，也就是良品率有99.9999998%。但摩托羅拉
公司所訂立的品質水準，則是6 sigma的品質水準再納入量測值中可能發
生的變異考量，允許缺點為百萬之3.4個機會。

二、六標準差之定義

六標準差（Six Sigma）之「Sigma」是希臘字母「σ」，用以表示「標
準差」（standard deviation），在統計上通常是用於表示流程當中的變異
（variation）程度的度量值。

一般製造過程中，產品會受其材料、裝備、操作員、外在環境…等
因素所影響，而造成產品之品質特性與原始設計規格有偏差的狀況發
生，此品質特性差異經彙集統計後通常會呈現如常態的鐘型分配，此分
配會有99.73%之資料會落在平均值前後三標準差範圍內，亦即有2700
ppm的資料點會落在平均值前後三標準差範圍外。

12
 當常態分佈值位於6 Sigma界限中央時（圖2-1-1），就統計學定義而
言，6Sigma是指在完美情況下每10億個量測值中，其缺點數只有2個機
會，也就是良品率達99.9999998%。

6 Sigma最早是經由摩托羅拉（Motorola）公司所提出，其依Motorola
公司所訂立的品質水準而言，在標準常態分配之下，6 Sigma的不良率應
該等於0.002 ppm，但在實務上，流程的平均數偏離規格中心的可能性相
當高，將量測值中可能發生的變異納入考量是相當合理的，摩托羅拉公
司假設製程平均數之允許偏移量為± 1.5 Sigma，所以在6 Sigma品質水準
下且製程平均值偏離目標1.5 Sigma時，超出上下規格界限之不合格點數
之估計值為3.4 ppm，即每百萬次僅有3.4 次的出錯機率，換句話說良品
率達99.99966%。

圖2-1-2表示製程偏移量為1.5 Sigma 時之常態分配圖，表2.1則列舉流

程對準中央及偏移量為1.5 Sigma的情況時，不同的品質水準及每百萬件
之缺點數。

圖 2-1- 1 六個標準差之常態分配圖
資料來源：Breyfogle （1999）

13
 圖 2-1- 2 製程偏離正負 1.5 個標準差之偏移圖
資料來源：Breyfogle （1999）

就實務來看，六標準差是一種企業流程管理及改善手法，它包含了
策略、組織、文化、訓練、推展等方面，它運用策略、進行文化改變及
各種管理與統計工具整合一起使用，從工作流程中盡力排除失誤，追求
最小變異，而達到顧客滿意、成本降低、獲利增加及追求完美的目標。

表 2-1- 1 規格界限與缺點數對照表

資料來源：Breyfogle （1999）

六標準差有很多不同的解釋，在企業界最常被定義為：
「工程師與統
計師所運用之高度技術性步驟，藉以精化 （fine-tune） 產品和流程。」
及「近乎完美地達成顧客要求。」

14
 六標準差亦可定義為：
「讓一家公司達成較佳的顧客滿意度、更高的
獲利、更佳的競爭力，而進行全面性的文化變遷。」以下為彙整各學者
對六標準差之定義，如表2-1-2所示。

表 2-1- 2 六標準差之定義

學者 六標準差之定義
六標準差是應用統計方法將產品的失誤率
Wyper and Harrison
控制在3.4ppm，並將顧客需求的資訊轉為產
（2000）
品或服務的規格。
六標準差為一全面且具彈性的系統，可用於
獲取、維持和擴大企業的成功，而驅動要
Pande, Neuman and
素，在於洞悉顧客之需、嚴格使用事實、資
Cavanagh（2000）
料和統計分析，以及全力關注業務流程的管
理、改善和創新。
六標準差是透過殷勤努力地將流程的變異
減到最小，以使得流程具有一致性地滿足和
Pyzdek（2001）
達到顧客的期望與需求，進而增加顧客滿意
度。
六標準差是一種策略性的企業活動，不是單
Breyfogle, James and Becki
純的品質計畫，利用各種統計工具持續改善
（2001）
組織效率與效益以滿足顧客的需求。
六標準差是一套結合強勢領導、基層動力和
Pande and Holpp（2002）
參與的系統。
六標準差是一套管理哲學，其目標在於改善
Eckes（2002）
顧客滿意度，近乎完美。
Smith, Blakeslee and 六標準差是一種高績效、數據導向手法來分
Koonec（2002） 析企業問題並解決。
六標準差是一套可以在企業內的所有流
Snee and Roger（2003） 程、企業內所有的功能單位以及產品上產生
作用的策略性手法。
六標準差藉由對流程的掌控、衡量與改善，
Brue and Launsby （2004）
來降低不良率。
六標準差是衡量某一流程、產品或服務與顧
Przekop（丁惠民譯，2006）
客需求間，存在著多少變異的指標。
資料來源：丘學偉（2007）

15
三、六標準差系統的推動

六標準差管理哲學是徹底分析關鍵流程點如何影響到流程產出，採
取六標準差系統可以對於企業運作的複雜性予以問題結構化（DMAIC）
地處理，明確定義企業運作的問題、選擇最適當人員解決問題並教育訓
練改善人員（Hammer, 2002）。

鄭榮郎（2003）認為六標準差改善行動是在DMAIC問題結構化下，
定義與量化問題，搜集資料並以分析工具了解問題癥結，以專案處理方
式解決問題的運作模式，以達到六標準差的改善目標。而DMAIC的推動
步驟包含確認（Define）問題點的源流、評量（Measurement）看出問題
的所在、分析（Analysis）瞭解造成問題的關鍵因素，改善（Improvement）
關鍵因素的不確定性因素，以統計製程管制（Control）確保所有的指標
在管理範圍（Pressly, 2001）。以DMAIC循環為基礎，可建構一個具解決
能力，提升流程能力的架構，並運作此架構解決品質均一性問題，獲致
流程能力提升與顧客滿意的良好結果，持續性進行工作改善（黃國材，
2002）。

六標準差的推行因不同需求而有所差異，以GE為例，每個六標準差
專案小組都執行MAIC的工作，在解決問題的過程中先確定的步驟目標及
任務後，先以量測（Measurement）找出問題的所在；再以分析（Analysis）
瞭解造成問題的關鍵因素；繼而經由改善（Improvement）排除關鍵因素
的不穩定性；最後以管制（Control）來確保所有的指標穩定落在管制範
圍內（Slater, 2000）。而Motorola的問題管理歷程則是採用DMAIC，其
歷程如下所示（Mach and Guagueta, 2001）：

1.定義（Define）：確認核心流程、顧客需求與設定目標。

2.評量（Measure）：驗證問題及流程、衡量關鍵步驟及投入。

3.分析（Analyze）：發展因果假設、確認幾個關鍵問題根源與驗證假設。

4.改善（Improve）：設法根除問題、測試解決方案、解決方案標準化並
衡量結果。

16
5.控制（Control）：設立維持績效的衡量標準、視需要修正問題。

而英業達的問題管理歷程採DMADV之程序如下（莊訓樊，2001）：

1.Define：訂定專案目標、鑑定顧客鑑別。

2.Measure：衡量顧客需求、確立關鍵品質。

3.Analyze：分析功能要求、規劃概念設計。

4.Design：評估製程變異、精進精密設計。

5.Verify：確保研發品質、滿足顧客期望。

雖然各大公司推行的六標準差方案時，基於各自的經營背景與型
態，採行了不同的問題管理歷程模式，然則這些看似各不相同的問題管
理歷程模式，實則大同小異，具有高度共通性，都是用來導引參與人員
促使各種類型的問題得以有效解決。

