CN104937705B - 半导体晶片的金属污染评价方法和半导体晶片的制造方法 - Google Patents

Abstract

本发明公开了一种对实施热处理后的半导体晶片的金属污染评价方法，包括下述步骤：通过分析方法1或分析方法2对半导体晶片表面的多个分析部位进行分析来获得分析值，其中，分析方法1是指因评价对象金属元素造成的污染量越多则用于评价的分析值越小，分析方法2是指因评价对象金属元素造成的污染量越多则用于评价的分析值越大，并且其中，通过基于由概率分布函数规定的正常值评价分析值，来判断是否具有因评价对象金属元素而导致的局部污染。

Description

半导体晶片的金属污染评价方法和半导体晶片的制造方法

相关申请的相互参照

本申请主张在2013年1月24日提出申请的日本专利申请第2013-011446号的优先权，并在此引用上述专利申请的所有内容。

技术领域

本发明涉及一种半导体晶片的金属污染评价方法，详细地说，本发明涉及一种能够评价半导体晶片是否具有局部金属污染的金属污染评价方法。

另外，本发明涉及一种半导体晶片的制造方法，基于上述方法的评价结果而实施的质量管理，该制造方法可提供出成品晶片。

背景技术

半导体晶片的金属污染对成品的设备特性具有恶劣影响。可引起金属污染的工序是晶片制造工序中的各种热处理，例如晶片氧化、扩散、外延生长等。例如，如果Fe、Ni等重金属因热处理而污染进入硅晶片中，则在带隙中形成深电平而作为载体捕获中心或再结合中心运作，在设备中产生p-n结漏泄以及缩减寿命。因此，为了提供金属污染少、高质量的半导体晶片，需要在热处理后进行一种评价半导体晶片的金属污染的高可靠性方法。

与此相关联，日本特开2009-302337号公报的所有内容在此被引用，该公报提出一种在热处理工序中使用监控污染的监控芯片，来对半导体晶片制造工序中的热处理工序进行管理的方式。

因热处理工序而产生的金属污染大致可划分为因从热处理环境气体混入的金属杂质而导致的金属污染，以及因在热处理工序之前和热处理工序中与污染源(例如包含金属成分的颗粒、诸如热处理舟、基座、三点支撑销等晶片保持工具以及各种金属制夹具)接触，通过附着在半导体晶片上的金属杂质而在热处理工序中以在接触部分附近扩散的形式而导致的金属污染。后者的金属污染会以局部形式发生在接触部分附近。

日本特开2009-302337号公报虽然可基于寿命测量值来判断是否具有来自热处理环境气体的金属污染，但通过该方法难以对后者的局部金属污染做出评价。

发明内容

本发明一方面提供了一种用于评价热处理后半导体晶片是否具有局部金属污染的措施。

日本特开2009-302337号公报公开的寿命测量方法是一种对半导体晶片的金属污染的评价方法。除此之外，扩散长度测量方法也是众所周知的。因此，基于在被预料为可能发生局部污染的被评价的半导体晶片区域(也称作“污染预料区域”)中的扩散长度或寿命的测量值，来判断是否具有局部污染。

然而，近些年来，在作为半导体基板而被使用的晶片中，由于强化固有吸杂功能，内部氧析出物(BMD：Bulk Micro Defect：微体缺陷)和成为成长核的微小缺陷逐步加强。虽然半导体晶片的金属污染减少了寿命和扩散长度的测量值，但上述BMD和微小缺陷也减少了寿命和扩散长度的测量值。因此，如果忽视半导体晶片内的BMD和微小缺陷的密度和大小，仅着眼于污染预料区域的寿命和扩散长度的测量值的大小，则存在基于因金属污染之外的因素使测量值减小而对存在局部金属污染做出误判的危险。这不仅适于上述那样金属污染量越多则测量值越小的分析方法，也适于诸如基于扩散长度计算金属污染浓度分析那样，金属污染量越多则测量值越大的分析方法。也就是说，使用受金属污染之外因素的影响的分析值难以对被评价的半导体晶片是否具有局部污染做出高可靠性地评价。

