Six Sigma 綠帶課程教材

【Improve 改善】

講師：朱光懷
 改善階段執行步驟

分析階段 改善階段
驗証潛在要因 提出改善方案與實驗設計

資料分析 先導測試

驗証改善

建立改善後之新流程

更新FMEA

成本/效益分析

2
 課程大綱

I1 改善的應用工具-實驗設計
I2 改善的應用工具-ECRS
I3 改善的應用工具-TRIZ
I4 先導測試
I5 改善後的執行事項

3
 改善階段的重要觀念

 提出改善方案：測試影響問題之關鍵少數Xs可以獲得改善
 先導測試：在改善方案完全實施前，先小規模的進行改善，除確保改善的有
效性外，也同時確認導入過程中不會產生新的問題

 驗証改善：驗証改善前後的流程能力是否有顯著差異，或達成預期改善目標
 建立改善後的新流程圖：若改善成效確認後，流程圖須更新，及該如何進行
 更新FMEA：確保改善已經考慮並解決，產品或流程中潛在的失效模式的原因
與其影響

 成本效益分析：確認改善實施後，所獲得之效益是否大於改善成本

4
 改善方案的應用工具

利用以下的應用工具，來提出改善關鍵Xs的方案：
 腦力激盪法
 實驗設計
 ECRS
 TRIZ

5
I1 改善的應用工具-實驗設計

6
 何謂實驗設計
是一個或一系列有目的地改變流程或系統的輸入變數X，以觀察識別輸出
的應變數y隨之改變的實驗。

y=f(x)
噪音輸入變數
(不可控)

可控制的 關鍵流程
流程
輸入變數 輸出指標

7
 實驗設計目的

 確定
• 哪些輸入變數對輸出結果影響最大
• 什麼樣的輸入變數能產生理想的輸出結果
• 怎樣設定一組輸入變數以減少輸出結果的變化範圍
• 怎樣設定可控輸入變數使得不可控的輸入變數對輸出結果的影響減到最小

 找出定義流程的公式 y=f(x) 使得流程最佳化

8
 輸出效應(y)

 查檢
• 輸出 y 是連續的，還是離散的？
• 目標是平均值修正、變異改善，或者兩者都要？
• 基本條件如何(平均值和標準差)？
• 輸出效應 y 是在統計控制下嗎？
• 輸出效應 y 是屬於常態分佈嗎？
• 量測系統適當嗎？

9
 輸入因子(x)

 輸入因子的來源
• FMEA/管制計劃
• C&E因果矩陣圖
• 流程圖
• 腦力激盪法/工程知識/操作經驗

 設定輸入因子的水準
• 從大量的可控變數中挑選確定出幾個重要的關鍵少數作為輸入變數，
決定這些輸入變數的極限水準範圍，如：
a. 溫度計量因子：80、90℃
b. 壓力計量因子：30、60psi
c. 機台屬性因子：機台A、B
• 確定一系列輸入變數的操作視窗(流程最佳化)

10
 實驗設計方案

 簡單的比較型實驗
• 平均值的檢定：1- & 2-Samples t-test、Paired t-test
• 變異數的檢定：1- & 2-Variance test
• 比例的檢定：1- & 2-Proportion test

 統計的實驗設計-DOE

DOE 適用時機 實驗組合

單因子實驗設計 單個因子，多個水準 全組合
𝟐𝐤 因子實驗設計 多個因子，二個水準 全組合
田口實驗設計 多個因子，多個水準 部份組合
*應先進行篩選，不建議太多因子與水準執行實驗

11
 實驗設計的通則

定義 實施
1. 陳述實際問題 6. 選擇實驗設計方案及樣本大小
2. 陳述實驗目的 7. 進行實驗並收集資料
3. 選擇輸出變數 8. 分析資料
4. 選擇輸入變數 9. 得到統計結論及實際答案
5. 選擇輸入變數的水準 10. 把結論轉化為實際問題的方案

12
 單因子實驗設計範例

 有些電燒刀的表面會有一層塗漆，可防止手術中沾黏因燒灼組織所產生的焦屑
 電燒刀噴塗製程的一個關鍵輸出指標是塗層厚度(Coated thickness)
• 塗層太薄：達不到防沾黏的效果
• 塗層太厚：增加電能擊發的功率，也增加製程成本
• 目標：塗層厚度不低於規格下限 (5.9µm) 的前提下，使平均的厚度儘可能低
• 當前的流程平均為6.3µm，標準差0.22

