JP2005284650A - 不良原因装置特定システム及び不良原因装置特定方法 - Google Patents

Abstract

【課題】 統計検定で不良原因装置を特定する不良原因装置特定システム及び不良原因装置特定方法を提供する。
【解決手段】 複数の製造装置群３ａ、３ｂ、３ｃ、３ｄのメンテナンス情報及び動作情報、特定の不良形態を有するロットの不良ロット群情報、に基づき要因効果データを作成する要因効果データ作成部５と、要因効果データと不良ロット識別情報が一致するか否かを表示する要因効果図を作成する要因効果図作成部６と、要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化部７と、不良ロット選択最適化部７が選択した複数の不良ロットを処理した製造装置群の履歴情報を装置履歴情報データベース４から読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析部８と、装置差異分析部８の分析結果に基づいて、不良原因装置一覧情報を出力する不良原因装置一覧作成部９と、を備える。
【選択図】 図１

Description

本発明は、工業製品の製造方法及びこの工業製品の製造プロセスにおける歩留まり低下の原因を解析する不良原因装置特定システム及び不良原因装置特定方法に関する。また、半導体集積回路の製造工程における基板の異常箇所を検出し、クラスタリング不良の発生原因を特定する不良原因装置特定システム及び不良原因装置特定方法に関する。

半導体集積回路の製造工程を例にとり説明すると、従来の製造装置差異分析は、一つの不良原因装置で処理されたロット、あるいは基板群だけを選択するため、異なる不良原因装置で発生したクラスタリング不良が互いに類似するパターンの場合は、基板の不良単位領域パターンだけで異なる不良原因装置を区別することが困難であるという課題が存在していた。

従来の面内発生位置解析手段は、システマティック不良の可能性がある基板において、テスト結果記憶装置と歩留まり記憶装置のデータに基づき、不良成分の基板面内発生位置を特定し、プログラム記憶装置から読み出されたプログラムに従って不良成分の発生位置が歩留まり記憶装置に保存され、その発生位置情報を面内相関解析手段に伝達していた（特許文献１参照。）。
特開２００３−３７１４３号公報（第５頁、図１参照）

本発明は、複数の不良原因が混在するロット、あるいは単位製品群で不良原因装置差異分析を実行し、統計検定で不良原因装置を特定する不良原因装置特定システム及び不良原因装置特定方法を提供することを目的とする。

本発明の一態様は、複数の製造装置群のメンテナンス情報及び動作情報を因子列とし、該因子列に対応させて最適条件の推定を行う主効果情報を試行行に配置した直交表を用いて特定の不良形態を有するロットの不良ロット群情報、に基づき要因効果データを作成する要因効果データ作成部と、要因効果データと不良ロット識別情報が一致するか否かを表示する要因効果図を作成する要因効果図作成部と、要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化部と、選択された複数の不良ロットを処理した製造装置群の履歴情報を装置履歴情報データベースから読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析部、とを備える不良原因装置特定システムであることを要旨とするものである。

本発明の一態様は、複数の製造装置群のメンテナンス情報及び動作情報を記憶する装置履歴情報データベースと、工業製品の歩留まり情報を記憶する歩留まりデータベースと、歩留まりデータベースに記憶した歩留まり情報の中から不良ロット識別情報を因子列とし、該因子列に対応させて最適条件の推定を行う主効果情報を試行行に配置した直交表を用いた装置差異分析検定値に基づいて選択した不良ロット群情報を記憶する不良ロット群データベースと、不良ロット群データベースから読み出した不良ロット群情報と不良ロット識別情報とが一致するか否かを表示する要因効果図を作成する要因効果図作成部と、要因効果図作成部から出力した要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化部と、不良ロット選択最適化部が選択した複数の不良ロットを処理した製造装置群の履歴情報を装置履歴情報データベースから読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析部と、を備える不良原因装置特定システムであることを要旨とするものである。

本発明の一態様は、要因効果データ作成部が、装置履歴情報データベースから製造装置群のメンテナンス情報及び動作情報を読み出して、不良ロット群を因子列とし、該因子列に対応させて最適条件の推定を行う主効果情報を試行行に配置した直交表を用いた異常候補工程及び製造装置群の検定値を算出する要因効果データ作成ステップと、要因効果図作成部が、要因効果データ作成部から出力された検定値を、不良ロット群に含まれるロット番号毎に不良検定値と正常検定値に区分けして表示する要因効果図を作成する要因効果図作成ステップと、不良ロット選択最適化部が、要因効果図作成部から出力した要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化ステップと、装置差異分析部が、不良ロット選択最適化部が選択した複数の不良ロットを処理した製造装置群の履歴情報を装置履歴情報データベースから読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析ステップと、を含む不良原因装置特定方法を要旨とするものである。

本発明によれば、複数の不良原因が混在するロット、あるいは単位製品群で不良原因装置差異分析を実行し、統計検定で不良原因装置を特定する不良原因装置特定システム及び不良原因装置特定方法を提供することができるという、格別な効果を奏する。

次に、図面を参照して、本発明の第１〜第２の実施の形態を説明する。以下の図面の記載において、同一又は類似の部分には同一又は類似の符号を付している。

また、以下に示す第１〜第２の実施の形態は、この発明の技術的思想を具体化するための装置や方法を例示するものであって、この発明の技術的思想は、特許請求の範囲において、種々の変更を加えることができる。

さらに、本発明の実施の形態は、工業製品の製造方法として半導体集積回路の製造工程を例にとり、不良原因装置特定システム、不良原因装置特定方法について説明する。

（第１の実施の形態）
本発明の第１の実施の形態に係る不良原因装置特定システムは、図１に示ように、複数の処理工程ａ、ｂ、ｃ、…、ｑ、…に対応した複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…のメンテナンス情報及び動作情報を生産管理サーバ１４経由で記憶する装置履歴情報データベース４と、複数の基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…の一群をロットとして、複数のロットが複数の処理工程ａ、ｂ、ｃ、…、ｑ、…を通過したロット識別情報（図中、識別情報を「ＩＤ」と略記する）を生産管理サーバ１４経由で記憶するロット識別情報データベース１５と、それぞれのロットの複数の基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…の各チップ領域２６に形成された集積回路の機能を検査する検査装置１７の検査結果をテスタサーバ１６経由で不良データとしてデータベース化して記憶する不良データデータベース１８とを備え、製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の状態、複数の基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…のロット状態、各基板のチップ領域２６に形成された集積回路の状態を各々管理する生産管理情報として活用する。

なお、製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…は、例えば、クリーンルーム１３で稼動する半導体製品の製造ラインを構成する製造装置群に適用した場合について説明する。

