IATF16949新版MSA&SPC解析應用

中方/達方科技股份有限公司                               作者 : 邱培其

 

在16949新版改版浪潮中的最後兩個核心工具改版，MSA與SPC為六大核心工具中最貼近製程現場的品管工具，從自動化儀器連線、ERP/MES串接、乃至各項日常生活中的工廠活動，都是影響工廠製造產品品質的第一線。對了! 還有SQM(供應商品質管理)。 量測系統是入料品質、生產品質的衡量基石，在工廠內MSA是支撐SPC與IQC的標準。而在少量多樣、複雜變化多端的自動化、電子零件急遽增加的電動車、自駕車通訊複雜車型變化的現代，前述MSA、SPC、SQM也變得更趨重要。

根據目前最新資訊，AIAG與VDA已合作推出新版的 SPC（統計製程管制） 與 MSA（量測系統分析） 手冊，並預計於以下時間點正式發布：

SPC手冊 草案版預計於2025年第四季發布，正式版預計於2026年第2季推出。

MSA手冊：概念版延遲可能於2025年第四季發布，正式版沒有最新資訊。

這些新版手冊將延續AIAG與VDA在2019年共同發布FMEA手冊的合作模式，並將手冊拆分為兩部分：

1. 核心工具手冊（AIAG-VDA SPC手冊與MSA手冊）

1. 實踐應用指南（SPC Practical Application Guide 與 MSA Practical Application Guide）。

新版SPC將以VDA5為核心，整合VDA、AIAG與ISO的優勢，建立更一致的統計製程管制架構。新版MSA則強調測量不確定度與能力比率的量化，並針對屬性量具提供更完善的分析方法，例如小樣法、有效性、鮑克檢驗與卡帕檢驗。

一、新版MSA是什麼？各車廠要求CSR有哪些?

新版MSA主要增加量測不確定度的量化，與ATTRIBUTE屬性的分析方法，在車廠的最新要求，GM、FORD與HONDA對不確定度在2025年提出要求，至於屬性中的部分迄今為止尚無CSR文件新的具體要求。

二、新版MSA中的不確定度與屬性指的是甚麼?會應用在那些地方 ?

1. 新版MSA的不確定度與屬性應用說明
2. 定義強化___新版MSA明確區分『量測系統』 與『量測過程』，並將不確定度定義為量測結果的可信範圍，涵蓋所有潛在誤差來源。
3. 量化要求__不再僅依賴GRR指標，增加要求對『不確定度』進行數值估算，並納入決策依據。

C.組合不確定度__計算組合不確定度(Combined Uncertainty)&擴展不確定度(Expanded Uncertainty)，以符合ISO GUN(Guide to the Expression of Uncertainty Measurement)標準。

D.對屬性量具(如人眼目視檢查)提供四種分析方法:小樣法、有效性分析、柏克檢驗、卡帕檢驗。

在報告格式中增加列出不確定度來源、估算方法與結果，並與產品公差進行比對，以評估量測系統適用性。

假設你使用游標卡尺量測一個零件的直徑，傳統MSA僅分析操作員間的差異（再現性）與同一操作員的重複性。而新版MSA則要求你：

• 評估卡尺的校準誤差
• 考慮環境溫度變化對量測的影響
• 計算總體不確定度（例如 ±0.02 mm）
• 判斷此不確定度是否會影響產品是否合格的判定

這項變革的目的，是讓供應商不僅「看起來準確」，而是能夠「量化準確性」，並對量測風險有更清晰的掌握。

 

2.    如何為屬性量具增加不確定度評估？

新版MSA提供了四種方法來分析屬性量具的不確定度：

方法	說明	適用情境
小樣法（Short Method）	使用少量樣品與多位檢驗員，觀察一致性與偏差	快速初步評估
有效性分析（Effectiveness）	比較量具判斷與已知標準的符合率	有標準樣品時
柏克檢驗（Berk Test）	檢驗觀察值與理論分布的一致性	有大量樣本時
卡帕檢驗（Kappa Test）	評估不同檢驗員間的一致性	多人操作時

