生產-文章

• 翁志銘

改善人員在進行改善時，必須蒐集數據並分析判斷改善前後的平均水準差異是否大到足以推論實驗因子條件的改變可以產生顯著差異，並根據此結論以決定是否變更現況的條件。顯著性檢定便是經常使用來從數字中獲得有意義的資訊，進而協助改善人員作成重要結論的統計推論方法之一。

　　本文特別利用簡單比較實驗的個案，配合顯著性檢定進行的基本步驟，說明統計假設、顯著水準、檢定統計量和累積機率值﹙p值﹚等重要觀念與實務意義，以及顯著性檢定的推論結果可能面臨的兩種錯誤類型，同時提醒注意統計顯著性﹙statistical significance﹚與實務顯著性﹙practical significance﹚之間的區別。

• 梁修嘉

TPM是Total Productive Management的簡稱，中文又稱「全員生產管理」。活動主要建構於八大支柱的基礎上，提高設備自主保養之能力，減少不必要的損失，追求設備總合效率。而TPM基本目標在達成「零災害、零故障、零不良」，並在追求三零的過程中，使企業經營績效能提高。而此篇文章將針對八大支柱進行簡述，使讀者更易理解TPM的內涵。

• 李仁文

設備生產效率的管理是TPM的重心，自主保養和計畫保養就是它的兩個輪子，將設備推向零故障、零不良的境界。本文探究自主保養的主要內涵，以自身實務推動經驗闡釋自主保養展開的各步驟任務與精神!

• 陳乃龍

供應鏈是台灣產業轉型唯一具備勝出之窗。目前眾多跨國企業已視「敏捷供應鏈」為一種重要的經營模式。敏捷供應鏈(Agile SCM)之理論概念模型值得參考。以IFS 敏捷供應鏈整合架構提昇產業敏捷供應鏈(Agile SCM)。敏捷供應鏈將成為台灣產業轉型及顧問輔導的重要經營課題。

• 陳泰明

鴻海董事長郭台銘先生洞見觀瞻，對產業的影響很大，自從去年8月宣稱要以100萬台機器人，解決中國大陸缺工的問題後，產業界就吹起一股討論自動化的風潮。若要推動自動化，筆者提出下列事項供參考：

一、由3K產業或地點開始

二、不能落入策略性鎖死

三、考量產品的生命週期與複雜度

四、由產品設計來推動自動化

五、不能建置自動化的孤島

六、自動化設備是最厲害的品質檢驗裝置

結語

　　日本自動化協會榮譽理事長的牧野洋教授，20年前來台時就說：「欲推動自動化應先考慮公司的經營策略與經營模式，由經營模式來決定是否推動自動化？以及應使用何種自動化系統？自動化系統決定後，再考慮自動化的技術問題」

• 翁志銘

當工業實驗面臨特定實驗因子水準不易改變或受限於經濟效益之考量，通常無法進行完全隨機實驗﹙completely randomized experiment﹚，此時裂區實驗設計﹙split-plot design﹚就是可以考慮的另一種選擇。

　　近年來雖然有多位統計專家針對裂區實驗發表許多新的應用與解析手法，但在工業實驗方面仍然尚未受到應有的重視與了解，本文就先以簡單且典型的例子，也就是實驗配置中包含一個不容易變更水準的實驗因子和一個容易變更水準的實驗因子，來說明裂區實驗的本質以及如何正確的進行裂區實驗變異數分析﹙ANOVA﹚，才能同時確保裂區實驗設計的實驗成本優勢與準確的統計檢定結果。

• 王捷寬

對全公司機械、模具、夾治具及刀工具實施管理，確保其使用壽命、操作安全及生產品質穩定，以達零故障及零災害為追求目標。

　　自請購、採購、驗收、登錄財產、制訂作業標準、日常點檢、預防保養、異常修理及報廢等作業的管理重點加以說明。

• 周信甫

透過TQM的起源、定義、思維模式、實施步驟與執行方法介紹，逐步的引導讀者如何實踐TQM，目標亦使企業如何能在競爭的環境裡不斷求新求變、精進成長，進而成為業界中之佼佼者，並成為成功的經營典範。

• 張國棟

SPC-統計製程管制，可以提升製程能力，讓變異縮小，進而降低成本和改善品質

• 李春生

"人”通常是品質問題之來源，80%的品質問題來自人為疏失,對人為錯誤的了解與品質人為疏失之預防，已成為企業提升品質水準，降低品質成本的重要關鍵 。

• 蔡昌樺

品質是企業的生命，從過去、現在到未來都是不變的真理，沒有品質，企業就沒有存在的價值與生存的空間。我們知道，全世界品質觀念的進化，可以分為五個時期，每個時期各有不同的品質管理策略與方法，茲分述如下：品質是檢驗出來的，品質是製造出來的，品質是設計出來的，品質是管理出來的，品質是習慣出來的。

• 林松茂

6標準差活動在國內掀起一股風潮，受到廣大企業的採用和重視，不管是客戶、製造商或供應商，學習後的成果，使得人人對價值的判斷更加的準確，犯錯的機會減少。也因如此；許多企業被客戶要求，必須利用一套合理的方法驗證，來監控產品製造的輸入變數，獲取期望的最佳結果，使得輸出變數小，滿足顧客對產品的需求，增加顧客信心。

　　技術工程人員企圖使用符合邏輯的實驗安排，如實驗設計 ( Design Of Experiment ; DOE 以下皆稱DOE) 期待以最少的時間安排及成本分析，獲取期望的最佳和最適效果，確保產品品質和提升生產線利用率。製造工程不是盲目的利用經驗和試作來找出需要的產品特性和製程條件，採取科學的管理方法，藉著DOE的推行達到6標準差3.4ppm 水準要求，得到的答案(製程參數條件與品質設計需求)通常是細微與周詳的，如此；才能在綿密複雜的高科技產業中找到成長契機和6標準差高品質的目標實現。本篇；作者不講艱深的DOE設計理論，以實務做法與讀者分享。