JP2001160572A

JP2001160572A - 不良解析方法およびそのシステム並びに歩留り成分のシミュレーション方法および仮想歩留り算出方法

Info

Publication number: JP2001160572A
Application number: JP34291399A
Authority: JP
Inventors: Koichi Nakura; 康一那倉
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1999-12-02
Filing date: 1999-12-02
Publication date: 2001-06-12

Abstract

(57)【要約】（修正有）【課題】半導体チップ製造の良品割合（歩留り）をその
原因別に効率的に、不良解析を行うシステムを提供す
る。【解決手段】チップ配置定義部５で定義したウェハ上の
チップ配置をグルーピングパターン定義部で隣接するチ
ップ同士をどのようにグループ化するかを決定し、シミ
ュレーション部で不良発生の仮想的なカテゴリマップを
生成する。歩留成分分離部は隣接するｎ個のチップ同士
をまとめた元のｎ倍のチップ面積とカテゴリマップの歩
留りから数学的な論理に基きウェハ上でランダムに発生
する異物による不良と連続して発生するプロセスによる
不良の２種類の歩留り成分を求める。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、半導体製品に代表
される、複数の機能素子またはチップ素子をベースとな
る素材上に敷きつめた形態で生産を行う製品の不良解析
方法およびそのシステムに関し、歩留りを不良原因別の
２種類の歩留り成分に分離してその確からしさ（計算精
度）を算出する歩留り成分のシミュレーション方法およ
び装置並びに仮想歩留り算出方法に関するものである。

【０００２】

【従来の技術】通常、半導体製品の生産では、ウェハへ
の回路作り込みからチップ切出しまでを行う前工程の最
終段階で、プローブ検査と呼ばれる全数検査を行う。プ
ローブ検査では半導体ウェハ上の全チップについて動作
試験を行い、チップ毎に良品、不良品を判定する。半導
体製品の不良解析では、プローブ検査の結果得られるウ
ェハ上の全チップ数に占める良品チップ数の割合＝プロ
ーブ歩留り（以下歩留り）Ｙが、最も重要な指標として
使用される。ところで、半導体の不良は特定工程や装置
発塵による異物等が引き起こすオープン・ショート等の
回路的な不良と、酸化膜厚やゲートの加工寸法等の製造
プロセスのばらつきが許容範囲を超えた場合に発生する
プロセスマージン性の不良に大別することができる。こ
れらの主に異物起因の不良とプロセスマージン不足起因
の不良ではその発生メカニズムも対策方法も異なるた
め、不良解析上これらの２種類の不良は区別して扱う必
要がある。前者の不良は、主に異物等によって引き起こ
されるため、異物付着のランダム性から不良チップもウ
ェハ上にランダムに発生する傾向がある（以下ランダム
不良）。後者の不良は、プロセスマージンはずれによっ
て引き起こされるため、ウェハ上の連続した領域で発生
する傾向があり、不良チップもウェハ上で連続して発生
する傾向がある（以下システマティック不良）。このた
め、ウェハ上でランダムに不良が発生している領域と連
続的な不良領域を正確に分離することができれば、それ
ぞれの領域の歩留りを計算することによって、歩留りを
異物等の点欠陥不良によって規定される成分（以下ラン
ダム歩留りＹｒ）と、プロセスマージン性不良によって
規定される成分（以下システマティック歩留りＹｓ）の
２種類の歩留り成分に分離することが可能となる。

【０００３】しかしながら、実際、ウェハ上において、
連続的な不良領域に続いてまたはその近傍にランダムに
不良が発生している領域が存在し、これらの領域を幾何
学的に正確に分離することは困難である。そこで、ウェ
ハ上の良品チップ、不良チップの配置を表したカテゴリ
マップから、２種類の歩留り成分Ｙｒ、Ｙｓに分離する
方法として、ＳＥＭＩＣＯＮＤＵＣＴＯＲＩＮＴＥＲ
ＮＡＴＩＯＡＬ，１９９６年１１月号の１３９から１４
８ページ「ＳｔａｔｉｓｔｉｃａｌＭｉｃｒｏＹｉ
ｅｌｄＭｏｄｅｌｉｎｇ」に記載されている方法が考
えられる。即ち、図２に示すように、カテゴリマップの
歩留り（プローブ歩留り）Ｙは、次に示す（数１）式の
関係を有する。

【０００４】Ｙ＝Ｙｓ×Ｙｒ（数１）システマティック歩留りＹｓは、ウェハ上の全チップ数
に対するシステマティック不良を含まない領域における
チップ数の割合である。ランダム歩留りＹｒは、システ
マティック不良を含まない領域におけるチップ数に対す
るランダム不良でない良品チップ数の割合である。ここ
で、ランダム歩留りＹｒは、次に示す（数２）式の関係
を有する。Ｙｒ＝exp(−Ｄ×Ａ) （数２）但し、Ｄは単位面積あたりの欠陥密度（個／ｃｍ²）、
Ａはチップ面積（ｃｍ²）である。

【０００５】従って、プローブ歩留りＹは、（数１）式
および（数２）式から次に示す（数３）式によって現わ
すことができる。Ｙ＝Ｙｓ×exp(−Ｄ×Ａ) （数３）そこで、チップ面積Ａを変化させた場合のＹが得られれ
ば、例えば得られたＡとＹの値の組で、上記（数３）式
の連立方程式を解く、チップ面積を変化させた場合のチ
ップ面積と歩留りとの関係を指数曲線で近似して求め
る、等の方法によって、ＤおよびＹｓ、Ｙｒを求めるこ
とができる。

【０００６】上記従来技術では、ウェハ上の隣接する複
数のチップを仮想的な１個のチップとみなすことで、ｎ
倍のチップ面積を持った仮想的なチップを作り、この仮
想チップについての歩留り（以下仮想歩留り）を再計算
することで、チップ面積をｎ倍にした場合の仮想的な歩
留りを得ている。図９にこの仮想歩留りの計算方法を示
す。まず隣接したｎチップ（ｎ＝１、２、３、‥‥）を
まとめ、元のｎ倍のチップ面積ｎＡを持った仮想的なチ
ップとみなす。仮想チップ中に不良チップが１個でも含
まれる場合、そのチップは不良とみなして歩留りＹｎを
計算する。この隣接するｎチップをまとめ、チップ面積
をｎ倍にした場合の仮想歩留りＹｎを計算する作業をｎ
＝１、２、３、‥‥の各場合についてくり返し、チップ
面積と歩留りの組を得る。指数曲線近似によってＹｓ，
Ｙｒを求める場合は、図９に示すようにチップ面積と仮
想歩留りの関係を（数３）式で近似してＹｓを求め、
（数１）式からＹｒを求める。この方法により、ランダ
ム歩留りＹｒと、システマティック歩留りＹｓとに分離
することができる。なお、上記（数２）式、（数３）式
については上述した以外にも様々な不良モデルおよび計
算式が提案されている。

