這份教材深入探討了品質管理的演進歷程與核心框架，強調品質已從早期的技術管制轉向以顧客為導向的持續改善。內容詳細介紹了 PAF 品質成本模型，將成本區分為預防、鑑定、內部失敗及外部失敗四大類別，協助企業有效控管開支。文中回顧了自 1920 年代起的品質運動發展，並列舉 Six Sigma、ISO 9000 與 精實生產等現代管理工具。此外，教材透過狩野模型的概念，分析了魅力品質、當然品質與反轉品質等屬性對顧客滿意度的不同影響。最終指出，現代企業應將品質視為一場無終點的競賽，利用系統化工具推動組織變革與長期市場成功。

本課程旨在培養學生統計製程管制（SPC）之核心能力，透過管制圖工具掌握製程穩定性與變異分析。課程首先介紹管制圖之基本概念與發展背景，使學生理解製程中「一般原因變異」與「特殊原因變異」之差異，並能判斷製程是否處於統計管制狀態。接續說明管制圖之組成要素，包括中心線、管制上限與下限，以及3σ之統計意義與應用。課程亦涵蓋常見管制圖類型，如X̄-R管制圖、X̄-S管制圖與p圖等，並說明其適用情境。進一步透過SPC八大異常判讀規則，培養學生辨識製程異常之能力。最後結合製程能力分析（Cp、Cpk），使學生能評估製程是否符合規格要求，並連結品質改善與六標準差管理應用，提升實務問題解決能力。

本課程旨在培養學生六標準差管理（Six Sigma）之系統化改善能力，透過統計方法與結構化流程提升品質與營運績效。課程首先介紹六標準差之起源與發展，說明其作為品質改善哲學與方法論之雙重意涵，並解析標準差與製程變異之關係，使學生理解變異對顧客滿意度之影響。接續說明六標準差績效指標（如DPMO）及世界級品質水準之概念。課程核心聚焦於DMAIC改善流程（Define、Measure、Analyze、Improve、Control），引導學生從問題定義、數據蒐集、原因分析、改善設計到持續管制之完整步驟。並結合FMEA、DOE、SPC與控制計畫等工具，強化實務應用能力。同時介紹六標準差組織架構與角色分工（如黑帶、綠帶），培養學生跨部門協作與專案管理能力，以達成降低缺陷、提升品質與創造企業價值之目標。

本課程聚焦於六標準差管理中之量化衡量指標，培養學生以數據驅動品質改善之能力。課程首先介紹六標準差常用指標，包括DPU（單位缺點數）、DPO（每機會缺點數）及DPMO（每百萬機會缺點數），說明其計算邏輯與應用情境，使學生能由實際製程數據評估品質水準。進一步透過案例演練，引導學生掌握不同指標間之轉換關係，並理解機會數（Opportunity）在品質衡量中的重要性。課程同時說明標準差與常態分配之關聯，以及1.5σ位移對長期製程能力評估之影響。另介紹直通率（RTY）之概念，透過多製程良率相乘，評估整體流程之品質表現。透過本課程，學生可建立完整的品質衡量架構，作為六標準差DMAIC改善流程中「Measure」與「Analyze」階段之基礎，提升問題分析與決策能力。

本課程重點在於說明六標準差（DMAIC）中「專案選擇」與「專案章程」的重要性與實務做法。首先，專案選擇是專案成功的關鍵，常見失敗原因包括選錯問題、範圍不當、無法量化成果或未對應企業策略。因此，應優先選擇具財務效益、符合顧客需求（VOC）且可量化之專案，並從客訴、不良率、成本或交期等來源發掘機會。接著透過VOC轉換為CTQ（關鍵品質指標），建立基準值（Baseline）並設定改善目標。

在專案章程部分，其為Define階段核心文件，主要用於界定範圍、確認目標及取得高階主管支持。內容包括：專案基本資料、問題陳述（5W1H）、CTQ定義、目標設定、專案範圍、財務效益與里程碑等。撰寫時需避免籠統描述，強調數據化與可衡量性。此外，明確界定流程、組織與產品範圍，可防止專案失控並提升執行效率。整體而言，良好的專案選擇與章程設計，是推動六標準差專案成功的基礎。

