【品質管理】零缺陷的品管手法－淺談PAT零件平均測試

誠如IATF 16949汽車業品質管理系統快易通中曾提過的，隨著汽車上的電子設備不斷增加，相關電子零組件在汽車產業的應用亦越來越廣，因此也讓這個繼電子產業3C市場後的第4C（Car）產業更加受到關注。

其中，掌管汽車先進駕駛輔助系統（ADAS）和自動駕駛的關鍵組成的晶片部分，如下圖所示，根據國外分析機構調查預估，ADAS於2028年的市場規模將來到586億美元，這也使得許多原本屬於消費型電子IC的公司爭相投入汽車電子領域。

然而，為符合汽車產業要求的高品質，晶片供應商對其生產的晶片保證「零缺陷」是至關重要的。

ADAS系統市場需求（資料來源：Strategy Analytics）

車規驗證標準：AEC-Q

電子業者想要打入汽車製造商或一級系統供應商（Tier 1）的供應鏈，需要拿到兩個認證：IATF 16949及AEC。

有關IATF 16949的相關說明，可參考IATF 16949汽車業品質管理系統快易通及IATF 16949的五大核心工具概述兩篇電子報。而AEC（Automotive Electronics Council，國際汽車電子協會）主要是制定汽車電子用來做為車規驗證標準的依據，針對車載應用、汽車零組件、汽車車用電子實施標準規範，是由克萊斯勒（Chrysler）、福特（Ford）和通用（GM）汽車於1994年為建立一套共用的零件認證及品質系統標準而設立。

AEC除了能控制品質外，也推動了汽車電子零件的通用性；一旦被認定符合規範要求的電子零件，即是具有高品質與可靠性的產品，不需再反覆進行認證程序，能更快速地滿足汽車市場的需求。其內容包含有AEC-Q100（積體電路IC）、AEC-Q101（離散組件）、AEC-Q102（離散光電LED）、AEC-Q103（MEMS）、AEC-Q104（多晶片組件）、AEC-Q200（被動組件）等規範，以及AEC-Q001/Q002/Q003/Q004等指導性原則。

汽車產業最高品質－「零缺陷」

「零缺陷」一詞最早出現在1960年代初期，是由零缺陷之父菲利浦·克勞士比（Philip Bayard Crosby）所提出，其核心理論為「第一次就把事情做對」，指的是一次就做到符合要求。菲利浦·克勞士比認為，與其將費用及精神花費在不合格品後續的處理上，不如一開始就將產品品質做好，強調預防系統控制和過程控制的重要性。「零缺陷」最初是在美國推行，後來傳至日本發揚光大，將其生產製造業的品質提高至世界水準，繼而擴大到工商業等所有領域的品質運動。

由於汽車的行駛與生命安全息息相關，產品設計的不良或可靠度的缺陷，都可能會造成車廠巨大的賠償損失，因此，「零缺陷」一直是汽車製造產業及其相關客戶努力不懈的目標。

在上述兩大汽車驗證體系中，IATF 16949除了須滿足PPAP的要求程序外，在其接收準則中亦有提到：「對於計數型數據的抽樣，其接收水平應是零缺陷」；AEC則是在1997年出版的AEC-Q001指導性原則中提出所謂的零件平均測試（Part Average Testing, PAT）方法，並將此做為車用電子所使用的一種通用測試工具，主要是將異常零件從總體零件中剔除，用來降低半導體元件的缺陷率，以達零缺陷的目的，目前已被廣泛使用。

零件平均測試（Part Average Test, PAT）

即使是在工程或規格界限內，異常元件可能會顯著影響品質和可靠性問題，PAT便是一種基於常態分佈的統計方法，用於識別異常的測試結果。面對如半導體廠擁有大量產品與測試數據均須以「全檢」方式處理的情形下，傳統SPC抽樣方式的統計方法並不適用；而PAT則以穩健（Robust）的觀點提出了不同的「平均值」與「標準差」的概念，穩健（Robust）一詞就是指具可靠性與高品質的電子零件。

一般的平均值計算容易受到極端值的影響而有所偏差，所以PAT捨棄可能含有極端值的平均值，而採用不受極端值影響的穩健平均值（Robust Mean）；標準差的計算則是捨棄前後50%的數據，採用中間50%數據來計算穩健標準差（Robust Sigma）。

• 穩健平均值Robust Mean = Q2（中位數）

• 穩健標準差Robust Sigma = (Q3-Q1)/1.35（樣本數需大於20）

PAT測試限值的計算

如同SPC的管制界限一樣，PAT也需要計算出其測試上下限值，用來區分異常值（Outliers），測試上下限值為被測試零件批次或組的穩健均值的六個Sigma。任何超出給定之上下限值的測試結果都被視為異常值，並從總體中刪除，而這些未達到PAT限值的零件也不會發送給客戶。同樣地，其測試上下限值也不能超過規格上下限，如下圖所示。

PAT Limits = Robust Mean ± 6 * Robust Sigma

PAT測試限值與異常值的圖示

PAT測試限值的設置方式

根據數據取樣方式的不同，測試限值可分為靜態（Static）或動態（Dynamic）方式設置。

靜態限值：

• 是採用現有的測試數據量所建立，數據收集至少6個批次以上，且每個批次至少30個零件。如果測試數據是來自晶圓，需選擇來自位於每個晶圓不同區域的至少5個晶元的數據（每批至少30個晶元）。

• 靜態限值會使用一段時間不會變更，但必須至少每六個月進行一次審查和更新。

• 靜態PAT限值（Static PAT Limits）：Static PAT Limits = Robust Mean ± 6 * Robust Sigma

動態限值：

• 基於靜態限值所建立，主要針對每批次的數據所建立，因此限值會根據該批次的材料性能而不斷變化。

• 動態限值的範圍通常會比靜態限值要來的窄，因此可提供更嚴格的限制。

• 動態PAT限值（Dynamic PAT Limits）：Dynamic PAT Limits = Robust Mean ± 6 * Robust Sigma

靜態PAT限值（Static PAT Limits）設置

動態PAT限值（Dynamic PAT Limits）設置

PAT的限制與優點

某些測試品項無法根據PAT標準進行評估，其問題在於這些測試本身不夠「穩定」的關係。其可變性的來源可能是設備本身固有的，可能來自測試過程，或者可能是在包裝過程中引入的，由於這些測試根本不在統計控制中，因此無法進行測量。所以在進行PAT之前需先確認這個測試品項的品質特性已通過SPC的管控，才能以全檢的方式取得所有電子元件的測試數據進行PAT流程。

另外，由於電子元件的測試數據過於龐大，除了專業的軟體外，在進行PAT流程運算時最好搭配等級較高的電腦相關硬體，才有辦法應付複雜的運算過程與製造流程。

採行PAT的優點：

• 顯著減少品質和可靠性問題及其後果（例如客戶退貨、產品召回）

• 快速識別流程轉變

• 提供一種在供應鏈成員之間傳達快速反饋的方法

• 提高產品和流程的可靠性

總結

汽車電子與醫療產業一樣，均跟人身安全有關，因此著重在技術的成熟、可靠度與零缺陷，與一般資通訊科技追隨最先進的技術不同。國際車廠並不會將產品Cost Down視為重要的任務，產品設計的不良或可靠度的缺陷將會造成車廠巨大的賠償。

為了實現以「零缺陷」為代表的半導體零件的汽車品質，零件平均測試（PAT）被積極應用於出廠測試。而今PAT已普遍用於半導體晶圓級測試，也慢慢擴展至其他製程中。