不良原因装置特定システムは、ロット識別情報データベース１５、不良データデータベース１８に各々記憶した生産管理情報を処理する不良分類部２０、不良分類データベース２１、不良ロット識別情報抽出部２２、不良ロット群計算部２３を有する中央処理装置１０（以下、単に「ＣＰＵ」と略記する）を備えている。

ＣＰＵ１０には、さらに不良ロット群計算部２３が設けられ、２水準直交表データベース１９から、複数の因子列に対応させて最適条件の推定を行う主効果情報を試行行に配置した直交表を読み出して、不良ロット群計算部２３が不良ロット群を推定した演算結果を下流の要因効果データ作成部５へ出力すると共に、不良ロット群をデータベース化し不良ロット群データベース２４へ記憶する。

ここで、２水準直交表データベース１９には、いくつかの因子の水準に対して、すべての水準の組合せを作り出す多元配置と同じ効果が得られる直交表のデータが記憶されている。

また、直交表の最適条件の推定を行う主効果情報は、基板の良品ロットと不良品ロットを区別する「１」と「２」の推定情報を各々行列に配置するとよい。

直交表には、Ｌ４、Ｌ８、Ｌ１２、Ｌ１６のような２水準系直交表と、Ｌ９、Ｌ１８、Ｌ２７、Ｌ３６のような３水準系直交表があり、Ｌ１２、Ｌ１８、Ｌ３６は交互作用が特定列に現れない分散型として用いることができる。

直交表の組み合わせは、１つの列の各水準（例えば、不良ロットを水準「１」、良品ロットを水準「２」に割り振る）の中に、他の列の各水準がすべて同回数ずつ現れるように直交させる。

第１の実施の形態では、１０ロット程度の不良ロットが存在する場合に適用するので、数多くの直交表の中から小規模の２水準のＬ１２直交表を２水準直交表データベース１９に記憶させている。

不良原因装置特定システムは、さらに、ＣＰＵ１０内に、複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…のメンテナンス情報及び動作情報を因子列とし、該因子列に対応させて最適条件の推定を行う主効果情報を試行行に配置した直交表を用いて特定の不良形態を有するロットの不良ロット群情報、に基づき要因効果データを作成する要因効果データ作成部５と、要因効果データと不良ロット識別情報が一致するか否かを表示する要因効果図を作成する要因効果図作成部６と、要因効果図作成部６から出力した要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化部７と、不良ロット選択最適化部７が選択した複数の不良ロットを処理した製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の履歴情報を装置履歴情報データベース４から読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析部８と、装置差異分析部８の分析結果に基づいて、不良原因装置一覧情報を出力する不良原因装置一覧作成部９と、を備える。

不良原因装置特定システムは、装置差異分析部８によって、複数の不良ロットに共通する不良原因の製造装置を特定してから、不良原因装置一覧作成部９が不良原因装置一覧情報を出力する。

このためＣＰＵ１０には、ユーザ端末２、メインメモリ１１、不良原因装置特定プログラム記憶装置１２、要因効果データベース２８、不良原因一覧データベース２５が接続されている。

図３は、ユーザ端末のディスプレイ表示を示す図である。不良ロット識別情報抽出部２２（図１参照）は、ユーザ端末２のディスプレイ２ａに外周不良が存在するロットの不良ロット識別番号（ＩＤ）と、不良自動分類結果のレポートに基づいて取得した検査結果を代表基板マップの欄に不良単位領域パターン４６として表示している。

不良単位領域パターン４６で示した基板２７ａ上に黒色で表示している箇所が不良単位領域４４であり、白色で表示している個所が良品単位領域４５である。円形の基板の縁部に集中して不良単位領域４４が発生するような外周不良のパターン（不良単位領域パターン）４６を共通とする不良ロット識別番号「＃１３４５」、不良ロット識別番号「＃２３１６」、不良ロット識別番号「＃２６８４」、…・・、不良ロット識別番号「＃３６７１」の合計１０ロットが同一の不良原因に起因する複数の不良ロットとして自動的に選択されている。

次に、不良ロット群計算部２３は、同一の不良原因に起因する複数の外周不良のパターンを発生させた原因装置を複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の内から特定する装置差異分析を行う。調査対象期間として１ヶ月又は１週間に複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…で各々処理した全ロットの識別情報（又は識別番号）と、外周不良ロットの不良ロット識別情報（又は識別番号）を用いて、製造装置履歴情報を参照し、工程ａ、ｂ、ｃ、…、ｑ、…に対応させた製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…での不良ロット処理の偏りをχ^２検定により調査する。

要因効果データ作成部５は、χ^２検定による装置差異分析を実行し、例えば、工程ｑにおいて、Ｎ台の製造装置群３ｑが使用されているとき、その製造装置の各々を、「Ｍｑ_１、Ｍｑ_２、・・・、Ｍｑ_Ｎ」と定義し、Ｎ台の製造装置群３ｑの調査対象期間中のそれぞれの全処理ロット数を、「Ａｑ_１、Ａｑ_２、・・・、Ａｑ_Ｎ」と定義した場合、次の式（１）を用いてＮ台の製造装置群３ｑによる全処理ロット総数Ａを算出する。

Ａ＝Ａｑ_１＋Ａｑ_２＋・・・＋Ａｑ_Ｎ （１）
要因効果データ作成部５は、Ｎ台の製造装置Ｍｑ_１、Ｍｑ_２、…・Ｍｑ_Ｎの各々の不良ロット処理数を、各々「Ｆｑ_１、Ｆｑ_２、・・・、Ｆｑ_Ｎ」と定義し、不良ロット処理数を加算する次の式（２）で工程ｑにおける不良ロット処理総数Ｆを算出する。

Ｆ＝Ｆｑ_１＋Ｆｑ_２＋・・・＋Ｆｑ_Ｎ （２）
要因効果データ作成部５は、Ｎ台の製造装置Ｍｑ_１、Ｍｑ_２、…・Ｍｑ_Ｎの各々の不良ロット処理数の期待値を、「Ｅｑ_１、Ｅｑ_２、・・・、Ｅｑ_Ｎ」と定義した場合、不良ロット処理総数Ｆに各製造装置Ｍｑ_ｉ（ｉ＝１〜Ｎ）の処理ロット数Ａｑ_ｉを乗じた乗算結果に対して、全処理ロット総数Ａで除算する次の式（３）を用いて、不良ロット処理数の各製造装置Ｍｑ_ｉの期待値Ｅｑ_ｉを算出し、製造装置Ｍｑ_１、Ｍｑ_２、…、Ｍｑ_Ｎが発生させる不良ロット数の期待値を求める。

Ｅｑ_ｉ＝Ｆ・Ａｑ_ｉ／Ａ （３）
さらに、要因効果データ作成部５は、工程ｑに対応した製造装置群３ｑのχｑ_ｉ ^２値（ｉ＝１〜Ｎ）を、次の式（４）を用いて算出する。この場合、Ｆｑ_ｉは不良ロット数、Ｅｑ_ｉは製造装置群３ｑで発生する不良ロット数の期待値を示している。