另一方面，也可进行半导体晶片的寿命或扩散长度的映像测量，通过目视观察所获得的图像，基于是否具有低寿命区域或扩散长度小的区域来判断是否具有局部金属污染。然而，该方法不能进行定量评价。

针对上述，本发明人进行大量研究，发现通过在多个分析值中检测是否存在局部且极端异常的值可来判断是否具有局部金属污染。由此设计出了本发明。

本发明一方面涉及一种对实施热处理后的半导体晶片的金属污染进行评价的方法，包括下述步骤：

通过分析方法1或分析方法2对半导体晶片表面的多个分析部位进行分析来获得分析值，其中，分析方法1是指因评价对象金属元素造成的污染量越多则用于评价的分析值越小，分析方法2是指因评价对象金属元素造成的污染量越多则用于评价的分析值越大；和

在多个分析部位中，估算出因与污染源接触而附着在半导体晶片上的评价对象污染金属元素因热处理而将要扩散的分析部位的数量P；其中：

当通过分析方法1获得分析值时，所有分析部位的分析值按升序排列，从最小值数到第P个部位时的分析值Vp若小于或等于由概率分布函数规定的正常值的下限值，则做出评价对象金属元素导致的局部污染存在的结论，若分析值Vp超过下限值，则做出评价对象金属元素导致的局部污染不存在的结论；以及

当通过分析方法2获得分析值时，所有分析部位的分析值按升序排列，从最大值数到第P个部位时的分析值Vp若大于或等于由概率分布函数规定的正常值的上限值，则做出评价对象金属元素导致的局部污染存在的结论，若分析值Vp小于上限值，则做出评价对象金属元素导致的局部污染不存在的结论。

在一实施例中，概率分布函数是正态分布，

在通过分析方法1获得分析值的情况下，由概率分布函数规定的正常值的下限值是Avg.-Y*σ

其中，Avg.表示所有分析部位的分析值的平均值，σ表示标准偏差，Y为介于2～3范围内的数值，以及

在通过分析方法2获得分析值的情况下，由概率分布函数规定的正常值的上限值是Avg.+Y*σ

其中，Avg.表示所有分析部位的分析值的平均值，σ表示标准偏差，Y为介于2～3范围内的数值。

在一实施例中，将所有分析部位的数量设为P_all，根据通过X＝(P/P_all)*100计算出的累积频率X％来决定Y的值。

在一实施例中，为获得分析值而使用的分析方法是μ-PCD法或SPV法。

本发明的另一方面是提供了一种制造半导体晶片的方法，包括下述步骤：

通过包括热处理的制造工序准备出包括多个半导体晶片的晶片批次；

从晶片批次中抽出至少一个半导体晶片作为评价用晶片；

利用所述金属污染评价方法对抽出的评价用晶片进行评价；以及

将包含在同一批次内作为评价用晶片，由上述评价判断为无局部金属污染的半导体晶片作为成品晶片出厂。

本发明能够对热处理后的半导体晶片因在热处理工序之前或热处理工序中与污染源的接触而是否存在局部污染进行评价。另外，通过基于评价结果进行的质量管理，能够将没有局部金属污染或局部金属污染极少的高质量半导体晶片作为成品晶片出厂。

附图说明

图1(a)是实施例1中被测量的高污染级别组中的晶片的寿命图。

图1(b)是被测量的低污染级别组中的晶片的寿命图。

图2是下述如何获得数值P的一实例说明图。

图3是实施例2中通过SPV法测量得到的两个晶片的F_e污染浓度图。

具体实施方式

本发明一方面提供了一种对实施热处理后的半导体晶片的金属污染进行评价的方法，包括下述步骤：

通过分析方法1或分析方法2对半导体晶片表面的多个分析部位进行分析来获得分析值，其中，分析方法1是指因评价对象金属元素造成的污染量越多则用于评价的分析值越小，分析方法2是指因评价对象金属元素造成的污染量越多则用于评价的分析值越大；和

在多个分析部位中，估算出因与污染源接触而附着在半导体晶片上的评价对象污染金属元素因热处理而将要扩散的分析部位的数量P；其中：

当通过分析方法1获得分析值时，所有分析部位的分析值按升序排列，从最小值数到第P个部位时的分析值Vp若小于或等于由概率分布函数规定的正常值的下限值，则做出评价对象金属元素导致的局部污染存在的结论，若分析值Vp超过下限值，则做出评价对象金属元素导致的局部污染不存在的结论；以及

