製程的難題
製程工程師的思考邏輯
產品、生產流程與參數的關係
產品是由一連串的生產流程所製造出來的，每一流程稱為製程，每一單獨製程又擁有許多變因，掌控變因以數值表現出來而成為參數，描述某一產品某一製程的某一種特性若由方程式表現，該方程式必定非常複雜，多變數又非線性，超越大部分人腦袋裡線性思考方式所能理解。因此在思考製程的問題時，需要有多維度且高度非線性的思考模式，很多時候製程發生問題時，很難找到單一原因解決。
參數應該定多少？
一個製程的某一參數值為某一固定值，這樣的描述其意義不是太大，較為適當的問題是：參數精確度需要到多少？在生產過程中參數可以穩定維持住這樣的精確度嗎？以及其產生的結果穩定嗎？精確度到多少要看產生的結果需要穩定在哪個範圍，以及設備能達怎樣的準確度，在非常接近設備準確度的參數設定會產生某種分佈形態，這樣的分佈形態會使產品品質同樣出現變化。因此當產品出現變化時同時也需要思考參數本身就會有的分佈特性。
多維度的參數關係
單一維度的思考方式，就是指當產品發生問題時，只想找出出問題的單一製程參數為何？當然，有時只是某一條件失控產生問題，但多數時候是因為非單一參數在設備穩定極限上跳動組合相遇，產生百分之一、千分之一甚至百萬分之一的產品缺陷。因此在找尋產品品質問題時，需要調查或推測的第一個問題就是問題產品的比例如何？若比例很高，會比較偏向單一製程參數問題，若比例很低，就需要用多維度的思考方式。多維度相較於單一維度，就是在問題發生時需要尋找的是某一些參數組合才會產生的產品缺陷，而非特定參數問題。
產品的好與壞
製程參數跑掉產生問題產品是屬於單一維度的問題，通常製程工程師面對的是參數大致都相同，卻產生時好時壞的產品，若只以單一維度思考必定會落入死胡同。產品品質須以分佈的方式去看待，完全相同的參數設定必定會產生某種品質分佈，訂定一個好壞界限以後，便產生良品與不良品，因此良品與不良品間不必然存在參數差異，而是由所有的參數共同舞動交織而成的結果。
解題的流程
當產品問題發生後，第一個便是要分析問題發生的比例，比例很高便比較頃向單一參數跑掉，比例很低可能是多參數變化組合產生問題，若比例低到生產檢查時很難找到不良品，可是卻總在成品抽驗時偶發，這種問題就比較偏向多參數在精度範圍內跳動造成的問題。先找出問題產品的比例，就能大約猜出問題的難度，單一變數跑掉只要抽驗少量產品就可以檢查，若為多變數變化組合，就需要一定量的檢查及實驗，若為參數“跳舞“就需要大量的生產抽驗調查才能獲得結果。千萬不要以為比例超低的不良品只是某一個製程參數不對造成的，這樣的思考方式是很難找到問題的答案的。
