ORON
回科技觀點
客製化系統10 分鐘閱讀

進料檢驗 IQC 系統:抽驗紀錄算得出供應商不良率

產線停線追到最後是來料問題,收料單卻只蓋了一個合格章。把抽樣規則、量測值與供應商批號留成欄位,不良率與缺陷分布才算得出來。

進料檢驗 IQC 系統:抽驗紀錄算得出供應商不良率

產線停了兩個小時。領班拿著一支裝不上去的軸心走到辦公室,說這批料孔徑偏了,整箱都不能用。追到採購那邊,發現是上個月換的新供應商;再追到倉庫,收料單上蓋了「檢驗合格」的章,簽名看得出來是誰,但那天抽了幾支、量了哪幾個尺寸、量出來多少,沒有人說得上來。

最後的處理方式通常也差不多:先把現場的料挑一挑,能用的先用;打電話給供應商請他們改善,對方回一封格式工整的改善報告;三個月後同樣的事再發生一次。

問題不在那天的檢驗員不認真。問題在於進料檢驗(IQC, Incoming Quality Control)這道關卡,在很多公司只被當成「放行或擋下」的開關,而不是一個會累積資料的環節。開關按完就結束了,什麼都沒有留下。

穿藍色工作服的作業員雙手拿著游標卡尺,在虎鉗旁量測一個金屬件,象徵進料檢驗現場逐件量測與判定的動作

Photo by Maxim Tolchinskiy on Unsplash

一、IQC 真正的產出,是資料不是章

把 IQC 看成品質的守門員,是一種直覺但不完整的理解。守門員只負責擋,擋下來就算成功,擋不住就算失誤。可是進料檢驗本質上是抽樣,抽樣就一定會漏;用「有沒有擋住」當唯一標準,這個單位永遠在背不該背的鍋。

比較務實的看法是:IQC 每天在替公司做兩件事。第一件是當下的判定——這批料能不能進倉、能不能上線。第二件是長期的量測——哪一家供應商、哪一個料號、哪一種缺陷,正在持續消耗公司的時間與材料。

第一件事做完就過去了,第二件事卻決定了明年的採購談判、驗廠重點與合約條款。差別只在於,檢驗當下有沒有把資料留成可以統計的形式。一張簽了名的紙,撐得起第一件事,撐不起第二件事。

二、紙本檢驗單撐不住的三個地方

第一是抽樣數量沒有依據。常見狀況是「每批抽五件」,不管這批是 200 件還是 20,000 件。數量憑感覺決定,判定結果就沒有統計意義,事後也無法回答「我們當初抽得夠不夠」這個問題。

第二是檢驗規範的版本。檢驗項目與公差是會改的——客戶提高要求、工程發了 ECN、材質換了配方。改完之後,現場用的那份影印檢驗基準書通常還壓在桌墊底下。等到爭議發生,雙方拿出來的規範版本不一樣,誰也說服不了誰。

第三是批號對不上。紙本單上寫的多半是料號與日期,不是供應商批號。後面客訴回追時,只能追到「大概是九月那批」,追不到確切是哪一批、那批還剩多少在倉庫、已經投產了多少、出給了哪些客戶。批號追溯的斷點,很多時候就斷在進料這一站。

一整箱密密麻麻的金色螺絲,數量多到無法逐支檢查,象徵抽樣檢驗必須用規則決定抽多少支

Photo by Lucas on Unsplash

三、抽樣計畫:讓系統去查表,不要讓人憑感覺

抽樣檢驗有成熟的國際標準可以依循。計數值抽樣最常被引用的是 ISO 2859-1(台灣的 CNS 2779 與過去業界熟悉的 MIL-STD-105E 屬同一系統),它的邏輯大致是三步:

  • 決定檢驗水準:一般用水準 II,特殊情況用 S-1 到 S-4 這類減量水準。
  • 用批量查出樣本代字:批量 501~1,200 件與 10,001~35,000 件,查出來的樣本數差好幾倍。
  • 用 AQL 查出允收數:AQL(允收品質水準)通常依缺陷嚴重度分開訂,例如嚴重缺陷 0.65、主要缺陷 1.0、次要缺陷 2.5,再查出這次要抽幾件、最多允許幾件不良。

這套邏輯本身不難,難的是每次都正確執行。人工查表要翻兩張表、對兩個欄位,趕出貨的時候就會被簡化成「照上次那樣抽」。而這恰好是系統最適合接手的部分:收料單一建立,系統知道批量、知道這個料號的 AQL 設定,直接把應抽樣本數與允收/拒收數算出來,檢驗員只要輸入實際量測值。