 進行實驗，試圖以改變噴塗時間達到目標。
 共有四種參數設定，其中「設定1」為當前製程設定條件。

13
 單因子實驗設計範例

 Step.1：問題陳述

Calc>Probability Distributions>Normal

當前流程平均值&標準差

規格下限
塗層厚度太薄(低於規格下限)的機率=3.45%

14
 單因子實驗設計範例

 Step.1：問題陳述

Calc>Probability Distributions>Normal

=1-3.45% 噴塗製程能力Zlt=1.82；Zst≒3.32

15
 單因子實驗設計範例

 Step.2：陳述實驗目的

把失效的部份減少70%：
3.45% - (3.45% x 70%)= 1.07%

把Zlt由1.82提升到2.30

16
 單因子實驗設計範例

 Step.3~5：

選擇輸出變數(因變數) -Response：
塗層厚度(µm)

選擇輸入變數 -Factor：
噴塗時間條件設定

選擇輸入變數的水準 -Levels：
設定1(當前)，設定2，設定3，設定4

17
 單因子實驗設計範例
 Step.6 & 7：
選擇實驗設計方案及樣本大小進行實驗並收集資料

• 這個實驗設計在DOE語言稱作單因子4水準
• 各組樣本10pcs，共計40pcs
• 依據Run Order編號執行實驗與量測

18
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

先確認4組的資料是否具有相等的變異數

Stat>ANOVA>Test for Equal Variances

輸出變數

輸入變數

P>0.05，變異數一致，若檢定為不一致，仍可執行ANOVA，但
結果信心度會較不足

19
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

Stat>ANONA>One-Way

輸出變數
輸入變數

20
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

Stat>ANONA>One-Way

輸出變數
輸入變數

儲存預測值
儲存殘差值

21
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

直線(Fit)：以X預測的y值

殘差(Residual)：
實際值離開直線的差距=實際值-預測值

22
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

隨機分佈在零點
殘差看上去是 線周圍沒有趨勢
否為常態分佈？

殘差看上去是
否為常態分佈？

在樣本順序中尋
找是否有趨勢或
異常點

23
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

P>0.05，殘差為常態分佈

24
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

DF自由度
參數設定：4個水準-1
Error：4個設定*(10pcs-1)
Total：40pcs-1

SS
參數設定：SSBetween(組間變異)
Error：SSWithin(組內變異)
Total：SSTotal(總變異)

P-Value
H0：4組設定無顯著差異
Ha：至少其中一組有顯著差異
P<0.05，拒絕H0

25
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

• 設定1：當前現況的水準
• 設定2：有超出規格下限的
風險(95% CI or ±3S)
• 設定3：95% CI與設定1有重
疊區間
• 設定4：厚度增加最多，但
也增加成本

26
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

 ANOVA的P-Value說明了至少有一組平均數有顯著差異，但是，哪個
設定的樣本組平均數不相等？

 在單因子變異數分析中，Minitab提供了幾個分析平均數不相等的工具
• Tukey & Fisher方法：兩兩比較
• Dunnett方法：與標準組(當前現況)做比較

27
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

勾選Dunnett時，要
指定標準樣組

28
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

Tukey 比較法

設定3 VS 設定1的95%CI
差異，有包含到0，未有
顯著差異

29
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

Fisher 比較法

30
 單因子實驗設計範例

 Step.8：分析資料(用One-Way ANOVA進行分析)