当通过分析方法2获得分析值时，所有分析部位的分析值按升序排列，从最大值数到第P个部位时的分析值Vp若大于或等于由概率分布函数规定的正常值的上限值，则做出评价对象金属元素导致的局部污染存在的结论，若分析值Vp小于上限值，则做出评价对象金属元素导致的局部污染不存在的结论。

在本发明金属污染评价方法中，用分析方法1或分析方法2对评价对象半导体晶片进行分析来获取分析值，在分析方法1中，评价对象金属元素的污染量越多则评价中使用的分析值越小，在分析方法2中，评价对象金属元素的污染量越多则评价中使用的分析值越大。

由分析方法1获得的分析值例如为通过微波光导电衰减法(μ-PCD法)测量得到的再结合寿命(也简单地称为寿命)、通过表面光伏法(Surface Photo-Voltage：SPV法)测量得到的少数载体扩散长度(也简单地称为扩散长度)等。

另一方面，由分析方法2获得的分析值例如为由通过SPV法测量得到的扩散长度计算出的金属杂质浓度(例如Fe浓度)等。

由于这些分析值受除金属污染之外的因素的影响，因此上述仅基于分析获得的分析值来评价是否具有金属污染的方法是难以高可靠性地评价出是否具有局部污染的。因此，本发明基于在多个分析值中是否包含局部且极端的异常值，来判断是否具有局部金属污染。基于上述，半导体晶片所包含的BMD和微小缺陷等的影响能够减少乃至排除，能够对是否具有局部金属污染做出高精度地评价。下面将进行详细说明。

为了进行评价，在评价对象半导体晶片的表面上的多个部位中，首先利用分析方法1或分析方法2获得分析值。分析方法可以使用能够进行面内多点测量且能够评价金属污染的面内分布的各种装置来实现。如上所述，具体例子为μ-PCD法、SPV法。测量和分析可以使用市场上购买的装置通过公知的方法进行。并且，在本发明金属污染评价方法中，为了判断出在获得的分析值中是否包含局部且极端异常的值，下述工序被执行。

首先，估算出在进行上述分析的多个分析部位中，因与污染源接触而附着在半导体晶片上的评价对象污染金属元素由于热处理而可能发生扩散的分析部位的数量P。P作为将被评价的分析值，能够基于热处理过程中的扩散长度来估算出。各种金属因热处理而扩散的量为文献中的公知数值。例如在1000℃下进行90分钟的热处理，Ni的扩散长度是7.6mm，Fe的扩散长度是4mm。根据扩散长度、晶片尺寸、分析部位的尺寸和与污染源的接触位置等，金属扩散是否到达分析部位的指定部分是能够被预料的。评价方法的具体例子将以下述实施例形式给出。

然后，在利用分析方法1获取分析值的情况下，按照递升次序排列所有分析部位的分析值，从最小值数到第P个部位的分析值Vp若小于或等于由概率分布函数规定的正常值的下限值，则判断出评价对象金属元素导致的局部污染存在，若分析值Vp超过下限值，则判断出评价对象金属元素导致的局部污染不存在。在本发明中，通过这种方式，基于概率分布函数而规定的正常值来评价分析值是可实现的，由此能够检测出局部且极端的异常值，并基于此，能够评价出是否具有局部金属污染。

另一方面，在利用分析方法2获取分析值的情况下，按照递升次序排列所有分析部位的分析值，从最大值数到第P个部位的分析值Vp若大于或等于由概率分布函数规定的正常值的上限值，则判断出评价对象金属元素导致的局部污染存在，若分析值Vp小于上限值，则判断出评价对象金属元素导致的局部污染不存在。从而，使用分析方法2时也与使用分析方法1时相同，都基于由概率分布函数规定的正常值来评价分析值。

这样一来，根据本发明金属污染评价方法能够评价出热处理后半导体晶片是否具有局部金属污染。

正态分布、威布尔概率分布等可用作上述概率分布函数。当使用正态分布作为概率分布函数时，在使用分析方法1的情况下，正常值的下限值，即阈值可通过Avg.-Y*σ计算出。另一方面，在使用分析方法2的情况下，正常值的上限值，即阈值可通过Avg.+Y*σ计算出。在此，Avg.是所有分析部位的分析值的平均值，σ是所有分析部位的分析值的标准偏差，Y是2～3范围内的数值。