四、六標準差的文化特質

六標準差的功關鍵因素，在於公司是否具備下列的文化環境特質
（George, 2002），藉由瞭解這些文化特質，可以協助公司打造與建立符
合成功導入六標準差的環境。以下為歸納George提出的六標準差成功關
鍵因素，也是六標準差系統須打造的文化特質：

1.真心以顧客為尊

六標準差把顧客擺在首要地位，其績效的衡量先從顧客做起。改善
與否視能否影響顧客滿意和價值而定。且因應顧客多變的需求，對於產
品的開發和改善是持續性的。

2.管理依資料和事實而更新

儘管衡量、改良式資訊系統及知識管理日漸受到重視，但仍有許多
企業根據意見和假設來做決策。6 σ提高並強化「事實決定管理的水準」。

17
6 σ的首項規則就是釐清評定業務績效要做那些衡量，然後才運用資料和
分析，再著手理解主要變數為何，並獲取最大成效。

3.流程為重、管理和改善

六標準差，有許多標準來判斷六標準差改善專案的績效，例如，精
簡成本，降低不良品所產生的費用，提升製程能力，和增加客戶滿意度
（Su and Chou, 2008 ; Harry and Schroeder, 2000）。在6 σ，流程即行動所
在。無論是設計產品、衡量績效、提升效益和各層主管必須親自主導流
程，以獲得最大成效。

4.主動管理

主動管理就是常常去做在實務作業中被忽略的事：定下目標並不斷
檢討、設定明確的優先事項、注重防範問題而非救火。6 σ的工具和作法
可取代事後反應的習慣，替之以機動、敏捷而主動的管理方式，其注重
問題的防範而非救火。

5.協力合作無界限

6 σ強調無界限的合作，要求成員去了解顧客與流程或供給鏈工作流
動的真正需求，如此有助於人們懂得自己的角色該如何配合組織的大方
向。此外衡量與認知流程中各部門活動的相聯性，使成員可善用顧客與
流程知識，以嘉惠全體。如此，6 σ系統便能打造真正支持團隊合作的環
境和管理架構。

6.追求完美、容忍失敗

沒有公司能在不推動新觀念和作法的情況下達到接近6 σ的境界，但
這麼做又必須承擔風險。所以要持續的檢驗改善績效的技術（包括危機
管理）
。在將六標準差高掛為公司目標時，必須持續地追求進一步的完美
（因為顧客對完美的界定不斷改變）
，而且也能接受挫敗或控制失敗的破
壞性。

18
 總括來說，六標準差能為組織的文化帶來變革。建立團隊與分享的
文化，以客戶需求為導向的文化，跨部門間合作態度的養成。充分授權
現場人員，並培訓公司的骨幹人員（如，黑帶、綠帶或專案管理人員）。
由高階主管和負責的人員積極的參與，從上而下分享共同的組織文化，
確認未來導入六標準差專案，在本質上與策略或目標相關，帶來高淨現
值，以新眼光看市場和客戶，得到新見解（許 平，2007）。

五、六標準差的目標

依據企業想要影響組織的輕重程度，可界定出6 σ目標的三個層次，
此三個層次分別為解決問題、策略改善、及企業轉型。企業可依據實施
的可行性和界定時間範圍來選擇不同的6 σ方案：

1.可行性

一開始將6 σ導入企業時，就要讓公司上下總動員其實並不實際。即
便是奇異（GE），剛開始時也有一些事業單位和流程不屬於6 σ之列。此
時，詳細的檢驗核心流程或業務操作，可以找到許多有用的決定性資訊。
以下是三個必須考慮到的因素：

（1）資源：包括參與工作的人選、人員實際上可投入6 σ工作的時間、
該專案的預算以及和其他專案資源重疊時的分配問題。

（2）關注：公司是否投入足夠的關注在6 σ的實施? 高階主管是否會因

太多活動同時進行而應付不暇?

（3）接受：新觀念的導入難免引起特定領域人員的抗拒，此時最好晚
一點再讓他們加入。組織變遷時，也需要選擇最關鍵的點切入，再慢慢
擴散到整個組織。

2.時間範圍

等待回報的冗長過渡期常讓人感到挫折，對主管來說尤其明顯。因
此，界定得到回報的時間範圍是必須的。然而，短期的獲利並非重點。
真正的目標應該是打造一個能留住忠誠顧客的組織，這只有透過長期與

19
整合性的努力才辦的到只重專案、只求解決問題的方式有其危險性-企業
絕不會擴大工作規模，這樣也就無法從六標準差系統中得到真正的獲利。

六、六標準差的策略

六標準差改善和管理策略由「流程改善」
、「流程設計/再設計」和「流
程管理」三個部分組成，全都以組織的流程為重。將此三方面結合為一
體正是六標準差的關鍵（Pande, Neuman, and Cavanagh, 2002）。

1.流程改善

尋找特定的解決方案流程改善就是一個能制定清楚解決方案，且在
維持工作流程基本架構不變下，除去企業績效問題根源之策略。以六標
準差用語來說，重點就是找到並鎖定解決方案，以修正造成問題或困擾
（Ys）之少數致命因素（Xs）
。因此，大多數的六標準差專案都是為了改
善流程而努力。

2.流程設計/再設計

在瞬息萬變的今天，逐步改善已無法讓企業跟上科技、顧客需求和
競爭上快速變化的腳步。因此在設計/再設計的模式中，目標不在修正而
在換個新流程（或部分流程）
。它同時結合了產品與服務設計（常被稱之
為六標準差設計）
。在此，企業便可利用六標準差原則來創造與顧客需求
緊密相關、經過資料與測試驗証的新產品和服務。

3.流程管理:六標準差領導的基礎建設

將功能的監督和方向明確的改為對流程的了解和促進，及提供價值
給消費者與股東的工作流程。

（1）對流程的頭尾都予以建檔和管理。

（2）對顧客需求有清楚界定並定期更新。

（3）對產出、流程活動以及投入的衡量要完整且有意義。

20
（4）對績效做及時評估，並採取行動解決問題。

（5）結合流程改善和流程設計/再設計，以持續提高公司績效、競爭力和
獲利水準。

Kwak 和 Anbari（2006）總結六標準差是為一種策略，其內容包括全
面質量管理、以客戶需求為重心、包含更多的數據分析工具，富含財務
績效及專案管理，而這一切都是為了滿足顧客需求（Kumar et al., 2008）。

也就是說，六標準差已可以靈活地作為一種經營管理手法於減少缺
陷或是作為一種商業策略，以改善製造流程和進化的新營運模式。許多
六標準差的支持者強調，六標準差事實上它可以被用來作為一種有力的
商 業 策 略 ， 以 提 高 市 場 佔 有 率 和 盈 利 能 力 （ Kumar et al., 2008 ;
Mukhopadhyay and Ray, 2006））
。

七、六標準差的特色

總結六標準差方法的獨特特點包括，一整套的管理工具與整體實施
辦法（稱為DMAIC）
、一體化的人力資源管理方式且是種有分級的組織（冠
軍，黑帶大師，黑帶和綠帶）和關注最終結果和長期維持獲得收益（Su and
Chou, 2008 ; Su, Chiang, and Chiao, 2005）。

六標準差系統含括多方面的企業經營作業典範和技能，故可以套用
在許多不同的業務和挑戰上；從策略規劃到營運甚至顧客服務，並獲取
最大成效。除此之外，六標準差尚有下列特色：

1.適用於非製造業系統

對於服務機構或非製造業的組織，六標準差常能帶來更顯著的潛在
利益。在生產線外（進貨管理、財務、顧客服務、行銷、資訊科技等）
存在著許多機會，因為當實質產品因為快速下單變成商品之際，這些活
動便是當今維持競爭優勢的關鍵。又大部分非製造業活動只達到約七成
的效率，改善空間很大。

