那天 CPK 報告出來，全場沉默了三秒，然後我決定跟 DOE 談戀愛
還記得有一次，我們那個新製程反應槽，一跑下去就出包。本來想說照著供應商建議的參數跑，結果良率只有 70% 就算了，產品的關鍵雜質還爆高，遠遠超過 spec。大家看著那張 Cpk 只有 0.82 的報告，臉都綠了。老闆問怎麼辦，我心想，這種時候，土法煉鋼一個一個參數試？等測試結果出來，黃花菜都涼了。唯一的路，就是請出我們的老朋友——DOE。
問題出在哪，說穿了就是「不知道誰是老大」
說實話，化學製程最麻煩的就是變數超多。溫度、壓力、反應時間、催化劑濃度、攪拌速度… 隨便抓幾個參數，排列組合起來就幾百種。過去我們常常是「一次變動一個因子」（One Factor at a Time, OFAT），比如先調溫度，覺得差不多了再調壓力。這種做法，坦白講，效率低到爆。
你想想看，如果你同時調整了溫度和壓力，結果產量提高了，你怎麼知道是溫度單獨的功勞？還是壓力單獨的功勞？或是它們兩個「合體」之後，才產生了更好的效果？DOE 說穿了，就是一套有系統的方法，幫你找出這些參數裡面，誰才是真正影響結果的「老大」，甚至找出他們之間有沒有「幫派合作」，產生意想不到的影響。
所以重點是，DOE 的核心思想，就是讓你用最少的實驗次數，找出影響製程的關鍵因子（Main Effect），甚至連因子之間有沒有交互作用（Interaction Effect）都能一併抓出來。
實際上怎麼做？數字會說話
以那個雜質爆高的案例來說，我們選了三個因子來做 DOE：反應溫度、催化劑濃度、以及反應時間。每個因子我們都設定了高低兩個水準。
- 因子設定：
* 催化劑濃度：1.0% (低) / 1.5% (高)
* 反應時間：3 小時 (低) / 4 小時 (高)
- 實驗設計：我們跑了一個 2^3 全因子設計。你不需要懂太多數學，只要知道這代表我們要跑 2 的 3 次方，也就是 8 組實驗。比起一個一個參數試，每組還要測高、中、低三個水準，這已經省下超多時間了。
- 數據分析：跑完 8 組實驗後，我們用統計軟體分析了數據。結果發現，催化劑濃度跟反應時間的交互作用超級明顯！單獨提高催化劑濃度會讓雜質稍微下降，單獨增加反應時間也會，但當它們兩個同時都設在高水準的時候，雜質竟然大幅降到 0.05% 以下，Cpk 衝上 1.58！這就是只跑 OFAT 絕對找不到的寶藏。
換句話說，DOE 的魔力在於，它不只告訴你哪個參數有用，還會告訴你，當這些參數「手牽手」的時候，會有什麼樣的化學反應。
最常見的坑，就是不信邪硬要土法煉鋼
我遇過最常見的坑，就是有些新來的工程師，或是從老單位調過來的人，看到 DOE 就覺得是「多此一舉」。他們寧願憑經驗去「猜」哪個參數有用，然後一個一個去試。結果呢？不是浪費一堆珍貴的原料，就是拖慢了整個專案的進度。
還有一個坑，就是設計實驗的時候，因子選得太多，或水準設定得太密。結果實驗組數暴增，跑到天荒地老。DOE 的精髓是「最小化實驗次數，最大化資訊擷取」，你要懂得捨棄一些次要因子，或把水準設得稍微開一點，這樣才能在有限的時間和資源內，得到最有價值的結果。
所以說穿了，DOE 是一種投資，投資你寶貴的時間和原料，去換取更快的製程優化速度。
今天能做的一件事
想想你手上有沒有哪個製程，還在用「憑感覺」在調參數的？試著用 DOE 的精神，至少列出 2-3 個你覺得最有影響力的參數，然後簡單規劃一下，怎麼用最少的實驗次數，把這些參數摸透。搞不好你也能發現一些意想不到的秘密！