Dunnett 比較法

設定3 VS 設定1的95%CI差異，
有包含到0，未有顯著差異

31
 單因子實驗設計範例

 Step.9：分析結論

 ANOVA的P-Value<0.05，拒絕H0，至少有一組平均數有顯著差異

 採用Fisher比較法，4組相互比較平均數皆有差異

 設定2超出規格下限的風險較高

 設定4雖增加厚度，但增加電能擊發的功率，也增加製程成本

 採用噴塗時間的設定3為製程參數，進行試產

32
 單因子實驗設計範例

 Step.10：轉化為實務方案

 目標：
• 降低噴塗厚度低於規格下限 (5.9µm)的百分率
• 把現況製程失效減少70%， Zlt由1.82提升到2.30

 實務方案：
• 設定3可達成目標

噴塗時間 平均值 標準差 低於規格下限機率 Zlt

設定1(現況) 6.3 0.22 0.0345182 1.82

設定2 6.0 0.16 0.2659860 0.63

設定3 6.5 0.19 0.0007946 3.16
設定4 6.9 0.20 0.0000003 4.99

33
 𝟐𝐤 因子實驗設計

適用於所有因子都只有二個水準的實驗

k個輸入因子
例如

𝐤
𝟐
溫度：60、90
壓力：20、30
時間：10、15
稱為2水準之3因子，總共有𝟐𝟑 組合
2個水準

34
 𝟐𝐤 因子實驗設計範例

 我們想要確認一些輸入因子，對於設備驗收單結案天數的影響程度

 設定輸入因子及水準：
a. 系統Mail發送通知的頻率：每天發送、逾期發送
b. 審核關卡的次數：8關/件、10關/件
c. 未結案定期檢討的頻率：每週、每月

35
 𝟐𝐤 因子實驗設計範例

在𝟐𝐤 實驗中，將一個因子的水準指定為「低」並編碼為-1，另一水準指
定為「高」並編碼為+1。

水準
輸入因子
低(-1) 高(+1)
系統mail發送 每天發送 逾期發送

審核關卡 8關 10關

定期檢討 週 月

36
 𝟐𝐤 因子實驗設計範例

直交表概念：

Run 系統mail Run 系統mail

審核關卡 定期檢討 審核關卡 定期檢討
Order 發送 Order 發送
1 -1 -1 -1 1 每天發送 8關 週
2 1 -1 -1 2 逾期發送 8關 週
3 -1 1 -1 3 每天發送 10關 週
4 1 1 -1 4 逾期發送 10關 週
5 -1 -1 1 5 每天發送 8關 月
6 1 -1 1 6 逾期發送 8關 月
7 -1 1 1 7 每天發送 10關 月
8 1 1 1 8 逾期發送 10關 月

37
 𝟐𝐤 因子實驗設計範例

Stat>DOE>Factorial>Create Factorial Design

選擇全部實驗組合

設定因子數量(3)

38
𝟐𝐤 因子實驗設計範例

輸入因子名稱及水準

填入1

39
 𝟐𝐤 因子實驗設計範例

依據實驗的組合進行測試及收集數據

40
 𝟐𝐤 因子實驗設計範例

Stat>DOE>Factorial>Analyze Factorial Design

輸出變數(y)

將所有因子及組合選取至
右側欄位

41
 𝟐𝐤 因子實驗設計範例

勾選

輸出變數(y)

42
𝟐𝐤 因子實驗設計範例

P值不見了？

迴歸方程式

43
𝟐𝐤 因子實驗設計範例

顯著影響

44
𝟐𝐤 因子實驗設計範例

哪些顯著影響的因子應予以保留？

45
 𝟐𝐤 因子實驗設計範例

Stat>DOE>Factorial>Analyze Factorial Design

保留影響顯著的因子

46
 𝟐𝐤 因子實驗設計範例

勾選

輸出變數(y)

47
 𝟐𝐤 因子實驗設計範例

P-Value<0.05，代表該X因子對整
有顯著 個方程有顯著性的影響
性影響
的因子

2
𝑟 2 =相關係數
判斷係數-調整後(Goodness of Fit )要越大越好(80%以上)

迴歸方程式

48
𝟐𝐤 因子實驗設計範例

再次檢查圖形

49
 𝟐𝐤 因子實驗設計範例

Stat>DOE>Factorial> Factorial Plots

選擇所有因子

50
 𝟐𝐤 因子實驗設計範例
主效應圖

StdOrder RunOrder 系統mail發送 審核關卡 定期檢討 結案天數

2 1 1 -1 -1 45
8 2 1 1 1 49
6 3 1 -1 1 46
1 4 -1 -1 -1 43
4 5 1 1 -1 49
7 6 -1 1 1 45
3 7 -1 1 -1 45
5 8 -1 -1 1 43
高水準平均值 47.25 47.00 45.75
低水準平均值 44.00 44.25 45.50
主效應(高-低) 3.25 2.75 0.25

51
 𝟐𝐤 因子實驗設計範例
交互作用圖

審核關卡8關*逾期發送

52
 𝟐𝐤 因子實驗設計範例

 當所有因子都設置在高水準時：
結案天數=45.6+1.6 x 1+1.4 x 1+0.4 x 1x 1=49.0天

 當所有因子都設置在低水準時：
結案天數=45.6+1.6 x (-1)+1.4 x (-1)+0.4 x (-1) x (-1)=43天

 當所有因子都設置在零時：
結案天數=45.6

53
 𝟐𝐤 因子實驗設計

隨堂演練：直昇機實驗
目標：最長飛行時間的參數組合
因子1：機翼長度(長/短)
因子2：機身長度(長/短)
因子3：機身寬度(寬/狹)

54
 田口實驗設計

 田口式品質工程是由田口玄一(Taguchi Genichi)博士於1950
年代所發開倡導。
 利用簡單的直交表實驗設計與簡潔的變異數分析，以少量的
實驗數據進行分析，可有效提昇產品品質，在日本工業界迅
速普及的發展。
 1951、1953年獲得品質論文戴明獎。
 1980年代後，美國AT&T、Ford、Motorola、Kodak等公
司也陸續採用，歐美一般稱之為田口方法(Taguchi Method)。

直交表名稱 L4 L8 L9 L18

因子x水準 3x2 7x2 4x3 1x2+7x3

實驗次數 4 8 9 18

多元配置的次數

55
 田口實驗設計-SNR

 訊噪比(Signal Noise Ratio) ：

訊號噪音比是指有用訊號功率與無用的噪音功率之比(正常聲音信號強度與雜訊
信號強度的比值)，訊噪比值越高，表明它產生的雜音越少。在田口方法中，我
們喜歡用S/N比值作為品質指標。

