從品質改善資本投資的角度審視品質改善活動
邱裕方*
中原大學工業工程學系
摘 要
每一家公司為了生存於市場之中，沒有不投資大量資源於改善產品或服務的品質之上。在花費許多資源於品質有關的努力之後，公司管理階層遲早想要以投資的回收率來瞭解公司的品質現況，以及進一步改善的可能性。幾十年以來，可以滿足以上管理階層需求的解答一直都是品質成本 (the cost of quality)。但是在新的品質管理觀念及經濟環境下，現有的品質成本理論在經濟效益上也許不足以滿足管理者決策之需求。而什麼是這個問題的答案？針對以上的思考，作者提出研究問題：我們是否能以經濟學的資本投資方法論來探討品質成本之要素的特性，以反映當代全面品質管理的問題？針對這個研究問題，我們提出了一個品質經濟性模型，EIP (Economic Inflection Point) 模型。透過資本投資的概念，這個模型賦予傳統的品質成本理論一個新的思考方向。同時此模型也一併將品質的議題從基層的技術問題變為高層的策略問題。
關鍵詞：品質、品質成本、資本投資、經濟
1.前言
在今日高度競爭的國際市場中，品質是決定企業生存與否的關鍵因素。誠如品質大師Juran (1951) 所言，一家企業也許不一定會因為有好的產品或服務之品質而成功，但是如果沒有好的品質，這家企業決不會倖存，除非有寡占的情形存在。正因為上述原因，每一家公司，為了生存於市場之中，沒有不投資大量資源於改善產品或服務品質之上。在花費了這麼多資源於品質有關的努力之後，公司管理階層遲早想要以管理的術語(投資的回收率)來瞭解(或衡量)公司的品質現況以及進一步改善的可能性。幾十年以來，可以滿足以上管理階層需求的解答一直都是品質成本(the cost of quality)。品質成本發源於五十年前左右，當時的企業經營環境是相對的單純；而事實上，整個工商生態在過去五十年來已有重大的變更，品質管理大師戴明博士 (Deming,1994) 曾稱之為“新經濟時代 (new economics)”。在新的品質趨勢及經濟環境下，現有的品質成本理論在經濟效益上也許不足以滿足管理者決策之需求。而什麼是這個問題的答案？我們是否可以發展出一個新思維來描述全面品質管理的表現以協助企業的最高管理階層作出正確的決策?這個想法的計量模型會是什麼樣子？
針對以上的思考，作者曾提出一個研究問題(research question)：我們是否能以經濟學的理論(資本投資方法論) 來探討品質成本之要素的特性，以反映當代全面品質管理的問題？針對這個問題，我們提出了一個品質經濟性模型，EIP (Economic Inflection Point) 模型。透過資本投資的概念，這個模型賦予傳統的品質成本理論一個新的思考方向。同時這個模型也一併將品質的議題從基層的技術問題變為高層的策略問題。2.文獻探討
根據Sandoval-Ch'avez & Beruvides (1997) 之研究，在文獻中與品質成本有關的的主要理論有六項：(1) Juran的理論模型，(2) Leser的分類，(3) Prevention-Appraisal-Failure理論模型，(4) 品質的經濟議題，(5) 企業管理與品質成本，以及
*聯絡作者：中原大學工業工程學系
(6) Juran的修正模型。在以上所述品質成本的主要理論中，Juran (1951) 提出品質成本及品質價值的概念，並探討最佳成本 (optimum cost) 及完美的產品(the perfection of product) 之間的關聯性。另一位品質大師Feigenbaum (1956) 則將全面品質管制 (total quality control) 活動所發生的成本分類為預防成本 (prevention cost)、稽核成本 (appraisal cost) 以及失敗成本 (failure cost)；這個理論又稱為Prevention-Appraisal- Failure (PAF) model。在品質成本理論的演進中Feigenbaum所做的努力是一個重要的里程碑。
除了上述的主要理論，在品質成本的文獻中尚有許多重要的見解可以幫助我們對品質成本做進一步的瞭解。Foster (1996) 檢視了品質成本的構成要素與品質一致性的關聯性。他認為與預防、稽核與失敗有關的成本是與品質的一致性有關。Merino (1990) 則將工程經濟 (Engineering Economics) 的理論應用於品質成本的問題上。
