108 年 國立中央大學工業管理研究所碩士班《生產與作業管理》

這是一題名詞解釋題，主要在測試考生對生產與作業管理相關基本概念的理解。

a. Sustainability (永續性)
在生產與作業管理中，永續性是指企業在追求經濟效益的同時，也能兼顧環境保護與社會責任，確保企業的長期發展不會對生態系統或社會福祉造成負面影響。這包括採用環保製程、減少廢棄物、節約能源、使用再生資源，以及關注員工福利、社區發展等。

b. Outsourcing (外包)
外包是指企業將其部分非核心的業務活動或生產流程，委託給外部的專業廠商來執行。這樣做可以讓企業專注於自身的核心競爭力，同時也能降低成本、提高效率，並獲得外部廠商的專業技術與資源。常見的外包項目包括資訊系統維護、客戶服務、生產製造、物流配送等。

c. Order Qualifiers (訂單合格標準)
訂單合格標準是指顧客在購買產品或服務時，所設定的最低要求條件。這些條件是顧客在考慮購買前必須滿足的最低標準，如果產品或服務無法達到這些標準，顧客就不會進一步考慮。例如，價格、品質、交貨時間、可靠性等都可能是訂單合格標準。

這是一題計算題，主要考驗考生計算勞動生產力 (Labor Productivity) 與多要素生產力 (Multifactor Productivity) 的能力。

核心觀念：

• 勞動生產力 (Labor Productivity)：衡量每單位勞動投入（通常是工時）所能產出的數量。
• 多要素生產力 (Multifactor Productivity)：衡量投入的多種生產要素（如勞動、資本、材料、能源等）與產出之間的關係。

已知資訊：

• 每小時工資率 (Hourly Wage Rate) = $25
• 間接費用率 (Overhead Rate) = 1.0 倍勞動成本
• 材料成本 (Material Cost) = $5 / customer
• 工作日工時 = 8 小時

計算步驟：

1. 計算總勞動成本 (Total Labor Cost) 及總生產要素成本 (Total Input Cost) for each unit.

   • 每日總工時 = Number of Employees × 8 hours/day
   • 每日勞動成本 = 每日總工時 × $25/hour
   • 每日間接費用 = 每日勞動成本 × 1.0
   • 每日材料成本 = Customers Processed/Day × $5/customer
   • 每日總生產要素成本 = 每日勞動成本 + 每日間接費用 + 每日材料成本

2. 計算勞動生產力 (Labor Productivity) for each unit.

   • 勞動生產力 = Customers Processed/Day / (Number of Employees × 8 hours/day)

3. 計算多要素生產力 (Multifactor Productivity) for each unit.

   • 多要素生產力 = Customers Processed/Day / (每日勞動成本 + 每日間接費用 + 每日材料成本)

詳細計算：

Unit A:

• Number of Employees = 8

• Customers Processed/Day = 72

• 每日總工時 = 8 employees × 8 hours/day = 64 labor-hours/day

• 每日勞動成本 = 64 labor-hours/day × $25/hour =$1,600/day

• 每日間接費用 = $1,600/day × 1.0 =$1,600/day

• 每日材料成本 = 72 customers/day × $5/customer =$360/day

• 每日總生產要素成本 = $1,600 +$1,600 + $360 =$3,560/day

• 勞動生產力 (Unit A) = 72 customers / 64 labor-hours = 1.125 customers/labor-hour

• 多要素生產力 (Unit A) = 72 customers / $3,560 = 0.02022 customers/$

Unit B:

• Number of Employees = 10
• Customers Processed/Day = 80
• 每日總工時 = 10 employees × 8 hours/day = 80 labor-hours/day
• 每日勞動成本 = 80 labor-hours/day × $25/hour =$2,000/day

這是一題關於預測準確度評估的計算題，要求計算三種常用的預測誤差衡量指標：平均絕對偏差 (MAD)、平均平方誤差 (MSE) 和平均絕對百分比誤差 (MAPE)，並據此判斷哪種預測方法更準確。

