批次製程目前應用的領域包括半導體等製程工業，而產品受限於機台的量測成本與產能限制，其品質特徵值通常難以即時取得，造成執行線上製程管制的困難，所以如何有效利用製程變數資料，執行錯誤偵測與分類，是目前製程管制的重要課題。目前已提出之批次製程統計分析流程是利用位移尺度化將製程中平移或漂移的現象抽離，並利用剩餘的殘差資料來建立健康指標，制定管制界限以監控批次的健康情形。本文將Mason et al. (1995, 1997) 所提出分解Hotelling’s T2的方法，實際應用到批次製程資料分析中，當健康指標監控出有批次發生異常現象時，可找出並歸納該批次發生異常現象的可歸屬原因。另外在半導體製程中，批次之間除了有平移或漂移的現象外，還存在如平均數結構改變的系統性變異，本文針對平均數結構改變的現象，提供監控及找出可歸屬原因的方法，以達成有效改善製程之目的。

[1] 莊達人 (2008), VLSI製造技術, 第六版, 高立圖書有限公司.
[2] Akima, H., (1970). “A New Method of Interpolation and Smooth Curve Fitting Based on Local Process,” Journal of Association for Computing Machinery, 17, 589-602.
[3] Johnson, R. A. and Wichern, D. W. (2007). Applied Multivariate Statistical Analysis, 6th ed., Prentice Hall, New Jersey.
[4] Montgomery, D. C., (2001). Introduction to Statistical Quality Control, 5th ed., John Wiley, Hoboken, N.J.
[5] Kaistha, N., Moore, C. F. and Leitnaker, M.G. (2004). “A Statistical Process Control Framework for the Characterization of Variation in Batch Profiles,” Technometrics, 46, 53-67.
[6] Tracy, N.D., Young, J.C., Mason, R. L. (1992). “Multivariate Control Charts for Individual Observations,” Journal of Quality Technology, Vol.24, No. 2, 88-95.
[7] Mason, R. L., Tracy, N.D., Young, J.C. (1995). “Decomposition of T2 for Multivariate Control Chart Interpretation,” Journal of Quality Technology, Vol.27, No. 2, 99-108.
[8] Mason, R. L., Tracy, N.D., Young, J.C. (1997). “A Practical Approach for Interpreting Multivariate T2 Control Chart Signals,” Journal of Quality Technology, Vol.29, No. 4, 396-406.
[9] 張佳蓉 (2007), “半導體製程與設備之健康指標分析”, 國立清華大學工業工程與工程管理學系碩士論文.
[10] 陳妍言 (2007), “機台重要指標之探討”, 國立清華大學統計學研究所碩士論文.
[11] 趙安國 (2008), “批次剖面資料之錯誤偵測分析”, 國立清華大學統計學研究所碩士論文.