Lenane (1986) 則認為品質成本可以被定義為現有的實際運作成本 (operating costs) 與無失效的產品及系統及無員工失誤的狀況下所發生的運作成本之差異值。其他有關品質成本的論點還包括“品質成本是產製出不合格產品的標準化價值(代價)”(Bicking, 1967) 及“品質成本的兩個主要類別是任意成本 (discretionary cost) 及後續成本 (consequential costs)”(Blank & Solorzano, 1978)。在他們的定義中，任意成本包含預防成本及稽核成本，而後續成本則包括內部失敗成本及外部失敗成本。
Blank & Solorzano(1978)亦對品質成本作了如下的定義“品質成本系統可以被定義成企業對做錯的事情所分配的金錢價值(代價)；也就是說，一個品質成本的分析工作是被用來決定企業維持一個相當品質水準的產品或服務所必須付出的成本”。稽核及預防成本大多被稱為符合性成本 (conformance costs) 或管制成本 (costs of control)，但是Carr (1992) 稱之為“自願成本(voluntary cost)。”
Clark & Mc Laughlin (1986) 從一個有趣的角度來定義品質成本，“在認定收入之前所有的工作係根據工程圖及規格來製作一個物品，可被稱為正常工作 (normal work)。相對的，在收入被認定之後所從事的任何工作都被稱為缺點矯正工作。”他建議公司應將缺點之成本分配到一個與正常每月營收帳分開的帳目。為了提倡品質成本的概念，Dobbins (1991) 建議以下的方法，“為了估算品質成本改善趨勢，公司可以將現在的品質成本表現與過去等長時段的品質成本作一比較。”雖然很多學者曾在文獻中探討品質成本的議題，然而因為品質參數的行為是很難描述的，因此品質成本在本質上仍然是一個複雜的問題。而這也留給品質成本理論一個發展的空間。
3.品質成本的對策思考
針對本文前述的研究問題，我們可以提出以下的綜合假設 (hypothesis)：
透過資本預算 (capital budgeting approach)中的內部報酬率 (Internal Rate of Return, IRR) 概念，我們可以為品質成本的計畫活動定義出一個經濟轉折點 (Economic Inflection Point, EIP)，而這個EIP與傳統的品質成本概念中，預防/稽核成本以及失敗成本之交叉點不同。
我們亦可引用淨現值 (Net Present Worth, NPW) 之概念定義出該經濟轉折點。而這個轉折點與假設1所探討的經濟轉折點可能不同。但是這個轉折點與傳統的品質成本概念中，預防/稽核成本以及失敗成本之交叉點不同。
為了決策上的需求，找出這兩條成本曲線(預防∕稽核成本以及失敗成本)之交叉點是一件重要的工作。這一交叉點正位於這兩類成本相等之處(所以我們也可以稱為成本平衡點)。在這個研究中，這一交叉點被稱為Juran點 (Juran Point, JP)，因為Juran是第一位明定出品質成本之成本曲線的關係及其交叉點的作者。另一個在文獻中經常被提及的點是總品質成本的最低點。我們稱呼這點為最小成本轉折點 (Minimum Cost Inflection Point, MCIP)。(見圖1)。
Juran Point是持續改善活動 (continuous improvement activities) 的一個清楚的里程碑。在Juran的模型中(包括原始模型及修正模型) 失敗成本是隨著獨立變數 (independent variable) 之增加而遞減 (monotonically decreased)。但是預防∕稽核成本卻呈現相反的表現，他們是隨著獨立變數之增加而遞增 (monotonically increased)。這個關係也顯示在圖1中。
決策上為了找出這個JP點，我們可以直接比較這兩組成本，並於這兩組成本相等的地方找
出這個點。在這個過程中，我們可以採用數學上的內插法找出Juran點的確實位置。
圖1.Juran點及最小成本轉折點(Juran Point and MCIP Point)
4.經濟轉折點模型
在品質成本的文獻中，有些作者把預防成本當作是一種投資 [Veen (1978)、Berglund (1991)、Ostrnga (1991)]。Ostrenga (1991) 曾在其文章中提到投資於預防工作可以減少無附加價值(non-value-added) 的品質成本，而這將直接促成利潤的增加。然而文中僅有概念，並未提出具體的模型。