望目特性下的S/N比 S / N  10 logVe

望小特性下的S/N比 1
S / N  10 log(  yi2 )
n

望大特性下的S/N比 1 1
S / N  10 log  2
n yi

56
 田口實驗設計範例
 某一新產品製程需求，導入新的超音波模具。工程單位依據工作經驗，篩選出
4個關鍵影響因子(x)，各別評估出3個水準，想籍此直交組合，找出模具與超
音波機匹配的最佳參數，藉此讓量產的超音波黏合力(y)符合規格Min.10lbf。

因子(Factors)
氣壓 延遲時間 熔接時間 固化時間
水準(Level)
水準 1 4.7 0.42 0.6 1.1
水準 2 5.0 0.45 0.9 1.4
水準 3 5.3 0.48 1.2 1.7

57
 田口實驗設計範例

Stat>DOE>Taguchi>Create Taguchi Design

選擇3水準
選擇想要的實驗組合
(組合數越多，實驗結果的信賴度越高)

選擇4因子

58
田口實驗設計範例

各水準之間要空格

輸入因子和水準

59
田口實驗設計範例

依據L9組合，開始執行實驗及收集數據

60
 田口實驗設計範例

Stat>DOE>Taguchi>Analyze Taguchi Design

勾選SNR、平均值、
選擇實驗數據 標準差分析

勾選SNR、平均值、
標準差分析

61
田口實驗設計範例

選擇望大特性

62
田口實驗設計範例

從各因子選出SNR最大的水準

63
田口實驗設計範例

從各因子選出平均值最大的水準

64
田口實驗設計範例

從各因子選出標準差最小的水準

65
 田口實驗設計範例

氣壓 延遲時間 熔接時間 固化時間

SNR 5.0 0.48 1.2 1.7

Mean 5.0 0.48 1.2 1.7
STDV 4.7 0.45 0.9 1.1

標準差的主效應分析結論不一致，如何確認最佳參數？

66
 田口實驗設計範例
氣壓 延遲時間 熔接時間 固化時間
水準1 27.8 27.6 27.2 27.0
SNR 水準2 30.7 30.3 30.4 30.7
水準3 30.1 30.7 31.0 30.9
水準1 29.0 28.6 26.8 25.9
Mean 水準2 35.6 33.7 34.5 35.7
水準3 33.6 36.0 36.9 36.7
水準1 4.7 5.0 5.1 3.5
STDV 水準2 5.2 4.5 5.1 5.8
水準3 5.7 6.2 5.4 6.3
水準1 14.1 15.0 15.4 10.6
3*STDV 水準2 15.7 13.4 15.4 17.5
水準3 17.2 18.6 16.2 19.0
水準1 14.9 13.6 11.4 15.3
Mean-3*STDV 水準2 19.9 20.3 19.2 18.2
水準3 16.4 17.3 20.7 17.8
建議最佳水準 5.0 0.45 1.2 1.7 (1.4)

*SPC管制界限是平均值±3S，用此計算超出下限的風限

67
 田口實驗設計範例

Stat>DOE>Taguchi>Predict Taguchi Results

輸入各因子的建議最佳水準

預測最佳水準
的表現

68
 田口實驗設計範例

 結論：
1. 4個輸入因子中，以固化時間影響輸出(y)的效應最大
2. 以最佳參數再進行小批量試產，確保輸出結果如預期後，再執行大
批量生產

69
I2 改善的應用工具-ECRS

70
 ECRS的分析原則

取消 (Eliminate)：完成了什麼？是否必要？為什麼？

合併 (Combine)：如果工作或動作不能取消，則考慮能否可與其他工作合併

重組 (Rearrange)：對工作的順序進行重新排列

簡化 (Simplify)：指工作內容和步驟的簡化，亦指動作的簡化，能量的節省

71
 ECRS-取消 (Eliminate)

• 流程中的作業逐項審查，消除一切可以取消的工作內容、步驟、及作業動作
• 取消一切不安全、不準確、未在規範內的動作
• 取消不方便或不正常的作業
• 取消一切不必要的閒置時間

減少作業工站
取消審查的關卡
取消 減少檢驗的項目
取消流程中的隱形工廠

72
 ECRS-合併 (Combine)

• 評估流程圖上的操作和檢驗項目，在保證品質前提下予以合併
• 把突然改變方向的多個小動作合成一個連貫的曲線動作
• 把幾種工具合併為一種多功能的工具
• 把幾道分散的工序合併為一道工序
• 合併可能同時進行的動作

分站檢測的合併
設備或治具的整併
合併 看板資訊的整合
生產線的合併

73
 ECRS-重組 (Rearrange)

• 對流程圖上的作業序列進行分析，重新排列提高效率
• 重新排列流程，使程序優化
• 重新布置工作現場，使物流路線縮短
• 重排流水線工位，消除薄弱環節
• 重新安排作業分工，使工作量均衡