χｑ_ｉ ^２＝（Ｆｑ_ｉ−Ｅｑ_ｉ）^２／Ｅｑ_ｉ （４）
要因効果データ作成部５は、例えば、工程ｑにおけるχ^２乗値χ^２ _ｑを、次の式（５）を用いて算出する。

χ^２ _ｑ＝χ^２ _ｑ１＋χ^２ _ｑ２＋・・・＋χ^２ _ｑＮ （５）
引き続き、要因効果データ作成部５は、自由度Ｎのχ^２分布関数を「ｆ（χ^２、 Ｎ）」と定義し、工程ｑのχ^２検定値Ｐｑを次の式（６）を用いて算出する。

Ｐｑ＝ｆ（χｑ^２、Ｎ−１） （６）
また、要因効果データ作成部５は、χ^２検定値Ｐｑが「０．０５」以下である場合、工程ｑにおいて、９５％の信頼度で不良ロット処理の偏りに有意差があると判定する。

但し、本発明は、χ^２検定値Ｐｑの判定条件を「０．０５」以下に限定するものではなく、例えばχ^２検定値Ｐｑを「０．０１」以下の範囲で検出し、工程ｑにおける製造装置Ｍｑ_ｉが不良ロットの原因装置であるという有意差を判定してもよい。

図４は、要因効果データ作成部５からユーザ端末２側のディスプレイ２ａに出力した工程番号対応するχ^２検定値Ｐｑを表示した図である。上述した各演算式を用いて、チップ領域２６に半導体集積回路を製造する全工程について計算した結果をディスプレイ２ａ上に表示する。

χ^２検定値Ｐｑ上位３位の工程番号「１２６」、「７６」、「９３」と、各工程番号に対応するχ^２検定値Ｐｑ「０．１３」、「０．２６」、「０．３９」が示されており、全ての工程でχ^２検定値Ｐｑが「０．０５」より大きいので、製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…に不良ロットの原因装置が含まれている有意差が得られない。この検定結果に基づいて、複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の中から外周不良の原因製造装置群を特定するのは難しいと判断できる。

要因効果データ作成部５は、装置差異分析を行った１０ロットの基板の中で発生した、３種類の代表的な基板マップを図５（ａ）、（ｂ）、（ｃ）に示す。

図５（ａ）に示す不良単位領域パターン４６ａは、基板２７ｂの縁部側に黒色で示す９個の不良単位領域４４が集中し、外周以外の領域に白色で示す１５個の良品単位領域４５が存在する。

図５（ｂ）に示す不良単位領域パターン４６ｂは、基板２７ｃの右縁部側に黒色で示す５個の不良単位領域４４が集中し、右外周以外の領域に白色で示す１９個の良品単位領域４５が存在する。

図５（ｃ）に示す不良単位領域パターン４６ｃは、基板２７ｄの左縁部側に黒色で示す５個の不良単位領域４４が集中し、左外周以外の領域に白色で示す１９個の良品単位領域４５が存在する。

このように、図５（ａ）〜（ｃ）に示す全ての基板外周に不良が多く存在する傾向は共通している。ただし、図５（ａ）に示す基板２７ｂのロットでは不良単位領域４４が外周を一周する一周型の外周不良であるの対し、図５（ｂ）に示す基板２７ｃのロットでは右側に不良単位領域４４が偏った分布を示し、図５（ｃ）に示す基板２７ｄのロットでは左側に不良単位領域４４が偏った分布を示している。したがって、図５（ｂ）及び（ｃ）にような不良単位領域パターンは左右偏り型として区別することができる。

このように、それぞれの製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…で発生する基板の外周不良の傾向が共通していても、さらにその細かい基板面内傾向によって、例えば不良原因となる製造装置群３ａと製造装置群３ｂが異なっていた場合、複数の不良原因を一つに合わせた装置差異分析処理では不良ロットの原因装置であるという有意差が得られなかったものと判断することができる。

よって、一つの不良原因だけを含むよう基板の外周不良をさらに細かいカテゴリに分ける必要がある。しかし一周型と他の外周不良とを区別するような、左右偏り型を各々区別する等、様々な組み合わせが考えられ、その選択の判断は容易ではない。

第１の実施の形態では、複数の要因から成る系を最適化する手法として所謂「タグチメソッド」を用いる不良原因装置特定システムの要因分析を例示する。χ^２検定値Ｐｑは、小さいほど要因効果図作成に有意となり、不良発生条件の水準を直交表（図６参照）に従って変化させた試行を行い、少ない試行回数で最適条件を見出すことができる。

直交表は、２列に配置された２水準の組合せ「１１」、「１２」、「２１」、「２２」が同じ回数で現れる場合、この２列は直交し、バランスするように水準が組み合わされている。

「タグチメソッド」の計算方法は、要因効果データ作成部５が図８に示す工程番号と装置番号の組合せで、直交表の第１行目の試行番号「１」から第１２行目の試行番号「１２」の順にχ^２検定値Ｐｑを演算出力する。各試行番号におけるχ^２検定値Ｐｑをｙｉ（ｉ＝１〜１２）として定義する。ここで試行番号に対するＳＮ比をＫ_ｉとした場合、「タグチメソッド」を用いた次の式（７）を用いて各ＳＮ比Ｋ_ｉを算出する。

Ｋ_ｉ＝−１０ｌｏｇ（ｙ_ｉ ^２） （７）
次に、要因効果図作成部６は、直交表を参照し、各水準別に因子の平均値を算出する。例えば、因子番号列「１」に不良ロットが割り当てられている水準「１」の平均値をＸ_１１とした場合、因子番号「１」で水準「１」（図中、因子番号「１」では試行番号「１」から「６」の水準が該当する）のＳＮ比の平均値Ｘ_１１を次の式（８）で算出する。

Ｘ_１１＝（Ｋ_１＋Ｋ_２＋Ｋ_３＋Ｋ_４＋Ｋ_５＋Ｋ_６）／６ （８）
同様に、要因効果図作成部６は、因子番号「１」の中で水準「２」（図中、因子番号列「１」では試行番号「７」から「１２」の水準が該当する）のＳＮ比の平均値Ｘ_２１を次の式（９）で算出する。

Ｘ_２１＝（Ｋ_７＋Ｋ_８＋Ｋ_９＋Ｋ_１０＋Ｋ_１１＋Ｋ_１２）／６ （９）
装置差異分析部８は、２水準直交表（図６参照）に基づき、因子番号列ｘ＝「２」〜「１２」に関しても、水準「１」を不良ロットが存在すると推定し、水準「２」を良品ロットが存在すると推定し、水準「１」のＳＮ比Ｘ_１ｘ及び水準「２」のＳＮ比Ｘ_２ｘを各々演算した結果、不良ロットの選択が、２水準直交表に従ってバランス化された不良ロット特定に最も有意な演算結果を得ることができる。