在這些作者中，Berglund (1991) 特別指出這類的投資包含了製程設備及製程材料等。而這些費用與資本投資類的支出相當類似。此外，有一些資本預算 (capital budgeting) 的理論，例如年度成本結餘 (annual cost savings)、回收率(rate of return)、投資報酬率(return of investment, ROI)、淨現值(net present value)及現金折扣流量(discounted cash flow, DCF)也被一些作者採用〔Berglund (1991)、Ostrnga (1991)、Gryna (1977)、Veen (1978)〕。雖然Veen (1978) 在其品質成本的論述中提到用ROI (Return on Investment) 的概念來衡量並選擇投資案，而這些投資案是有關於品質預防工作的專案。但是此處衡量報酬 (return) 的方法是以產品良率(yield) 取代貨幣報酬。文中以投資風險作為選擇預防工作的標準，而且決策點是在一年後，是一個定點。
關於這類投資活動的結餘 (savings), Berglund (1991)曾提及“年度成本結餘(annualized cost savings)”的概念，而這正是利用資本投資(預算) 過程中的一個重要要素。為了界定這些結餘，Veen (1978) 曾提及“這些高的盈餘是來自減少失敗成本(較少的失誤、較少的浪費、較少的抱怨以及較少的重工)。”這些從投資中得到的結餘 (savings) 的概念會在隨後的EIP模型中被採納。
雖然在文獻中有上述的作者們提及資本預算的概念，但是沒有一位作者提出具體的方法給決策者使用。因此作者才決定提出EIP模型來填補上述之需求。
在採用資本預算 (capital budgeting) 理論來研究品質成本問題之前，必須先討論Juran模型中獨立變數 (independent variable) 的操作定義(operational definition)。Hagan (1986) 曾指出，“品質成本系統的主要價值是在於界定出改善的機會，並為這個改善行動提出一個必須考慮到時間變遷的衡量方法”。基本上他認為採用時間(time period) 為參考變數 (reference variable) 來衡量品質成本是合理的。另外在品質成本的文獻中，Veen (1978) 亦曾探討過品質成本與時間的關係。
此外，Hagan亦展示了在公司支持改善活動的前提下，品質水準與時間的關連性。因為產品的品質水準“一致性百分比 (% of conformance)”是“1 - 不良品之百分比 (% of defective product)，”所以時間與品質水準有一個正相關性。除了Hagan之主張外，其他作者如Blank and Solorazano (1978)，Clark (1985)，Ponte (1992)，Porter and Rayner (1992)，and Car and Ponemon (1994) 亦都持類似的看法。作者的理論概念(Conceptual Model) 是來自A (品質成本) 與B (
品質水準) 相關 (Juran, 1951)，而B (品質水準) 與C (推動時間) 相關 (Hagan, 1986)，則A (品質成本) 與C (推動時間) 可能存在值得探討的相關性 (亦即，若A B ∝且B C ∝，則A C ∝)。而實務上，本研究的重要假設條件(Assumptions) 之一是我們以承諾致力於品質改善的企業為探討範圍。而該類企業之品質成本往往會隨著改善活動的進展 (時間的改變) 而變化，也就是某種程度的相關性，而這種相關性有值得被探討的價值。
在這個模型中，為了簡化說明，在大部分的情況下我們指定時間因素為0到10個單位，而這也與時間的可用性 (availability) 有關。在這個研究中，我們指定了10個時間單位給模擬系統 (simulation) 所產生的資料組。每一個時間單位之長度為半年或一年，這與資本預算的傳統或公司的品質/會計實務相吻合。在每一時間單位中，投資成本是被假設發生在期初，而失敗成本是假設發生在期末。
我們先前所提及的Juran 點及最小成本轉折點也許會提供一些訊息給管理者，例如提示管理者最小總品質成本之所在點，這點有時被稱為最佳 (完美) 狀態或平衡點 (breakeven point)。問題是這個最小成本的平衡點是否為真正的經濟平衡點。為了探討這個問題，我們才提出資本預算的方法作為研究的方向。
首先讓我們假設有四個不連續的時間點[discrete points ：a 、b 、c 及d (在實務上也許有更多的點)] 在T 軸上 (橫軸)。同時我們也假設在每一時間點上，與成本有關的投資活動 (預防∕稽核活動) 是與其他時間點的活動是獨立的。如圖2所示，在b 點所發生的年度結餘 (annual saving) 是來自於失敗成本的減少S1。同理，在C 點上的年度結餘是S2，在d 點上的年度結餘是S3。此外，我們也可以假設其他的年度結餘項目來自於機會損失 (opportunity loss) 的減少。為了簡化計算過程，我們在此把殘餘價值 (salvage value) 設為零。