【０００７】

【発明が解決しようとする課題】しかしながら、上記従
来技術に記載された歩留り成分Ｙｓ、Ｙｒを分離する計
算精度は、ウェハ上のチップ数、チップ配置、グルーピ
ング方法、歩留り等によって大きく左右されることにな
る。また、同じ歩留りをもったウェハ同士であっても、
ランダム不良とシステマティック不良の発生状況によっ
て、Ｙｓ，Ｙｒの計算精度は大きく左右されることにな
る。このように計算精度が不明のまま、求まった歩留り
成分Ｙｓ、Ｙｒを不良解析に使用した場合、誤った解析
結果を出す恐れがある。

【０００８】本発明の目的は、上記従来技術の課題を解
決すべく、実製品から求められるランダムおよびシステ
マティックの歩留り成分の計算精度を予め把握しておく
ことにより不良解析を効率的に、しかも誤りを低減して
実行できるようにした不良解析方法およびそのシステム
を提供することにある。また、本発明の他の目的は、歩
留り成分の計算精度を向上することが可能な歩留り成分
のシミュレーション方法および装置を提供することにあ
る。また、本発明の更に他の目的は、歩留り成分の確か
らしさが高くなるように画面上において素子配置定義マ
ップに対する複数種類のグルーピングパターンの定義を
可能にして仮想歩留りを算出できるようにした仮想歩留
り算出方法を提供することにある。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に、本発明は、指定されたランダム不良と連続不良の各
不良に関連した歩留り成分並びに定義されたベース素材
上に配設される多数の素子の配置情報を元に、前記多数
の素子に対してランダム不良および連続不良を発生さ
せ、これら発生された多数の素子に対するランダム不良
と連続不良とを合成して良品素子および不良品素子の配
列からなる仮想の基本カテゴリマップを作成し、この作
成された仮想の基本カテゴリマップに対して複数種類の
グルーピングパターン（１以上の素子単位）でグループ
化した複数の仮想のグループカテゴリマップを作成し、
これら作成された各仮想のグループカテゴリマップから
得られる歩留りおよびグループパターンの面積に応じた
データを元に、ランダム不良に関連した歩留り成分と連
続不良に関連した歩留り成分とを分離して求め、この求
められた各歩留り成分と前記指定した各歩留り成分を比
較することにより前記求められた歩留り成分の確からし
さを算出するシミュレーション過程と、実際のベース素
材上に配設される多数の素子に対するプローブ検査で得
られる良品素子および不良品素子の配列からなる基本カ
テゴリマップを作成し、この作成された基本カテゴリマ
ップに対して複数種類のグルーピングパターン（１以上
の素子単位）でグループ化した複数のグループカテゴリ
マップを作成し、これら作成された各グループカテゴリ
マップから得られる歩留りおよびグルーピングパターン
の面積に応じたデータを元に、ランダム不良に関連した
歩留り成分と連続不良に関連した歩留り成分とを分離し
て求め、この求められた各歩留り成分を元に前記シミュ
レーション過程で算出された確からしさを参照して実際
のベース素材上に配設される多数の素子に対して不良解
析を行う不良解析過程とを有することを特徴とする不良
解析方法である。

【００１０】また、本発明は、前記不良解析方法におい
て、ベース素材上に配設される多数の素子が、ウェハ上
に配設される多数の半導体機能素子または半導体チップ
であることを特徴とする。

【００１１】また、本発明は、前記不良解析方法におけ
るシミュレーション過程において、グルーピングパター
ンを、外周が可能な限り最小に近くするか、または形状
が塊状にすることを特徴する。

【００１２】また、本発明は、前記不良解析方法におけ
るシミュレーション過程において、前記仮想のグループ
カテゴリマップを作成する際、複数種類のグルーピング
パターンを前記求められた歩留り成分の確からしさが高
くなるように選択することを特徴とする。

【００１３】また、本発明は、前記不良解析方法におけ
る不良解析過程において、前記グループカテゴリマップ
を作成する際、複数種類のグルーピングパターンを前記
シミュレーション過程で求められた歩留り成分の確から
しさが高くなるように選択することを特徴とする。

【００１４】また、本発明は、前記不良解析方法におけ
る不良解析過程において、不良解析を異物検査結果およ
び特性値測定結果と照合して行うことを特徴とする。

【００１５】また、本発明は、指定されたランダム不良
と連続不良の各不良に関連した歩留り成分並びに定義さ
れたベース素材上に配設される多数の素子の配置情報を
元に、前記多数の素子に対してランダム不良および連続
不良を発生させ、これら発生された多数の素子に対する
ランダム不良と連続不良とを合成して良品素子および不
良品素子の配列からなる仮想の基本カテゴリマップを作
成し、この作成された仮想の基本カテゴリマップに対し
て複数種類のグルーピングパターン（１以上の素子単
位）でグループ化した複数の仮想のグループカテゴリマ
ップを作成し、これら作成された各仮想のグループカテ
ゴリマップから得られる歩留りおよびグルーピングパタ
ーンの面積に応じたデータを元に、ランダム不良に関連
した歩留り成分と連続不良に関連した歩留り成分とを分
離して求め、この求められた各歩留り成分と前記指定し
た各歩留り成分を比較することにより前記求められた歩
留り成分の確からしさを算出するシミュレーション手段
と、実際のベース素材上に配設される多数の素子に対す
るプローブ検査で得られる良品素子および不良品素子の
配列からなる基本カテゴリマップを作成し、この作成さ
れた基本カテゴリマップに対して複数種類のグルーピン
グパターン（１以上の素子単位）でグループ化した複数
のグループカテゴリマップを作成し、これら作成された
各グループカテゴリマップから得られる歩留りおよびグ
ルーピングパターンの面積に応じたデータを元に、ラン
ダム不良に関連した歩留り成分と連続不良に関連した歩
留り成分とを分離して求め、この求められた各歩留り成
分を元に前記シミュレーション手段で算出された確から
しさを参照して実際のベース素材上に配設される多数の
素子に対して不良解析を行う不良解析手段とを備えたこ
とを特徴とする不良解析システムである。

【００１６】また、本発明は、ベース素材上に多数の素
子を配設して形成される対象物が所定の歩留りに達した
ときのランダム不良に関連した歩留り成分と連続不良に
関連した歩留り成分とについての確からしさを示すデー
タベースを格納する格納手段と、実際の前記対象物に対
するプローブ検査で得られる所定の歩留りを有する良品
素子および不良品素子の配列からなる基本カテゴリマッ
プを作成し、この作成された基本カテゴリマップに対し
て複数種類のグルーピングパターンでグループ化した複
数のグループカテゴリマップを作成し、これら作成され
た各グループカテゴリマップから得られる歩留りおよび
グルーピングパターンの面積に応じたデータを元に、ラ
ンダム不良に関連した歩留り成分と連続不良に関連した
歩留り成分とを分離して求め、この求められた各歩留り
成分を元に前記格納手段に格納されたデータベースから
得られる確からしさを参照して実際の前記対象物に対し
て不良解析を行う不良解析手段とを備えたことを特徴と
する不良解析システムである。

