情境
「這批晶圓的薄膜厚度 SPC 圖看起來都綠油油的啊，怎麼良率比上個月又掉了 0.5%？」你盯著螢幕上的管制圖，每個點都乖乖地待在管制界線內，但心裡總覺得哪裡怪怪的。夜班交接時，學長也沒特別說什麼，難道是自己想太多？這種「數據沒超標，但感覺不對勁」的狀況，在台灣的製造現場，你肯定不陌生。
白話翻譯
我們在工廠裡看那些 SPC 管制圖，最直觀的就是看有沒有點跑出管制界線 (Control Limits)。這就像交通號誌的紅綠燈，一出界，警報就響了，表示有特殊原因變異 (Special Cause Variation) 發生，得趕快去處理。但有些時候，製程雖然還沒「闖紅燈」，卻已經開始「蛇行」了，這時候單看管制界線就不夠了。
這就是連串規則 (Run Rules) 要派上用場的地方。它不是看單點有沒有出界，而是看連續的數據點有沒有呈現出某種「不尋常的模式」。你可以把它想像成一個更靈敏的雷達，不只偵測單一目標，還會分析目標的飛行軌跡和行為模式。
連串規則的目的，就是從看似正常的數據中，揪出那些潛在的、緩慢累積的製程異常，也就是「特殊原因變異」的早期訊號。
我們來拆解一下幾個核心概念：
- 管制界線 (Control Limits)：最基本的判斷標準，像交通號誌的紅綠燈，單點出界就亮燈。它基於製程的隨機變異 (Common Cause Variation) 來設定，超出表示有特殊事件發生。
- 連串規則 (Run Rules)：更進階的判斷標準，像雷達偵測，不只看單點，更看數據的「行為模式」。例如連續幾點都往同一個方向跑，或連續幾點都在中心線的同一側。
- 特殊原因變異 (Special Cause Variation)：指製程中非隨機、可歸因的變異，例如機台故障、人員操作失誤、原料批次異常等。連串規則就是為了提早偵測到這些。
- 誤報率 (False Alarm Rate / Alpha Risk)：這是個很重要的概念。當我們把警報器調得越靈敏，越容易偵測到真正的問題，但也越容易「誤報」。誤報率太高，現場工程師就會疲於奔命，久而久之對警報產生「狼來了」的麻痺感，反而錯失真正的警訊。所以，找到一個平衡點很重要。
實戰判斷
在實際應用連串規則時，我們通常會參考一些標準的判斷準則，例如西方電氣公司（Western Electric）的八大準則。但不是所有規則都要同時啟用，必須根據製程的特性和風險來選擇。
以下整理幾個常見且實用的連串規則：
| 規則名稱 | 判斷條件 (範例) | 可能原因 | 誤報率影響 (單獨使用) | 實戰建議 |
|---|---|---|---|---|
| 點出界 (Out of Control) | 1 點超出 3 倍標準差管制界線 (3-sigma) | 製程劇烈變動、量測錯誤、參數設定錯誤 | 0.27% (最基本) | 這是最基本的警報，必須立即調查。 |
| 連續同側 (Run Above/Below Center Line) | 連續 9 點落在中心線同一側 | 製程平均值偏移、機台校正跑掉、原料批次差異 | 0.002% (較低) | 這是最常被忽略但很重要的警訊，代表製程開始漂移。 |
| 連續趨勢 (Trend) | 連續 6 點持續上升或下降 | 工具磨損、反應物耗盡、環境溫度緩慢變化 | 0.001% (更低) | 預防性維護的好時機，可預測性地調整。 |
| 連續交替 (Alternating) | 連續 14 點上下交替 | 量測系統問題、多重製程交互影響、過度調整 | 0.0001% (非常低) | 檢查量測儀器穩定性或製程控制邏輯。 |
實戰操作建議：
- 循序漸進，不要貪多： 剛開始導入連串規則時，不要一次啟用所有規則。啟用越多規則，雖然越容易抓到問題，但誤報率 (Alpha Risk) 也會累積。過多的警報會讓現場工程師疲於奔命，產生「警報疲勞」。
- 優先關注「連續同側」與「連續趨勢」： 這兩條規則最常反映製程的緩慢偏移或漂移，是預防性維護和調整的重要依據。它們的誤報率相對較低，且能提供有價值的早期預警。
- 定期審視與調整： 製程會演進，連串規則的設定也應定期審視。如果某條規則經常誤報，可能需要重新評估其適用性或調整參數；如果某條規則從未觸發，但製程卻發生了問題，則可能需要啟用更靈敏的規則。
- 結合製程知識： 任何統計規則都不能脫離實際製程知識。當警報觸發時，結合現場經驗和製程原理去分析，才能找到真正的根因。
InsightFab 怎麼做
InsightFab 內建了多種連串規則的自動偵測功能，不只幫你即時監控製程數據，還能視覺化呈現觸發警報的模式，讓你一眼看出問題所在。更重要的是，它能協助你調整規則的敏感度，有效管理誤報率，確保警報既靈敏又可靠。
金句
「數據的『行為模式』比單點數值更重要，學會看懂它，才能在問題釀成大禍前，提前出手。」