圖2. 結餘與失敗成本
接著我們定義Bc 來表達因結餘成本所獲得
的利潤在此相當於S 。此外，利潤之增加也有可能來自於機會損失 (opportunity loss) 的避免，其原因可能來自品質改善或減少了產品或系統的失效。我們把以上所討論相的內容以數學方程式來表達如下式：
T O C B B B =+ (1)
B T = 在一段時間內由於投資 (預防∕稽核活
動)所產生的利益 (利潤或結餘)。
B O = 由於避免了機會損失所產生的利益或利
潤。
B C = 由於減少了失敗成本所產生的利益或利
潤。
在定義了上述的專有名詞之後，我們可以採
用資本預算的概念來做經濟性的決策。Canada ，
Sullivan 以及 White (1996) 描述了以下的方
法：“我們定義一個 (投資) 機會值得 (去做)。如果它有一個非負值的現值 (nonnegative present worth)，一個投資報酬率 (rate of return)
至少會等於最小回收率 (minimum attractive rate of return)”。
在以上衡量經濟的有效性方法中，現值法(present worth method) 與報酬率 (rate of return) 是兩個最具代表性的方法。有關報酬率的方法，
Canada,Sullivan 以及White 提到“最普遍的定義是關於能使現值等於零的報酬率：這種報酬率我們稱之為內部報酬率 (internal rate of return, IRR)。”根據以上的概念，我們提出了品質相關活動的投資報酬率之數學式。
C O NPW -I ( B B ) ( P/A, i% ,n ) Sal ( P/F, i%, n )=+++ (2)
其中
NPW = 淨現值 (net present worth)。
I =
某一段期間的投資 (P&A costs)。 B C =
由於減少了失敗成本所產生的利益或利潤。 B O = 由於避免了機會損失所產生的利益或利潤。
(P/A, i%, n) = 均等系列現值 (uniform series present worth) 之因子。
Sal =
某一特定投資案的殘值。 (P/F, i%, n) = 單一總現值 (single sum present worth) 因子。 i% = 利率 (或內部報酬率)。
n =
專案之壽命 (project life)。
接下來我們令上述方程式為零 (NPW = 0)
，然後解出i %，我們就可得出內部報酬率(Internal Rate of Return, IRR)。為了要判斷這個投資案是否能被接受，我們接著要比較IRR 及MARR 。這裡有兩種可能性：
1. 如果IRR 大於或等於MARR ，這項投資是適
當的。
2. 如果IRR 小於MARR ，這項投資是不適當
的。
在品質改善活動中，一旦我們從上述的分析中得到“投資是適當的”之結論時，其代表意義為決策者應該可以繼續該項改善活動；因為持續該項改善活動會為這個產品帶來更多的利益。在上述之討論中，IRR 與MARR 相等的位置 (時間點) 稱為經濟轉折點。表1及圖3將以上討論之三個參考點列出來做為參考。
5. 模型之驗證及討論
為了探討上述之EIP 模型，我們提出了可能
檢定的假設 (testable
hypothesis)。
˙假設一
透過品質成本/資本預算方式所定義的品質成本計畫之經濟轉折點 (EIP) 與傳統兩組品質成本的Juran 點不同。換言之，如果EIP 代表著由品質成本∕資本預算概念所決定的經濟轉折點，而JP 代表著兩組品質成本要素的Juran 點。則虛無假設 (null hypothesis) 及替代假設 (alternative hypothesis) 為：
0H : EIP JP = (3)
1H : EIP JP ≠ (4)
表1. 三個參考點
參 考 點 簡寫 定 義
莍蘭點 (Juran Point) JP 預防/稽核成本與失敗成本相等之點
最低成本轉折點
(Minimum Cost Inflection Point) MCIP 總品質成本最小之點
經濟轉折點
(Economic Inflection Point)
EIP
預防稽核成本無法為產品品質創造經濟利益的點
(即預防∕稽核的計畫之投資報酬率小於MARR)
圖3. Juran 點及EIP 點
˙假設二
