工藝生產數(shù)據(jù)也像以上例子給出的分布一樣。這個數(shù)學分布就是著名的高斯分布。一個AD9200JST很好的例子是草坪中草葉的高度。

   如果所有的草葉高度都得到測量并畫在直方圖上，其分布會是熟悉的鐘形曲線，又稱為“正態(tài)曲線”（normal curve）（見圖15. 16）。從概率的角度考慮，任何草葉具有與均值（中心值）接近的概率都較大，而任何草葉其高度非常矮或非常高的概率都較小。同樣的數(shù)學情況還可以產生包括人的身高分布、智商(IQ)分布，以及（多數(shù)情況）半導體工藝參數(shù)分布，如方塊電阻等。

   過程控制的第一步是將某一特定工藝參數(shù)的分布繪制成直方圖，然后確認該分布是否是正態(tài)分布。如果不是正態(tài)分布，則很有可能工藝過程中存在某種問題。如果分布是正態(tài)的，下一步則是比較分布范圍與該參數(shù)的設計極限（見圖15. 16）。進行這個比較是為確定工藝的自然分布極限是否落入設計極限內。如果不是，工藝就必須調整，否則此參數(shù)的測量讀數(shù)（以及晶圓）將總會有一定比例落在規(guī)格之外，圖15. 16正態(tài)分布（鐘形）曲線到目前為止，介紹的統(tǒng)計方法都是對某一種工藝過程的事后分析。而更有力的實時工藝控制統(tǒng)計方法是X-R控制圖（見圖15. 17）。這種控制圖由兩部分組成，其y軸代表參數(shù)的數(shù)值。處于上部的圖上有一條水平線，表示參數(shù)的歷史平均值。平均值線的兩側有根據(jù)歷史數(shù)據(jù)計算出的控制限水平線[15]。控制限代表當工藝過程受控時數(shù)據(jù)值所處的范圍。同時在圖中還包括工藝或設計極限，代表數(shù)據(jù)點在被拒絕前可能達到的極端值。而處于下部的圖是通過將每個數(shù)據(jù)點偏離平均值的量計算并繪制出來的。在繪制出來后，這些值提供了關于工藝控制量的直觀證據(jù)。