這些方法可用來量化以下不確定度來源：

• 操作員主觀判斷差異
• 樣品邊界模糊性（如瑕疵大小）
• 光線、角度等環境因素
• 設備靈敏度與反應閾值

📘 實務應用範例

假設你有一台自動光學檢測機（AOI）用來判斷PCB焊點是否合格：

• 傳統MSA只看是否能穩定判斷
• 新版MSA則要求你：
  • 評估AOI在邊界樣品上的誤判率
  • 比較AOI與人工判斷的一致性（kappa卡帕值）
  • 計算其「誤判不確定度」並納入風險分析

 相關不確定度計算公式與應用方法將在2025.8.21研討會中用簡報方式說明

有些車廠針對MSA的破壞性測試會有要求，此部分也會在上述研討會說明

 

 

三、 各車廠對新版SPC的要求有哪些

各車廠CSR對新版SPC的要求

各大車廠（如GM、Ford、Stellantis、BENZ、BMW、Toyota等）會根據IATF 16949標準，制定自己的CSR文件，補充其特定要求。以下是常見的幾項要求方向：

• 數據收集與分析
  • 要求供應商使用SPC來監控關鍵特性（CTQ）
  • 明確規定使用的統計方法（如X-bar/R圖、P圖等）
• 系統整合
  • 要求SPC系統與MES或ERP系統整合，實現即時監控與追溯
• 人員能力
  • 要求操作人員與品質工程師具備SPC訓練證明
• 持續改善
  • 要求供應商根據SPC數據進行趨勢分析與改善行動（如8D報告）
• 文件與稽核
  • CSR中會列出供應商需提交的SPC報告格式與頻率
  • 稽核時會檢查SPC實施的有效性與符合性

🧩 舉例：GM的CSR要求

以GM為例，其CSR文件中明確指出：

• 所有關鍵特性需實施SPC監控
• 若出現異常，需立即啟動問題解決流程（如SPPS報告）
• 所有SPC記錄需保留並可供GM稽核查閱

四、 新版SPC的特性要求有哪些，如何解析

       有關新版SPC的特性有下列要求，相關解析公式等請參考下面說明

• 雙書架構：理論 + 實務應用
• 主手冊：統一定義統計方法與品質指標
• 實務指南：提供各產業應用範例與控制圖選擇邏輯
• 與新版 MSA、FMEA、APQP 完整整合
• 管制圖選擇與 FMEA 特性分類一致
• SPC 計畫與控制計畫（CP）同步設計
• 統計方法與應用強化
• 新增「異常警訊」管理章節
• 明確定義 OOC（超出控制）與 OOS（超出規格）處理流程
• 對應 IATF 16949 對反應計畫的要求
• 強化短期製程（Short Run）與小批量生產的 SPC 方法
• 將 CQI-26 短期製程補充手冊納入主體
• 提供 np、u、X-MR 等控制圖的應用情境與限制
• 導入「預警指標」與趨勢分析
• 包含 Cpk、Ppk、Z-score 等指標的動態監控
• 支援 AI 預測模型與品質異常預警系統整合
• 數位化與系統整合趨勢
• 支援 XML 資料交換格式
• 與 MES/QMS 系統無縫整合
• 符合 Quality Measurement Data Specification（XD-D-25）標準
• 導入「數位控制圖」與自動化判讀邏輯
• 支援即時紅燈/橙燈警示
• 可與自動化測試設備連動，實現智慧工廠品質監控

 

補充說明如下 :

CQI-26 是由 AIAG（Automotive Industry Action Group）於 2016 年發佈的 《SPC 短期製程補充手冊》（SPC Short Run Supplement），全名為 CQI-26 SPC Short Run Supplement。它的設計目的是：

> 針對小批量、多品種、短週期生產的製程，提供適用的統計製程管制（SPC）方法與控制圖範例。

 

XD-D-25 是由 AIAG（Automotive Industry Action Group） 發布的標準文件，全名為 Quality Measurement Data Specification，首次發行於 2007 年。它的主要目的是：

> 建立一套基於 XML 的資料交換格式，讓量測設備（如量具、檢測儀器）能夠與不同的品質管理系統（如 SPC、MSA、QMS、MES）無縫交換品質數據。

 

傳統 SPC 方法（如 X̄-R 控制圖）假設有足夠的樣本數與穩定的製程條件，但在以下情境中會失效：

• 客製化或多品種少量生產
• 新產品導入階段（試產）
• 工序切換頻繁的製程

CQI-26 就是為了這些「短期製程」提供可行的 SPC 解法。

 