我們相信透過資本預算方式所定義的品質成本計畫之經濟轉折點 (EIP) 與透過淨現值 (Net Present Worth) 所定義的經濟轉折點 (EIP NPW ) 可能不同。換言之，如果EIP 代表由內部報酬率 (IRR) 所定義的決策點，而EIP NPW 代表由淨現值所定義的決策點，則虛無假設及替
代假設分別為：
0NPW H : EIP EIP = (5)
1NPW H : EIP EIP ≠ (6)
探討EIP 之存在是一件繁瑣的過程。但是上述的假設可以用模擬 (simulation) 的方式來檢定 (如圖4、5、6所顯示的三個可能情境
(scenarios)) (Beruvides and Chiu, 2002)
。這個模擬的過程是建構品質成本的兩個要素的極端形狀 (extreme shapes) 及最可能形狀 (most likely shape)。這個過程已自動將Juran 的模型及其修正模型含括在內。
圖4. 品質成本情境1 (JP = 2.5)
圖5. 品質成本情境2 (JP = 5)
圖6. 品質成本情境3 (JP = 7.5)
表2, 3, 4,及5顯示出模擬程序所產生的JP, EIP 及EIP NPW 的結果摘要。我們用統計分析來檢定每一個情境下得到的兩個假設。因為資料量龐大，我們採用了MS Excel 中的t-test 來做檢定的工具。在情境一 (case 1) 的假設一之檢定是一個變異數不等的t 檢定。結果顯示在5%的信賴水準下，EIP 與JP 在統計上有顯著的不同。而在情境一 (case 1) 的假設二之檢定也是一個變異數不等的t 檢定。結果在5%信賴水準下，EIP 與EIP NPW 在統計上有顯著的不同。
表2.JP, EIP及EIP NPW的結果摘要(情境一)
統 計 值JP EIP EIP NPW 模擬次數200 196 200 平均值 2.99 3.92 3.89 中位數 2.99 3.92 3.88 眾數---- ---- ---- 標準差0.04 0.11 0.12 變異數0 0.01 0.01 全距最小值 2.90 3.66 3.61 全距最小值 3.08 4.25 4.22 全距0.19 0.59 0.60
表3.JP, EIP及EIP NPW的結果摘要(情境二)
統 計 值JP EIP EIP NPW 模擬次數200 200 200 平均值 5.13 6.90 6.86 中位數 5.13 6.90 6.86 眾數---- ---- ---- 標準差0.02 0.11 0.13 變異數0.00 0.01 0.02 全距最小值 5.09 6.67 6.60 全距最小值 5.16 7.11 7.10 全距0..07 0.43 0.50
表4.JP, EIP及EIP NPW的結果摘要(情境三) 統 計 值JP EIP EIP NPW
模擬次數200 200 200
平均值7.00 11 11
中位數7.00 11 11
眾數---- 11 11
標準差0.04 0 0
變異數0.00 0 0
全距最小值 6.91 11 11
全距最小值7.11 11 11 全距0.2 0 0
圖7, 8 列出上述統計檢定之結果摘要。在情境二 (case 2)，我們拒絕了虛無假設而認為假設一中，EIP和JP在統計上有顯著的不同，我們也同時拒絕了假設二的虛無假設而認為EIP 和EIP NPW在統計上有顯著的不同。在情境三中(case 3)，我們歸結EIP和JP在統計上是不同的。但是我們也歸結出EIP和EIP NPW在預測資料上是沒有統計上的差異的。我們在表6中列出了上述結論之摘要。
表5.EIP及EIP NPW的預測值摘要(情境三) 統計值EIP EIP NPW
模擬次數200 200
平均值18.7 13.78
中位數11.0 11.0
眾數11.0 11.0
標準差58.3 10.23
變異數3,398.61 104.70
全距最小值10.05 10.04
全距最小值597.84 112.06 全距587.8 102.03
假設一 檢定結果 (情境一)
1. H0: EIP = JP
2. H1: EIP≠ JP
3. 顯著水準 = 0.05
4. 計算：
p value = 6.85 E -203
5. 結論：
拒絕H0 (EIP≠ JP)
註：
以F 檢定測試兩組資料 (EIP vs JP) 的變異數，其p 值 = 1.33 E – 43. 我們可以歸結出其變異數不相等，因此我們可以採用變異數不相等的t檢定圖7.情境一之假設一的檢定結果
假設二 檢定結果 (情境一)
1. H0: EIP NPW = JP
2. H1: EIP NPW≠ JP
3. 顯著水準= 0.05
4. 計算
p value = 1.4456 E-190
5. 結論：
拒絕H0 (EIP NPW≠ JP)
註：