例如，当分析部位的总数量设为P_all时，根据在先估算的评价对象污染金属元素因热处理而扩散的分析部位的数量P和P_all，累积频率X(％)通过X＝(P/P_all)*100计算出，

Y基于累积频率X，例如下述方式来确定。

众所周知，在按照正态分布给出的同一集团中，当将小于或等于Avg.-Y*σ的值的概率设为f(Y)％时，在Y＝2的情况下，f(Y)＝f(2)＝2.5，在Y＝3的情况下，f(Y)＝f(3)＝0.15。

例如，当利用分析方法1获取分析值时，如果相当于累积频率X％的第P个部位的分析值Vp小于或等于Avg.-Y*σ，且X＞f(Y)，则存在未落入由大多数分析部位的分析值构成的正态分布集团的异常小分析值的小集团，即存在被局部污染的部位(分析部位)的小集团。因此，Y能够根据X的值来确定，以获得满足上述组合的X、Y组合方式。

另一方面，当利用分析方法1获取分析值时，如果相当于累积频率2％的第P个部位的分析值Vp小于或等于“Avg.-3σ”，并属于同一正态分布集团，尽管获得“Avg.-3σ”值的概率f(3)不超过0.15％，但分析值过小，则分析部位的数量将过多，超过0.15％的部位至少存在2％。也就是说，存在不落入原始正态分布的分析值。在热处理时间长且温度高的情况下，以及在与金属制夹具的接触面积很大的情况下，预料的局部污染的面积将增大。当预料的局部污染的面积占晶片表面的整个分析区域的比例达到3％或4％时，由于X(＝3～4)超过f(2)＝2.5，所以用Y＝2替代Y＝3，Avg.-2σ可被作为阈值使用。

与此相对地，在同一正态分布集团中，由于小于或等于“Avg.-2σ”的值的概率为2.5％，所以即使相当于累积频率2％的第P个部位的分析值Vp小于或等于“Avg.-2σ”，从概率论的观点出发，这样的情况在同一正态分布集团中也能够发生，所以不能说具有局部污染。因此，当累积频率为X％时，基于Y＝2设定阈值是不合适的。

本发明的一实施例中，例如基于累积频率X％，获取用于确定热处理后是否具有金属污染的阈值是可能的。

在上文中，虽然示出了采用正态分布作为概率分布函数的例子，但是在本发明的这一实施例的金属污染评价方法中，也可以使用威布尔概率分布(威布尔图)来作为概率分布函数。当使用威布尔概率分布时，可将威布尔系数m＝1(随机故障)用为阈值。例如，当基于分析方法1获取分析值时，可将m≤1(初期故障或随机故障)的阈值判断成存在局部金属污染。

用上述本发明金属污染评价方法评价的半导体晶片可以是通过将单晶硅块切片为设定厚度而获得的硅晶片等。热处理例如可以是掺杂剂扩散、外延生长、氢退火等各种热处理。作为评价对象的金属种类可以是诸如Fe、Ni、Cu等能够对设备特性造成恶劣影响的各种金属。

例如，在用本发明金属污染评价方法判断出具有局部金属污染的半导体晶片生产线上，通过维修或更换设备来降低金属污染，能够防止同一生产线上后续制造的半导体晶片出现局部金属污染。从而，本发明金属污染评价方法能够在工程管理中以此方式来应用。而且，本发明金属污染评价方法也适用于稳定供给无局部金属污染的高质量成品晶片。

也就是说，本发明另一方面涉及一种制造半导体晶片的方法，包括下述步骤：通过包括热处理的制造工序准备出包括多个半导体晶片的晶片批次；从晶片批次中抽出至少一个半导体晶片作为评价用晶片；利用本发明所述的金属污染评价方法对抽出的评价用晶片进行评价；以及将包含在同一批次内作为评价用晶片，由上述评价判断为无局部金属污染的半导体晶片作为成品晶片出厂。