 

CQI-26 的核心內容

1. 四種短期控制圖方法
   1. 啟動控制圖（Start-up Chart）
   2. DNOM 控制圖（Difference from Nominal）
   3. 目標控制圖（Target Chart）
   4. 標準化控制圖（Standardized Chart）
2. 適用於小樣本與不連續製程
   1. 可在樣本數極少（如每批僅 5~10 件）時進行製程監控
   2. 支援多品種共用控制圖的策略
3. 與新版 SPC 手冊整合
   1. CQI-26 的邏輯已納入新版 SPC 手冊草案，未來將成為主體內容之一

以上四種短期控制圖方法適用範圍分別為 :

啟動控制圖（Start-up Chart）

• 用於製程啟動初期，樣本數極少時的初步監控
• 通常搭配目標值與允收區間進行判讀

DNOM 控制圖（Difference from Nominal）

• 以「與標稱值的差異」為基礎繪圖
• 適用於多品種共用控制圖的場景

目標控制圖（Target Chart）

• 以預設目標值為中心線，監控偏移與趨勢
• 適合目標值固定但樣本數不足的製程

標準化控制圖（Standardized Chart）

• 將不同產品的數據標準化後共用一張圖
• 適用於多品種、小樣本的統一監控

圖形範例一(SHORTRUN Chart)

圖形範例二(少量多樣產品分段管制圖 Chart)

以上多種實際應用會在2025.8.21線上研討會中詳細說明

 

五、 SQM為何重要?有哪些要項須注意

       為何額外提出SQM要求，請參考下面說明

• 少量多樣與供應鏈重組下，IQC進料量少變化大，在地化要求變多供應鏈變複雜且容錯率變低
• 進料出問題後續生產馬上就有無米之炊的風險
• 供應鏈管理變成工廠的品質重要項目
• SPC 需延伸到IQC，但供應商並非工廠一員，所以有些工廠對供應商要求在供應商製程中建立SPC，且資料須與中心廠共享管理

 

但在此當中仍無法管控供應商的整體稽核、異常8D、SDM管理等

所以需要一個較完善的SQM系統，以對供應鏈做有效管理。

同理，在2025.8.21免費線上研討會中會對此部分做說明。

六、新版所述串接與整合應用解析與實際範例說明

如前所述，新版要求與MES、ERP等系統做整合串接以便即時管控品質與生產結合，意即要求當異常發生時，系統即可通知MES生產系統HOLD住不良品生產流程，在第一時間阻止異常持續發生，減少損失並即時糾正，少量多樣高價值生產中如果不做此項，很容易當檢視到異常發生(如生產2小時後發現)此批貨已經生產完畢，且因為少量難以備料安排製造喪失競爭力。同時因現在資訊技術進步，通訊方法與標準都已經成熟，異系統溝通變成非常容易，整合串接為新版SPC與MSA，乃至SQM必備的基礎要求。

以下是一些相對應的實際範例

有不少實際影片，在2025.8.21研討會中分享，歡迎報名參加

七、結論與未來展望

SPC與MSA隨著 IATF 16949 六大核心工具的升級，從以往各有重點轉為緊密環環相扣，少量多樣變化生產與對量測系統要求愈趨嚴謹，新標準對汽車行業的品質管理提出了更具體且更高的要求。SPC與MSA的改版針對少量多樣彈性變化提出相對公式與整合的應用，這一改版不僅是對電子數位化技術進步的回應，也體現了行業對品質與製程控制快速變化的日益重視。進料與對應SQM供應商管理也變得更為重要。未來，隨著AI, 數位化與智能化技術的快速發展，這些工具將配合專業輔導措施，加速整合與進化，幫助企業從採購供應鏈，品質管理與彈性生產效率方面取得更大突破，在品質履歷與改進措施上越發完整，廠商需快速演進才能增加在全球市場中的競爭優勢。最後，希望企業能體認這已經是世界趨勢，趕快落實並推廣前述系統的應用和整合，才能有效提升全面品質與達成客戶的信賴。這個世界各項變數快速改變，唯有自我能力提升，面對這些變化方能順利生存與發展，加油 !