直交表には様々なサイズのものが存在するが、図６に示すユーザ端末側のディスプレイ２ａに表示した「Ｌ１２直交表」には、縦軸に「１」〜「１２」までの試行番号と横軸に「１」〜「１１」までの因子番号を配列させ、１０ロットの基板を扱う場合には「Ｌ１２直交表」を用いて、「２水準１１因子」の最適化を１２回の試行回数で演算結果を得ることができる。

マトリクスの中の数字「１」は水準「１」を表し、数字「２」は水準「２」を表している。因子番号の「１」〜「１１」を各々基板の集合であるロットに対応させて、水準「１」の場合は、その基板のロットを不良ロットと推定し、水準「２」の場合は、その基板のロットを良品ロットと推定する。

第１の実施の形態では、複数の基板のロット毎に各因子番号列に対応させて不良ロットと良品ロットを推定するように各水準を配列させている。

不良ロット群計算部２３は、因子番号の「１１」には割り当てる基板のロットが存在しないものと想定し予備の基板ロットとして演算処理する。「Ｌ１２直交表」の場合、ロット選択に関して試行番号の「１」〜「１２」までの１２回の演算処理を実行する。

不良ロット群計算部２３は、直交表に基づき、各試行番号における不良ロットを選択する。例えば、試行番号の１回目では、全ての因子番号の水準が「１」であり、全ての外周不良ロットを不良ロットとして選択する。

不良ロット群計算部２３は、試行番号の２回目では、因子番号の「１」〜「５」までを水準「１」で演算し、因子番号の「６」〜「１１」までを水準「２」で演算するので、基板のロット「１」からロット「５」までを不良ロットとして選択する。このように２水準直交表に割り振る各試行番号と因子に対応する不良ロット識別番号を図７（ａ）に示す。

第１の実施の形態では、因子「１」に不良ロット識別番号「＃１３４５」、因子「２」に不良ロット識別番号「＃２３１６」、因子「３」に不良ロット識別番号「＃２６８４」、・・・・、因子「１０」に不良ロット識別番号「＃３６７１」を割り振る。

図７(a)の試行番号「１」では、直交表の水準が「１」となっている因子に割り振られている不良ロット識別番号「＃１３４５」「＃２３１６」「＃２６８４」・・・「＃３６７１」を不良ロットとして選択する。

同様に、試行番号「２」では、直交表の水準が「１」となっている因子に割り振られている不良ロット識別番号「＃１３４５」「＃２３１６」「＃２６８４」「＃２８７３」「＃２９５４」を不良ロットとして選択する。

同様に、試行番号「１２」では、直交表の水準が「１」となっている因子に割り振られている不良ロット識別番号「＃２６８４」「＃２８７３」・・・・「＃３６７１」を不良ロットとして選択する。

図７（ｂ）は、装置差異分析部８による「２水準直交表」に基いて選択された各試行番号「１」、「２」、…・・、「１２」までの装置差異分析結果を例示している。装置差異分析部８は、試行番号「１」の装置差異分析結果５３ａを不良原因装置一覧作成部９へ出力する。

装置差異分析結果５３ａは、試行番号「１」において、上段から下段方向順に表示された工程番号「１２６」、「７６」、「９３」、「４２」…・に対応付けて、装置番号「２」、「１」、「２」、「３」…・・を特定し、この装置番号の各々に対応付けてχ^２検定値Ｐｑ「０．１３」、「０．２６」、「０．３９」、「０．４１」…・の算出結果を出力している。

試行番号「１」は、全ての基板の外周不良ロットを不良ロットとして選択しているので、図４に示したχ^２検定値Ｐｑと同一のχ^２検定値Ｐｑが出力されている。

装置差異分析結果５３ｂは、試行番号「２」において、上段から下段方向順に表示された工程番号「９３」、「２１４」、「１２６」、「７６」…・に対応付けて、装置番号「２」、「４」、「２」、「１」…・・を特定し、この装置番号の各々に対応付けてχ^２検定値Ｐｑ「０．０４」、「０．１１」、「０．１９」、「０．３３」…・・の算出結果を出力している。

試行番号「２」は、すべての因子番号に水準「１」を設定した試行番号「１」と異なり、部分的に水準「２」を因子番号に設定しているので、装置差異分析結果５３ｂのχ^２検定値Ｐｑ「０．０４」、「０．１１」、「０．１９」、「０．３３」…・が装置差異分析結果５３ａのχ^２検定値Ｐｑより低い結果となる。

装置差異分析結果５３ｃは、試行番号「１２」において、上段から下段方向順に表示された工程番号「４６」、「１２６」、「７６」、「９３」…・に対応付けて、装置番号「２」、「２」、「１」、「２」…・を特定し、この装置番号の各々に対応付けてχ^２検定値Ｐｑ「０．０２」、「０．０３」、「０．１５」、「０．１８」…・・の算出結果を出力している。

試行番号「１２」は、基板の不良ロットの選択を試行番号「２」に比してさらに異なるように設定しているので、装置差異分析結果５３ｃのχ^２検定値Ｐｑ「０．０２」、「０．０３」、「０．１５」、「０．１８」…・が装置差異分析結果５３ａ及び装置差異分析結果５３ｂのχ^２検定値Ｐｑより低い結果として出力されている。

第１の実施の形態では、抽出した工程と装置に着目し、この工程と装置を組み合わせた装置差異分析結果のχ^２検定値Ｐｑが、試行「１」〜「１２」の間でどのような値であったのかを示すχ^２検定値Ｐｑの集計結果を図８に示す。

χ^２検定値Ｐｑの集計結果は、図左から右方向順に、工程番号、装置番号、χ^２検定値Ｐｑを表示させ、χ^２検定値Ｐｑの中に試行番号「１」〜「１２」を表示させている。

図中の上段から下段方向順に表示された工程番号「１２６」、「７６」、「９３」、４２」…・・に対応付けて、装置番号「２」、「１」、「２」、「３」…・・を表示させ、この装置番号の各々に対応付けて試行番号「１」のχ^２検定値Ｐｑ「０．１３」、「０．２６」、「０．３９」、「０．４１」…・・の算出結果を表示している。

同様に、装置番号の各々に対応付けて試行番号「２」のχ^２検定値Ｐｑ「０．１９」、「０．３３」、「０．０４」、「１」…・・の算出結果を表示し、試行番号「１２」のχ^２検定値Ｐｑ「０．０３」、「０．１５」、「０．１８」、「１」…・・の算出結果を表示している。