本課程「消除浪費與提升效率」主要介紹企業如何透過流程改善與浪費分析，提升整體作業效率與競爭力。課程內容以精實管理（Lean Management）觀念為核心，探討在買方市場環境下，企業如何藉由降低成本、縮短等待時間與改善流程來創造更高價值。課程中將說明加值活動（VA）、非加值活動（NVA）與必要非加值活動（NNVA）的差異，並透過實際案例分析，例如製造業加工流程、服務業等待流程及飲料店點餐流程等，讓學生理解何謂真正能讓顧客願意付費的活動。學生將學習辨識流程中的等待、搬運、重工、檢驗等浪費來源，並進一步思考如何透過流程優化、標準化與改善手法提升效率與服務品質。課程也強調「不是單純削減，而是聰明地消除浪費」，培養學生從顧客價值角度分析問題與改善流程的能力。

本課程「因果矩陣（C&E Matrix）」主要介紹六標準差與製程改善中常用的分析工具—Cause and Effect Matrix（因果矩陣），透過系統化方式找出影響品質與顧客需求的重要關鍵因素（KPIVs）。課程內容從 Process Map（流程圖）開始，說明如何將顧客需求（Outputs/Y）與製程輸入變數（Inputs/X）建立關聯，並利用0、1、3、9等相關性評分方式，分析各輸入因子對輸出結果的重要程度，進一步篩選出需優先改善的關鍵變數。課程中將結合製造業與非製造業案例，例如噴漆製程、接單流程等實務範例，讓學生學習如何進行重要權數設定、因果分析與優先排序。並進一步介紹 C&E Matrix 如何與 FMEA、Control Plan、SPC 及製程能力分析等工具相互連結，建立完整的品質改善架構。透過實作演練，培養學生流程分析、問題診斷與數據化改善能力，提升學生在品質管理與流程改善上的實務應用能力。

本課程主要介紹失效模式與效應分析（FMEA）的概念、目的與實務應用。FMEA是一種結構化的風險管理工具，用於預先辨識產品、服務或製程中可能發生的失效模式，分析其影響、原因與現有控制方法，並依嚴重度、發生率與偵測能力評估風險優先順序。課程內容說明FMEA可分為系統、設計與流程FMEA，其中六標準差主要運用FMEA分析關鍵輸入變數，找出可能造成不良的風險來源。推動FMEA時，需結合流程圖、因果矩陣、控制計畫與顧客需求，並透過團隊合作完成失效模式、影響、原因及控制措施的分析。新版PFMEA以措施優先級（AP）取代傳統RPN，強調改善行動應針對真因，並運用5Why與防呆法降低失效發生機會，使製程改善更具預防性與持續性。

本課程介紹六標準差 DMAIC 流程中的管制階段（Control Phase），說明如何透過標準化作業、控制計畫、統計製程管制（SPC）及反應機制，維持改善成果並防止問題再發生。內容涵蓋 SOP 修訂、關鍵製程參數監控、異常處理及專案移交等重點，協助企業建立持續改善與穩定管理機制，確保流程績效長期維持並提升整體品質水準。

本課程介紹量測系統分析（Measurement System Analysis, MSA）的基本概念、評估方法與實務應用。MSA主要用於確認量測系統是否具備足夠的準確性與精確性，以確保所蒐集的數據能真實反映產品品質與製程狀況。內容說明解析度、鑑別度、偏移、線性、穩定性、重複性（Repeatability）及再現性（Reproducibility）等重要名詞，並透過Gage R&R分析評估量測誤差來源。本課程進一步介紹P/T Ratio、%GR&R及鑑別度（NDC）等量測能力指標，以及其判定標準，協助判斷量測系統是否適合用於製程監控與品質管理。此外，透過Minitab軟體實例說明Gage R&R實驗規劃、資料分析與圖表判讀技巧，包括R Chart、Xbar Chart、變異組成圖及操作員交互作用分析等工具。課程最後以實作案例說明如何找出量測變異來源，提升量測系統可靠性，作為品質改善與決策的重要基礎。