分析(Analyze)

在衡量階段將 Y 解構成 y1 與 y2 之後，專案人員透過討論與腦力激盪，整 理出各單位有哪些項目可以改善的特性要因圖(圖 4.12)。

圖 4.12 Cell DIT days 特性要因圖

1. 找尋關鍵輸入因子

C&E 矩陣是為了量化輸入(X’s)與輸出(Y’s)之間的關係，我們在根據特性 要因圖找到所有可能的輸入因子，再將稍早的輸出因子依權重進行重要性的 排列，如圖 4.13 可評估出哪些關鍵因子(X’s)特別顯著；重要性依序為：業務 需求變異的幅度、工廠 Cell Batch Run 的限制、業務欠缺呆料/降等品的出海 口、業務保留需求的Buffer…等。

但是，發現有些項目並非生管單位都能夠加以控制，因此，專案人員根 據 80/20 法則，選擇前四個主要流程輸入因子(X1)，再予以聚焦在生管部門 可以控制與改變的變數(X2)進行第二次 C&E 矩陣分析，得到圖 4.14 的結果，

關鍵輸入因子(X2)為要求業務單位增加銷售量、生產企劃人員修正 LCM 的投 產目標以及定期的會議檢討。

圖 4.13 Cell DIT days C&E 矩陣分析-1

圖 4.14 Cell DIT days C&E 矩陣分析-2

根據變數(X2)的分析結果，我們將所有的因變數 Y 與自變數 X 的關係 彙整如圖 4.15 所示；我們還發現 X2-7 的流程輸入可以改善部份的 X2-3 與 X2-4，所以，後續將以 X2-3 與 X2-4 做流程的探討方向。

圖 4.15 Cell 產生庫存的原因及未來的解決方向

根據特性要因圖找出影響 Cell DIT days 的重要因子，並利用 C&E 矩陣 篩選出以生管人員可控制為角度的四個關鍵因子如下所示：

（1）業務需求變異的幅度(Demand Variation)

（2）保留需求的 Buffer(Keep Buffer)

（3）Cell Batch run 的限制(Batch Run)

（4）生產企劃人員修改投產目標的幅度(Modify MPS) 2. 收集關鍵因子的資料

針對這四個關鍵因子的資料收集部份，首先，要定義關鍵因子的計算方 式，如表 4.5 所示：

表 4.5 關鍵因子(X’s)的計算方式與定義

關鍵因子(X's) 計算方式的定義

Demand Variation 各機種期初需求與module input的差異

Keep Buffer 當月生產企劃人員commit數量與業務可出貨量的差異 Batch Run 當月Cell庫存大於LCM需求量的差異數量

Modify MPS 記錄調整生產目標後對Cell庫存的增加情況

接下來，根據這四個關鍵因子透過該公司的 ERP 與 Sales Demand 系統，

找出過去 18 個月的 49 個主要機種在各關鍵因子的相關數據並與 Cell 庫存 進行分析比較，資料的收集與分析的工具如表 4.6 所示；

表 4.6 迴歸分析的資料收集相關內容

3. 關鍵因子的製程能力分析

我們利用圖形分析法確認四項關鍵X’s 對 DIT 結果的相關性，如圖 4.16~4.19

圖 4.16 Cell Stock 與 Demand variation 的邊際圖

圖 4.17 Cell Stock 與 Keep Buffer 的邊際圖

圖 4.18 Cell Stock 與 Batch Run 的邊際圖

圖 4.19 Cell Stock 與 Modify MPS 的邊際圖

其中，Demand Variation 和 Keep Buffer 都與 Cell Stock 呈現正相關的關係，而 Modify MPS 則與 Cell Stock 呈現負相關，至於 Batch Run 的部份，與 Cell Stock 並無太明顯的關係；另外，我們也透過迴歸分析得到一個相關度 83.8%的公式:

Cell Stock=123225+0.286 Demand Variation+0.081 Keep Buffer+0.468 Batch Run-1.46 Modify MPS。(如表 4.7 與表 4.8 所示)

表 4.7 各關鍵因子對 Cell 庫存的影響程度

圖型分析法

邊際圖 相關分析 迴歸分析

Demand Variation 正相關 相關系數0.62 Keep Buffer 正相關 相關系數0.64 Batch Run 正相關(不明顯) 相關系數0.137 Modify MPS 負相關 相關系數-0.714

統計檢定法 X

The regression equation:

123225 + 0.286 Demand Variation + 0.081 Keep Buffer + 0.468 Batch Run -1.46 Modify MPS

R-Sq = 83.8%

表 4.8 迴歸分析得知各關鍵因子的影響程度