【００１７】また、本発明は、指定されたランダム不良
と連続不良の各不良に関連した歩留り成分並びに定義さ
れたベース素材上に配設される多数の素子の配置情報を
元に、前記多数の素子に対してランダム不良および連続
不良を発生させ、これら発生された多数の素子に対する
ランダム不良と連続不良とを合成して良品素子および不
良品素子の配列からなる仮想の基本カテゴリマップを作
成し、この作成された仮想の基本カテゴリマップに対し
て複数種類のグルーピングパターンでグループ化した複
数の仮想のグループカテゴリマップを作成し、これら作
成された各仮想のグループカテゴリマップから得られる
歩留りおよびグルーピングパターンの面積に応じたデー
タを元に、ランダム不良に関連した歩留り成分と連続不
良に関連した歩留り成分とを分離して求め、この求めら
れた各歩留り成分と前記指定した各歩留り成分を比較す
ることにより前記求められた歩留り成分の確からしさを
算出することを特徴とする歩留り成分のシミュレーショ
ン方法である。

【００１８】また、本発明は、表示装置の画面上におい
て表示された素子配置定義マップに対して複数種類のグ
ルーピングパターンを定義し、良品素子および不良品素
子の配列からなる仮想の基本カテゴリマップに対して前
記定義された複数種類のグルーピングパターン（１以上
の素子単位）でグループ化した複数の仮想のグループカ
テゴリマップを作成し、これら作成された各仮想のグル
ープカテゴリマップから各々の歩留りを算出することを
特徴とする仮想の歩留り算出方法である。

【００１９】また、本発明は、前記仮想の歩留り算出方
法における複数種類のグルーピングパターンの定義にお
いて、互いに素子数を異ならしめることを特徴とする。

【００２０】また、本発明は、前記仮想の歩留り算出方
法における複数種類のグルーピングパターンの定義にお
いて、ある種類のグルーピングパターンを定義する際、
同じ素子数で定義する場合には、これら同じ素子数を有
する仮想のグループカテゴリマップから算出される歩留
りの平均値もしくは該平均値の相当する統計値を算出す
ることを特徴とする。

【００２１】以上説明したように、前記構成によれば、
実際の対象物（製品）に対するプローブ検査で得られる
所定の歩留りを有する基本カテゴリマップを元に分離さ
れる各歩留り成分の確からしさ（計算精度）が予め算出
されているので、誤った不良解析結果を出さないように
することができる。

【００２２】

【発明の実施の形態】本発明に係る半導体製品等の不良
解析方法およびその装置並びに歩留り成分のシミュレー
ション方法および装置の実施の形態を図面を用いて説明
する。まず、半導体製品の生産では、ウェハへの回路の
作り込みからチップの切り出しまでを行う前工程の最終
段階において、図１に示すテスタ３０によるプローブ検
査と呼ばれる全数検査が行われる。このプローブ検査で
は、半導体ウェハ上の全チップについて動作試験が行わ
れ、チップ毎に良品、不良品の判定が行われて記憶装置
（図示せず）にウェハ単位で格納される。ところで、例
えば、テスタ３０における半導体製品の不良解析では、
プローブ検査の結果得られるウェハ上の全チップ数に占
める良品チップ数の割合＝プローブ歩留りＹが、最も重
要な指標として使用されることになる。

【００２３】他方、半導体の不良は、特定工程や装置発
塵による異物等が引き起こすオープン・ショート等の回
路的な不良と、酸化膜厚やゲートの加工寸法等の製造プ
ロセスのばらつきが許容範囲を超えた場合に発生するプ
ロセスマージン性の不良に大別することができる。これ
らの主に異物起因の不良とプロセスマージン不足起因の
不良では、その発生メカニズムも対策方法も異なるた
め、例えばテスタ３０における不良解析上これらの２種
類の不良は、区別して扱う必要がある。前者の不良は、
主に異物等によって引き起こされるため、異物付着のラ
ンダム性から、不良チップも図２に示すようにウェハ上
にランダムに発生する傾向がある（以下ランダム不良と
称す。）。後者の不良は、プロセスマージンはずれによ
って引き起こされるため、ウェハ上で連続した領域にお
いて発生する傾向となり、不良チップも図２に示すよう
にウェハ上で連続して発生する傾向がある（以下システ
マティック不良と称す。）。

【００２４】そのため、ランダムに不良が発生している
領域と連続的な不良領域を分離してそれぞれの領域の歩
留りを計算することによって、歩留りを異物等の点欠陥
不良によって規定される成分（以下ランダム歩留りと称
す）Ｙｒと、プロセスマージン性不良によって規定され
る成分（以下システマティック歩留り）Ｙｓの２種類の
歩留り成分に分離することが可能となる。ここで、ラン
ダム歩留りＹｒは主に製造ラインの異物レベルによって
規定される潜在的な歩留り上限値と考えられ、また、シ
ステマティック歩留りＹｓは製品毎のプロセスマージン
によって規定される製品固有の歩留り実力値と考えるこ
とができる。不良解析装置、例えばテスタ３０におい
て、算出されるランダム歩留りＹｒは、異物検査装置
（図示せず）からネットワーク２０を介して得られる異
物検査結果（ウェハ上における異物発生マップ）と、算
出されるシステマティック歩留りＹｓはテスタ３０やプ
ロセスパラメータ測定装置等によって測定される膜厚や
加工寸法等のプロセスパラメータを含むトランジスタ特
性値との間で照合して相関解析を行うことによって、単
純に歩留りを使用した場合と比較して、相関解析の精度
を向上させることが可能となる。

【００２５】次に、本発明に係る実製品に適用して歩留
り成分を求める際に、対象とする製品がある歩留りに達
した時の歩留り成分の計算精度（確からしさ）を予測す
る歩留り成分計算精度予測の実施の形態について説明す
る。本発明に係るテスタ３０による動作試験に基いて判
定される良品チップ数・不良品チップ数によって求まる
プローブ歩留り（ウェハ上の全チップ数に占める良品チ
ップ数の割合）Ｙは、図２に示すように次に示す（数
４）式の関係を有する。図２には、ウェハ上でランダム
不良とシステマティック不良による領域性を持った不良
が発生している状態を、良品チップ、不良品チップの配
置を表わしたカテゴリマップで示す。

