那天 Cpk 1.08 的報告，讓產線頭皮發麻
還記得幾年前有次，我們一個新製程好不容易跑完 P-Run，報告出來，Cpk 1.08。全場工程師面面相覷，沉默了三秒。這數字，不上不下，夠你卡關，又不夠你直接砍掉重練。老闆臉色鐵青，直接問：「你們到底有沒有 Gage R&R？」 QA 小姐小聲說：「有啊，RR% 15%。」老闆眉頭一皺，轉向我：「阿忠，你不是說量測不確定度比較重要？現在怎麼看？」
你看，這就是半導體廠的日常。一個數字牽動百萬、千萬的產值。今天我們就來聊聊，量測不確定度 (Measurement Uncertainty, MU) 和 Gage R&R，這兩個你一定聽過，但可能有點混淆的詞，在半導體廠到底有什麼鳥差別。
問題出在哪：ISO 說的不算，AIAG 說的才算？
說穿了，量測不確定度是 ISO 體系在推廣的，它強調的是「你的量測結果，到底有多大的可信區間」。比如說，你量到 100 奈米，那這個 100 奈米，它真實的值可能在 99.5 到 100.5 之間。MU 考慮的因素很廣，從儀器校正、環境溫度、操作員技巧，甚至是你用的標準件的誤差，全部都包進去算。目標是給你一個「量測結果 ± 誤差」的完整描述。
Gage R&R 則是 AIAG (汽車工業行動集團) 那一套，它更實際、更聚焦在「你的量測系統，能不能區分不同產品之間的差異」。簡單說，它想知道，你量測到的變異，有多少是來自產品本身，有多少是來自你的量測儀器和操作員。所以你會看到 RR% 這個數字，它給你一個百分比，告訴你量測系統造成的變異，佔總變異的多少。
所以重點是，MU 告訴你「你的量測值有多準確」，Gage R&R 告訴你「你的量測系統有多穩定、多能分辨差異」。在半導體這種追求極致精度的領域，這兩者都重要，但應用的場景和關注的點有點不同。
實際上怎麼做：先看 RR%，再看 MU
在我們廠，通常會這樣操作：
- 新機台導入或新製程開發時，Gage R&R 是必跑的。 你要先確保你的量測系統「能用」。如果 Gage R&R 跑出來 RR% 超過 30%，那不好意思，你的量測系統根本不穩定，量出來的數據根本沒參考價值。這時候別說 Cpk 1.08 了，Cpk 0.5 也沒人信。我們通常要求 RR% 要在 10% 以下，越低越好。
- 當 Gage R&R 過關後，才會進一步考慮量測不確定度。 尤其是在規格邊緣徘徊的製程，或是客戶要求極高精度的產品。比如說，你量測一個關鍵尺寸，Cpk 雖然有 1.33，但客戶要求 DPMO 必須小於 100。這時候，如果你的量測不確定度太大，即使 Cpk 達標，你的實際產品不良率可能還是很高。我們會去評估，這個量測不確定度對 Cpk 的影響有多大，甚至回頭去要求儀器供應商改善精度。
舉個例子，上次那個 Cpk 1.08 的案子。我們 Gage R&R 確實是 15%，看起來還行。但我們後來把量測不確定度考慮進去，發現因為環境溫度的影響，實際的 Cpk 可能會掉到 0.95。這就糟糕了，原本只是個小卡關，結果變成大麻煩。所以我們後來就加裝了溫控系統，把環境變異縮小，才把 Cpk 穩住。
最常見的坑：只看 RR%，不看 MU
我遇過最常見的坑，就是工程師只知道 Gage R&R，甚至只知道要跑出一個「合格」的 RR% 就交差。結果就是，量測系統看起來穩定，但因為沒有評估到量測不確定度，導致有些產品在規格邊緣，雖然量測值顯示 OK，但實際上卻是 NG 品，最終流入客戶端造成客訴。
還有另一種狀況，就是新進工程師，每次看到儀器規格書上面寫的「精度 ±X%」，就以為這就是量測不確定度。說實話，儀器規格書寫的通常只是儀器本身的重複性，離真正的量測不確定度還差得遠。真正的 MU，是要把環境、操作、校正等所有可能影響量測結果的變異都算進去。這需要更全面、更系統性的評估，不是只看一個儀器規格就能搞定的。
今天能做的一件事
回去看看你手邊的量測數據，除了 Gage R&R，有沒有評估過量測不確定度？