多人工作的重組分配
重組 生產現場的re-layout
流程的順序重新調整

74
 ECRS-簡化 (Simplify)

• 將複雜的流程加以簡化，包括簡化每道工序的內容
• 減少各種繁瑣程序，使用最簡單的動作來完成工作
• 簡化不必要的設計結構，使用合理作業方法力求簡化
• 縮短運送路線及訊息傳遞路線

物料儲存地點靠近生產區域
重組 系統操作介面的簡化
作業動作的簡化或一次拿取

75
 流程程序圖

活動類型 改善要點
作業次序 作業內容 時間 距離 摘要
操作 等待 檢查 搬運 儲存 取消 合併 重組 簡化

76
流程程序圖範例

77
I3 改善的應用工具-TRIZ

78
 三種思考模式

思考過程中常見的三種模式 說明

自身知識領域 容易停留在舊有模式，受限於自身所學

心理慣性使我們習慣運用舊有思考模式
心理慣性
解決問題，容易停留在舊用模式

試誤法 從嘗試錯誤中尋求成功，但解決問題的
(Trial & Error) 效率很低

79
 心理慣性

 如果你老是做你習慣做的事，那麼你只會獲得你習慣獲得的結果

 人們常侷限在一個固定的軌跡上，心理慣性就是眾所周知的抗拒變化

 心理慣性受到四個E的影響(阻力)
- Experience (經驗)
- Education (所受的教育)
- Expertise (專長)
- Expectation (期許)

80
 心理慣性

英國皇家學會凱爾文爵士 (Lord Kelvin) IBM執行長湯瑪斯.沃森 (Thomas Watson)

1895，比空氣重的飛行機器 1943，我認為全世界電腦市
是不可能存在的 場可能只有五台

挑戰心理慣性是創新思維的第一步

81
 試誤法的範例

愛迪生發明燈泡用了1,600多種金屬材料和6,000多種非金屬材料，進行
實驗，這一方面反映了愛迪生的勤奮，另一方面也說明傳統思維方式的
試誤法效率低落

Thomas
Edison
82
 TRIZ 理論創始者-阿舒勒

 G.S. Altshuller 阿舒勒 (1926~1998)是前蘇聯的一

位天才發明家和創新學家，二次大戰後，他被派
到海軍任創新督查員，在二年內，藉由研究上千
個專利而奠定TRIZ的基礎

 一旦我們對大量「好的專利」進行分析，提煉出
問題的解決模式，我們就能夠學習這些模式，從
而創造性地解決問題

TRIZ (俄語首字母) = 創造性

Theory of Inventive Problem Solving (問題解決理論)

83
 TRIZ 的背後想法

 G.S. Altshuller說：你能等100年後得到啟發，或者你能用TRIZ原則在
15分鐘內解決問題
 這個強而有力的工具，目的在消除因為在不同績效之間存在的衝突點
(採取妥協和取捨的手段)
 TRIZ致力於達到「共好」的目標，而不是妥協

2,500,000
20%
TRIZ 工具
辨識與消除矛盾的創新理論
500,000 技術系統進化的運用
科學效應的運用
系統化的創新方法

發明專利庫 有代表性的專利

84
 創新的層級

專利數
創新的層級 系統功能 知識應用 範例
比例

使用專業內熟知的 增加汽車駕駛座椅厚度，增
第一級 原系統沒有改變 32%
方法 加駕駛舒適度

原系統雖有改良，但本 使用產業內的技術 可調整式方向盤，增加駕駛

第二級 45%
質不變 與方法 舒適度

原系統有實質改變，仍
使用產業外的技術 自動變速取代手動變速，增
第三級 提供相同功能，但導致 18%
與方法 加駕駛舒適度
功能的主要部份改變
陶瓷技術及記憶合金使用於
原系統全部改變，仍提 使用已存在的科學
第四級 4% 引擎汽缸及活塞環，增加引
供相同功能 知識與現象
擎效率及增加駕駛舒適度
發明超越當代知識範圍
氫燃料汽車，環保並增加駕
第五級 的新功能，導致新產業 建立新知識 <1%
駛舒適度
的誕生

85
 TRIZ 原則

共通問題 共通解法
𝑏
a𝑥 − 𝑏 = 0 𝑥=
𝑎

參數化 專業知識

特定的問題 試誤法 特定解法

5𝑥 − 10 = 0 𝑥=2

86
 TRIZ 原則-矛盾理論

40個發明原則
矛盾矩陣
/分離原則

39個參數 科學效應；
專利

試誤法

技術矛盾 特定問題的解法

87
 TRIZ 兩類矛盾

技術矛盾 物理矛盾
某些東西變好，其餘一些東西變差 某個物件有矛盾的(對立的)需要

88
 TRIZ 矛盾解決的流程

技術矛盾 問題提出 物理矛盾

矛盾矩陣展開 矛盾分離

類比思考

擬定解決方案

89
 技術矛盾 T.C.

