那天 CPK 報告出來，全場沉默了三秒，我才想到是它
記得有一次，我們新開發的產品要量產，製程參數調了好幾輪，想說應該穩了。結果第一批貨的 CPK 報告一出來，直接掉到 1.08，DPMO 衝到 6210！會議室瞬間安靜，老闆臉都綠了。大家面面相覷，幾十個參數，電壓、電流、溫度、時間，每個都說自己沒問題，但良率就是上不去。那時候我心想，這麼多變數，到底誰才是真正的兇手？難道要一個一個去抓嗎？這不是搞死自己嗎？
問題出在哪？你的數據太多了啦！
說穿了，很多時候我們不是沒有數據，而是數據多到爆炸，根本不知道重點在哪。想像一下，你手上有一百個感測器，每個都在記錄晶圓製程中的不同資訊。這些變數彼此之間可能有關聯，有些可能根本沒什麼影響，有些卻是關鍵中的關鍵。但因為數量太多，當良率出問題時，你很難從密密麻麻的報表中一眼看出端倪。
所以重點是，我們需要一種方法，把這些「糾纏不清」的變數，簡化成幾個「真正有代表性」的指標。白話一點，就是把一堆看起來複雜的資訊，提煉出最重要的幾個元素，讓你看起來一目瞭然。這個方法，就是主成分分析（Principal Component Analysis，簡稱 PCA）。
換句話說，PCA 就像一個聰明的數據壓縮機。它會去分析你所有數據之間的關係，然後找出幾條「最能代表」這些數據變化的新軸線。這些新軸線，我們就叫做「主成分」。它能把原本幾十個甚至幾百個參數，濃縮成兩三個核心變數，而且還能保留大部分的原始資訊。
實際上怎麼做？看懂「變異量解釋比例」就對了
在實際操作 PCA 時，你不需要手動算那些複雜的矩陣，現在的統計軟體或 Python 套件都一鍵搞定。你只要丟入你的製程數據，它就會跑出幾個主成分。
- 看「變異量解釋比例」（Explained Variance Ratio）：這是 PCA 結果中最關鍵的指標。它會告訴你，每個主成分能解釋原始數據中多少比例的變異。
* 這代表你只要看這兩個主成分，就能解釋原始數據中 85% 的變化。是不是超棒？你把幾十個變數濃縮成兩個，還能抓到八成的重點。
- 決定要取幾個主成分：通常我們會取累積解釋比例達到 80% 或 90% 的主成分數量。如果你能用兩三個主成分就達到這個門檻，那就太完美了，因為這樣你就可以把結果畫在二維或三維圖上，直接用眼睛看。
當初 CPK 掉到 1.08 那次，我就是用 PCA 把 30 幾個製程參數降維成 3 個主成分。結果發現，良率低的那幾批貨，在主成分 1 和主成分 2 的圖上，明顯跟良率好的貨分成兩群。進一步分析這兩個主成分跟原始參數的關係，才發現某個加熱電壓的穩定性，以及另一個反應氣體的流量，才是真正搞鬼的元兇。
最常見的坑：看到圖就亂下結論
坦白講，很多人跑完 PCA，一看到那些五顏六色的降維圖就開始興奮，然後指著某個點說「你看！這裡有問題！」但如果你沒有仔細看每個主成分背後，到底是由哪些原始變數組合出來的，那你的結論可能就只是在瞎猜。
我遇過一個菜鳥工程師，他看到 PCA 的結果，某個批次的數據點跟其他批次分開了，就直接跟老闆說「這個批次製程有異常！」結果後來仔細一查，才發現那個批次根本就換了不同的材料供應商，所以製程參數的分布本來就應該不同。他沒有去理解主成分的意義，只是單純地看了「群聚」，差點就誤導了判斷。所以，一定要去鑽研每個主成分，它到底代表了哪些重要的原始變數。
今天能做的一件事
回去打開你最近遇到的製程數據，用 PCA 跑跑看，看能不能從一堆參數中，找到那幾個真正的關鍵。
文章分類：統計分析