21
 正如表 2-1-3 所示，六標準差的製程管理方法，可以產生很大的作
用，這一事實的發現是很重要的，因為其他的的品質改善措施並沒有很
多製造業以外的應用（Kumar et al., 2008 ; Dusharme, 2006）。

表 2-1- 3 製程改善技術比率
製程改善工具 影響力
六標準差 53.60
流程管理 35.30
要徑分析 33.50
企業問題與目標分析 31.30
ISO 9001 21.00
統計製程管制 20.10
全面品質管理 10.30
美國國家品質標準 9.80
知識管理 5.80
資料來源：Dusharme（2006）（Kumar et al., 2008）

雖然六標準差最初設想的是，減少因製程低效率的發生所造成的浪
費，現在確幾乎可以使用所有產業，包括服務剷業，如保健護理管理上
面（Kumar et al., 2008 ; Antony, 2004 ; Moorman, 2005 ; Frings and Grant,
2005 ; Antony and Fergusson, 2004 ; Krupar, 2003）。

2.強調人力資源的重要性

就六標準差而言，人力提升的重要性不亞於技術的提升。而六標準
差的基本概念可以激勵、促進出人們更佳的想法及表現，讓個人的天賦
和技術能力相結合，發揮最大的功效。也就是說，六標準差可以大大提
高組織的能力，充分利用企業組織中每位人員的意見，而六標準差的團
隊，能夠處理這些許多由員工所提出的點子，確認出哪些具有重要意義，
並把他們融入現場活動中的改善。一個很好的六標準差計劃，將能對企
業組織從上到下可以產生顯著的影響（McCrossan, 2008）
。

22
3.有形和無形的回報驚人

六標準差是一個以專案為驅動的方法，組織應該優先選擇出那些改
善項目，才是對組織財務獲益最大的（Su and Chou, 2008 ; Coronado and
Antony, 2002）。

實施六標準差需要投入時間、精力和金錢，不僅耗費資源且有風險，
但其常帶來鉅額的財務獲利。除此之外，流程改善和員工資訊增加後所
帶來的態度和士氣的改善，比成本的節省更顯而易見，這種無形的資產
是無法用金錢換來的。

八、六標準差的實質益處

自1995 年起，奇異董事長傑克．威爾許便開始使用六標準差來大力
整頓該公司。除了帶來大量金錢的獲利外，六標準差能：

1.維持成功不墜

企業要維持持續的成長並在瞬息萬變的市場中佔有一席之地，唯一
的方法就是要靠不斷的創新和組織再造。六標準差促成持續再生的技能
和文化，也就是所謂的「封閉環圈系統」（Closed-loop system）。

2.人人設定績效目標

在企業中，每個組織功能、事業單位和個人都有各自的目的和目標，
但彼此有一個共通之處－提供貨品、服務或資訊給顧客（包括在公司內
部）。六標準差利用這個共同的業務架構、流程和顧客形成一致的目標；
六標準差績效，也就是近乎完美的績效水準。

3.增強顧客價值

現今每個產業的競爭都非常激烈，只做好交貨或產品與服務無誤差
還不足以保證成功。六標準差核心部分在於以顧客為重，所以必須學習
顧客（或潛在顧客）看重的價值是什麼，並計畫要如何能在賺錢的前提
下達成顧客要求。

23
4.加快改善比例

在現今競爭激烈的各項產業，績效與成本之比每十八個月就倍增一
次，顧客期待改變的心更加殷切。六標準差借重許多學理的工具和觀點，
不但能協助企業改善績效，還能提升改善顧客滿意度。

5.倡導學習與交叉傳授

人們常常熱衷討論學習，但少有人真的可以將之融入在工作中。六
標準差能在公司上下加快新觀點的成形和分享。若是將嫻熟流程又能管
理和改善流程的專才調職，他們不但很快就能上手，還能帶進創新且更
好的觀點，並加速實踐。

6.執行策略性的變革

在過去，引進新產品、推展新業務、進入新市場或併購新機構可能
是偶爾為之的商業活動，現在則成了許多公司的日常業務。了解公司流
程有助企業推動小幅調整或大力改革的能力。

九、應用六標準差方法之相關文獻

Tong, Tsung, and Yen（2004）該篇主要探討印刷電路板（PCB）的績

效，PCB 常因為焊接頭沒接觸好導致電路失敗，該公司所生產的印刷電
路板，品質水準還不到四個標準差，公司希望能夠增加市場競爭力，並
有效改善製程降低成本以期達到 6 Sigma 的水準，因此應用 DMAIC 的
方法，將其應用於製程中，清楚確定該製程所應篩選的主要因子，並透
過兩次全因子實驗設計，找出關鍵影響因子，據此來設定印刷電路板關
鍵製程的最佳參數，成功的改善產品品質及增加利潤。

陳瀅中（2007）透過六標準差 DMAIC 手法，探討印刷電路板內層底

片之製作品質與準時率，藉以降低內部失敗成本與提昇產品完成日期達
成率，改善企業經營體質。該研究結果顯示：DMAIC 手法在印刷電路板
內層底片品質改善及生產時程控制方面確實有所助益，故而可提昇印刷
電路板業者之競爭能力。

24
 某位匿名（Anonymous, 2002）的國外學者，在使用 6 Sigma 改善 PVC
品質中這篇文章提到，LG 化工公司在 1999 年開始導入 6 Sigma 的概念，
當時該公司原先的 6 Sigma 水準只有 0.72，研究顯示 PVC 上的微粒無法
結合這問題，透過 6 Sigma 工具改善後，其水準已達到 5.3 Sigma 水準。

Lanham and Pamela（2003）認為 6 Sigma 是促進品質改善的催化劑，

可以運用在醫療體系中，只要善加結合整個醫院規劃流程，將可以有效
改善護士用藥錯誤率以保障病人的安全。

Burge（2004）在透過 6 Sigma 方法改善大一工程系新生的封閉性思

考這篇文章中說到：現在對於工程師的需求正不斷的增加中，為了這些
迫切的需求，工程學術界認為應該加強對工程師的訓練，研究顯示透過 6
Sigma 方法，將主要問題確認清楚，並討論進行改善，可以緩和學生封閉
性問題，提高素質。

劉惠敏（2006）在該研究中選定臺灣證交所風險預警系統的錯帳發
生率為研究主題，將六標準差 DMAIC 模式有系統的導入，不僅能適時反
映出現有流程的缺口，更透過衡量的方式將缺點數量化，再經由工具分
析所獲得的結果，提出改善方案，配合管制模式的建立與控制，成功降
低錯帳發生機率以提升證券商經營績效。

喬廣文（2003）以 6 Sigma 方法提升半導體封裝製程品質，並建立品

質領先指標，面對製程本身存在的變異，想辦法去控制合理變異和偵測
異常變異，降低重工成本和客戶退貨處理成本，以維持企業高品質的形
象。該篇主要重心為有效的偵測與客戶應用相關的關鍵製程異常，在其
尚未對產品出貨品質造成危害前加以控制與改善。

城培舜（2004）以國內某不銹鋼裁剪中心應用 6 Sigma 品質改善方法

執行生產線產值及製程能力提昇為案例，研究其如何利用 6 Sigma 執行步
驟之界定、衡量、分析、改善、控制五大改進循環，解決策略目標執行
過程中所產生之問題，並結合實驗設計找出影響不銹鋼鏡面鋼板生產線
產值提昇之關鍵因素。研究結果發現，研磨顆粒、羊毛氈密度、研磨液
濃度及研磨壓力對不銹鋼鏡面鋼板生產線產值提昇有正面影響。