要因効果図作成部６は、χ^２検定値Ｐｑの集計結果において、ユーザが着目する工程及び装置が存在しない試行番号に対しては、χ^２検定値Ｐｑとして「１」を割り振っている。例えば、工程番号「４２」の試行番号「２」及び「１２」にχ^２検定値Ｐｑ「１」を割当ているので、「タグチメソッド」ではＳＮ比の低い値が算出される。

要因効果図作成部６は、因子「ｉ」の水準「１」と水準「２」の平均値を直線で結んでグラフ化し図９に示す要因効果図としてユーザ端末２へ出力する。

図９に示すように、縦軸にＳＮ比、横軸にロット番号を配置し、要因効果図の水準「１」が不良ロットとして選択された水準を、図示したグラフの中で右下がりのロットを異常ロットとして選択しＳＮ比を高くすることができる。

図示した要因効果図は、工程番号「９３」、装置番号「２」の要因効果図である。

図右端に示した「ロット番号割り当てなし」は、因子「１１」にロットを割り当てていない補助ロット５８であることを示すが、水準「１」と「２」でSN比に差が生じている。これはロット番号を割り当てなくても、ＳＮ比の平均値Ｘ_１１１およびＸ_２１１が中間値を持つためであり、最適化における誤差である。したがって、因子「１」から因子「１０」に割り当てられた実在するロットに対しては、水準「１」と「２」のSN比の差が因子「１１」の場合よりも大きい、右下がりの因子に割り当てられているロットを不良ロットとして選択すればよい。

図左端に示したロット番号「＃１３４５」は、不良側の水準「１」のＳＮ比の平均値Ｘ_１１が、正常側の水準「２」のＳＮ比の平均値Ｘ_２１より高く、かつその差がロット番号割り当てなしの因子「１１」より大きいため、不良原因装置を特定するための有意差が高い不良ロットである。

ロット番号「＃１３４５」の右に示したロット番号「＃２３１６」は、不良側の水準「１」のＳＮ比の平均値Ｘ_１２が、正常側の水準「２」のＳＮ比の平均値Ｘ_２２より高いが、その差がロット番号割り当てなしの因子「１１」より小さいため、不良原因装置を特定するための有意差が低い不良ロットである。

ロット番号「＃２３１６」の右に示したロット番号「＃２６８４」は、不良側の水準「１」のＳＮ比の平均値Ｘ_１３が、正常側の水準「２」のＳＮ比の平均値Ｘ_２３より高く、かつその差がロット番号割り当てなしの因子「１１」より大きいため、不良原因装置を特定するための有意差が高い不良ロットである。

ロット番号「＃２６８４」から少し右に離れて示したロット番号「＃３６２１」は、不良側の水準「１」のＳＮ比の平均値Ｘ_１３が、正常側の水準「２」のＳＮ比の平均値Ｘ_２３より低いため、不良原因装置を特定するための有意差が低い不良ロットである。

以上の結果より、不良ロット選択最適化部７は、異常ロット５７、５７a・・・を不良ロットとして選択する。

装置差異分析部８は、不良ロット選択最適化部７で選択された異常ロット５７、５７ａ…を不良ロットとして束ねる装置差異分析を実行し、特定の工程及び装置で処理された不良ロットのχ^２検定値Ｐｑと、不良ロット識別情報を抽出する。

また、不良ロット選択最適化部７で選択された不良ロットの不良マップを重ね合わせた図１０に示すスタックマップも作成する。

不良原因装置一覧作成部９は、図１０に示すように、同一の不良原因に起因する異常ロット５７、５７ａ…を処理した工程及び装置が発生させている不良の基板面内傾向の演算処理結果を対応付けて表示する。

同様に、図８に示す他の工程、すなわち工程番号１２６、装置番号２、工程番号７６、装置番号１、工程番号４２、装置番号３・・・に対しても、要因効果図作成部６が図９と同様の要因効果図を作成し、不良ロット選択最適化部７が不良ロット選択を最適化し、装置差異分析部８が装置差異分析を実行し、不良原因装置一覧作成部９が不良原因一覧を作成する。

不良の基板面内傾向としての不良単位領域パターン４６ｅは、図８に示した工程番号「９３」の装置番号「２」に対する演算結果を示し、不良単位領域パターン４６ｆは、図８に示した工程番号「１２６」の装置番号「２」に対する演算結果を示し、不良単位領域パターン４６ｇは、図８に示した工程番号「７６」の装置番号「１」に対する演算結果を例示したものである。

不良原因装置一覧作成部９は、図８に示す各工程番号、装置番号に対し、最適化された不良ロット選択方法による装置差異分析結果を、図１０に示す不良原因装置一覧として作成・表示する。

図１０に示した不良単位領域パターン４６ｅ、４６ｆ、４６ｇは、それぞれ最適化された不良ロットID、および原因となった工程番号、装置番号が異なり、別々の不良であることが分かる。

不良原因装置一覧は、図左から右の順に、工程番号、装置番号、χ^２検定値Ｐｑ、不良ロット識別情報、スタックマップを表示し、上段から工程番号「９３」を処理した装置番号「２」、不良ロットのχ^２検定値Ｐｑ「０．０１」、不良ロット識別情報「＃１３４５」、「＃２６８４」、…・、「＃２９５４」、及びスタックマップの中に不良単位領域パターン４６ｅを表示している。

不良単位領域パターン４６ｅは、基板２７ｅ上に白色で示した良品単位領域４５と、良品単位領域４５の周囲を囲み、基板２７ｅの外周に位置する黒色で示した不良単位領域４４と、を区別して、一周型の外周不良を表示している。

同様に、二段目の工程番号「１２６」を処理した装置番号「２」から発生した異常ロットのχ^２検定値Ｐｑ「０．０２」、不良ロット識別情報「＃２３１６」、「＃２７１９」、…・・、「＃３５１１」、及びスタックマップの中に不良単位領域パターン４６ｆを表示している。

不良単位領域パターン４６ｆは、基板２７ｆ上に白色で示した良品単位領域４５と、良品単位領域４５のグループの右側周囲に位置し、基板２７ｆの外周に位置する黒色で示した不良単位領域４４と、を区別して、右偏り型外周不良を表示している。

同様に、三段目の工程番号「７６」を処理した装置番号「１」から発生した異常ロットのχ^２検定値Ｐｑ「０．０４」、不良ロット識別情報「＃３６２１」、「＃３６８８」、…・・、「＃３６７１」、及びスタックマップの中に不良単位領域パターン４６ｇを表示している。

不良単位領域パターン４６ｇは、基板２７ｇ上に白色で示した良品単位領域４５と、良品単位領域４５のグループの左側周囲に位置し、基板２７ｇの外周に位置する黒色で示した不良単位領域４４と、を区別して、左偏り型外周不良を表示している。