【００２６】Ｙ＝Ｙｓ×Ｙｒ（数４）ところで、システマティック歩留りＹｓは、ウェハ上の
全チップ数に対するシステマティック不良を含まない領
域におけるチップ数の割合である。ランダム歩留りＹｒ
は、システマティック不良を含まない領域におけるチッ
プ数に対するランダム不良でない良品チップ数の割合で
ある。ここで、ランダム歩留りＹｒは、経験的に次に示
す（数５）式で計算可能なことが知られている。Ｙｒ＝ｅｘｐ（−Ｄ×Ａ）（数５）但し、Ｄは単位面積あたりの欠陥密度（個／ｃｍ²）、
Ａはチップ面積（ｃｍ²）である。従って、プローブ歩
留りＹは、（数４）式および（数５）式から次に示す
（数６）式によって計算することができる。

【００２７】Ｙ＝Ｙｓ×ｅｘｐ（−Ｄ×Ａ）（数６）次に、本発明に係る歩留り成分計算精度予測装置の第１
の実施の形態について図１を用いて説明する。歩留り成
分計算精度予測装置（シミュレーション手段）の第１の
実施の形態は、中央処理装置１、ポインティングデバイ
ス３、キーボード９等の入力装置、ディスプレイ２等の
出力装置から構成される。中央処理装置１にはチップ配
置定義分５、グルーピングパターン定義部６、シミュレ
ーション部７、歩留成分分離部８から構成される処理プ
ログラム４が格納されている。本装置はイーサネット等
のネットワーク２０を介して不良解析する例えばテスタ
３０と接続しても良い。不良解析装置として、上記テス
タ３０と別にネットワーク２０を介して接続してもよ
い。本予測装置（シミュレーション手段）の中央処理装
置１によってランダム歩留りＹｒ、システマティック歩
留りＹｓとその計算精度とを求める場合、ユーザはまず
チップ配置定義部４０５を起動して、対象とする製品ウ
ェハ上のチップ配置の定義を行う。チップ配置定義部５
のデータ（情報）は、ＣＡＤシステム（図示せず）から
例えばネットワーク２０を介して取得すればよい。ま
た、テスタ３０にも取得されているので、チップ配置定
義部５のデータ（情報）は、テスタ３０からネットワー
ク２０を介して取得して記憶装置１０に格納すればよ
い。

【００２８】図３には、１３６個のチップが配置された
製品ウェハのチップ配置定義画面例を示す。チップ配置
の具体的な定義方法としては、図３に示したようにグラ
フィカルなユーザインタフェースを介して定義する方法
や、ウェハ径とチップの縦横長で定義する等の様々な方
法が考えられるが、チップサイズやウェハ上のチップ配
置が定義されればいずれの方法を用いても良い。定義さ
れたチップ配置情報は、後で他のプログラムモジュール
部６〜８が利用できるよう適当なデータフォーマットで
記憶装置１０に保存される。この実施例ではグルーピン
グを行う対象をウェハ上のチップとしたが、例えばテス
ト方法の変更等によってチップを構成する個々の機能モ
ジュール毎の良、不良に関する情報が入手可能である場
合、グルーピングの対象がチップを構成する機能モジュ
ールであっても良い。以下の説明では、簡単のためチッ
プをグルーピングの対象とする。次に、ユーザはグルー
ピングパターン定義部６を起動して、先に定義したウェ
ハ上のチップ配置情報を元に、ウェハ上で隣接したチッ
プをどのようにグループ化するかを定義して記憶装置１
０に格納される。ここでユーザが定義したグルーピング
パターンに従って、後の処理で隣接するｎチップのグル
ープ化と仮想歩留りの計算が行われる。図４には、隣接
する２チップをグループ化する場合のグルーピングパタ
ーンの定義画面例を示す。図４中の太線で囲まれた２チ
ップが、元の２倍のチップ面積を持った仮想チップを表
し、また斜線のチップは隣接するチップがないためグル
ーピング対象外となったチップを表す。

【００２９】グルーピングパターンの具体的な定義方法
としては、様々な手段が考えられるが、例えばディスプ
レイ２上に表示された図３のチップ配置定義マップに対
して、ユーザがポインティングデバイス３やキーボード
９を使用して、図４に示したようなグルーピングパター
ンを定義する方法が考えられる。ここで隣接するｎチッ
プをグループ化する場合、グループ化の仕方によって複
数のグルーピングパターンを考えることができる。例え
ば、４チップをグループ化する場合、図５（ａ）（ｂ）
に示すように互いに異なるグルーピングパターン５１と
５２を考えることができる。このような場合、どちらか
１つのパターンのみを採用することも可能であるが、本
装置の中央処理装置１では、この例のようにユーザがｎ
チップをグループ化する際に、複数のグルーピングパタ
ーンを定義することができるものとする。この場合にど
のように仮想歩留りの計算を行うかは後述する。このよ
うにグルーピングパターン定義部６において定義された
グルーピングパターン情報は、後で他のプログラムモジ
ュール部７、８が利用できるよう適当なデータフォーマ
ットで記憶装置１０に保存される。

【００３０】この実施例では、ユーザが例えばディスプ
レイ２上に表示されたチップ配置情報を元にチップのグ
ルーピングパターンを定義するものとしたが、適当なア
ルゴリズムに基づいてグルーピングパターン定義部６が
自動で１つ以上のグルーピングパターンを生成しても良
い。グルーピングアルゴリズムとしては、隣接するｎチ
ップをグループ化して仮想チップを作成する際に、仮想
チップの外周が可能な限り最小（方向性を持たない円に
近づく）、あるいは最小に近くなるように、あるいはグ
ループ化した形状が塊状になるようにグルーピングする
アルゴリズムを採用する。図５（ａ）（ｂ）および図６
（ａ）に示す仮想チップの場合、外周は、一つのチップ
の辺の長さをｐとしたとき、８ｐとなって最小に近くな
る。なお、図６（ｂ）に示す仮想チップの場合、外周
は、一つのチップの辺の長さをｐとしたとき、１０ｐと
なって図６（ａ）に示すようにグルーピングした方が方
向性を持たず良いことが分かる。

【００３１】仮想チップの外周の形状をこのようにグル
ープ化することによって、例えば直線的にｎチップをグ
ループ化する場合と比べて、ウェハ上の不良チップ配置
の偏りの影響を低下させ、計算精度を向上させることが
できる。また、このグルーピングアルゴリズムによって
グルーピングパターンを生成する場合、グルーピングパ
ターンとして互いにグルーピング方法が異なる２パター
ン以上、例えば３パターン程度を生成するものとする。
複数のグルーピングパターンを使用することによって、
仮想歩留りを計算する際のグルーピングパターン依存性
の影響を低下させ、結果として計算精度を向上させるこ
とができる。これら以外にも自動でグルーピングパター
ンを求めるアルゴリズムとしては種々の方法が考えられ
るが説明は省略する。ここまでが本予測装置の中央処理
装置１によってランダム歩留り、システマティック歩留
とその計算精度（確からしさ）を求めるための準備作業
に相当する。

