運用SPC管制圖設定醫療指標新年度目標的策略

1. 根據歷史數據計算製程平均值與標準差

首先需要收集過去一段時間的統計數據，作為製程現況的基礎。例如整理過去一年每月的洗腎人次或腹部超音波檢查數量。接著計算這些數據的平均值（即中心線CL），以及標準差（σ）來反映製程的波動程度​。平均值可視為目前製程的表現水準，而標準差則量化了自然變異的幅度。充足的歷史數據（例如至少12～20個時間點）有助於估計穩定的平均值與變異。此外，確定資料呈現穩定的常態變動（沒有明顯特殊原因造成的離群值）是很重要的，這樣計算出的平均和標準差才能準確代表製程現況。這些統計量將作為後續設定目標值和管制界限的依據。

2. 設定新目標值的方法

運用SPC管制圖來設定目標值，可以確保目標在合理範圍內且符合製程能力。事實上，醫院常透過管制圖來制定指標的閾值與目標值，以利監控與持續改善。以下是幾種常用的方法：

• 歷史趨勢與變異範圍參考：檢視過去數據的走勢和變異來設定未來目標。例如，如果近年來腹部超音波檢查數量呈現上升趨勢，可考慮在歷史平均基礎上適度提高目標值。同時觀察過去變動範圍，避免目標訂得過高或過低。目標值應在歷史波動範圍內具有挑戰性但可行的水平。如果製程指標屬於「愈高愈好」型（如服務量），可期望逐步提升平均表現；若屬「愈低愈好」型（如感染率），則目標應朝降低方向調整​。總之，利用歷史趨勢做基礎，可以使目標值既反映既往水準，又激勵持續改進。

• 管制界限（UCL、LCL）評估合理範圍：管制圖上的上、下管制界限提供了製程正常波動範圍的參考​。一般而言，上管制界限（UCL）約為平均值加上3倍標準差，下管制界限（LCL）約為平均值減去3倍標準差​。若設定的目標值遠高於歷史平均且超出UCL，代表在現有變異下要達成此目標需要出現超出正常水準的特別改善。相反地，目標若低於LCL（對「愈高愈好」指標而言）或高於UCL（對「愈低愈好」指標），則可能過於保守或不夠具有意義。一般建議將目標值訂在不超出正常變異過多的範圍內，例如略高於歷史平均但接近於或略高於UCL的位置，以作為努力方向。同時透過管制圖可以觀察未來數據是否逐步接近目標線​。簡言之，管制界限能協助評估目標的合理性：目標落在管制界限以內通常較為實際，超出則表示需要額外資源或改善方案才能達成。

• 透過Cpk指標評估製程能力：Cpk為製程能力指標，用於衡量製程相對於規格或目標的表現水準。應用在醫療服務時，可先定義規格上限/下限或目標值（例如最低服務人次要求或最高缺陷率容許值），再計算現有製程的Cpk​。如果Cpk明顯小於1，表示大量數據落在目標規格之外，製程無法可靠地達成目標，這提示我們目標可能過於激進或製程需顯著改善。反之，如果Cpk > 1.33（製程能力良好），則表示製程有裕度達成或超越目標。據此可調整目標值：例如希望製程在正常波動下有至少較高的達成率，可將目標訂在使Cpk約略等於1的水準（即目標距離平均值約3個標準差）​ieomsociety.org。透過這種量化評估，可以將目標值與製程現況能力對齊，確保目標既具挑戰性又有實現可能。例如，某醫院實驗室針對檢驗報告週轉時間設定服務水準標準，利用SPC管制圖監控並計算Cpk，確認流程有能力維持在目標時間以內​ieomsociety.org。這種方法在醫療單位如實驗室結果即時率、病人等候時間等指標上均有應用​。

3. 適用的SPC管制圖類型

根據資料型態選擇適當的管制圖，有助於正確監控並設定目標。以下是常見圖表類型及其在醫療指標上的適用情境：

• X-Bar-R 管制圖（平均-全距圖）：適用於連續型資料且可分組情況。例如測量門診等待時間、手術時間等連續數值，每日多筆觀察值可形成一個小組，計算該組的平均值（X-Bar）和範圍（R）。X-Bar-R圖能監控製程平均值和變異是否穩定，可判斷製程是否受控且可預測。在醫療業，若我們關注的是每日平均洗腎時間、每週病患滿意度量表平均分數等，就可以用X-Bar-R圖來監視其變動，並據此評估改善效果或是否達到目標水準。

• C 管制圖：適用於計數型資料，且每個時段或檢查區間的機會數相同的情況。C圖關注每一觀測單位中的事件數​。例如，每個月發生的洗腎治療人次、每季度發生的某類不良事件次數，如果每月觀測期間長度相當且患者群規模相近，則可用C圖。C管制圖的中心線為平均事件數，控制界限根據事件數的Poisson變異計算（通常為平均值±3√平均值）。醫療領域常用C圖來監控固定母群下的事件發生數，確保其在隨機變異範圍內，如每月腹部超音波檢查的台數是否穩定在一定範圍​。如果某月超出了管制界限，表示可能有特殊情況需要調查。