 技術矛盾 (Technical Contradictions)：一個子系統引入一種有用功能後，導

致另一個子系統產生一種有害功能，或加強了已存在的一種有害功能

 範例：
TFT-LCD：顯示器是很多電子設備需要配備的部件之一。一些情形下，顯示器需
要更高的亮度，但是一些說明書中常建議不要使用過高的亮度，否則容易造成顯
示器更快速地的老化，這個系統中的技術矛盾是亮度與時間兩個參數的矛盾

Trade off TRIZ Invention

A↑ B↓ A↑ B↑

90
 TRIZ 的39個工程參數

1.移動物體的重量 14.強度 27.可靠度

2.靜止物體的重量 15.移動物體的耐久性 28.量測準確度
3.移動物體的長度 16.靜止物體的耐久性 29.製造準確度
4.靜止物體的長度 17.溫度 30.作用於物體的有害因素
5.移動物體的面積 18.亮度 31.有害副作用
6.靜止物體的面積 19.移動物體的消耗能量 32.易製造性
7.移動物體的體積 20.靜止物體的消耗能量 33.使用方便性
8.靜止物體的體積 21.功率 34.易修理性
9.速度 22.能源浪費 35.適應性
10.力量 23.物質浪費 36.設備複雜性
11.張力、壓力 24.資訊喪失 37.控制複雜性
12.形狀 25.時間浪費 38.自動化程度
13.物體穩定性 26.物質的數量 39.生產力

91
 TRIZ 的39個工程參數的分類
幾何 資源 害處

3.移動物體的長度 19.移動物體的消耗能量 30.作用於物體的有害因素

4.靜止物體的長度 20.靜止物體的消耗能量 31.有害副作用
5.移動物體的面積 22.能源浪費
6.靜止物體的面積 23.物質浪費
7.移動物體的體積 24.資訊喪失
8.靜止物體的體積 25.時間浪費
12.形狀 26.物質的數量

物理 能力 操控

1.移動物體的重量 13.物體穩定性 28.量測準確度

2.靜止物體的重量 14.強度 29.製造準確度
9.速度 15.移動物體的耐久性 33.使用方便性
10.力量 16.靜止物體的耐久性 36.設備複雜性
11.張力、壓力 27.可靠度 37.控制複雜性
17.溫度 32.易製造性 38.自動化程度
18.亮度 34.易修理性
21.功率 35.適應性
39.生產力

92
 39個工程參數的定義

在重力場下，移動物體之重量。移動物體是指會自
1. 移動物體的重量
行改變位置，或受到外力會改變位置的物體，而重
(Weight of moving object) 量則是來自重力

在重力場下，靜止物體之重量。靜止物體是指不會
2. 靜止物體的重量
自行改變位置，或受到外力也不會改變位置的物體，
(Weight of stationary object) 而重量則是來自重力

3. 移動物體的長度 任一移動物體的線性尺寸，不一定為最長，長度是
(Length of moving object) 指移動物體的一維量測量，如長、寬、高

4. 靜止物體的長度 任一靜止物體的線性尺寸，不一定為最長，長度是
(Length of stationary object) 指靜止物體的一維量測量，如長、寬、高

5. 移動物體的面積 移動物體內部或外部所具有的表面或部份表面的面
(Area of moving object) 積，面積是指物體內部或外部的任意2D尺寸

93
 39個工程參數的定義

6. 靜止物體的面積 靜止物體內部或外部所具有的表面或部份表面的面
(Area of stationary object) 積，面積是指物體內部或外部的任意2D尺寸

7. 移動物體的體積
移動物體所佔的空間大小，體積是指物體的3D尺寸
(Volume of moving object)

8. 靜止物體的體積
靜止物體所佔的空間大小，體積是指物體的3D尺寸
(Volume of stationary object)

9. 速度 一物體速度，一過程或動作隨時間之變化率。一個
(Speed) 動作或一個過程的時間或速率

10. 力量 改變物體或系統的狀態，或產生部份或完全的、暫
(Force) 時或永久的物理變化的能力

94
 39個工程參數的定義

11. 張力/壓力
每單位面積承受之力
(Stress or pressure)

12. 形狀
物體之外部輪廓、或系統的外觀
(Shape)

系統之全部性或完整性，系統組成元素間之關係，
13. 物體的穩定性 所有磨損、化學分解、系統分解皆為穩定性降低；
(Stability of the object’s composition) 整個物體或系統，為了抵抗相關物件之間的互動，
而使本身產生改變的能力

14. 強度 物體對外力作用的抵抗程度，而使其本身不被破壞
(Strength) 的能力

15. 移動物體的耐久性 移動物體能執行動作時間、服務壽命。亦即物體失

(Duration of action by moving object) 去機能前的壽命

95
 39個工程參數的定義

16. 靜止物體的耐久性 靜止物體能執行動作時間、服務壽命。

(Duration of action by stationary object) 亦即物體失去機能前的壽命

17. 溫度
物體或系統所處的熱狀態及變化情形
(Temperature)