【００３２】次に、図７に示すように、中央処理装置１
においてシミュレーション部７を起動して、ランダム不
良とシステマティック不良の生成シミュレーションを行
う（ステップＳ７１）。即ち、このシミュレーション部
７では、入力手段９等を用いて入力等をすることによっ
て指定された（与えられた）ランダム歩留り（以下ＩＮ
ＰＵＴ：Ｙｒ）とシステマティック歩留（以下ＩＮＰＵ
Ｔ：Ｙｓ）を元に、仮想的なカテゴリマップの生成処理
を行う（ステップＳ７２）。図７に示したＰＡＤ図中の
Ｓ７２に、シミュレーション部７での不良発生シミュレ
ーションの実行の様子を示す。カテゴリマップ６１に、
ランダム不良の発生例を示す。この例では、ステップＳ
７１で入力されたＩＮＰＵＴ：Ｙｒが８０％、つまり全
１３６チップの２０％に相当するＮ＝２７チップをラン
ダム不良とした。ランダム不良チップの選択方法として
は、例えばチップ配置情報を元に乱数によってウェハ上
の任意のチップをランダム不良チップとして選択する方
法や、テスタ３０から取得できる実際の製品ウェハ上で
起こったランダム不良の発生パターンを反映させる方法
等が考えられる。次に、カテゴリマップ６２にシステマ
ティック不良の発生例を示す。この例ではＩＮＰＵＴ：
Ｙｓが７０％、つまり全１３６チップの３０％に相当す
るＮ＝４１チップをシステマティック不良とした。シス
テマティック不良チップの選択方法としては、例えばチ
ップ配置情報を元に乱数によってウェハ上の任意のチッ
プを１つ選択し、そのチップを起点に４点近傍（上下左
右）のチップを不良チップとし、次にこれらの４点近傍
のいずれかのチップに移動して以上の処理を繰り返す方
法や、テスタ３０から取得できる実際の製品ウェハ上で
起こったシステマティック不良の発生パターンを反映さ
せる方法等が考えられる。

【００３３】次に、シミュレーション部７において、生
成した仮想のカテゴリマップ６１と６２を合成して、ラ
ンダム不良とシステマティック不良が発生している仮想
の合成カテゴリマップ６３を生成して入力等によって指
定された歩留り成分Ｙｓ、Ｙｒと共に記憶装置１０に格
納する。図７の６３に合成したカテゴリマップの例を示
す。生成したカテゴリマップ６３は、後で他のプログラ
ムモジュール部が利用できるよう適当なデータフォーマ
ットで、入力または設定された歩留り成分Ｙｓ、Ｙｒと
共に記憶装置１０に保存される。そして、ＩＮＰＵＴ：
ＹｒとＩＮＰＵＴ：Ｙｓとの所望の組合せについて、ス
テップＳ７３において、不良発生シミュレーションの実
行Ｓ７２を繰り返し、合成したカテゴリマップ６３を生
成し、ＩＮＰＵＴ：ＹｒとＩＮＰＵＴ：Ｙｓとの所望の
組合せと共に記憶装置１０に格納する。以上が、シミュ
レーション部７の処理の概要である。

【００３４】この実施の形態では、ＩＮＰＵＴ：Ｙｒ、
ＩＮＰＵＴ：Ｙｓは与えられるもの（指定されるもの）
としたが、例えば表１に示すようなＩＮＰＵＴ：Ｙｒと
ＩＮＰＵＴ：Ｙｓとの組合せ（ＩＮＰＵＴ：Ｙｒ、ＩＮ
ＰＵＴ：Ｙｓ）が考えられる。この表１ではＩＮＰＵ
Ｔ：ＹｒとＩＮＰＵＴ：Ｙｓの各組合せに対応した位置
に歩留りを表示している。例えば、ＩＮＰＵＴ：Ｙｓ＝
０．８５（８５％）、ＩＮＰＵＴ：Ｙｒ＝０．９０（９
０％）の場合、歩留りＹはＹ＝０．８５×０．９０＝
０．７６５（７６．５％）となる。仮想のカテゴリマッ
プの生成シミュレーションＳ７２では、例えばこの表１
に示したようなＩＮＰＵＴ：ＹｒとＩＮＰＵＴ：Ｙｓの
一部または全ての組合せについて、各々１枚以上の仮想
のカテゴリマップを生成するものとする。

【００３５】

【表１】

【００３６】次に、中央処理装置１において歩留成分分
離部８を起動する。起動された歩留成分分離部８は、次
に説明する歩留成分分離方法に基づいて、シミュレーシ
ョン部７が生成した仮想のカテゴリマップについて、ラ
ンダム歩留りＹｒとシステマティック歩留リＹｓを計算
し、その計算精度を求める。まず、歩留成分分離部８
は、グルーピングパターン定義部６で定義されたｎとし
て例えば１、２、４等にグルーピングされたグルーピン
グパターン情報に基いて、シミュレーション部７が生成
した仮想の合成カテゴリマップ６３上の隣接するｎチッ
プ（素子単位）をグループ化して、元のｎ（＝例えば
１、２、４等）倍のチップ面積ｎＡを持った仮想的なｎ
チップ（素子単位）についての仮想歩留りＹｎを計算す
る。この仮想歩留りＹｎの計算は、仮想の合成カテゴリ
マップ６３を例えば図３、図４および図５に示す如くグ
ループ化することによって、例えば図８に示すカテゴリ
マップ８０−１、８０−２、８０−４を作成し、これら
仮想のカテゴリマップ８０−１、８０−２、８０−４か
ら良品チップ数を計数し、全チップ数に対する良品チッ
プ数の割合を算出することによって仮想歩留りＹｎを計
算することができる。

【００３７】ここで隣接ｎチップのまとめ方として、複
数のグルーピングパターンｍが定義されている場合（例
えば図５に示したように隣接４チップのグルーピングパ
ターンとして５１と５２の２パターンが定義されている
場合）には、一旦各パターン毎に仮想歩留りＹｎｍを計
算し、それらの仮想歩留りＹｎｍの平均値または平均値
相当の統計量をｎチップの仮想歩留りＹｎとして使用す
る。次に、歩留成分分離部８は、少なくとも変化させた
２種類以上の面積ｎＡ（但し、ｎ＝例えば１、２、４
等）でチップをグループ化したことによって求められた
仮想歩留り情報Ｙｎを元に、上記（数６）式の連立方程
式をＤＡとＹｓについて解いて、（数４）式からＹｒを
算出する。