核心觀念：

• 預測誤差指標：用於量化實際值與預測值之間的差異，指標值越小通常表示預測越準確。
  • MAD (Mean Absolute Deviation)：平均絕對偏差，計算預測誤差絕對值的平均。
  • MSE (Mean Squared Error)：平均平方誤差，計算預測誤差平方的平均。對較大的誤差給予更高的權重。
  • MAPE (Mean Absolute Percentage Error)：平均絕對百分比誤差，計算預測誤差絕對值佔實際值的百分比的平均。
• 判斷準確度：通常情況下，MAD、MSE、MAPE 值越小的預測方法越準確。

計算步驟：

1. 計算誤差 (Error)：對於每一期的實際需求 (Demand) 和預測值 (Forecast)，計算誤差 $E = \text{Demand} - \text{Forecast}$。
2. 計算絕對誤差 (Absolute Error)：計算誤差的絕對值 $|E|$。
3. 計算平方誤差 (Squared Error)：計算誤差的平方 $E^2$。
4. 計算絕對百分比誤差 (Absolute Percentage Error)：計算絕對誤差除以實際需求的百分比 $\frac{|E|}{\text{Demand}} \times 100\%$。
5. 計算各指標的平均值：將上述計算結果依據對應的指標（MAD, MSE, MAPE）進行平均。

詳細計算：

首先，我們需要為 F1 和 F2 分別計算誤差、絕對誤差、平方誤差和絕對百分比誤差。

對於 Forecast F1:

| Period | Demand | F1 Forecast | Error (E) | Absolute Error (|E|) | Squared Error ($E^2$) | Absolute Percentage Error (|E|/Demand * 100%) |
| :----- | :----- | :---------- | :-------- | :------------------- | :-------------------- | :-------------------------------------------- |
| 1 | 78 | 76 | 2 | 2 | 4 | (2/78)*100% ≈ 2.56% |
| 2 | 85 | 78 | 7 | 7 | 49 | (7/85)*100% ≈ 8.24% |
| 3 | 80 | 82 | -2 | 2 | 4 | (2/80)*100% = 2.50% |
| 4 | 84 | 81 | 3 | 3 | 9 | (3/84)*100% ≈ 3.57% |
| 5 | 79 | 82 | -3 | 3 | 9 | (3/79)*100% ≈ 3.80% |
| 6 | 82 | 80 | 2 | 2 | 4 | (2/82)*100% ≈ 2.44% |
| 7 | 90 | 81 | 9 | 9 | 81 | (9/90)*100% = 10.00% |
| 8 | 88 | 84 | 4 | 4 | 16 | (4/88)*100% ≈ 4.55% |
| Sum| | | 22 | 32 | 176 | 40.70% |

對於 Forecast F2:

這是一題選址問題，屬於營運管理中的重要課題，特別是針對配送中心或倉庫的選址。此題採用加權質心法 (Weighted Centroid Method) 來尋找能使總運輸成本最低的中心點。

核心觀念：

• 加權質心法 (Weighted Centroid Method)：這是一種尋找最佳中心點位置的方法，它假設運輸成本與運輸量和距離成正比。透過計算各個地點的加權平均座標，可以找到一個能最小化總運輸距離（進而最小化總運輸成本）的候選位置。
• 總運輸成本：假設每單位運輸的成本是固定的，則總運輸成本與「各地點的運輸量」乘以「該地點到中心點的距離」的總和成正比。我們的目標是最小化這個總和。

計算步驟：

加權質心法的公式如下：
$X_{center} = \frac{\sum (x_i \times w_i)}{\sum w_i}$
$Y_{center} = \frac{\sum (y_i \times w_i)}{\sum w_i}$
其中：

• $x_i, y_i$ 是地點 $i$ 的座標。
• $w_i$ 是地點 $i$ 的運輸量（本題為 Weekly Quantity）。
• $X_{center}, Y_{center}$ 是加權質心的座標，即最佳中心點的位置。

已知資訊：

Location	(x, y)	Weekly Quantity ($w_i$)
A	(15, 17)	150
B	(16, 19)	200
C	(13, 19)	250

這是一題申論題，要求簡述六標準差 (Six Sigma) 方法論的解決問題流程。

核心觀念：
六標準差 (Six Sigma) 是一種以數據為導向的嚴謹方法論，旨在透過識別和消除流程中的缺陷（或稱變異），來顯著提高流程績效、產品品質和客戶滿意度。它最常用的解決問題框架是 DMAIC。

