Q：你的 SPC 是否仍停留在「每天畫管制圖、算 Cpk」？
A：如果答案是肯定的,那麼新版 AIAG-VDA SPC 很可能顛覆你對 SPC 的理解。
近年來,全球汽車產業持續朝向 Zero Defects（零缺陷）與智慧製造發展,品質管理的重心也逐漸由「產品完成後再檢驗」,轉變為「製程中即時預防」。在這樣的趨勢下,由 AIAG（美國汽車工業行動集團）與 VDA（德國汽車工業協會）首次共同制定的新版 AIAG-VDA SPC 正式發布,象徵美德兩套 SPC 管理架構正式整合,也代表全球車用供應鏈進入新的品質管理時代。
然而,許多企業看到新版 SPC,第一個反應往往是:「是不是只是更新幾個統計公式？」「是不是 Cpk 的算法改了?」事實上,新版最大的改變並不是公式,而是重新定義企業如何理解製程、分析數據,以及運用統計工具預防品質風險。
如果仍以舊版思維導入新版 SPC，不但無法發揮統計分析的真正價值，甚至可能造成能力指標失真、PPAP 文件退件，甚至在客戶稽核中留下缺失。
新版 AIAG-VDA SPC 到底改變了什麼？
【迷思一】SPC 就是畫管制圖
很多企業認為,只要每天建立 X̄-R 管制圖、持續輸入數據,SPC 就算完成了。然而,新版 AIAG-VDA SPC 認為,畫管制圖其實只是最後一步。
在開始任何統計分析之前,工程師必須先了解製程真正的物理特性。新版手冊引用 ISO 22514-2,導入 A1、A2、B、C1～C4 及 D 共八種時間相依分配模型(Time-dependent Distribution Models),用來描述不同製程隨時間產生的變化。例如刀具磨耗造成尺寸持續漂移、多流製程造成多峰分布、設備暖機導致製程逐漸穩定等,都有不同的分析方式。
新版 SPC 核心觀念,不再是「先畫圖再分析」,而是「先理解製程,再選擇適合統計工具」。
【迷思二】Cpk 大於 1.33 就代表製程沒問題
「Cpk 大於 1.33 就可以放行」幾乎已成為許多企業的共同認知,但新版 AIAG-VDA SPC 明確指出,能力指標必須配合產品生命週期使用,而不是一個數值走天下。
新版重新區分不同階段的能力評估方式:
- Pm／Pmk:設備驗收,評估設備本身能力。
- Pp／Ppk:試量產或 PPAP,評估初步製程性能。
- Cp／Cpk:正式量產,且製程已證明處於統計受控(Statistical Control)後,才能評估真正的製程能力。
換句話說,新版不是取消 Cpk,而是讓每一項能力指標回到正確的使用時機。
【迷思三】能力門檻永遠都是 1.33
過去許多企業將 Cpk ≥ 1.33 視為固定的能力要求,但新版 AIAG-VDA SPC 導入了「動態能力門檻(Dynamic Capability Target)」的概念。
統計學告訴我們,樣本數越少,能力值的不確定性越高,估計誤差也越大。因此,新版要求能力目標必須依據樣本數(Sample Size)及信賴水準(Confidence Level)進行調整,而不再採用固定的能力門檻。
也就是說,企業若希望減少抽樣數,就必須以更高的製程能力來補足統計上的不確定性。新版的精神不是鼓勵企業增加抽樣,而是希望在不同抽樣條件下,都能維持相同的品質信賴度。
若客戶要求 Major 特性的能力目標為 Cpk = 1.33(樣本數≥125),當企業僅取得 75 個樣本時,為維持相同的信賴水準(如 99.99%),能力目標便需提高至約 1.45(依信賴水準及修正係數而定),透過下表可得知。
換句話說,抽樣越少,能力要求越高;想降低檢驗成本,必須證明製程具有更高穩定性。新版 AIAG-VDA SPC 導入動態能力門檻的核心目的,是讓能力指標反映製程風險,而不是滿足固定數值。
【迷思四】有 SPC 軟體就符合新版要求
不少企業認為,只要導入 SPC 軟體或大型 CAQ 系統,就代表符合新版要求。其實,新版 AIAG-VDA SPC 並沒有要求企業一定導入昂貴的系統,而是要求分析工具必須經過驗證(Validated)。
無論是商用 SPC 軟體、自行開發系統,甚至是企業常用的 Excel,只要涉及能力分析或管制圖計算,都應確認其統計演算法符合 ISO 7870 與 ISO 22514 等國際標準,避免因錯誤公式或未驗證程式,導致能力分析失真。如企業需要協助確認現行工具是否合規,可參考 SPC 系統導入與驗證輔導
對多數台灣中小企業而言,真正需要投資的不是系統價格,而是分析結果的可信度。
【迷思五】SPC 是品保部門的工作
「SPC 是品保的工作,跟我們沒有關係。」這樣的想法,在許多企業仍然存在。然而,新版 AIAG-VDA SPC 最大的改變之一,就是重新定義了企業內部各角色的責任。SPC 不再只是品質工程師每天畫圖、算 Cpk,而是涵蓋產品設計、製程工程、設備、量測、現場操作及品質管理等跨部門共同參與的管理機制。
新版手冊更建立了完整的角色與職能矩陣,要求不同職務具備相對應的 SPC 能力。同時,也要求企業建立 OCAP(Out of Control Action Plan),讓第一線人員在異常發生時,即可依據標準流程調查人、機、料、法、環等變異來源,而不是等工程師到場後才開始處理。企業若需建立跨部門 SPC 職能與 OCAP 訓練,可參考 ISO 品質系統教育訓練服務
真正的 SPC,不是把異常交給品保,而是讓整個製程具備預防異常的能力。
結語
新版 AIAG-VDA SPC 並不是一次單純的統計工具改版,而是一場品質管理思維的革新。它要求企業從「畫管制圖」走向「理解製程」,從「相信數據」走向「建立可信數據」,更從「事後檢驗」走向「事前預防」。對於車用供應鏈而言,新版 SPC 的價值,不在於學會更多統計公式,而是在於建立一套以製程模型、量測可信度、能力評估、異常反應及持續改善為核心的管理機制。唯有真正理解新版 SPC 的精神，企業才能讓統計分析不再只是稽核文件,而是真正成為提升品質、降低浪費與強化競爭力的重要工具。