如上所述，本发明金属污染评价方法能够高精度地评价硅晶片等半导体晶片在热处理后是否具有局部金属污染。通过将相同批次内评价判断为热处理后无局部金属污染的半导体晶片作为成品晶片出厂，从而可高可靠性地提供无局部金属污染的高质量成品晶片。在此，1个批次所包含的晶片数量和抽出的晶片数量可合理设定。

实施例

下面将根据实施例来说明本发明。但是，本发明并不局限于实施例所示的方式。

〔实施例1〕

1.寿命测量

制备4个直径200mm的硅晶片(以下表示为No.1～4)。为强化吸杂功能，这些硅晶片形成微小的BMD。虽然这些硅晶片的BMD在设定的质量标准范围内，但各晶片的BMD密度彼此不同。

在1000℃、氧气条件下，对这些晶片热处理90分钟。此时，将这些晶片划分成两个组。一组放置在高污染级别的处理舟上并投入热处理炉内，以在晶片外周附近，形成以与热处理舟接触部位为起点而扩大的局部低寿命区域。另一组使用低污染级别的热处理舟进行热处理。

热处理后，对各个晶片上距外周边缘10mm之外的区域内、彼此间距8mm的面内500个部位，通过μ-PCD法进行寿命测量。图1(a)示出了高污染级别组内的No.1晶片的寿命图。图1(b)示出了低污染级别组内的No.3晶片的寿命图。通过对两个寿命图对比，可以看出在属于高污染级别组的晶片中，局部金属污染(寿命下降)在与处理舟接触部位(3个部位)附近。

2.数值P的估算

图2示出了上述1.中处理舟与硅晶片之间的一个接触部位附近的示意图。如果将评价对象设为Ni、Fe，则根据文献公知的数值，在1000℃条件下，90分钟热处理的Ni的扩散长度是7.6mm，Fe的扩散长度是4mm。根据晶片尺寸、测量部位的尺寸(8mm×8mm正方形)和上述Ni、Fe的扩散长度，能够预料到位于与处理舟接触的一个部位附近的3个测量部位的污染金属元素因热处理而扩散。由于晶片与处理舟之间的接触部位是3个部位，所以估算分析部位的数量P是3×3＝9个，分析部位的数量P是评价对象污染金属元素因热处理而扩散到达的分析部位的数量。

另外在本实施例中，与污染源处理舟接触的部位位于寿命测量区域之外。当热处理舟、基座、三点支撑销等污染源与晶片之间的接触部位落入寿命测量区域内时，将与污染源接触的测量部位的总数可与其金属元素被预料为从与污染源接触的测量部位扩散的测量部位的总数相加，且相加结果设为数量P。

而且，各种设备的构造材料，即诸如不锈钢合金等材料的微粒子在热处理之前或热处理中附着在晶片表面，有时在热处理后会产生局部金属污染。在此情况下，可预料到金属元素从附着有金属微粒子的部位以圆盘状扩散，并估算达到了金属污染的测量部位，从而估算出数量P。

3.阈值(由概率分布函数规定的正常值的下限值)的计算

在上述2.中，由于在总数量500个测量部位中估算出P＝9，所以，累积频率X％计算为约2％。在此，如果将Y设为Y＝3，则f(Y)＝0.15，且满足X＞f(Y)的关系。如果将Y设为Y＝2，则f(Y)＝2.5，则不满足X＞f(Y)的关系。所以应采用Y＝3。

求取No.1～No.4中各个晶片表面上500个部位测量出的寿命值的平均值和标准偏差，并将Y设成3，通过Avg.-Y*σ计算出阈值。

针对No.1～No.4各个晶片，将在500个部位测量到的寿命值按照从小到大的方式递升排序。当第9个寿命值小于或等于计算出的阈值时，判断为在热处理后存在局部金属污染，而当超过阈值时，判断为无局部金属污染。表1示出了判断结果，并示出了目视观察寿命图得到的判断结果，以及基于是否存在低寿命区域来判断是否存在局部金属污染的结果。

