那天 CPK 報告出來，全場沉默了三秒，然後就有人在問「這能比嗎？」
還記得兩年前，有個新製程要導入，我們想比較三家設備商的良率表現。那時剛好是 Q3 衝刺，大家壓力都大到爆。我們把三台機台分別跑了三批貨，結果出來，A 廠良率 99.85%，B 廠 99.82%，C 廠 99.83%。數據看起來很接近，但製程整合的阿德直接皺眉說：「這能比嗎？這些良率數據根本不是常態分佈啊，用 ANOVA 準嗎？」會議室頓時安靜下來，我知道他指的就是「非參數檢定」這回事。
問題出在哪？為什麼不能直接用 ANOVA？
說穿了就是，我們常用的 ANOVA (變異數分析) 其實有個很重要的前提：你的資料必須是「常態分佈」而且「變異數相等」。但半導體製程裡面，很多時候你的數據根本不符合這些條件。例如良率、DPMO (每百萬缺陷數) 這種，常常是偏態分佈。或是你只有「排序」的數據，像是品質評分 (1-5 級)，這種就更不能直接套 ANOVA 了。如果你硬要用，結果可能就跟亂猜沒兩樣，報告寫得再漂亮也只是自欺欺人。
所以重點是，當你的數據不符合常態分佈或變異數不相等時，我們就得找「非參數」的替代方案。今天要聊的 Kruskal-Wallis 檢定和 Friedman 檢定，就是針對這種情境的非參數版 ANOVA。Kruskal-Wallis 用來比較三組或更多組獨立樣本的中位數差異；Friedman 則是比較三組或更多組配對樣本 (或重複測量) 的中位數差異。
實際上怎麼做？
我們就拿前面設備廠的例子來說。假設你現在有三家設備商 A、B、C，每家設備都跑了五批貨，得到的 DPMO 數據分別是：
- A 廠： 6210, 6350, 6180, 6290, 6320
- B 廠： 6400, 6520, 6380, 6450, 6500
- C 廠： 6300, 6280, 6330, 6250, 6270
你先用 Minitab 跑一下常態性檢定，發現這些 DPMO 數據根本不是常態分佈。這時候，你就不能用 One-way ANOVA 了，要改用 Kruskal-Wallis 檢定。
- 資料準備： 把所有 DPMO 數據集中成一欄，另一欄標註是哪個設備廠 (A, B, C)。
- 執行檢定： 在 Minitab 裡面，你會找到 `統計(Stat)` -> `無母數(Nonparametrics)` -> `Kruskal-Wallis`。
- 解讀 P 值： 如果 P 值小於你的顯著水準 (通常是 0.05)，就表示至少有一組設備商的 DPMO 中位數與其他組有顯著差異。如果 P 值大於 0.05，就表示各組之間沒有顯著差異。
換句話說，Kruskal-Wallis 檢定會把所有數據混在一起排序，然後根據排序結果來判斷各組之間是否有差異。它比的不是平均值，而是中位數。
那 Friedman 呢？想像一下，你現在不是比較不同設備廠，而是想看「同一批貨」經過三種不同的清洗模式 (A, B, C) 後，潔淨度分數 (1-10分，分數越高越好) 有沒有差異。因為是同一批貨，所以這是「配對樣本」，這時候就要用 Friedman 檢定了。
- 資料準備： 三種清洗模式的潔淨度分數分三欄，每一列代表一批貨。
- 執行檢定： 在 Minitab 裡面，你會找到 `統計(Stat)` -> `無母數(Nonparametrics)` -> `Friedman`。
- 解讀 P 值： 一樣看 P 值，小於 0.05 就表示三種清洗模式的潔淨度中位數有顯著差異。
最常見的坑
說實話，我剛開始學的時候也踩過坑。最常犯的就是「看到多組比較就反射性地跑 ANOVA」。有一次，我們評估不同供應商的材料，想看材料的表面粗糙度有沒有差異。數據量不大，但因為是人工目視評分，根本不可能常態分佈。結果我直接跑 ANOVA，P 值還很小，報告寫得自信滿滿。後來被老闆問到數據分佈圖，才發現根本是偏態，整個臉都綠了。老闆只是淡淡地說：「下次先檢查一下數據的『長相』。」那次之後，我學乖了，任何統計分析前，第一步永遠是看數據分佈圖，判斷是否常態。
另一個坑是，雖然非參數檢定很好用，但它的「統計檢定力」通常會比參數檢定 (如 ANOVA) 略低。意思是，當真的有差異存在時，非參數檢定可能比較難偵測出來。所以，如果你的數據符合參數檢定的假設，還是優先用 ANOVA 會比較好。但如果數據不符合，就別猶豫了，Kruskal-Wallis 或 Friedman 才是你的救星。
今天能做的一件事
打開你最近的 ANOVA 報告，檢查原始數據分佈圖。