25
 曾慶毅（2003）以國內某航太科技公司應用 6 Sigma 品質改善方法執
行飛機零組件維修為案例，主要之改善目標為降低零組件之早期失效
率。從其企業策略之擬訂、公司目標規劃與部門績效指標佈署出發，探
討其如何利用 6 Sigma 品質改善方法之界定、衡量、分析、改善、控制五
大改進循環，解決策略目標執行過程中所產生之問題。

洪淳婷（2007）以一個機車煞車零件 Caliper 為例，利用 6 Sigma 與

元件搜尋的方法對機車煞車零件進行相關研究以找出產品不良的原因，
同 時 結 合 傳 統 全 因 子 實 驗 設 計 、 中 央 合 成 設 計 （ Central Composite
，找出影響製程能力的
Design :CCD）與配適反應曲面（Respond Surface）
變數，以最佳化 Caliper 的轉圈數，最後進行確認實驗，比較改善前後的
製程能力指標及品質水準，研究顯示 Caliper 的 Cp 值從 0.168 提升到
1.12，品質水準從 1.25 Sigma 大幅提升到 3.5 Sigma。

綜觀上述，執行六標準差管理證明的好處有，提高生產率、客戶滿
意度、降低產品不良、減省運作循環時間，以及產生文化變革等（Sahoo,
）。且 6 Sigma
Tiwari, and Mileham, 2008 ; Antony, Kumar, and Tiwari, 2005）
已經成功的導入各行各業，無論在電子業、工業、醫學、教育、半導體
產業、金融業、金屬業及交通運輸，各單位的績效都有明顯提升；六標
準差被廣泛的運用是可能的，因為它能夠在組織的財務報表上顯示出優
良的財務績效（Su and Chou, 2008 ; Kwak and Anbari, 2006）
）。

26
第二節 DMAIC 之概念

一、何謂 DMAIC

六標準差的 DMAIC 程序是被引用來做為組織和系統化此評價過程

（Yeh, Cheng, and Chi, 2007）
。Hammer（2002）認為六標準差管理哲學是
徹底分析關鍵流程如何影響到流程產出，而採取此管理哲學可以對於企
業運作的複雜性，予以問題結構化（DMAIC）處理，明確定義企業運作
的問題、選擇最適當人員解決問題並教育訓練改善人員。

在 DMAIC 問題結構化下，問題首先予以定義與量化，透過搜集資
料釐清問題點，並以分析工具徹底瞭解問題的原因，再以專案處理方式
解決問題的主因，使用的工具包括不同的技術，以統計資料分析與品質
改善為主（Breyfogle, 1999）。以 DMAIC 循環為基礎，可以建構一個解
決能力，提升流程能力的管理手法並運用此管理手法，解決品質均一性
問題，獲致流程能力提升顧客滿意的良好結果，持續性進行工作改善（黃
國材，2002）。

DMAIC 在六標準差的管理應用上最具革命性，因為它所涉及的內
容，是讓六標準差方案發揮全面效果所不可或缺的整體組織之文化和管
理變遷（樂為良譯，2002） 利用 DMAIC 模型，完成核心顧客的確認和
找出企業的核心流程，並根據核心顧客的需求，再設計出具備更佳的流
程品質與流程能力、能為顧客提供更高附加價值與滿意度的新流程。此
新流程對於發展顧客關係管理（CRM）有極大幫助（曾英富，2006）。

二、DMAIC 之改善循環與步驟

六標準差使用以下五個主要步驟以進行實際的製程改善：界定，衡
量，分析，改善和控制（DMAIC）。DMAIC循環與戴明的''計劃，執行，
檢查，行動''循環有很多地方是類似的（Bertels, 2003）。但是，六標準差
提供了一個明確的目標，就是在生產製造的流程上，其失誤率不得超過
百萬分之3.4個缺陷的機會。因為有了這個重點目標、同時明確界定了
DMAIC的執行步驟，所以可能使得施行六標準差比全面質量管理更有機

27
會成功。另外六標準差與全面質量管理最大的不同是，它著重企業整體
營運導向模式改善而全面品質管理大多為了投資報酬導向（Kumar et al.,
2008 ; Bertels, 2003）。

以往各種品質改善運動所採行的改善模型，大都是以戴明（W.
Edwards Deming）博士（1980）所建立的規劃（Plan）→實施（Do）→
查核（Check）→處置（Action）
，四個步驟為主簡稱為PDCA，Six Sigma
品質改善方法亦是引用相同的邏輯，並加以修訂改良成為界定（Define）
→衡量（Measure）→分析（Analysis）→改善（Improve）→控制（Control）
，
簡稱DMAIC 五階段的改善循環（李惠頻，2004）。

在六標準差 品質水準下，顧客的需求表示規格界線，是用以衡量專
案績效的重要指標，值得注意的是，顧客的需求是動態的，Blakeslee
（1999）以一家銀行抵押貸款的流程時間為例，說明動態顧客需求在六
標準差中的重要性；當我們的競爭對手將現有處理抵押貸款的流程時間
由十天改變到五天後，我們既有的六標準差品質水準立刻變成剩下
1.2-Sigma而已了。

很明顯地，市場或顧客的需求改變，而企業既有的流程不變，這無
疑是另一種降低品質水準的情況，推行六標準差並不只針對某件專案做
完就結束，而是要持續不斷地使我們的產品或服務符合顧客的需求，六
標準差困難處不是統計，而是使企業的績效，持續地符合動態的顧客需
要。符合動態顧客需求的不二法門，就是需要持續不斷的改善，這點與
TQM 中所強調的PDCA 循環頗為類似，所不同的是，六標準差使用較明
確的目標管理技術，即是DMAIC 循環。

吳瓊治（2003）指出在企業中追求六標準差的過程中，有許多方法
和工具，其中最重的方法是以五階段的改善步驟：界定（Define）、衡量
（Measure）、分析（Analysis）、改善（Improve）、控制（Control）等如
圖2-2-1；在六標準流程步驟是以持續改善，以降低不良率為主要核心，
茲舉六標準流程步驟分述如下：

28
1.界定（Define）階段

首先，確認欲研究的主要核心流程，而樂為良（2002）指「核心流
程」是一連串可以提供價值（產品、服務、支援、資訊）予顧客的任務，
通常涉及不同部門和功能單位。每個組織核心流程皆有數個支援或強化
的流程，提供必要資源或投入給生產價值的活動。另外，在此階段需界
定出客戶對於流程的要求及所欲取得之服務，定義流程產出及服務提供
之內部與外部客戶，最後繪製高層核心流程圖，由界定完成後即進入衡
量階段。

2.衡量 （Measure） 階段

經由前述界定階段，了解客戶對生產規劃流程要求後，與個案公司
內部員工討論可以取得之資料，設定抽樣的樣本及衡量指標，以衡量系
統整合前與後對生產規劃流程之影響。由於資料取得之限制，本研究就
個案公司人員所能給予之資料進行分析，確立生產規劃流程之關鍵指標
並提出兩項假設。透過此兩項假設之檢定以及六標準差中Cpk、sigma值
進行分析，除證明系統整合後對生產規劃作業流程所產生之效益之外，
也可就管理面未達到績效者進一步提出改善建議，有關變數選取及統計
方法會在個案分析裡詳加說明。

3.分析 （Analysis） 階段

分析數據，探究誤差發生的根本原因，運用統計分析檢測影響結果
的潛在變數，找出瑕疵發生的最重要根源。本研究在衡量階段進行數據
整理後，以分析之結果及管制圖再進一步分析，並與個案公司探討影響
生產規劃因素，協助公司往後績效評估及分析問題的參考依據。