表1

如表1所示，即使在同一组内，晶片之间的寿命差异也很大。这是因为内在的BMD是降低寿命的关键因素，且晶片之间的BMD密度差异相当大。

当对晶片组(有舟污染和无舟污染)使用面内平均值作为指标，来判断是否存在局部金属污染时，例如，当将No.3的寿命平均值429.4μs设为无局部污染的阈值(下限值)时，则结束对高污染级别组的NO.2晶片判断为没有局部污染。相反地，当将No.2的寿命平均值491.4μs设为阈值(下限值)，则结束对低污染级别组的NO.3晶片判断为具有局部污染。

与此相对地，根据表1所示的结果，本发明能够不受晶片BMD密度差异造成的影响，来判断热处理后是否具有局部金属污染。

而且，当用具体的寿命测量值设定判断阈值时，存在遗漏“微弱、微量”的“异常”的危险。但是在本发明中，由于基于“从晶片表面整体观看，是否具有被认为是异常或异质的分析值”来判断是否具有局部金属污染，所以能够无遗漏地评价微弱、微量的“异常”，也就是说能够无遗漏地评价局部污染。

上述实施例1是使用分析方法1的实例。下面的实施例2将为使用分析方法2的实例。

〔实施例2〕

1.利用SPV法测量Fe污染量

制备2个直径200mm的硅晶片(以下表示为试样1、试样2)。

在1150℃下对这些晶片实施10分钟的高温短时间热处理。然后，根据SPV法获得的扩散长度来求取各个晶片的177个测量部位的Fe污染量。

另外，图3是针对试样1、试样2的晶片，由SPV进行Fe浓度图测量获得的结果。目视图3中的图，则能够判断试样1中具有局部Fe污染。

2.数值P的估算

假设含有Fe的微小粉尘在热处理前附着在晶片上，并在热处理中，以粉尘为起点，Fe横向扩散扩张，则这种扩张将形成约1mm半径的圆状，即在1150℃下超过10分钟后Fe的有效扩散长度。

另外，由于上述1.中以13mm为间距进行SPV测量，因此一个测量部位的尺寸为13mm×13mm。因此，上述Fe污染扩散收容在1个测量部位中的概率高。因此，在本实施例中，评价对象污染金属元素Fe因热处理而扩散的分析部位的数量P被估算成1。

3.阈值(由概率分布函数规定的正常值的上限值)的计算

在上述1.中，合计为177个的测量部位以13mm的间距来测量。在“Avg.+Y*σ”中，假设将Y设为2来计算阈值，则即使对于属于同一正态分布集团、没有受局部污染的测量部位，整体2.5％的分析值，即实际数量为4或5个测量部位，将大于或等于阈值“Avg.+2σ”。因此，上述估算仅会发生被估算出的不适于检测局部异常的1个测量部位。因此，当将所有分析部位的分析值按照递升次序排序时，判断基准应为从最大数值数到第P个的分析值Vp(在本实施例中，在上述2.中估算P＝1的分析值的最大值)是否大于或等于面内平均值+3σ，即，数值大于或等于将Y设成3而在“Avg.+Y*σ”中计算出的值。

如图3所示，在试样1中，显示出Fe浓度最大值的测量部位的分析值为大于或等于面内平均值与3σ相加后的数值(Avg.+3σ)的值，从而判断出存在从含有Fe的微小粉尘为起点的局部污染。这一判断结果与目视图3所示的图的判断结果相一致。

另一方面，在试样2中，显示出Fe浓度最大值的测量部位的分析值小于阈值，即小于面内平均值与3σ相加后的数值(Avg.+3σ)。因此判断出无局部Fe污染。这一判断结果也与目视图3所示的图的判断结果相一致。

例如，在诸如实施例2中由包含Fe的粉尘导致的Fe污染在高温短时间内向非常狭窄区域扩散的情况下，为检测晶片上非常小的部分产生的金属污染，最好将Y设成Y＝3σ。这是因为，虽然属于同一正态分布时大于或等于Avg.+3σ的概率仅为1.5/1000，但如果在所有测量部位中，仅1个测量部位的测量值大于或等于Avg.+3σ，则就不能说这一测量部位与其它测量部位属于同一集团，其可被视为异常。假设多个测量部位的测量值大于或等于Avg.+3σ，则意味着包含Fe的一定量粉尘被附着。即使在此情况下，基于测量值的最大值是否大于或等于“Avg.+3σ”的判断基准，判断出显示局部且异常的测量值的测量部位是否一个也没有是可能的，即能判断出没有局部污染。