六標準差的解決問題流程 (DMAIC)：

DMAIC 是 Six Sigma 中最核心的專案管理方法論，它包含五個連續的階段：定義 (Define)、測量 (Measure)、分析 (Analyze)、改進 (Improve)、控制 (Control)。

1. 定義 (Define)：

   • 目標：清楚地定義專案目標、客戶需求 (CTQ - Critical To Quality) 以及專案的範圍。
   • 活動：
     • 識別問題和機會。
     • 建立專案章程 (Project Charter)，包含專案目標、範圍、團隊成員、時間表等。
     • 繪製高層次的流程圖 (SIPOC - Suppliers, Inputs, Process, Outputs, Customers)。
     • 確認關鍵客戶需求。

2. 測量 (Measure)：

   • 目標：收集現有流程的數據，以量化問題的嚴重程度和現有績效。
   • 活動：
     • 制定數據收集計畫。
     • 驗證量測系統的準確性 (MSA - Measurement System Analysis)。
     • 收集與流程績效、缺陷相關的數據。
     • 建立現有流程的基準 (Baseline Performance)。

這是一題申論題，要求簡述散佈圖 (Scatter Diagram) 的技術。

核心觀念：
散佈圖是一種簡單但強大的視覺化工具，用於探討兩個變數之間是否存在關係，以及這種關係的類型和強度。它在品質管理和製程改善中，常被用來識別潛在的因果關係。

散佈圖 (Scatter Diagram) 技術：

散佈圖的技術主要包含以下幾個部分：

1. 目的 (Purpose)：

   • 探討兩個變數之間是否存在相關性。
   • 識別變數之間的關係類型（正相關、負相關、無相關）。
   • 評估關係的強度（強相關、弱相關）。
   • 初步識別潛在的因果關係，但散佈圖本身不能證明因果關係，只能提供線索。

2. 如何繪製 (How to Create)：

   • 選擇兩個變數：確定要探討的兩個變數。通常一個是潛在的「原因」變數（獨立變數，放在 X 軸），另一個是「結果」變數（依變數，放在 Y 軸）。
   • 收集數據：收集成對的數據點，每個數據點代表兩個變數在同一觀察期間或樣本中的值。
   • 繪製座標軸：繪製一個 X 軸和一個 Y 軸，並標示變數名稱和刻度。
   • 標記數據點：將每一對數據點 $(x, y)$ 標記在圖上。

3. 如何解讀 (How to Interpret)：

   • 觀察點的趨勢：
     • 正相關 (Positive Correlation)：當 X 增加時，Y 也傾向於增加。圖上的點大致從左下方趨向右上方。

這是一題申論題，要求解釋統計製程管制 (SPC) 中的第一類錯誤 (Type I Error)。

核心觀念：
統計製程管制 (Statistical Process Control, SPC) 的目標是監控製程的穩定性，並區分製程中的「共同原因變異」(Common Cause Variation) 和「特殊原因變異」(Special Cause Variation)。管制圖 (Control Chart) 是 SPC 的主要工具，它包含中心線 (Centerline)、管制上限 (Upper Control Limit, UCL) 和管制下限 (Lower Control Limit, LCL)。管制圖上的點代表樣本統計量。

第一類錯誤 (Type I Error) 的概念：

在 SPC 的情境下，第一類錯誤發生在：

• 當製程實際上是穩定 (in control) 的時候，我們卻錯誤地判斷製程是不穩定 (out of control) 的。

換句話說，即使製程僅僅受到隨機變異 (common cause variation) 的影響，我們卻根據管制圖上的點（例如，一個點落在管制圖之外，或出現特定的異常模式）而錯誤地認為製程出現了問題，需要進行干預。

詳細解釋：

1. 製程穩定性與變異：

   • 一個「穩定」或「在管制中」的製程，其變異僅源於隨機的、可預測的共同原因。
   • 一個「不穩定」或「失控」的製程，其變異源於非隨機的、不可預測的特殊原因，需要找出並消除。