不良原因装置特定プログラム記憶装置１２には、不良原因装置特定プログラムが記憶されている。この不良原因装置特定プログラムは、集積回路の検査装置の検査結果から基板面内傾向を分類し同一面内傾向を有するロットを抽出し、抽出したロットの採用可否を２水準系の直交表に割り付け、直交表に従ってタグチメソッドを実行しロット採用可否を行いながらロット処理の偏りに関する統計的なχ^２検定値Ｐｑを求め、統計検定値を最大化あるいは最小化させる最適化したロット選択を実行し、この最適化したロット選択方法によりロット処理の偏りに関する統計的なχ^２検定を演算して同一面内傾向の不良原因装置を特定する複数のステップをＣＰＵ１０上で実行する計算機プログラムである。

ロット識別情報データベース１５は、生産管理サーバ１４に接続され、生産管理サーバ１４は、クリーンルーム１３の内部で稼動する複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…から生産管理サーバ１４経由で複数の基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…のロット識別情報（ＩＤ）と対応する製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の処理履歴情報とを関連付けて記録する。

また、例示した製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…には、基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…の各々のチップ領域２６に半導体集積回路を形成する露光装置や、真空装置や、イオン注入装置や、加熱装置や、洗浄装置のような基板を加工する装置等が対応する。

ただし、本発明は、基板に限定されるものではなく、例えば、工業製品としての液晶装置のパネル、磁気記録媒体の基板、光記録媒体の基板、薄膜磁気ヘッドのピックアップ装置、超伝導素子の基板、露光用レチクル自体の製造に適用できることは勿論である。

生産管理サーバ１４は、装置履歴情報データベース４に対して複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の稼動履歴や基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…のロット識別情報や製造履歴情報を記憶させることができる。

図中左に示したテスタサーバ１６は、検査装置１７に接続され、例えば、各々の基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…のチップ領域２６に形成された半導体集積回路を検査装置１７でプローブ検査し、その検査結果を記憶する。

また、テスタサーバ１６は、基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…がクリーンルーム１３内で処理された段階で、各基板上のチップ領域２６に形成された半導体集積回路を検査装置１７でプローブ検査し、その検査結果を不良データとして不良データデータベース１８に記録する。

ただし、本発明は、検査装置１７をプローブ検査用に限定するものではなく、例えば、基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…の表面を検査する表面検査装置に適用できる場合もある。この場合、検査装置１７は基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…を上下方向又は左右方向へスキャンしながら基板表面をＣＣＤカメラで撮像し製造工程で発生した不良箇所を特定し検査結果を出力することができる。

また、テスタサーバ１６は、ロット識別情報データベース１５から基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…のロット識別情報に対応付けて記憶した各基板の加工処理履歴情報を読み出し、検査結果と対応付けて加工処理履歴を不良データデータベース１８へ記憶させることができる。

不良分類部２０は、複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…で各々処理した全ロットの識別情報を記憶するロット識別情報データベース１５、及び全ロットの識別情報に対応する基板の不良単位領域パタンと検査結果を記憶する不良データデータベース１８に接続し、全ロット情報に対して不良単位領域パターンを分類した不良分類情報を不良分類データベース２１に記憶させる。

不良分類部２０は、ロット識別情報データベース１５から、日毎、周毎、月毎に判別できる期間に複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…で各々処理したロットのロット識別情報と不良データを取得し、不良データに基づき、クラスタリング不良の基板面内傾向を分類する。

不良分類部２０は、不良データとして、チップ単位の良品／不良品（パス及びフェイルテスト）判定結果を用いて、クラスタリング不良の分類結果を複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…に対応させて不良分類データベース２１に記憶する。またデータベース化されたクラスタリング不良の分類結果を、ユーザ端末２を通してユーザが確認することができる。

不良ロット識別情報抽出部２２は、不良分類データベース２１から不良分類情報を読み出し、ユーザ端末２へ不良分類情報として、例えば外周不良が存在するロットの不良ロット識別番号、不良端領域パターン、不良自動分類結果のレポートに基づいて取得した検査結果を代表基板マップの欄に不良単位領域パターンとして出力し、ユーザ端末２の指令に基づいて不良ロット識別情報を抽出する。

不良ロット識別情報抽出部２２は、クラスタリング不良の分類結果に基づき、対策すべきクラスタリング不良を選定する。選定方法は、例えば、外周不良が存在するロットのクラスタリング不良の発生頻度を集計して、発生数の多い不良を選定してもよい。

また、不良ロット識別情報抽出部２２は、クラスタリング不良による歩留まり低下量と発生頻度を掛け合わせた歩留まりインパクトを算出して、歩留まりインパクトの大きい不良を選定してもよい。

さらに、ユーザの判断により、ユーザ端末２を通して共通する不良単位領域パターンの基板面内傾向によって不良原因となる製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…を選定してもよい。この場合、選定された不良単位領域パターンを有するロットに対応付けて製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…をユーザが選択することもできる。

第１の本実施の形態では、不良自動分類により「外周不良」として分類された不良ロットを対策すべき不良ロットとして選定した場合を説明した。この外周不良は、基板エッジ付近に不良単位領域が多く存在する傾向の不良単位領域パターンである。

不良自動分類結果は、代表的な基板マップと、それと類似すると判定された不良が存在する不良ロット識別情報が対応つけられた形式でユーザ端末２側のプリンター又はディスプレイにレポート出力される。

不良ロット群計算部２３は、不良ロット識別情報抽出部２２から不良ロット識別情報を受信し、２水準直交表データベース１９から直行表を選択して「タグチメソッド」を用いてχ^２検定による装置差異分析を実行し、不良ロット群データベース２４へ不良ロット識別情報に基づく不良ロット群情報を記憶させる。

要因効果図作成部６は、不良ロット群データベース２４へ接続し、χ^２検定値Ｐｑの集計結果として不良ロット群情報を受信すると共に、要因効果データ作成部５が作成した要因効果図情報を要因効果データベース２８から読み出し、要因効果図（図９参照）を作成する。

ユーザ端末２は、不良原因一覧データベース２５に接続し、不良原因一覧情報を取得してディスプレイ表示させることができる。

図１及び図２を参照して、不良原因装置特定システムの動作について説明する。

第１の実施の形態に係る不良原因装置特定システムは、ＣＰＵ１０上で不良原因装置処理を遂行し、基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…上の各チップ領域２６に形成される半導体集積回路の製造工程において、製造工程の異常箇所と製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…とを対応付けて特定することができ、特に半導体製造ラインで処理されたロットで、同一の不良形態（パターン）を有するロットを製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…に対応付けて抽出する。

不良分類部２０は、ロット識別情報取得処理ステップ３１（以下、ステップを「ＳＴ」と略記する）を実行し、ロット識別情報データベース１５から基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…のロット識別情報と、ロット識別情報に対応付けて記憶した複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の処理履歴情報を取得する。