【００３８】更に、歩留成分分離部８は、算出されたＤ
を元に、上記（数５）式に基づいて、ランダム歩留りＹ
ｒを算出することができる。あるいは、歩留成分分離部
８は、上記のようにグルーピングパターン定義部６で定
義されたチップ面積を変化させたときの仮想歩留りＹｎ
を算出することができるので、図９に示したようなグル
ーピングして変化させた場合のチップ面積と仮想歩留り
との関係を（数６）式で近似してＹｓを求め、（数４）
式からＹｒを算出する。歩留り成分分離部８は、ステッ
プＳ７４において、システマティック歩留りＯＵＴＰＵ
Ｔ：Ｙｓとランダム歩留りＯＵＴＰＵＴ：Ｙｒを算出し
て例えば記憶装置３０に一時記憶することができる。

【００３９】ここでＩＮＰＵＴ：Ｙｓ、ＩＮＰＵＴ：Ｙ
ｒと計算によって求めたＹｓ、Ｙｒを区別するため、以
下計算によって求めたＹｓ、ＹｒをそれぞれＯＵＴＰＵ
Ｔ：Ｙｓ、ＯＵＴＰＵＴ：Ｙｒと表記するものとする。
そして、歩留成分分離部８は、ＩＮＰＵＴ：ＹｓとＯＵ
ＴＰＵＴ：Ｙｓ、ＩＮＰＵＴ：ＹｒとＯＵＴＰＵＴ：Ｙ
ｒを比較することによって、ＯＵＴＰＵＴ：ＹｓとＯＵ
ＴＰＵＴ：Ｙｒの計算精度を求めることができ、記憶装
置３０に記憶される。

【００４０】ここで、計算精度の具体的な定義方法およ
び求め方については、様々な方法が考えられる。以下、
計算精度の求めかたの一例について説明する。例えばＩ
ＮＰＵＴ：ＹｓとＯＵＴＰＵＴ：Ｙｓ、ＩＮＰＵＴ：Ｙ
ｒとＯＵＴＰＵＴ：Ｙｒとの間の差または差に相当する
指標を、歩留り成分の計算精度として使用する方法が考
えられる。例えばＩＮＰＵＴ：Ｙｒ＝８０％に対してＯ
ＵＴＰＵＴ：Ｙｒが７６％である場合、｜ＯＵＴＰＵ
Ｔ：Ｙｒ−ＩＮＰＵＴ：Ｙｒ｜をランダム歩留り成分の
計算精度を表す指標として用いる。この指標を（ＩＮＰ
ＵＴ：Ｙｒ、ＩＮＰＵＴ：Ｙｓ）の各組合せについて求
める。１組の（ＩＮＰＵＴ：Ｙｒ、ＩＮＰＵＴ：Ｙｓ）
について、例えば乱数の取り方を変えたり、システマテ
ィック不良の場合拡張の仕方を変えたりしてＮ枚のカテ
ゴリマップが生成されている場合には、一旦各カテゴリ
マップ毎に計算精度を表す指標を計算し、それらの指標
のＮ枚の平均値または平均値相当の統計量を計算精度と
して記憶装置３０に記憶して、不良解析装置、例えばテ
スタ３０にネットワーク２０を介して提供することがで
きる。

【００４１】また、計算精度を求める別の方法として、
例えばＩＮＰＵＴ：ＹｓとＩＮＰＵＴ：Ｙｒの各組合せ
毎に、例えば乱数の取り方を変えたり、システマティッ
ク不良の場合拡張の仕方を変えたりしてＮ枚のカテゴリ
マップが生成されている場合に、ＩＮＰＵＴ：ＹｓとＯ
ＵＴＰＵＴ：Ｙｓ（ＩＮＰＵＴ：ＹｒとＯＵＴＰＵＴ：
Ｙｒについても同様）の差が一定の値以下のものを正し
く歩留り成分が求まったと判定する方法が考えられる。
この場合、仮想の全カテゴリマップ数Ｎに対する一致し
た仮想のカテゴリマップの枚数Ｍの割合、またはＮとＭ
の関係を表した数値を計算精度を表す指標として用い
る。表２にＮ／Ｍを計算精度とした場合の計算結果例
（単位：％）を示す。例えば１組の（ＩＮＰＵＴ：Ｙ
ｒ、ＩＮＰＵＴ：Ｙｓ）について１００枚の仮想のカテ
ゴリマップが生成され、そのうち８０枚について正しく
歩留り成分が求まった場合、歩留り成分の計算精度は８
０÷１００＝０．８（８０％）となる。本装置の中央処
理装置１は、表２に示したようなＩＮＰＵＴ：ＹｒとＩ
ＮＰＵＴ：Ｙｓの各組合せ毎の歩留り成分の計算精度
（確からしさ）を、データベースとして記憶装置（格納
手段）３０に記憶し、例えばディスプレイ４０２上に表
示して処理を終了する。

【００４２】

【表２】

【００４３】ユーザは、表２を参照することによって、
カテゴリマップの歩留りからどの程度の計算精度で歩留
り成分を計算可能かを事前に知ることができる。例えば
表１中で太線で囲まれた部分は、歩留りＹが８５％以上
となるようなＩＮＰＵＴ：ＹｓとＩＮＰＵＴ：Ｙｒの組
合せに対応する。表２中の対応する位置（太線で囲まれ
た部分）を参照すると、歩留り成分の計算精度の最低値
が７１％であることがわかる。従って、この製品を対象
とした場合、ウェハの歩留りが８５％以上であれば、歩
留り成分を７１％以上の精度で計算可能であることが分
かる。また、表２を参照することによって、所望の計算
精度で歩留り成分を求めるためには、歩留りが何％以上
でなければならないかも分かる。例えば歩留り成分を計
算精度９０％以上で求める必要がある場合、まず、表２
中で計算精度が９０％以上となるようなＩＮＰＵＴ：Ｙ
ｓとＩＮＰＵＴ：Ｙｒの組合せを求める。次に表１を参
照して、求めた組合せの中で最も歩留りが低いものを選
択する。この例の場合、最も歩留りが低くなるものはＩ
ＮＰＵＴ：Ｙｓ＝９５％、ＩＮＰＵＴ：Ｙｒ＝９５％の
ときであり、歩留りは９０．３％である。従って歩留り
成分を計算精度９０％以上で求めることができるのは、
歩留りが９０．３％以上のウェハであることが分かる。

【００４４】以上説明したように歩留り成分計算精度予
測処理の終了後、本装置の中央処理装置１は、例えばネ
ットワーク２０等を介して実製品ウェハのテストを行う
ＬＳＩテスタ３０やテスト結果を格納しているデータサ
ーバから送られてきた図２にプローブ歩留りで示される
実製品のカテゴリマップを入力データとして、歩留成分
分離部８においてグルーピングパターン定義部６で定義
されたチップ面積を変化させたときの仮想歩留りＹｎを
算出し、上記（数６）式の連立方程式を解く、あるいは
図９に示すように（数６）式で近似することによって、
歩留り成分Ｙｓ、Ｙｒの計算を行う。このように実製品
に対して求めたランダム歩留りＹｒやシステマティック
歩留りＹｓの情報は、不良解析装置、例えばテスタ３０
における不良解析のための指標として使われる。ところ
で、実製品のカテゴリマップを元に、上記仮想歩留りＹ
ｎの算出、および上記（数６）式の連立方程式を解く、
あるいは図９に示すように（数６）式で近似することに
よって歩留り成分Ｙｓ、Ｙｒの計算を行うことについて
は、不良解析装置、例えばテスタ３０で実行してもよ
い。この場合、グルーピングパターン定義部６で定義さ
れたグルーピングパターン情報を不良解析装置、例えば
テスタ３０に提供してもよい。

