品質原來就是這麼一回事

第三階段是定期稽核，針對合格供應商，需要實施定期和不定期之品質稽核，用以判斷其品質系統是否有效實施和維持，及時找出供應商的潛在或已存在問題。定期或不定期稽核的執行原則概述如下：

定期稽核：在每年年底制定次年度供應商稽核計畫，針對重點供應商進行現場稽核，檢視潛在或已存在的產品異常處理流程，一旦稽核結果未達應有標準，要求供應商在期限內進行改善；也提供適當的協助、輔導與教育。當供應商回覆矯正預防措施，並完成改善後，視情況指派專員到供應商確認。

前一章已經就先針對的繪製作說明，接下來再針對 的判讀作說明。

是用來了解製程之變異情況：

前言：由於文章中使用到一些數學符號和方程式，這些數學符號和方程式無法以文字方式轉貼到部落格，需要一一轉成圖檔，把這些數學符號和方程式轉成圖檔再對應的貼到文章的適當位置，費時費力，只好把整篇文章轉成圖檔。因此這篇文章以圖片方式呈現，解析度不是很好。

在前面的文章中，有簡單的介紹平均值，在這裡對平均值作深入說明。

平均值可以細分為4種：算術平均值、加權平均值、幾何平均值、調和平均值。

一. 算術平均值(arithematic mean)：一組數或量相加總，再除以該組數的個數，稱之為算術平均數。若有 n 個數，其算術平均數為X1，X2，X3，…Xn的平均值為：

當我們要判斷一母體品質好壞，可依據下列幾項數據資料來進行：

1. 平均數代表其集中趨勢
2. 標準差代表其離中趨勢
3. 超出規格之不良率
4. 集中趨勢與離中趨勢之總合指數

而製程能力評價也可以說是從這四方面的統計值來評價，現在就從製程能力的評價計算公式來說明之。

一. 製程準確度Ca (Capability of accuracy)：比較製程分配中心點與規格平均值一致之情形，計算公式如下：

雙邊規格：

離中趨勢量數是指描述一組數據離中差異情況和離散程度的量數，也稱差異量數(Measures of Variability) ，表現數據組內個數散佈情形，離中趨勢量數常見的表徵數有全距、四分位距、變異數、標準差。

(1)全距(Range)：一組數據中最大值與最小值之差，其計算公式如下：

全距＝極大值－極小值

在分析一組量測數據的分布時，數據組的中心值的量數，稱為集中趨勢量數(Measures of Central Tendency)，是為了表達整組資料的集中趨勢，在統計學中，集中趨勢量數常用的表徵數有平均值或平均數 (Mean)、中位數 (Median)、眾數 (Mode)。

(1)平均數 (Mean)：一組數或量相加總，再除以該組數的個數，稱之為算術平均數。即若有 n 個數，其算術平均數為X1，X2，X3，…Xn的平圴值，分為樣本平均數和母體平均數。

談到品質，就會牽涉到統計(Statistics)，透過統計結果進行推論，作為下一步改進的決策依據， 其流程如下：

從收集資料開始，針對資料進行整理和運算後，變成有用的資訊，對於資訊進行分析或解釋，這一段過程就是把資訊轉變為知識，最後作出下一步改進或改善的決策。