4.改善 （Improve） 階段

依據衡量及分析後之結果，與個案公司討論並試圖找出最佳解決方
案，爾後擬定行動計畫以供日後執行之用。此外，提出改善建議分為系
統面及管理層面，乃因服務流程的好壞與影響取決於「人」及「系統」，
因此，就這兩個層面與個案公司人員討論應改善之處及期望的目標。

29
5.控制 （Control） 階段

建議個案公司應持續改善或維持績效，並將階段（1）至（4）的所
有概念和方法，納入現行跨功能的管理方式。如理論架構所提到之圖2-2-1
所示，在此迴圈內不停的持續衡量及改善，使得生產規劃流程及系統達
到最有效率及效果，為公司帶來附加之利潤。最後，預期改善後之效益
並指出研究限制，以及對後續研究之建議與本研究之結論。

圖 2-2- 1 六標準流程步驟
資料來源：吳瓊治（2003）

三、DMAIC 流程之定義

成功的六標準差專案，要靠團隊成員的參與合作，隊員依據有經驗
的六標準差黑帶成員與公司設定的準則運作（Berger, 2003）
。六標準差早
期對於管理架構的定義，大多以 MAIC 以及 DMAIC 做為六標準差之
行動步驟。Harry and Schroeder（2000）將六標準差推動步驟改良為突破
策略步驟（Breakthrough Strategy Phase）分為：1.認知（Recognize）；2.
界定（Define）
；3.評量（Measure）
；4.分析（Analyze）
；5.改善（Improve）；
；7.標準化（Standardize）
6.管制（Control） ；8.整合（Integate）
，如表 2-2-1
所示。

30
 表 2-2- 1 六標準差推動步驟

階段 步驟 目標
確認 1.認知（Recognize） 確認關鍵企業
突 （Identification） 2.界定（Define） 課題
破 特性化 3.評量（Measure） 瞭解目前績效
（Characterization） 4.分析（Analyze） 水準
策
最佳化 5.改善（Improve）
略 達成突破改善
（Optimizaation） 6.管制（Control）
整合化 7.標準化（Standardize） 轉 移 至 日 常 生
（Institutionalization） 8 整合（Integrate） 活
資料來源：Harry and Schroeder（2000）

Pande, Neuman, and Cavanagh.（2000）為了強調有效提升顧客滿意

度，因此定義了執行六標準差之五階段步驟：：定義（Define）、衡量
（Measure）、分析（Analysis）、改善（Improve）及控制（Control），其
各階段之定義於下表 2-2-2。

表 2-2- 2 DMAIC 流程之定義

DMAIC 階段 定義
界定問題、流程，以及有哪些顧客
定義 （Define）
要求尚未達到。
透過從流程、產品與顧客身上收集
衡量 （Measure）
到的資料，來衡量問題的程度。
分析資料與流程，以找出造成問題
分析 （Analysis）
的原因為何。
藉由排除造成問題的原因與建構安
改善 （Improve） 全把關機制，以確保問題不再發
生，進而改善流程。
透過定期的運作衡量與檢查，來控
控制 （Control） 制新的解決方案的成效，並找出有
哪些未來可改善的機會點。
資料來源：Pande et al.（2000）

31
 上述 D-M-A-I-C 循環可以改善符合顧客規格的產品，並對績效不足
的過程有所助益，但如果公司內沒有這套六標準差 DMAIC 法，就無法
達到六標準差水準。因此，Simon（2002）這時提出另一個 D-M-A-D-V 的
替代循環。其步驟如表 2-2-3 所示。

表 2-2- 3 DMADV 流程之定義

DMADV 階段 定義
定義 （Define） 定出專案目標與顧客需求。
衡量 （Measure） 評估顧客需求與規格要求。
分析 （Analyze） 檢視流程選項，以達成顧客要求。
設計 （Design） 因應顧客要求，設計發展新流程。
檢視設計，以確保該設計的確能達
驗證 （Verify）
到顧客的要求。
資料來源：Simon（2002）

各大公司所推行的六標準差方案，基於各自的經營背景與型態，採
行了不同的問題管理歷程模式，包括上述所呈現 MAIC、DMAIC、DMADV
等。然而這些看似各不相同的問題管理歷程模式，實則大同小異，具有
高度共通性，都是用來導引參與人員使各種類型的問題得以有效解決，
故本研究將以最常見的 DMAIC 為主，加以說明各階段之目的與任務。

定義方面以修正團隊對於要處理問題的理解為目的;衡量方面以建立
收集當前過程中有關數據的技術，以滿足品質關鍵要素；分析方面使專
案小組能更細緻的研究資料進一步把握資料改善的機會;改善方面使專案
小組提出、實施與驗證改善方案;控制方面提供一種結構性方案，確保專
案團隊在完成工作後績效收益將持續下去，如下表 2-2-4。

32
 表 2-2- 4 各階段目的與任務
DMAIC 階段 階段目的 階段任務

用高階的問題陳述方式定義問題

清楚的鑑別出受問題影響的過程或產品
的顧客
修正團隊對於
定義
從顧客的角度來鑑別品質關鍵要素
要處理問題的
（Define） （CTQ, Critical to Quality）
理解。

將專案範圍界定在具體可對策的層面上

發展出一個修正好的問題陳述報告

將定義階段的活動綱領在專案綱領中

定義過程中的量測方法
建立收集當前

鑑別過程中變異的類型、來源及原因
過程中有關數

決定 6σ 專案中的數據要求 發展數據收
據的技術，以滿
衡量 集計畫
足品質關鍵要
（Measure）
進行量測系統分析（MSA, Measurement
素（CTQ,

System Analysis）
Critical to

收集數據
Quality）。

以 6σ 值決定專案的基線能力
使專案小組能
更細緻的研究
指出圖形分析的基本工具的定義和用途
分析
資料進一步把
說明圖形分析的基本工具的適用情況和
（Analysis）
握資料改善的
使用說明確認根本原因的方法
機會。

創建真實的/未來狀態的過程圖
使專案小組提

列出進行失效模式與效應分析（FMEA,
出、實施與驗證
Failure Mode and Effects Analysis）所需
改善 改善方案，該方
要的步驟
（Improve） 案會取得 CTQ

進行有關過程改善的成本/效益分析
特定的期望績

進行過程改善試行
效設定。

分析過程能力以驗證改善效益
提 供 一 種

依據前四個階段的成果制定管制策略
結 構 性 方

提出管制計畫，將改變及時納入過程
控制 案，確保專案團

提出更新的標準作業流程（SOP,
（Control） 隊在完成工作
Standard Operating Procedure）和訓練計
後績效收益將
畫，用文件證明改變和改善
持續下去。
資料來源：丘學偉 （2007）

33
 在如圖 2-2-2 六標準差管理之改善步驟中，共包含 16 項活動步驟，
並建議使用不同的統計工具在各項步驟中，表 2-2-5 說明各項步驟的使用
時機、控制重點以及適用的工具。

圖 2-2- 2 六標準差管理之改善步驟
資料來源：丘學偉（2007）

表 2-2- 5 六標準差 DMAIC 法常見工具

DMAIC 階段 活動 六標準差工具
柏拉圖（Pareto diagram）
腦力激盪 （Brainstorming）
1.制定小組章程
專案章程 （Project Charter）
定義 2.確定負責人和小
專案計劃 （Project Plan）
（Define） 組資源
甘特圖 （Gantt Chart）
3.做好準備工作
親和圖 （Affinity Diagramming）
顧客聲音 （Voice of Customer）
抽樣 （Sampling）
細部流程圖 （Detailed Process Map of
4.確認小組目標 Flowchart）
衡量
5.界定當前狀況 資料表或工作表 （Data Form and
（Measure）
6.蒐集和展示資料 Spreadsheet）
衡量系統分析 （Measurement System
Analysis）