与此相反地，假设采用“Avg.+2σ”作为由概率分布函数规定的正常值的上限值“Avg.+Y*σ”的情况下，正态分布的同一集团所包含的测量部位大于或等于Avg.+2σ的概率为2.5/100。因此，在177个测量部位中可能存在4～5个部位。因此，当按照递升次序排列所有分析部位的分析值，从最大值数到第P个分析部位的分析值Vp大于或等于Avg.+2σ时，也不能说明Fe异常高。

与此相对地，在Fe污染扩展到比较广的范围的情况下，显示出异常值的多个测量部位可能存在。因此，最好采用Y＝2。

如上所述，当在分析方法2中，采用由概率分布函数规定的正常值的上限值“Avg.+Y*σ”作为上限值判断基准的情况下，Y最好根据污染能够扩展的范围和测量图案来确定。

本发明在半导体基板的制作领域非常有用。

以上所述是本发明的较佳实施例及其所运用的技术原理，对于本领域的技术人员来说，在不背离本发明的精神和范围的情况下，任何基于本发明技术方案基础上的等效变换、简单替换等显而易见的改变，均属于本发明保护范围之内。

Claims (5)

1.一种对实施热处理后的半导体晶片的金属污染评价方法，其特征在于，它包括下述步骤：

通过分析方法1或分析方法2对半导体晶片表面的多个分析部位进行分析来获得分析值，其中，分析方法1是指因评价对象金属元素造成的污染量越多则用于评价的分析值越小，分析方法2是指因评价对象金属元素造成的污染量越多则用于评价的分析值越大；和

在多个分析部位中，估算出因与污染源接触而附着在半导体晶片上的评价对象污染金属元素因热处理而将要扩散的分析部位的数量P；其中：

当通过分析方法1获得分析值时，所有分析部位的分析值按升序排列，从分析值的最小值到最大值数到第P个部位时的分析值Vp若小于或等于由概率分布函数规定的正常值的下限值，则判断出评价对象金属元素导致的局部污染存在，若分析值Vp超过下限值，则判断出评价对象金属元素导致的局部污染不存在；以及

当通过分析方法2获得分析值时，所有分析部位的分析值按升序排列，从分析值的最大值到最小值数到第P个部位时的分析值Vp若大于或等于由概率分布函数规定的正常值的上限值，则判断出评价对象金属元素导致的局部污染存在，若分析值Vp小于上限值，则判断出评价对象金属元素导致的局部污染不存在。

2.根据权利要求1所述的金属污染评价方法，其特征在于：

所述概率分布函数是正态分布，

在通过所述分析方法1获得分析值的情况下，由所述概率分布函数规定的正常值的下限值是Avg.-Y*σ，

其中，Avg.表示所有分析部位的分析值的平均值，σ表示标准偏差，Y为介于2～3范围内的数值，以及

在通过所述分析方法2获得分析值的情况下，由所述概率分布函数规定的正常值的上限值是Avg.+Y*σ，

其中，Avg.表示所有分析部位的分析值的平均值，σ表示标准偏差，Y为介于2～3范围内的数值。

3.根据权利要求2所述的金属污染评价方法，其特征在于：

当使用所述分析方法1，在按照正态分布给出的同一集团中，将小于或等于Avg.-Y*σ的值的概率设为f(Y)％，将所有分析部位的数量设为P_all时，根据X＝(P/P_all)*100计算出的累积频率X％来决定所述数值Y的值。

4.根据权利要求1～3中任一项所述的金属污染评价方法，其特征在于：

为获得分析值而使用的所述分析方法是μ-PCD法或SPV法。

5.一种半导体晶片的制造方法，其特征在于，它包括下述步骤：

通过包括热处理的制造工序准备出包括多个半导体晶片的晶片批次；

从晶片批次中抽出至少一个半导体晶片作为评价用晶片；

利用权利要求1至4中任一项所述的金属污染评价方法对抽出的评价用晶片进行评价；以及

将包含在同一批次内作为评价用晶片，由上述评价判断为无局部金属污染的半导体晶片作为成品晶片出厂。