• U 管制圖：亦適用於計數資料，但用於每個觀測單位的大小不一致、需考量不同比率的情況。U圖所繪製的是單位大小標準化後的事件數率（每單位的缺陷數）​。例如，不同月份門診人數不同時，我們關心「每位病人平均接受腹部超音波檢查的次數」；又或者每1,000個透析患者月發生的感染事件數。這類每單位事件率就適合用U圖監控。U圖會將每期間的事件總數除以該期間的機會單位數（如病人数或檢查數），計算出比率，再以其平均比率為中心線繪圖​。當各期間基數不等時，U圖能提供更正確的管制界限（隨樣本大小變動）來判斷製程穩定性​。舉例而言，若某醫院每月門診人次起伏很大，直接比較每月超音波檢查數可能失真，這時可用U圖觀察每千人檢查率的變化，以公平評估表現並據此設定合理目標。

(註：若資料為比例或百分比型指標（如感染率、陽性率），可考慮P管制圖；若為計件合格/不合格數則可用NP管制圖。但就本題提及的「人次」與「數量」，C或U圖較為適用。)

4. 調整目標值以應對變異與改善計畫

目標值並非一成不變，在實際管理中應隨製程表現和改善情況動態調整。首先，要理解常態變異：即使不做任何改變，指標數據每期也會在控制界限內上下波動。因此管理者不應對每一次未達標或超標的波動過度反應，而應著重長期趨勢。如果製程保持在穩定狀態且持續達成或超出原定目標，表示可能有空間將目標提高，以推動進一步改進​。相反地，若目標持續無法達成且製程處於統計控制狀態，則目標值可能需要檢討是否過於激進，或需要制定明確的改善計畫來縮減變異、提升平均表現。

在推行改善計畫（例如引進新設備以增加透析容量，或優化預約流程以提高超音波檢查量）後，預期製程平均值和變異會發生改變。此時應重新蒐集一段時間的新數據，利用SPC圖表評估新的平均值和控制界限，並據此調整目標值。透過這種方式，目標值可逐步上調，反映製程能力的提升​。每次調整後仍須持續監控：如果新的數據出現超出控制界限的情形，表示可能有未預期的變異來源，需要進一步調查或修正策略。

另外，在制定目標時也可考慮為自然變異留出緩衝區。例如設定月度目標時，瞭解到製程標準差後，可在年度總目標中預留一定幅度，以因應季節性或隨機波動，確保全年目標的可達成性。總而言之，管理者應採取PDCA循環（Plan計畫-Do執行-Check檢查-Act行動）的方式：先根據現有製程能力計畫目標並執行，定期以管制圖檢查達標與波動情況，據結果採取行動調整目標或措施，形成持續改進的迴圈。藉由動態調整，目標值才能既反映出實際改善成果，又持續帶動品質進步。

5. 案例參考與醫療業界標準

國際經驗： 統計製程管制已廣泛應用於醫療品質管理並取得成效​。例如，有研究列舉醫療領域中許多關鍵指標（如實驗室檢驗的週轉時間、癌症篩檢到確診的時間、急診等待時間、患者滿意度、感染率、死亡率、跌倒事件數等）都能透過SPC監測來發現變異並促進改進​。英國國民健保制度（NHS）等機構已發布控制圖的應用指南供醫療單位參考，而美國的醫療改進研究所（IHI）也大力推廣Run chart和Control chart在改善專案中的運用。許多國際醫院在制定品質目標時，會參考外部基準（例如國家平均值或指引值）並結合自身歷史數據的管制圖分析，來設定既符合趨勢又具挑戰性的目標。例如某醫學中心為降低手術併發症率，設定的年度目標參考了國際基準值，同時透過SPC確認該目標在統計上可達成且超出正常表現需有顯著改進，最終在多項改進措施下成功將指標維持在目標水準以內​。這些案例顯示SPC工具能幫助醫療單位以數據為依據來制定和達成績效目標。

台灣醫療業界： 國內許多醫院也逐漸將SPC納入日常的品質指標管理。早在2009年，臺中榮總等大型醫院即導入SPC管制圖來監測各項臨床指標，讓指標管理更具即時性和科學性​。醫策會（醫院評鑑暨醫療品質策進會）也鼓勵醫院運用統計方法監控品質指標，許多醫院在參與評鑑或品管圈活動時都會以管制圖呈現成效。具體案例方面，例如某區域醫院針對門診候診時間，以半年歷史資料計算平均與控制界限後，設定下一季度將平均候診時間縮短至低於歷史LCL的目標，並推動流程改善專案；過程中每週以X-Bar管制圖追蹤，最終成功讓新平均值降至目標以內且Cpk提升至1以上，顯示流程能力顯著改善。又如高雄榮總曾舉辦專門的教育訓練，教導品質管理人員繪製P圖、NP圖、U圖、C圖並利用管制圖訂定指標的閾值與目標值，強調了透過數據與統計方法來設定目標的重要性。這說明國內醫療機構已經有不少成功經驗，將SPC與目標管理結合以提昇品質。各單位在應用時也可參照相關的國家指標或衛福部公佈的基準值，確保目標設定具有參考依據且符合病人安全與品質標準。

綜上所述，透過統計製程管制圖分析歷史表現並考量正常變異範圍，可以制定出更科學合理的新年度目標值。同時輔以製程能力指標評估挑戰度，選擇適當的圖表監控，並在執行中動態調整目標，最終能有效地將SPC應用在醫療管理與品質管制上，持續提升醫療服務品質與運作效率。