更實際的好處是切換規則。ISO 2859-1 本來就設計了正常、加嚴、放寬三種檢驗強度,以及彼此之間的切換條件(例如正常檢驗下連續批次中出現一定數量的拒收,就要轉入加嚴)。這類規則用人腦記不住,但對系統來說只是條件判斷。做得起來的話,表現穩定的供應商會自動被放寬、甚至進入免驗清單,省下來的工時剛好補到出問題的那幾家身上。

四、把每次判定累積成供應商不良率

當抽樣數、不良數、缺陷類別都以欄位形式留下來之後,原本做不到的統計就自然成立了。幾個常用的指標:

  • 批次允收率:這家供應商近半年送了幾批、退了幾批。最直觀,也最容易在會議上對齊認知。
  • 不良率 PPM:百萬分之不良數,電子業與車用供應鏈常用,方便跨料號比較。
  • 缺陷柏拉圖:把缺陷分成尺寸、外觀、功能、包裝、標示、數量等類別統計。同樣是退貨率 5%,問題全出在包裝標示,跟問題出在功能測試,處理方式完全不同。
  • 特採比例:被判不合格卻因為趕交期而特採放行的比例。這個數字很少有公司在看,但它往往最能解釋「為什麼產線端的異常一直降不下來」。

這些數字真正的用途不在報表好看,而在於談判與決策時有東西可以攤開。驗廠時可以直接指著缺陷柏拉圖問對方的對策;年度議價時,供應商報價便宜 3%,但他的來料不良讓公司多付出挑選工時與停線成本,兩邊就能放在同一張表上比。沒有累積的資料,這類討論最後往往只剩下印象與交情。

紙上一整片密密麻麻的數字列,象徵逐批檢驗紀錄累積後可以統計出的供應商不良率數據

Photo by Mika Baumeister on Unsplash

五、IQC 不是孤島,前後要接得上

進料檢驗系統如果只做成一個獨立的檢驗紀錄表,效益會打折。真正省事的地方通常在接點:

往前接採購與收料。收料時掃採購單帶出料號、數量、供應商批號,檢驗單自動生成,不用重打一次。待驗的料自動進入「待驗」狀態,倉管系統看得到這批不能出庫。

往後接庫存狀態。判定結果直接改庫存狀態:允收轉為可用、拒收轉為隔離、特採放行要留下核准人與原因。很多公司的實際痛點不是檢驗做不好,而是不合格的料與合格的料放在同一區,現場拿錯只是時間問題。

橫向接不合格品處理與索賠。判退之後要做的事——退貨、挑選、重工、折讓——都牽涉到金額。把處理成本掛在那批、那家供應商底下,年底才算得出一家供應商實際上花了公司多少錢。

橫向接工程變更。檢驗基準書應該是有版本的文件,而不是現場影印本。工程改了公差,系統上的檢驗項目跟著生效日切換,現場看到的永遠是當前版本。

六、導入時值得先想清楚的幾件事

這類系統的失敗,多半不是技術問題,而是一開始範圍開太大。幾個觀察到的經驗法則:

  1. 先把檢驗基準數位化,再談自動化。如果料號的檢驗項目、公差、AQL 都還散在個人檔案裡,先把主檔整理出來,系統才有依據可算。這一步通常比寫程式花更多時間,但省不掉。
  2. 先做 A 類料號。用金額或風險排序,先涵蓋前 20% 的料號,讓資料在兩三個月內長出可用的趨勢,再往外推。全品項一次上線,現場輸入量會直接壓垮推行意願。
  3. 輸入介面要能站著用。檢驗在現場做,不在辦公室做。平板或手機掃碼輸入、量測值可以直接鍵入、超出公差即時跳警示,比做一個功能完整但只能坐在電腦前填的表單更容易活下來。
  4. 特採要留痕,但不要擋死。完全不准特採的制度,結果通常是大家繞過系統。比較可行的做法是允許特採、但必須有核准層級與理由,並且讓特採比例出現在月報上。

結語

進料檢驗這件事,多數工廠其實一直在做,只是做完就蒸發了。同一位檢驗員,拿著同一支卡尺,量同樣的尺寸——差別只在於結果是寫在一張待會兒就歸檔的紙上,還是留在一個可以被統計、被追溯、被拿到談判桌上的欄位裡。

如果想評估自家目前的狀態,可以先試著回答三個問題:上個月某一家供應商送了幾批、退了幾批,查得出來嗎?最常出現的缺陷類別是哪一種,說得出來嗎?去年到今年,這家供應商是變好還是變差,有數字可以支持嗎?

三個問題都要翻資料夾才能回答,代表這段紀錄目前還沒有在替公司工作。從把檢驗基準與抽樣規則整理成主檔開始,通常是成本最低、也最容易看到變化的第一步。

想把這些做到你的網站上?

不論是快速上線的模板建站、客製官網或後台系統,留個訊息,我們會回你「能做+報價+時程」。

加 LINE 詢問