不良ロット群計算部２３は、不良データ入力処理ＳＴ３２を実行し、不良データデータベース１８からロット識別情報に対応付けられた複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の加工処理履歴情報と基板の検査結果をメインメモリ１１のワークエリアへ入力する。

不良分類部２０は、不良データ分類ＳＴ３３で、メインメモリ１１に記憶したロット識別情報に対応付けられた複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の加工処理履歴情報と複数の基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…の検査結果を読み出して、不良データの分類処理を実行し、分類された不良データの種別と良品データとを区別する不良分類情報を各基板のロット識別情報に対応させて不良分類データベース２１へ記憶させ、処理を不良ロット識別情報抽出処理ＳＴ３４へ移行させる。

不良ロット識別情報抽出部２２は、不良ロット識別情報抽出ＳＴ３４を実行し、不良分類データベース２１から不良分類情報を読み出して、ロット識別情報に対応付けられた複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の加工処理履歴情報と基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…の検査結果をユーザ端末２及び不良ロット群計算部２３へ出力する。

不良ロット群計算部２３は、さらに不良ロット識別情報抽出ＳＴ３４で、各基板のロット識別情報と不良品を示す検査結果を用いて代表基板パターン別にロット識別情報を分類し、分類したロット識別情報と複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の加工処理履歴情報とを対応付けて要因効果データ作成部５へ出力する。

また、不良ロット群計算部２３は、不良ロット識別情報抽出ＳＴ３４で、ユーザ端末２から不良分類データベース２１にアクセスさせ、複数のロットで発生した代表基板マップに不良単位領域を表示させ、代表基板マップにと同一の不良単位領域パターンを有する複数の不良ロットの不良ロット識別情報をユーザ端末２へ表示して、ユーザに不良ロットの不良ロット識別情報の抽出を促すことができる。

要因効果データ作成部５は、直交表選択ＳＴ３５で、直交表データベース１９ａにアクセスし、抽出された不良ロットの不良ロット識別情報に適用する２水準直交表のデータを選択し取得する。

次に、不良ロット識別情報抽出部２２は、不良ロット群選択ＳＴ３６で、直交表による不良自動分類結果のレポートに基づいて取得した検査結果を代表基板マップの欄に不良単位領域パターン４６（図３参照）として表示し、合計１０ロットが同一の不良原因に起因する複数の不良ロットとして自動的に選択する。

不良原因装置特定処理は、装置差異分析ＳＴ３７に移行し、不良ロット群計算部２３が、同一の不良原因に起因する複数の外周不良のパターンを発生させた原因装置を複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の内から特定する装置差異分析を行う。調査対象期間として１ヶ月又は１週間に複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…で各々処理した全ロットの識別情報（又は識別番号）と、外周不良ロットの不良ロット識別情報（又は識別番号）を用いて、製造装置履歴情報を参照し、工程ａ、ｂ、ｃ、…、ｑ、…に対応させた製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…での不良ロット処理の偏りをχ^２検定により調査する。

次に、要因効果データ作成部５が、不良ロット群に対するχ^２検定による装置差異分析を実行し、例えば、工程ｑにおいて、Ｎ台の製造装置群３ｑが使用されているとき、その製造装置の各々を、「Ｍｑ_１、Ｍｑ_２、・・・、Ｍｑ_Ｎ」と定義し、Ｎ台の製造装置群３ｑの調査対象期間中のそれぞれの全処理ロット数を、「Ａｑ_１、Ａｑ_２、・・・、Ａｑ_Ｎ」と定義した場合、上述した式（１）を用いてＮ台の製造装置群３ｑによる全処理ロット総数Ａを算出する。

また、要因効果データ作成部５は、Ｎ台の製造装置Ｍｑ_１、Ｍｑ_２、…・Ｍｑ_Ｎの各々の不良ロット処理数を、各々「Ｆｑ_１、Ｆｑ_２、・・・、Ｆｑ_Ｎ」と定義し、不良ロット処理数を加算する上述した式（２）で工程ｑにおける不良ロット処理総数Ｆを算出する。

さらに、要因効果データ作成部５は、Ｎ台の製造装置Ｍｑ_１、Ｍｑ_２、…・Ｍｑ_Ｎの各々の不良ロット処理数の期待値を、「Ｅｑ_１、Ｅｑ_２、・・・、Ｅｑ_Ｎ」と定義した場合、不良ロット処理総数Ｆに各製造装置Ｍｑ_ｉ（ｉ＝１〜Ｎ）の処理ロット数Ａｑ_ｉを乗じた乗算結果に対して、全処理ロット総数Ａで除算する上述した式（３）を用いて、不良ロット処理数の各製造装置Ｍｑ_ｉの期待値Ｅｑ_ｉを算出し、製造装置Ｍｑ_１、Ｍｑ_２、…、Ｍｑ_Ｎが発生させる不良ロット数の期待値を求める。

引き続き、要因効果データ作成部５は、工程ｑに対応した製造装置群３ｑのχｑ_ｉ ^２値（ｉ＝１〜Ｎ）を、上述した式（４）を用いて算出する。

さらに、要因効果データ作成部５は、例えば、工程ｑにおけるχ^２乗値χ^２ _ｑを、上述した式（５）を用いて算出する。

要因効果データ作成部５は、自由度Ｎのχ^２分布関数を「ｆ（χ^２、Ｎ）」と定義し、工程ｑのχ^２検定値Ｐｑを上述した式（６）を用いて算出する。

また、要因効果データ作成部５は、χ^２検定値Ｐｑが「０．０５」以下である場合、工程ｑにおいて、９５％の信頼度で不良ロット処理の偏りに有意差があると判定する。

不良原因装置特定処理は、χ^２検定値算出処理ＳＴ３８へ移行し、要因効果データ作成部５が図８に示す工程番号と装置番号の組合せで、直交表の第１行目の試行番号「１」から第１２行目の試行番号「１２」の順にχ^２検定値Ｐｑを出力する。

この場合、各試行番号におけるχ^２検定値Ｐｑをｙｉ（ｉ＝１〜１２）として定義する。ここで試行番号に対するＳＮ比をＫ_ｉとした場合、「タグチメソッド」を用いた上述の式（７）を用いて各ＳＮ比Ｋ_ｉを演算算出する。

不良原因装置特定処理は、要因効果図作成処理ＳＴ３９へ移行し、要因効果図作成部６が演算出力した複数のχ^２検定値Ｐｑを水準「１」と水準「２」各々区分けして平均値を算出し図９に示すような要因効果図を作成する。

不良ロット選択最適化部７は、不良ロット選択の最適化ＳＴ４０で、要因効果図の中で異常ロット５７、５７ａを選択的に抽出し複数のロットの中から不良単位領域を共通とする不良ロットを、要因効果図の右下がりの異常ロット５７、５７ａとして選択し、例えば、一周型の外周不良（図１０参照）の不良ロットを発生させた工程番号「９３」の工程を候補として不良ロット選択を最適化する。

