跳至主要内容

📊 監控策略與分群架構

本章節只做一件事:從統計學角度說明為什麼要監控計畫(SpcPlan)與理性分群(Subgroup)。工程實作(Wildcard 匹配、優先級算法)見 monitoring-plan

讀完本篇你能回答

  • 為什麼不能把不同產品/工序的數據畫在同一張圖?
  • Subgroup 的「組內 vs 組間」變異各代表什麼?
  • TRIAL / ACTIVE / OBSOLETE 三階段各做什麼?

1. 監控計畫:蘋果對蘋果

半導體廠有數萬量測點,SpcPlan 定義哪些數據可以放在一起比:

維度範例
Product產品型號
Operation工序
DataItem量測項

統計前提:母體齊一(Homogeneity)。混質數據會把界限拉歪,虛警與漏警一起來。

數據靠 Metadata 路由到對應控制圖;匹配失敗的進 Pending Pool,避免髒數據污染歷史。

2. 理性分群:組內與組間

變異類型設計目標用途
組內只剩隨機原因估計 σ\sigma,畫 R/S 圖
組間抓異常原因偵測偏移、趨勢

XX-bar 圖常見 n=35n = 3 \sim 5。增加 nn 可縮小 σXˉ=σ/n\sigma_{\bar{X}} = \sigma / \sqrt{n},提升靈敏度,但過大可能混入異質樣本。

3. 計畫生命週期

階段行為
TRIAL只收數據建基線,不算 CpkC_{pk}
ACTIVE正式算界限,啟用 OOC 聯動
OBSOLETE不再收新數據,保留稽核

延伸閱讀

主題文章
路由引擎實作monitoring-plan
資料彙總data-collection
端到端流程endToEndLifecycle
路由失敗除錯spcDebugging