18. 亮度 單位面積上的光通量，系統的光照特性，
(Illumination Intensity) 如亮度、光線品質

19. 移動物體消耗的能量 測量移動物體做功的能力，是指作用期

(Use of energy by moving object) 間所耗費的能量

20. 靜止物體消耗的能量 測量靜止物體做功的能力，是指作用期

(Use of energy by stationary object) 間所耗費的能量

96
 39個工程參數的定義

21. 功率 單位時間工作執行率、能量使用率，即利用能力的速度，
(Power) 或使用能量的速率

22. 能量的浪費 使虛工的能量，對系統或物體本身運作，並沒有貢獻卻會

(Loss of energy) 消耗的能量

23. 物質的浪費 部份或全部、永久或暫時，一系統之材料、物質、工件、

(Loss of substance) 次系統等物質的損失

24. 資訊的損失
部份或全部、永久或暫時，系統資料損失或遺漏
(Loss of information)

25. 時間的浪費 時間是指動作之持續性，改善時間損失，完成一個指定動

(Loss of time) 作，所額外耗費的時間

97
 39個工程參數的定義

一系統物料、物質、工作或次系統之數目或數量，
26. 物質的數量
可以全部或部分、永久或暫時改變；製造一個物
(Quantity of substance) 件所需要的物料數量

27. 可靠度 一系統在可預測方式及狀況下執行預期功能之能

(Reliability) 力，在規定的方法及狀態下完成規定功能的能力

28. 量測的準確度 一系統之特性，其真正值與測量直接近程度，減

(Measurement accuracy) 少測量誤差，以增加測量精度

29. 製造的準確度 一系統或物體真正特性與所規範或要求特性吻合

(Manufacturing Precision) 之程度

30. 作用物體的有害因素 系統外可能作用於系統或物體上的有害效應，而

(Object affected harmful factors) 使系統效率或品質降低

98
 39個工程參數的定義

31. 有害的副作用 由物體或系統部分操作所產生有害的副作用；

(Object-generated harmful factors) 會降低物質、系統功能效率或品質

32. 易製造性 一物體、系統在製造或建構中，方便、舒適、

(Ease of manufacture) 容易程度

33. 使用方便性 一物體、系統在使用操作上，方便、舒適、容

(Ease of operation) 易程度

34. 易修理性 修理一系統之錯誤、損壞、缺陷，所需時間、

(Ease of repair) 簡單、舒適、方便諸多品質特性

35. 適應性 物體或系統回應外部變化的能力，或應用於不

(Adaptability or versatility) 同條件下的能力

99
 39個工程參數的定義

36. 設備的複雜性 系統中元件數量及多樣性，掌握系統的難易程度是其複雜性的

(Device complexity) 一種度量

測量或監視是複雜、高成本者，需要很多時間、勞力去建構、
37. 控制的複雜性
使用，或在元件間有複雜關係，或元件間有互相干擾現象，以
(Control complexity) 上皆顯示偵測及量測困難性

38. 自動化的程度
系統或物體在無人操作的情況下，完成任務的能力
(Extent of automation)

39. 生產力 一系統每單位時間執行功能或操作之數目。每單位功能或操作

(Productivity) 之時間。每單位時間之輸出或每單位輸出之成本

100
 矛盾矩陣的步驟

1. 試著找出問題的矛盾，是由那些相互矛盾的屬性(參數)所引起

2. 在表中橫軸找出欲改善的參數

3. 在表中縱軸找出產生惡化的參數

4. 利用矩陣找出這二個相互矛盾屬性的交叉方格

5. 依照號碼，從40個發明原理再找出原則內容

6. 轉為原先問題中可能的有效解決之道

101
 TRIZ 技術矛盾範例

 如何在連續假期出遊不塞車？

102
 TRIZ 技術矛盾範例

欲改善的參數 避免惡化的參數

時間：在期望的時間到達 物質的浪費：油耗增加、零件耗損或
速度：以期望的速度前往目的地 金錢損失

(23) 物質的浪費

(25) 時間 35，18，10，39

(9) 速度 10，13，28，38

103
 TRIZ 技術矛盾範例
No. 創意發明原理 解決方案

Preliminary Action
10
（預先作用）
提早出發，事先訂票

Inversion
13
（反向）
離峰時間出發，例如：夜晚出發，白天回程

Mechanical Vibration
18
（機械振動）

Replacement of Mechanical Systems

28
（取代機械系統）
改變交通工具，例如：高鐵、飛機

Transformation of Properties
35
（改變物質特性）
以電動車取代汽車

Strong Oxidants
38
（強氧化劑）

Inert Atmosphere
39
（惰性環境）

104
 隨堂演練

組別 欲改善的參數 避免惡化的參數
(改善指標) (衍生性指標)

1 檢驗的效率 異常的檢出力

客戶滿意度中的
2 量產品Forecast達成率
「Flexible Delivery」項目

3 BPM表單的結案天數 表單退件率

4 生產力 不良率

5 自動化能力 不良率或生產力

105
 物理矛盾 P.C.