此處我們仍採用變異數不相等的t檢定
圖8.情境一之假設二的檢定結果
表6.假設檢定結論之摘要
情 境假 設檢 定 結 論
假設1:
H0: EIP = JP 拒絕H0
情境一
假設2:
H0: EIP = EIP NPW
拒絕H0
假設1:
H0: EIP = JP 拒絕H0
情境二
假設2:
H0: EIP = EIP NPW
拒絕H0
假設1:
H0: EIP = JP 拒絕H0
(根據預測值)
情境三
假設2:
H0: EIP = EIP NPW 無法拒絕H0 (根據預測值)
6.敏感度分析及其結果
雖然在EIP的研究過程中引用了模擬系統軟體來模擬三種可能的情境，然而在這個EIP 的模型中仍然有未知的領域存在。因此一個多參數的敏感度分析有助於我們對EIP模型做進一步的探討。在這一種多參數的敏感度分析中，我們對三種參數感到興趣，這包括最低限度報酬率(minimum attractive rate of return, MARR)，計畫
壽命(the project life, n)，以及兩個成本曲線的斜率。表7 列出上述三種參數的變動範圍。每個
參數有三個變動水準，透過這些參數的變動，我
們得以觀察EIP 在情境2 (最常見的情況) 下的
表現。表8, 9 列出在不同MARR, 計畫壽命以
及成本曲線之斜率的組合下的EIP。圖 9, 10 將
上列結果以立體圖形方式表達。
表7.敏感度分析採用的參數
最低限度報酬率
(MARR)
15%, 27.5%, 40%
計畫壽命 (n) 7, 10, 13 期 (periods)
成本線斜率原斜率,以及將P&A線斜率增加
25%
表8.在原斜率下的EIP點
斜 率最低限度報酬率
(MARR)
計畫壽命EIP
7 5.125
10 5.86
15%
13 6.25
7 4.233
10 4.5
27.5%
13 4.654
7 3.727
10 3.806 原斜率
40%
13 3.867
表9.將P&A線斜率增加25%之後的EIP點
斜 率最低限度報酬率
(MARR)
計畫壽命EIP
7 4.1
10 4.667
15%
13 5
7 3.425
10 3.639
27.5%
13 3.735
7 2.946
10 2.986 將P&A
線斜率
增加25%
40%
13 3
圖9.敏感度分析之立體圖(情境二, 原斜率)
圖10.敏感度分析之立體圖
(情境二, P&A線斜率增加25%)
敏感度分析的結果說明了這個EIP會受MARR，n及成本曲線之斜率的影響。當MARR 增大時，EIP有減少的趨勢，這顯示當決策階層設定一個較大的MARR值時，他們需要得到一個較快速的投資回饋。當計畫壽命較長時，EIP 會相對變大，這顯示較長的投資壽命週期可以讓改善計畫存活較久。最後，一個P&A成本的較大斜率會使EIP變小。這說明當以比較快的速率來增加投資時，決策階層也想看到較快的回收。
7.總結EIP模型及其意義
我們在EIP模型的研究中曾經設計了三種情境 (scenarios) 來探討驗證之。透過統計分析，作者證明了在每一情境下，EIP與JP是位於時間軸上不同的點。統計程序提供一個較僅觀察平均值更深入瞭解該模型之機會。在現有的假設條件下，三種情境中的EIP值都較JP值為大。這項統計驗證的結論也顯示傳統上我們採用的JP點並非真正的經濟決策點。有一些其他的方法(模型) 可以提供決策者更有價值的資訊。
另一項從EIP模型所透露的訊息是在某些情況下，經濟效益是可以在第十個時間點(period 10, full conformance) 之前得到，而這種提早來臨的投資回收率並非是品管專業人員所樂於見到的。
為了對這個新發展出來的模型做更多的瞭解，作者進行了多參數的敏感度分析。分析結果顯示EIP與投資壽命 (n) 成正相關。而EIP與MARR呈現負相關。此外EIP與P &A成本曲線斜率呈現負相關的關係。
以上這項EIP的研究，提供我們在品質成本的分析上一個與傳統的JP點不同的觀點。這個新思考方向是採用資本投資的參數，例如MARR、投資計畫的壽命、投資及年度結餘的概念等。這是一個將品質成本與工業界中的策略性議題緊密結合的新途徑。這個議題是有關於在品質的追求及投資回收中尋求一個平衡點，而這是一個在品質管理的相關研究中極少著墨之處。誌謝
本研究承蒙行政院國科會補助研究經費(NSC 94-2213-E-033-010)，謹此致謝。
參考文獻
1. Berglund, R. L., 1991, Quality Costs & Pollution
Prevention - a CPI Imperative, ASQC Quality Congress Transactions, Milwaukee, 602-609.