【００４５】以上説明したように、本実施の形態によれ
ば、実製品について歩留り成分Ｙｒ、Ｙｓを求める際
に、事前に、例えば表２に示したようなプローブ歩留り
Ｙと歩留り成分Ｙｒ、Ｙｓの計算精度の関係を定量化し
て不良解析装置に例えばネットワーク２０を介して提供
することができるため、不良解析装置において、実製品
について求めた歩留り成分Ｙｒ、Ｙｓの信頼性を勘案し
た上で不良解析作業等に役立てることができ、不良解析
を効率的に行うことが可能となる。即ち、不良解析装
置、例えばテスタ３０は、事前に、プローブ歩留りＹと
歩留り成分Ｙｒ、Ｙｓの計算精度の関係を定量化してあ
ることによって、算出されるランダム歩留りＹｒは、異
物検査装置（図示せず）からネットワーク２０を介して
得られる異物検査結果（ウェハ上における異物発生マッ
プ）と、算出されるシステマティック歩留りＹｓはプロ
セスパラメータ測定装置等によって測定される膜厚や加
工寸法等のプロセスパラメータを含むトランジスタ特性
値との間で照合して相関解析を行う精度を向上させるこ
とが可能となる。

【００４６】さらに、本実施の形態によれば、グルーピ
ングパターン定義部６において複数のグルーピングパタ
ーンを定義でき、さらに仮想チップの外周が可能な限り
最小となるようにグルーピングを行うため、計算精度に
対するウェハ上の不良チップ配置の偏りやグルーピング
パターン形状への依存性の影響を低下することができ、
その結果、単一のグルーピングパターンを使用する場合
や無作為にグルーピングを行う場合と比較して、歩留り
成分の計算精度を向上させる効果がある。

【００４７】次に、本発明に係る歩留り成分計算精度予
測装置の第２の実施の形態について説明する。グルーピ
ングパターン定義部６が起動されるまでの処理は、第１
の実施の形態の場合と同様である。グルーピングパター
ン定義部６の起動後、ユーザは隣接するｎチップをグル
ーピングするための複数のグルーピングパターンを定義
する。あるいはグルーピングパターン定義部６が、第１
の実施の形態で説明したアルゴリズムに基づいて、自動
で複数のグルーピングパターンを定義する。次に、第２
の実施の形態は、第１の実施の形態で説明した方法に基
づいて、各々のグルーピングパターン毎に歩留り成分の
計算精度を求め、計算精度が高いものから順にｎ個のパ
ターン、例えば上位３パターン程度を仮想歩留りの計算
に用いるグルーピングパターンとして採用する。あるい
はユーザがグルーピングパターン毎に求めた歩留り成分
の計算精度を参照して、どのグルーピングパターンを使
用するかを決定する。以降の処理は第１の実施の形態の
場合と同様である。本第２の実施の形態によれば、複数
のグルーピングパターンの候補の中から歩留り成分の計
算精度が高いものを選んで使用するため、求めた歩留り
成分の計算精度が向上する効果がある。

【００４８】

【発明の効果】本発明によれば、実製品について歩留り
成分を求める際に、事前に、歩留りと歩留り成分の計算
精度（確からしさ）の関係を定量化しておくことができ
るため、求めた歩留り成分の信頼性を勘案した上で不良
解析作業等に役立てることができ、不良解析を効率的
に、しかも誤りを低減して行うことができる効果を奏す
る。また、本発明によれば、複数のグルーピングパター
ンを定義でき、さらに仮想チップの外周が可能な限り最
小となるようにグルーピングを行うため、計算精度に対
するウェハ上の不良チップ配置の偏りやグルーピングパ
ターン形状への依存性の影響を低下できるため、単一の
グルーピングパターンを使用する場合や無作為にグルー
ピングを行う場合と比較して、歩留り成分の計算精度を
向上させる効果がある。また、本発明によれば、歩留り
成分の確からしさが高くなるように画面上において素子
配置定義マップに対する複数種類のグルーピングパター
ンの定義を可能にして仮想歩留りを算出することができ
る効果を奏する。

【図面の簡単な説明】

【図１】本発明に係る不良解析システムの一実施の形態
を示す概略構成図である。

【図２】本発明に係るランダム不良、システマティック
不良と歩留り間の関係を示した図である。

【図３】本発明に係るウェハ上のチップ配置の定義画面
例を示した図である。

【図４】本発明に係る２チップ（２素子単位）をグルー
プ化する場合のグルーピングパターンの定義画面例を示
した図である。

【図５】本発明に係る４チップ（４素子単位）をグルー
プ化する場合の２つのグルーピングパターンの定義画面
例を示した図である。

【図６】グループ化する場合に外周を最小近くにするこ
とを説明するための図である。

【図７】本発明に係る歩留り成分のシミュレーション装
置における歩留り成分の計算精度（確からしさ）を予測
するための処理フローを示す図である。

【図８】本発明に係る隣接チップのグループ化に伴うチ
ップ面積と歩留り間の関係を示した図である。

【図９】チップサイズ（チップ面積）と歩留りとの関係
を示す図である。

【符号の説明】

１…中央処理装置、２…ディスプレイ、３…ポインティ
ングデバイス、４…処理プログラム、５…チップ配置定
義部、６…グルーピングパターン定義部、７…シミュレ
ーション部、８…歩留り成分分離部、９…キーボード、
９…記憶装置（格納手段）、２０…ネットワーク、３０
…テスタ（不良解析装置）。