 物理矛盾 (Physical Contradictions)：為某一目的，必須增加技術系統某參

數狀態，同時為另一目的，必須降低技術系統該參數狀態

 範例：
冷暖氣機：隨著氣候溫度的變化，室內溫度依據需求切換冷氣或暖氣，這個系統
中的物理矛盾是同一個溫度參數的矛盾

TRIZ Invention 問題陳述：

1. 何處要A？何處要-A
？
2. 何時要A？何時要-A
溫度高 溫度低
3. 想要或需要A？想要或需要-A

-A是屬性A的反向

106
 常見的物理矛盾

物理特性 幾何特性 功能特性

快/慢 大/小 推/拉

軟/硬 長/短 抓住 / 擲出

暗/亮 厚/薄 通行 / 阻礙

動/靜 寬/窄 抽/吸

滑 / 摩擦(止滑) 垂直 / 水平

冷/熱 尖/鈍

強/弱 圓 / 非圓

導電 / 絕緣 平行 / 交錯

107
 物理矛盾的分離策略

 空間分離
將矛盾雙方在不同的空間上分離開來，以獲得問題的解決或降低問題解決的難度

 時間分離
將矛盾雙方在不同的時間上分離開來，以獲得問題的解決或降低問題解決的難度

 條件狀況的分離
將矛盾雙方在不同的條件上分離開來，以獲得問題的解決或降低問題解決的難度

 系統級別的分離
將矛盾雙方在不同的系統級別上分離開來，以獲得問題的解決或降低問題解決的
難度

108
TRIZ 物理矛盾範例

系統級別的分離： 5. Combining（合併）

109
 TRIZ 物理矛盾範例

Coagulation凝血
Cutting 切割

空間分離-3. Local Quality(局部特性)

電燒筆刀 Cutting模式：
利用continuous waveform，連續電流，相對較低的電壓產生的效果。

電燒筆刀 Coagulation模式：
利用non-continuous waveform，間續性電流，相對較高的電壓產生的效果

110
I4 先導測試

111
 什麼是先導測試

 先導測試是試驗性的實施提出的改善方案，並在仔細觀察下，小規模進行
 執行先導測試的基本手法為PDCA的流程循環

修正執行變異 人員訓練計劃
評估是否大批量導入 先導測試 資料收集計劃
先導測試計劃
Pilot Test

驗証測試結果 執行行前訓練
比較與目標之差異 小批量實施改善方案
資料收集

112
 先導測試的目的

 在全面實施改善方案前有機會修正

 確定實施改善的最佳方案

 降低失敗的風險

 證實期望與結果的關係(Y和X)

 能更精確地預測改善方案的成本和收益

 增加回饋的機會

113
 先導測試的行前計劃

 人員訓練計劃
• 即使團隊成員都熟悉自己的流程，但成員現有的技巧與流程知識，可能無法
成功執行所提出的解決方案，因此訓練會是先導流程改進前的重要因素
• 確認流程操作者是否具有足夠的技巧與知識，是否有相關的測試文件可以輔
助訓練

 資料收集計劃
• 依據M階段的資料收集格式來擬定計劃

 先導測試計劃
• 運用甘特圖及5W1H的概念展開先導測試計劃

114
 資料收集與驗証結果

用量測(M)階段中，使用相同的操作性定義及量測工具，收集先導測試所需的資
料，並與量測(M)階段中收集的資料進行比較，以驗証改善是否顯著

驗証結果 先導測試的評估 決定下一步驟

計算流程能力 (計數/計量型數據) 先導測試是否已可預測結果？ 修正解決方案？

分析資料，計算σ水準 建構先導測試的計劃是否有效？ 重新訓練？

解決方案是否可擴大至整體流程？ 正式導入方案至流程？

解決方案是否可達到改善目標？

115
I5 改善後的執行事項

116
 建立新流程圖的步驟

1. 從已有的 / 現有的(As-is / Current State)流程圖開始

2. 檢視對任務和活動有影響的解決 / 改善方案

3. 確定要被消除的無附加價值任務或活動(NVA)

4. 確定將重組或重定次序的任務或活動

5. 重繪流程圖

6. 逐步檢驗流程並驗証改善後之新流程

117
 更新 FMEA

利用現有流程圖與新流程圖比較的結果，依據有差異的流程步驟，更新FMEA的後半部

Part I

Part II

118
 成本 / 效益分析

 須考慮到所有與實施改善的相關費用

 確認完全實施改善時所取得的效益

 將改善的實施成本與預期效益作比較

 確保改善方案之總效益應超過實際成本

 是否符合預期的財務效益

119
 Q&A
Thank you for attention