34
 表 2-2-5 六標準差 DMAIC 法常見工具(續)
流程圖分析 （Process Flow Analysis）
加值與無加值分析 （value-and
Non-value-added Analysis）
散佈圖或關聯圖 （Scatter Plot or
Correlation Diagram）
7.確定流程功能和速 因果圖、魚骨圖 （Cause-and-Effect
分析 度 analysis、Fishbone）
（Analysis） 8.確認變異來源和時 關係圖 （Relations Diagram）
間瓶頸 廻歸與關係分析 （Regression and
correlation analysis）
多變量研究 （Multivariate Study）
變異分析 （Analysis of Variance,
ANOVA）
卡方分析 （Chi-Squared Analysis）
9.提出構想
10.進行實驗 執行規劃 （Implementation Planning）
改善 11.打造模型 流程文件化 （Process Documentation）
（Improve） 12.列舉成本和效益 力場分析 （Force Field Analysis）
13.制定行動計畫 實驗設計 （Design of Experiment, DOE）
14.執行
管制圖 （Control Chart）
計量值管制圖（Variable Control Chart）
計數值管制圖（Attribute Control Chart）
15.制定控制計畫 流程管理圖 （Process Management
控制
16.監控績效 Chart）
（Control）
17.改善錯誤流程 反應計劃工作表 （Response Plan
Worksheet）
指標計分卡或儀表板 （Metric Scorecard
or Dashboard）
資料來源：本研究整理

35
 於 DMAIC 執行步驟中，本研究所使用到的統計工具，介紹如下：

1.柏拉圖（Pareto diagram）

由義大利經濟學者 Vilfredo Pareto 所提出之圖形分析法，最初是用在

分析財富之分布上，其目的是說明少部份的人（20%）佔有大部分財富
（80%）。柏拉圖為一通用之工具，可用在其他領域中，在品質改善活動
中，柏拉圖通常用來區分造成品質問題之少數重要（vital few）原因，及
多數不重要（trivial many）之原因。

2.特性要因圖（cause and effect diagram）

特性要因圖唯一問題分析工具，用以辨認造成某一特定問題之所有
可能原因。特性要因圖為石川馨博士（Ishikawa）於 1943 年所發展出來，
因此又稱為 Ishikawa diagram。由於此圖的結構類似魚骨因此又稱為魚骨
圖（fishbone diagram）
。在一個實驗開始的階段，研究人員可能有非常多
的控制因子，必須先加以研究了解。要先確定這些最初的因子有影響反
應變數的可能，篩選出來給實驗設計進行實驗（Vanaja and Rani, 2007 ;
Webb and Bauer, 1994））。

3.管制圖（Control Chart）

管制圖係於 1924 年，由美國 W. A. Shewhart 博士發明。管製圖為一

圖形表示工具，用來監視品質特性之量測值隨時間變化之情形，可用來
區別機遇原因和可歸屬原因。統計品質管制工具如管制圖之目的之一，
就是監測製程的情況，若是製程一旦失去水準、超出管制界限便可以馬
上觀測得出來（Sahoo et al., 2008）。

六標準差的經營管理手法是以 DMAIC 五階段問題解決的歷程來進

行品質改善之活動，亦是解決六標準差管理歷程問題好用的方法，但卻
不是獨一的，也未必是最好的，而六標準差的成功關鍵並非單單取決於
其問題管理歷程，其它週邊問題管理體系以及工具扮演重要的功能與角
色。因此，我們可以說六標準差之所以會這麼成功，應該是它有一套全
面的經營管理策略及其一系列的統計工具的運用相互呼應。

36
第三節 實驗設計

實驗設計是一個組織化、結構化的方法來確定一個製程的影響因
子，對於製程產出結果產生的影響關係。它包含一組考慮所設計其系統
變動的相關因子。對實驗結果進行了分析，以確定最佳製程條件的設定，
找出那些因素對產出結果最有影響力和那些沒有（Wablberg, 2008）
。它能
夠含納最多的參數資訊以進行最低次數的實驗而且還能多使我們了解實
驗輸入參數與反應變數的關系（Sahoo et al., 2008 ; Ghani, Choudhury, and
。這個方法也顯示出了相互作用的存在和因子之間的協同作
Hasan, 2004）
用等因素。

在產品或製程設計上，常常需要知道影響產品績效（Performance）
的各種可能原因，影響產品績效的因素稱之為因子（Factor），而各因子
可 設 定 不 同 的 狀 態 條 件 ， 是 為 水 準 （ Level ）。 因 子 實 驗 （ Factorial
Experiment）就是要設計一實驗以檢視各因子的效果，若實驗設計是考慮
所有可能的因子水準組合，則此設計稱為全因子設計（Full Factorial
Design）。若實驗設計本身由於成本的限制或其他原因，只考慮一完整實
驗的其中一部份進行實驗，則此設計稱為部分因子設計（Fractional
Factorial Design）。

全因子實驗的目的乃是要檢視一產品或製程，其含有一些重要的設
計因子，研究者想要得知這些因子對系統的影響程度，以便決定因子水
準的最佳設定。對於 k 個因子，每個因子可設定 2 個水準，一個為「高」
（－）的設定，這樣的設計是為 2k 設計。2 水準
（＋）和另一個為「低」
的設計可用於初期的因子篩選，當挑出具顯著影響的因子後，可再針對
這些顯著的因子取較多的水準，進行後續實驗。對於 k 個因子，每個因
子可設定 3 個水準，是為 3k 設計。

品質工程（Quality Engineering）是一門系統化介於各學科間的科學，
涉及工程設計、製造作業、經濟原理，常應用於提昇產品品質的作業上。
大略而言可分為線外（Off-Line）及線上（On-Line）兩部分。而田口博
士（Dr. G. Taguchi）
（1949）提倡的品質工程技術重點在線外品管（鄭崇
義，2000）或稱為參數設計。線外品質工程是針對產品設計開發以及製

37
程設計開發而發展出來的系統方法，由於注重在產品及製程上的設計，
因此能夠將品質設計進去 （Quality Designed-In），對產品品質的影響較
大。

田口博士之品質工程基本概念就是要以堅耐設計找到產品變異小的
設計或製程，使得大量生產的產品上市後對社會所造成的平均損失成本
最小。我們必需考慮不確定因素在不同的運用環境或使用情況，將會有
所變動，完美的設計不只要有功能性，而且對設計變數的可能變異之敏
感度。這種方法就是最佳化穩健設計程序，試圖找到可行的設定參數組
合，最大限度的降低目標函數及其靈敏度的不確定性。因此，這種方法
在過去二十年來已經發展促進了產品的改善和製程的品質（Li et al., 2006 ;
Arvidsson et al., 2003 ; Sandgren and Cameron, 2002 ; Taguchi et al., 2000）。

田口博士他強調再現性（Reproducibility）
，好的設計也就是變異小的
可大量生產的產品設計，也就是穩健設計（鄭崇義，2000）
。田口品質工
程方法主要是指堅耐設計方法而言，由於此一方法主要是尋找設計參數
的水準，故又稱為參數設計或線外品管。