Claims

【特許請求の範囲】

【請求項１】指定されたランダム不良と連続不良の各不
良に関連した歩留り成分並びに定義されたベース素材上
に配設される多数の素子の配置情報を元に、前記多数の
素子に対してランダム不良および連続不良を発生させ、
これら発生された多数の素子に対するランダム不良と連
続不良とを合成して良品素子および不良品素子の配列か
らなる仮想の基本カテゴリマップを作成し、この作成さ
れた仮想の基本カテゴリマップに対して複数種類のグル
ーピングパターンでグループ化した複数の仮想のグルー
プカテゴリマップを作成し、これら作成された各仮想の
グループカテゴリマップから得られる歩留りおよびグル
ープパターンの面積に応じたデータを元に、ランダム不
良に関連した歩留り成分と連続不良に関連した歩留り成
分とを分離して求め、この求められた各歩留り成分と前
記指定した各歩留り成分を比較することにより前記求め
られた歩留り成分の確からしさを算出するシミュレーシ
ョン過程と、実際のベース素材上に配設される多数の素子に対するプ
ローブ検査で得られる良品素子および不良品素子の配列
からなる基本カテゴリマップを作成し、この作成された
基本カテゴリマップに対して複数種類のグルーピングパ
ターンでグループ化した複数のグループカテゴリマップ
を作成し、これら作成された各グループカテゴリマップ
から得られる歩留りおよびグルーピングパターンの面積
に応じたデータを元に、ランダム不良に関連した歩留り
成分と連続不良に関連した歩留り成分とを分離して求
め、この求められた各歩留り成分を元に前記シミュレー
ション過程で算出された確からしさを参照して実際のベ
ース素材上に配設される多数の素子に対して不良解析を
行う不良解析過程とを有することを特徴とする不良解析
方法。
【請求項２】前記ベース素材上に配設される多数の素子
が、ウェハ上に配設される多数の半導体機能素子または
半導体チップであることを特徴とする請求項１記載の不
良解析方法。
【請求項３】前記シミュレーション過程において、グル
ーピングパターンを、外周が可能な限り最小に近くする
か、または形状が塊状にすることを特徴する請求項１ま
たは２記載の不良解析方法。
【請求項４】前記シミュレーション過程において、前記
仮想のグループカテゴリマップを作成する際、複数種類
のグルーピングパターンを前記求められた歩留り成分の
確からしさが高くなるように選択することを特徴とする
請求項１または２記載の不良解析方法。
【請求項５】前記不良解析過程において、前記グループ
カテゴリマップを作成する際、複数種類のグルーピング
パターンを前記シミュレーション過程で求められた歩留
り成分の確からしさが高くなるように選択することを特
徴とする請求項１または２記載の不良解析方法。
【請求項６】前記不良解析過程において、不良解析を異
物検査結果および特性値測定結果と照合して行うことを
特徴とする請求項１または２記載の不良解析方法。
【請求項７】指定されたランダム不良と連続不良の各不
良に関連した歩留り成分並びに定義されたベース素材上
に配設される多数の素子の配置情報を元に、前記多数の
素子に対してランダム不良および連続不良を発生させ、
これら発生された多数の素子に対するランダム不良と連
続不良とを合成して良品素子および不良品素子の配列か
らなる仮想の基本カテゴリマップを作成し、この作成さ
れた仮想の基本カテゴリマップに対して複数種類のグル
ーピングパターンでグループ化した複数の仮想のグルー
プカテゴリマップを作成し、これら作成された各仮想の
グループカテゴリマップから得られる歩留りおよびグル
ーピングパターンの面積に応じたデータを元に、ランダ
ム不良に関連した歩留り成分と連続不良に関連した歩留
り成分とを分離して求め、この求められた各歩留り成分
と前記指定した各歩留り成分を比較することにより前記
求められた歩留り成分の確からしさを算出するシミュレ
ーション手段と、実際のベース素材上に配設される多数の素子に対するプ
ローブ検査で得られる良品素子および不良品素子の配列
からなる基本カテゴリマップを作成し、この作成された
基本カテゴリマップに対して複数種類のグルーピングパ
ターンでグループ化した複数のグループカテゴリマップ
を作成し、これら作成された各グループカテゴリマップ
から得られる歩留りおよびグルーピングパターンの面積
に応じたデータを元に、ランダム不良に関連した歩留り
成分と連続不良に関連した歩留り成分とを分離して求
め、この求められた各歩留り成分を元に前記シミュレー
ション手段で算出された確からしさを参照して実際のベ
ース素材上に配設される多数の素子に対して不良解析を
行う不良解析手段とを備えたことを特徴とする不良解析
システム。
【請求項８】ベース素材上に多数の素子を配設して形成
される対象物が所定の歩留りに達したときのランダム不
良に関連した歩留り成分と連続不良に関連した歩留り成
分とについての確からしさを示すデータベースを格納す
る格納手段と、実際の前記対象物に対するプローブ検査で得られる所定
の歩留りを有する良品素子および不良品素子の配列から
なる基本カテゴリマップを作成し、この作成された基本
カテゴリマップに対して複数種類のグルーピングパター
ンでグループ化した複数のグループカテゴリマップを作
成し、これら作成された各グループカテゴリマップから
得られる歩留りおよびグルーピングパターンの面積に応
じたデータを元に、ランダム不良に関連した歩留り成分
と連続不良に関連した歩留り成分とを分離して求め、こ
の求められた各歩留り成分を元に前記格納手段に格納さ
れたデータベースから得られる確からしさを参照して実
際の前記対象物に対して不良解析を行う不良解析手段と
を備えたことを特徴とする不良解析システム。
【請求項９】指定されたランダム不良と連続不良の各不
良に関連した歩留り成分並びに定義されたベース素材上
に配設される多数の素子の配置情報を元に、前記多数の
素子に対してランダム不良および連続不良を発生させ、
これら発生された多数の素子に対するランダム不良と連
続不良とを合成して良品素子および不良品素子の配列か
らなる仮想の基本カテゴリマップを作成し、この作成さ
れた仮想の基本カテゴリマップに対して複数種類のグル
ーピングパターンでグループ化した複数の仮想のグルー
プカテゴリマップを作成し、これら作成された各仮想の
グループカテゴリマップから得られる歩留りおよびグル
ーピングパターンの面積に応じたデータを元に、ランダ
ム不良に関連した歩留り成分と連続不良に関連した歩留
り成分とを分離して求め、この求められた各歩留り成分
と前記指定した各歩留り成分を比較することにより前記
求められた歩留り成分の確からしさを算出することを特
徴とする歩留り成分のシミュレーション方法。
【請求項１０】表示装置の画面上において表示された素
子配置定義マップに対して複数種類のグルーピングパタ
ーンを定義し、良品素子および不良品素子の配列からな
る仮想の基本カテゴリマップに対して前記定義された複
数種類のグルーピングパターンでグループ化した複数の
仮想のグループカテゴリマップを作成し、これら作成さ
れた各仮想のグループカテゴリマップから各々の歩留り
を算出することを特徴とする仮想の歩留り算出方法。
【請求項１１】複数種類のグルーピングパターンの定義
において、互いに素子数を異ならしめることを特徴とす
る請求項１０記載の仮想の歩留り算出方法。
【請求項１２】複数種類のグルーピングパターンの定義
において、ある種類のグルーピングパターンを定義する
際、同じ素子数で定義する場合には、これら同じ素子数
を有する仮想のグループカテゴリマップから算出される
歩留りの平均値もしくは該平均値の相当する統計値を算
出することを特徴とする請求項１０記載の仮想の歩留り
算出方法。