2. 管制圖的判斷規則：

   • SPC 使用一系列規則來判斷製程是否失控。最基本的規則是：如果一個點落在管制圖的管制之外（UCL 上方或 LCL 下方），則認為製程失控。

核心觀念

MRP（Material Requirements Planning，物料需求規劃）的輸出報表，是依據主生產排程（MPS）、產品結構表（BOM）、存貨紀錄與提前期，將獨立需求轉換為各階層零組件的「何時需要、需要多少、何時下單或開工」。

MRP 輸出可分為：

1. 主要報表（Primary Reports）：直接支援日常採購、生產與訂單執行。
2. 次要報表（Secondary Reports）：提供管理控制、規劃分析與異常監控。

解題方法

本題只要求說明兩類報表，因此以「使用目的」作為區分標準：

• 報表若直接告訴採購或生產單位「要訂多少、何時訂、哪些訂單需調整」，屬於主要報表。
• 報表若用於評估系統績效、支援長期規劃或提醒例外狀況，屬於次要報表。

一、主要報表（Primary Reports）

主要報表是 MRP 最直接、最具執行性的輸出，通常包括下列內容：

1. 計畫訂單排程（Planned Order Schedule）

列出各項物料在各期間的：

• 淨需求量（Net Requirements）
• 計畫訂單收貨量（Planned Order Receipts）
• 計畫訂單釋放量（Planned Order Releases）
• 預定收貨期間與下單、開工期間

其中，計畫訂單釋放量通常依提前期向前推算：

$$\text{訂單釋放期} = \text{訂單收貨期} - \text{提前期}$$

此報表是採購單開立、生產工單安排與供應商交期管理的主要依據。

2. 訂單釋放通知（Order Release Notices）

當計畫訂單已到達應執行的時間，MRP 會通知相關部門：

• 採購部門：發出採購訂單或補貨需求。
• 生產部門：開立製造工單或安排生產。
• 物料管理部門：準備所需零組件與材料。

因此，計畫訂單排程是「未來應如何安排」，訂單釋放通知則是「現在應採取什麼行動」。

3. 計畫訂單變更通知（Changes to Planned Orders）

當主生產排程、需求量、庫存量或供應商交期發生變化時，MRP 會提出：

• 訂單提前（Expedite）
• 訂單延後（Defer）
• 訂單數量增加或減少
• 訂單取消（Cancel）
• 已釋放訂單的重新排程

這類報表可避免生產過早造成庫存堆積，也可降低缺料與停工的風險。

這是一題申論題，要求簡述庫存管理中的 ABC 分類系統。

核心觀念：
ABC 分類系統是一種基於帕雷托原則 (Pareto Principle, 80/20法則) 的庫存分類方法。它將庫存項目根據其對總庫存價值的貢獻程度進行分級，以便更有效地分配管理資源。通常，一小部分的庫存項目（A 類）佔據了大部分的總庫存價值，而大部分的庫存項目（C 類）僅佔據一小部分的總庫存價值。

ABC 分類系統的描述：

ABC 分類系統將庫存項目分為三個類別：A、B 和 C。分類的標準通常是該項目年消耗總金額（Annual Consumption Value），即：

年消耗總金額 = 年需求量 × 每單位成本

1. A 類項目 (A-Items)：

   • 定義：佔庫存總項目數的比例很小（例如 10-20%），但其年消耗總金額佔總庫存價值的比例很高（例如 70-80%）。
   • 管理重點：這些項目是公司最重要的庫存資產，需要最嚴格、最精確的管理。
   • 管理策略：
     • 精確的庫存記錄和定期盤點。
     • 採用更精確的庫存模型（如 EOQ, ROP），並嚴格執行。
     • 密切監控需求和供應情況。
     • 較低的訂購點，較高的服務水準，以避免缺貨。
     • 通常由較資深的庫存管理人員負責。

2. B 類項目 (B-Items)：

   • 定義：介於 A 類和 C 類之間。它們佔庫存項目數的比例中等（例如 20-30%），其年消耗總金額也佔總庫存價值的比例中等（例如 15-25%）。
   • 管理重點：需要標準化的管理方法。
   • 管理策略：
     • 標準化的庫存控制程序。
     • 較為頻繁的庫存檢查，但不如 A 類項目嚴格。
     • 使用較為簡單的庫存模型。
     • 平衡庫存成本和服務水準。