1.品質損失函數

是指產品在出廠後，合格品的品質因機能變異所帶給社會的總損失
而言。因此，好的品質是指機能的變異小及弊害項目所引起的損失程度
較小的。為了合理的評估品質損失，田口博士採用品質損失函數（Loss
Function）說明之。 以田口博士的理念而言，二階品質損失函數（Quadratic
Loss Function）的觀念就是符合他的目標觀念。而一階品質函數 （First
Order Quality Loss Function）這種傳統的錯誤觀念，長期以來誤導了工程
人員走向消極的設計態度，衍生出來的是不良率的觀念（Go-No-Go）
，使
得品質改善的工作效率極差。因此，以二階損失函數的觀念來看，當 y
值離開目標值m越遠，則損失越大。若 y ＝ m（目標值）時，損失為零，
數學函數可表示為 L（y）= K（y-m）2。

38
2.變異的來源（雜音因子）

以產品品質特性來衡量產品的績效時，往往有很多變因造成績效不
穩定，而這些變因稱之為雜音因子。分別為：外部雜音、內部雜音、產
品間雜音這三種。

（1）外部雜音（External Noise）：如溫度、溼度、灰塵、電壓及磁場等
環境因子對產品之干擾，使得其特性值不穩定。

（2）單位間變異（Unit-to-Unit Variation）：雖然規格值一定，但是製程
中無法避免地會造成每件產品之特性值不一致，而其原因可能並不明確。

（3）內部雜音（Internal Noise）
：與時間（可靠度）有關的特性，常因產
品壽命之消耗而造成產品績效值逐漸偏離目標值。

一般降低變異的方法有下列幾項，有篩選不良品、找出不良原因而
消除之、應用堅耐設計法。

3.產品品質的提昇方法

在設計開發及製程設計階段，使用線外品管方法，即參數設計法來
提昇。而在生產階段，則使用線上品管方法，即統計製程管制或品管七
大手法等方法來提昇。

4.直交表（Orthogonal Arrays）的應用

田口式直交表實驗計劃，乃是田口玄一博士改良自傳統的部分因子
實驗法而得來的。其主要的精神，在於實驗需求品質的加法性，而不是
作為品質問題的解答。

但是，應用直交表所分析資料的好處是每一可控因子的主效果可以
獨立且均衡的求出。而事實上直交表分析就是進行完全要因實驗中的部
分要因實驗。

39
5.直交表的直交特性

直交表是田口式實驗方法中參數主要的配置方法，所謂直交在數學
上的意義也就是任何兩行，其因子水準的所有組合都出現而且出現次數
一樣。經由直交表的直交特性作實驗有以下二個優點：

（1）由於存在直交性，對任一因子的任一水準而言，其它因子的高低水
準都是成對出現，因此經計算以後其它因子的影響效果將會互相抵消，
而可增加實驗的再現性。

（2）經濟效益的增加，因為直交表的應用使得所需做的實驗數減少，因
此大量的減少了時間與成本。

6.常用直交表

直交表一般分為以下系列：

A. 2k系列（常用）
：L4（23）
，L8（27）
，L16（215）
，L32（231）
，L64（263）
B. 3k系列（常用）
：L9（34），L27（313），L81（340）
C. 4k系列（常用）
：L16（45），L64（421）
D. 5k系列（常用）
：L25（56）
E. 2k x 3k系列（常用）
：L18（21 x 37）
，L36（211 x 312）
，L36（23 x 313），
L54（21 x 325）
F. 2k x 4k系列（常用）
：L32（21 x 49）
G. 2k x 5k系列（常用）
：L50（21 x 511）
H. 其他 L125（211）

其中 2k x 3k，2k x 4k，2k x 5k，等為較新型的混合系列。而其符號代

表意義如L8 （27）中，L表拉丁方格的代號，8表實驗數，2表水準數，7
表因子數。一般而言，若品質特性y與因子間之關係為線性時，執行2水
準實驗就夠了。若懷疑其關係可能為曲線時，執行三水準實驗也就可以
了，鮮少用到4水準以上的實驗。至於二因子之間交互作用可以配在2k或
3k之直交表上。混合型或高水準的直交表有其使用限制。

40
第四節 變異數分析

統計是一種數學科學有關資料收集、分析、解釋和提供有價值的資
訊，統計學原理的應用範圍已經遠遠超出其本身的領域，並且擴大到各
個領域的研究中。

變異數分析（Analysis of Variance）
，簡稱 ANOVA，最初應用於農業
實驗結果之試驗，例如某一作物的幾種不同種子，種植在耕作條件相同
的幾塊土地上，以檢驗不同種子作物產量是否有所不同。目前變異數分
析被廣泛應用於各種科學的研究，因此變異數分析已經變成實驗設計的
重要工具；實驗設計是一種工具或一套工具的一部份，以用於收集試驗
數據。實驗設計的統計有許多優點，它有助於找出最佳的回應因子。實
驗設計應用於實驗的情況下，幾個獨立變數可能影響一個或多個反應變
數。典型的實驗設計計劃的項目有，計劃測試、數據分析方法，多因子
變異數分析和一些科學方法。

其理論基礎是各觀察母體（observation）受到某些因素的影響，而產
生不同的差異。此種差異統計上以總變異表示，總變異可以分解成組間
變異和誤差變異。通常一因子變異數分析可以以下列式子表示：

總變異=組間變異+誤差變異 （1）

SSTtoal=SSTreatment+SSError （2）

變異數分析之目的主要在於分析得自觀察型研究或是實驗室型研究
之資料，以檢定觀察母體中之各平均數是否相等，且此分析法適用來處
理多組因子水準平均數之方法。

例如進行下面三個問題的研究，以了解：

（1）四個教學設計對學習成績是否有影響

（2）男性與女性工人和三種不同機器對產量是否有影響

（3）香水的五種包裝設計與三條行銷通路對香水銷售量的影響

41
 其目的都是想瞭解母體間的平均數是否相同的問題。實驗中的學
生、工人、香水稱為實驗單位（experiment unit）
；教學法、機器種類、香
水包裝設計為已知或實驗者所控制，稱為自變數（independent variable）
或是因子（factor）
。學生成績、工人產量、香水銷售量則為實驗者欲觀察
的反應變數（response variable）
，或稱為應數（dependent variable）
。因子
的值亦稱為因子的等級或是處理（treatment）。

變異數分析是利用樣本資料來比較若干不同的實驗變數，以確定該
實驗變數是否導致不同結果。其虛無假設（null hypothesis、H0）及對立
假設（alternative hypothesis、H1），如下（µi 表示母體i 的平均數）；

H0：µ1=µ2=…=µk （3）

H1：並非所有的µ都相等 （4）

而在做變異數分析前，有三個基本假設：

1.獨立性：由每個母體抽取之樣本必須互相獨立。

2.常態性：每個母體之反應變數均呈常態分配。

3.相等性：所以母體反應變數的變異數均相等。

我們可以一個線性統計模型（linear statistical model）來描述觀測值：

（5）

（6）

Y ij：第 ij 個反應變數觀測值

µ：對所有的處理都共同擁有的總平均（overall mean）

τi：第 i 個處理所特有的處理效應（i th treatment effect）

42
εij：隨機誤差（random error）

此模型稱之為單向（one-way）或一因數變異數分析（single-factor
analysis of variance），τ可以解釋為每個處理項與平均值的偏差或是影響
項。

令第 i 個處理的樣本平均數表示為 ，同理所有觀測值總和平均為
。在不使用有關處理的資訊下，觀測值Y ij的總變異是由每個觀測值得
離差，即Y ij與 的離差：

（7）

當加入有關處理資訊後，離差會反應包含於資料中的不確定性，是
每個觀測值Y ij與其相對應的平均值 得離差：

（8）

上述兩式之差異會顯示出估計的處理平均值與總平均數之差異

（9）

因此由上式可以將總離差 分為兩部份：

（10）

若將上式平方再加總後，可得到

（11）

上式左式是測量Yij的總變異，代表總平方和（SSTO，total sum of
squares），上式右式第一部份代表處理平方和（SSTR，treatment sum of
squares），第二部份代表誤差平方和（SSE，error sum of squares）。

