那天 CPK 報告出來，全場沉默了三秒
還記得上次產線那批料，Cpk 從 1.3 突然掉到 1.08 嗎？那時候整個 Fab 氣氛都凝重了，畢竟 DPMO 直接從幾百飆到六千多，客戶那邊肯定要炸鍋。會議室裡，大家盯著那張慘不忍睹的圖，我心裡就想，完了，又要搞 DOE 了。還好，這次我跟著資深學長一起跑，才真正搞懂 Main Effect Plot 跟 Interaction Plot 這兩個圖，到底要怎麼看，才能又快又準地找出問題。
問題出在哪？
說穿了，DOE 就是一種有系統的實驗方法，幫我們找出影響產品良率或性能的關鍵變數。做完實驗，數據跑出來，最常看到的就是 Main Effect Plot（主效應圖）跟 Interaction Plot（交互作用圖）。坦白講，剛開始我只會看 Main Effect Plot，看到線斜斜的就覺得「喔，有差！」但其實這樣看很片面，常常會被誤導，抓不到真正的兇手。
- Main Effect Plot： 這個圖告訴你，當你單獨改變某個因子（像是溫度從 200 度到 220 度），對結果（例如 Cpk 值）會有什麼影響。線越斜，代表這個因子影響越大。
- Interaction Plot： 這個圖才是我後來覺得最關鍵的。它告訴你，當兩個或多個因子「一起」改變時，它們之間的配合會不會產生額外的、非線性的影響。換句話說，不是 A 好 B 就好，有時候 A 在某個 B 的水準下很好，但在另一個 B 的水準下卻很爛。
實際上怎麼做？
我們那次 Cpk 掉下來，發現兩個因子 A（製程溫度）和 B（蝕刻時間）有顯著影響。
- 先看 Main Effect Plot：
* B 因子：蝕刻時間長 Cpk 比較好，蝕刻時間短 Cpk 比較差。線也斜，看起來也是越長越好。
* 這時候你可能會直覺判斷：「好，溫度拉高、蝕刻時間拉長就對了！」但別急，先別下定論。
- 再看 Interaction Plot：
* 所以重點是： 如果你只看 Main Effect Plot，可能會認為溫度跟蝕刻時間都越高越好。但實際上，高溫只有搭配「長蝕刻時間」才有用，單獨拉高溫度可能效果不彰，甚至搭配錯誤的蝕刻時間反而沒改善。這就是交互作用的威力！兩條線交叉越多或越不平行，代表交互作用越顯著。
最常見的坑
我以前最常犯的錯，就是只看 Main Effect Plot，就急著調整參數。有一次，為了提升某個參數的穩定性，看 Main Effect Plot 覺得因子 C 影響最大，就叫產線把 C 往某個方向調。結果，參數穩定性雖然有改善一點點，但另一個不相關的良率卻突然掉下來！後來學長才發現，C 因子雖然單獨看影響大，但它跟另一個 D 因子有很強的交互作用。C 在低水準時，搭配 D 的高水準會導致良率崩潰。那次真的學到教訓，不能只看單一影響，要「系統性」地看整體表現。
今天能做的一件事
下次看 DOE 報告，先看 Interaction Plot，再回頭解讀 Main Effect Plot。