2. Beruvides, M.G. and Y. David Chiu, 2002, The
Economics of Quality – A Capital Budgeting
Approach to Cost of System Quality, The 23rd ASEM National Conference, Tampa, Florida, 274-280.
3. Bicking, C. A., 1967, Cost and value aspects of quality
control, Industrial Quality Control, December, 306-308.
4. Blank, L., and J. Solorzano, 1978, Using quality cost
analysis for management improvement, Industrial Engineering, February, 46-51.
5. Canada, J. R., W. G. Sullivan, and J. A. White, 1996,
Capital investment analysis for engineering and management, Upper Saddle River, NJ, Prentice-Hall, Inc.
6. Carr, L. P., 1992, Applying cost of quality to a service
business, Sloan Management Review, Summer, 72-77.
7. Carr, L. P., and L. A. Ponemon, 1994, The behavior of
the quality cost: clarifying the confusion, Journal of Cost Management for the Manufacturing Industry, Summer, 26-34.
8. Clark, J., 1985, Costing for quality at Celanese,
Management Accounting, March, 42-46.
9. Clark, R. L., and J. B. McLaughlin, 1986, Controlling
the cost of product defects, Management Accounting, August, 32-35.
10. D eming, W. E., 1994, The new economics, Cambridge,
MA, The Massachusetts Institute of Technology Center for Advanced Educational Services.
11. Dobbins, R. K., 1991, Business leadership thru world
class quality costs, Transactions of the 45th ASQC annual quality congress, 475-481.
12. Dobbins, R. K., and F. X. Brown, 1991, Quality cost
analysis- QA versus accounting, Quality Forum, 17(1), 20-28.
13. Feigenbaum, A. V., 1956, Total quality control,
Harvard Business Review, Nov/Dec, 93-101.
14. Foster, S. T., 1996, An examination of the relationship
between conformance and quality-related costs, International Journal of Quality & Reliability Management, 13(4), 50-63.
15. Gryna, F. M., 1977, Quality costs user vs manufacturer,
Quality Progress, June, 10-13.
16. Hagan, J. T. (Ed.), 1986, Principles of quality costs,
ASQC Quality Costs Committee, Milwaukee, Wisconsin.
17. Juran, J. M., 1951, Quality-control handbook, New York,
McGraw-Hill Book Company, Inc.
18. Lenane, D., 1986, Accounting for the real cost of quality,
Quality Progress, January, 22-27.
19. Merino, D. N., 1990, Economics of quality: choosing
among prevention alternatives, International Journal of Quality & Reliability Management, 7(3), 13-26.
20. Ostrenga, M. R., 1991, Return on investment through the
cost of quality, Journal of cost Management for the Manufacturing Industry, Summer, 37-44.
21. Ponte, A., 1992, You have cost of quality program, so
what? Transactions of the 46th ASQC annual quality congress, 957-963.
22. Porter, L. J., and P. Rayner, 1992, Quality costing for
total quality management, International Journal of Production Economics, 27, 69-81.
23. Sandoval-Chavez, D. A., and M.G. Beruvides, 1997, A
state-of-the-art matrix analysis of the cost related to quality, Proceedings of the sixth international conference on management of technology II, 1253-1260.
24. Veen, B., 1978, Investing in preventive quality costs,
Quality Progress, April, 12-17.
Utilizing Capital Budgeting Approach to Examine the Quality
Improvement Activities
Yufang David Chiu, Ph.D.
Department of Industrial Engineering
Chung-Yuan Christian University
Abstract
Every company has spent huge amount of resources in improving the quality of products or services in order to survive in today’s competitive market. The management eventually wants to measure the quality of its product or service, and the tool for this measurement has been the cost of quality for several decades. However, the concepts of the cost of quality may not meet the decision makers’ economical needs under the contemporary business environment. To resolve this problem, the author has proposed an Economic Inflection Point (EIP) model. By utilizing the capital budgeting methodology, this model provides a new avenue for the theories of the cost of quality. And this approach is also advancing the issues of quality to the topics of strategic thinking.
Keywords: quality, quality cost, capital budgeting, economics.
* Correspondence: Department of Industrial Engineering, Chung Yuan Christian University, Chung-li, Taoyuan, Taiwan.