43
 在變異數分析中，會使用一個稱之為F 檢定之統計檢定量（test
statistic）來判斷處理群組對於此模型之影響是否顯著，F 檢定之方程式
如下（張鈞程，2006）：

（12）

其中， N 為總處理個數（N=na）
。所以如果處理平均間沒有差異的
虛無假設（null hypothesis）為真，則此比值為自由度a-1 和N-a 的F分配。
方程式為假設處理間沒有差異的統計檢定量。而此統計檢定量與F分配之
臨界值相比，可以決定此處理群組對於模型之影響是否顯著，方程式
（12）、方程式（13）可說明之：

， α為顯著水準 （13）

， α為不顯著水準 （14）

如方程式（13）成立，則此處理群組之影響為顯著；反之，如方程
式（14）成立則影響為不顯著。

綜合以上，整個檢定程式可以表2-4-1概括說明之
表 2-4- 1 一因子變異數分析表，固定效應模型
變異來源 平方和 自由度 均方 F0

處理間 SSTR a-1 MSTreatment

誤差 SSE N-a MSError
總和 SSO N-1
資料來源：張鈞程（2006）

而當研究者一次操弄二個自變數，以觀察樣本在應變數上反應的差
異，是為二因子變異數分析。二因子變異數分析事實上是二個單因子變
異數分析的組合，它除了像單因子一樣可以考驗各自變數的主效果（Main
Effect）外，更可以考驗二變數間是否有交互作用效果（Interaction Effect）
存在。

44
 當交互作用存在時，表示二個自變數間互為影響，此時檢定各自變
數的主要效果就變得沒有意義，也就是說，進行二因子變異數分析時，
首先應該先檢定二自變數的交互作用是否存在，如果存在就要進一步進
行單純主要效果（Simple Main Effect）檢定；如果交互作用不顯著，就表
示二自變數各自獨立，此時即可分別檢定二個自變數的主要效果，等於
進行兩次單因子變異數分析，若主要效果達到顯著水準，再選擇適當方
法進行事後比較。

45
第五節 良率

何謂良率？簡單的說便是良品產出量佔全部投入生產數量的百分
比，也就是生產量除以投入量乘以百分之一百，既是等於良率。

以半導體產業之產品為例，IC 生產流程步驟繁多，基本上各階段有
個別之良率計算，但大致可區別為晶圓製造階段之良率、晶圓針測良率、
封裝良率與最終成品測試良率等，分別為：

1.Ywf （Yield of wafer fabrication） 為在晶圓代工廠中的製造良率

2.Ywt （Yield of water sort test） 為晶圓測試廠之偵測良率

3.Yp （Yield of package） 為 IC 封裝良率

4.Yft （Yield of final test） 為完成最終電性功能測試之良率

依生產流程來看，IC 產品最終之良率 Y 可以各階段良率乘積來表

示：

（15）

其計算方式如下：

1.晶圓廠之製造良率（Ywf）=（產出之晶片數/投入空白之晶片數）x 100%

2.晶圓測試良率（Ywt）=（晶體良品數/晶片上之所有晶體數）x 100%

3.封裝良率（Yp）=（通過檢驗規格之 IC 成品數/投入封裝晶體總數）x 100%

4.最終成品測試良率（Yft = （通過測試之良品數/投入測試之總數）x 100%

而 IC 整體之良率便是由各階段的良率相累乘積（如式 15 所表示）。

以上對各階段良率所作之計算方式乃從產出結果的角度來看，而對
於凡影響晶圓品質乃至對製造良率有負面影響之規則或不規則的不良情
況在半導體界中統稱之為缺陷（Defect），而造成晶圓缺陷的可能因素很

46
多，舉凡因非標泮製程上所產生的意外因素，例如微塵、刮痕、光阻覆
蓋不全、金屬污染、長晶過程中之雜質、乃至製造過程中環境溫溼度控
控制異常等，都有可能影響到良率。

而根據缺陷特徵（Defect Patten）的狀況，可將缺陷依其來源分類成
隨機性缺陷（Random Defect）與系統性缺陷（System Defect）兩大類（Mirza
，故因此也有所謂的系統良率（Systematic Yield，Ys）與隨機
et al., 1995）
良率（Random Yield，Yr）之分法，亦即凡缺陷形狀或成因屬於有規律可
循、具有較明顯之群聚缺陷（Cluster Defect）之特徵，其對良率影響之結
果稱為系統良率；而對於缺陷乃隨機產生、較不具特定之缺陷形狀、發
生之來源與時間也較不固定、其對良率影響之結果則稱為隨機良率。一
般說來，對於不論是處於研發初期或是製程成熟的產品而言，良率仍可
能受隨機性或系統性缺陷的影響而變動，也因此這兩部分對製程結果的
影響便決定了最後晶圓製造良率之大小：

（16）

而不論是從何角度來看，良率管理對半導體業不管是在新製程的研
發、新產品量產導入、到生產成本控制與持續性改善上均扮演非常重要
的角色。因為現代產品具有生命週期愈來愈短之趨勢，往往新產品在上
市不久後其價格便開始下降；加上其他競爭者之迅速加入，為了儘可能
的保有產品在市場上的邊際利潤與競爭力，業者需要以更有效率的生產
方式以便於最短的生產工期內將產品送至客戶手中，以及較低之平均製
造成本以提供更具競爭力之售價但又能保有合理之利潤，並針對變動的
市場於最短時間作出最快速的反應，以為企業取得生存競爭優勢，而以
上種種需要，皆得依賴於一平穩且高水準之良率方能有效解決問題。

本研究之個案公司乃針對封膠（Molding）之生產製造流程良率提升
作為改善目標，封膠步驟目的為防止濕氣侵入並保護 IC 免受壓傷。其過
程為將導線架置於框架上並預熱，再以半融化的樹魯充填並由壓模機壓
鑄成形，待樹脂硬化後便完成封膠的動作。

47
 需要特別注意的是，公司的良率達 100%，但不良率為 0 當中，可能
還有「隱形工廠」存在的缺點；即再加工、維修的意思，需要投入額外
的時間與費用。

田口博士提出品質損失（quality loss）之觀念來衡量產品品質，一些
不可控制之雜音（noise）
（例如環境因素）造成特性偏離目標值，並因而
造成損失。田口方法的重點在於降低這些雜音對產品品質的影響性，根
據穩健性（robustness）之觀念，決定可控制因子的最佳設定，建立製程
之設計，以使產品品質不受到雜音因素之影響，才能夠真正去除隱形工
廠，同時達到節省成本、與提升產品良率。

若是某公司是小型企業，目前製程皆以不良率及百件缺點數作為統
計基礎，想用及作為製程能力分析之指標似有困難的話，也是有適當的
良率衡量比較方法可供使用。

以不良率及百件缺點數作為製程統計基礎，乃屬計數值的統計問
題。有關計數值的製程能力分析，可以不良率或百件缺點數置於縱座標，
時間先後順序置於橫座標，繪以推移圖，以觀察其不良率或百件缺點數
之消長。就同一生產線而言，十二月份的不良率曲線如低於十一月份不
良率曲線，表示十二月份製程能力較十一月份為佳；就十二月份比較 A、
B 兩生產線不良率曲線高低，如 A 生產線低於 B 生產線時，即表示 A 生
產線製程能力優於 B 生產線（品質管制月刊，1995）。

48