また、不良ロット選択最適化部７は、要因効果図の情報に基づき、右偏り外周不良（図１０参照）の不良ロットを発生させた工程番号「１２６」の工程を候補として不良ロット選択を最適化する。

さらに、不良ロット選択最適化部７は、要因効果図の情報に基づき、左偏り外周不良（図１０参照）の不良ロットを発生させた工程番号「７６」の工程を候補として不良ロット選択を最適化する。

装置差異分析部８は、装置差異分析ＳＴ４１で、最適化された不良ロット選択方法に対する装置差異分析を実行し、要因効果図の情報に基づき、工程番号「９３」の工程を処理した複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の装置履歴情報を装置履歴情報データベース４から読み出して、不良ロット処理の偏りをχ^２検定により分析する。上述した式（１）〜（６）を用いて算出したχ^２検定値Ｐｑが「０．０５」以下の装置番号「２」の製造装置群３ｂを不良原因装置として特定する。

同様に、装置差異分析部８は、要因効果図の情報に基づき、工程番号「１２６」の工程を処理した複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の装置履歴情報を装置履歴情報データベース４から読み出して、不良ロット処理の偏りをχ^２検定により分析する。上述した式（１）〜（６）を用いて算出したχ^２検定値Ｐｑが「０．０５」以下の装置番号「２」の製造装置群３ｂを不良原因装置として特定する。

同様に、装置差異分析部８は、要因効果図の情報に基づき、工程番号「７６」の工程を処理した複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の装置履歴情報を装置履歴情報データベース４から読み出して、不良ロット処理の偏りをχ^２検定により分析する。上述した式（１）〜（６）を用いて算出したχ^２検定値Ｐｑが「０．０５」以下の装置番号「１」の製造装置群３ａを不良原因装置として特定する。

不良原因装置一覧作成部９は、不良原因装置一覧表作成ＳＴ４２で、共通する不良単位領域パターンと、この不良単位領域パターンを発生させた複数の不良ロット識別情報と、単一の工程番号と、単一の工程番号に対応する単一の製造装置群番号と、χ^２検定値算出ＳＴ３８で算出されたχ^２検定値と、を一覧させる図１０に示す不良原因装置一覧表を作成し、不良原因一覧データベース２５へ不良原因装置一覧表のデータを記憶させ、処理を終了させる。

このように、不良原因装置一覧作成部９は、異常工程及び異常装置と不良の基板面内傾向を各々対応付けて表示させ、一周型の外周不良や、右偏り型外周不良や、左偏り型外周不良に対応する各々原因工程と不良原因装置が異なることを表示することができる。

第１の実施の形態では、より多くのロットが不良ロットとして存在する場合は、因子の数が不良ロットの数より大きい２水準直交表を用いればよく、不良データとしてチップ単位のパス／フェイルデータを用いても、メモリ製品あるいはメモリ混載ロジック製品等で取得されるフェイルビットマップ情報等を用いてもよい。

また、２水準直交表による望小特性で最適化を実行して要因効果図を作成したが、検定値の値が大きいほど精度の高い有意な検定値を用いる「タグチメソッド」の望大特性による最適化を実施することもできる。

さらに、装置履歴情報として、基板単位の情報が存在する場合は、ロットの記述を基板毎に読み替えて不良データデータベース１８に記録するとよい。

このように、不良原因装置特定システムによれば、不良ロット選択最適化部７が不良ロットの選択を２水準直交表による望小特性で最適化を実行し、装置差異分析部８が不良ロット選択最適結果を読み出して装置差異分析を実行し、複数の不良要因が混在する基板ロットが発生しても、不良ロットの不良要因を自動的に分離し、原因工程及び原因装置を容易に特定することができる。

（第２の実施の形態）
本発明の第２の実施の形態に係る不良原因装置特定システムを図１１〜図１５を参照して説明する。第２の実施の形態は、低い歩留まりのロットを不良ロットの集団として抽出する点で第１の実施の形態と相違するが、第１の実施の形態と共通する構成要素については重複する説明を省略する。

図１１に示ように、不良原因装置特定システムは、複数の製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…のメンテナンス情報及び動作情報を記憶する装置履歴情報データベース４と、工業製品の歩留まり情報を記憶する歩留まりデータベース６０と、歩留まりデータベース６０に記憶した歩留まり情報の中から不良ロット識別情報を抽出し、良品ロットと不良品ロットの推定情報を行列に配置した直交表を用いた装置差異分析検定値に基づいて選択した不良ロット群情報を記憶する不良ロット群データベース２４と、不良ロット群データベース２４から読み出した不良ロット群情報と不良ロット識別情報とが一致するか否かを表示する要因効果図を作成する要因効果図作成部６と、要因効果図作成部６から出力した要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化部７と、不良ロット選択最適化部７が選択した複数の不良ロットを処理した製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の履歴情報を装置履歴情報データベース４から読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析部８と、装置差異分析部８の分析結果に基づいて、不良原因装置一覧情報を出力する不良原因装置一覧作成部９と、を備える。

不良原因装置特定システムは、更にＣＰＵ１０、歩留まり算出部５９、不良ロット識別情報抽出部２２、不良ロット群計算部２３、要因効果図作成部６、不良ロット選択最適化部７、装置差異分析部８、及び不良原因装置一覧作成部９を有し、不良原因装置一覧作成部９が装置差異分析部８の分析結果に基づいて不良原因装置一覧情報を不良原因一覧データベース２５へ出力し記憶させる。

第１の実施の形態と同一の構成要素であるユーザ端末２、要因効果図作成部６、不良ロット選択最適化部７、装置差異分析部８、不良原因装置一覧作成部９、生産管理サーバ１４、ロット識別情報データベース１５、テスタサーバ１６、検査装置１７、不良ロット識別情報抽出部２２、不良ロット群計算部２３、不良ロット群データベース２４については重複する説明を省略する。

歩留まり算出部５９は、ロット識別情報データベース１５から基板のロット識別情報を読み出し、ロット識別情報に対応する不良データを不良データデータベース１８から読み出す。

歩留まり算出部５９は、任意の閾値（例えば、図１３の標準値７９）を設定し、閾値以下の歩留まりのロット情報を、不良ロットとして歩留まりデータベース６０に記憶させる。歩留まりデータベース６０に記憶したロット群を低歩留まりロット群と定義してもよい。なお、任意の閾値はユーザがユーザ端末２を通して設定してもよい。

また、対象期間の全ロットの頻度分布を集計して、例えば分布中心から標準偏差の３倍以上歩留まりが低いロットを低歩留まりロット群として記憶させてもよい。第１の実施の形態では、不良単位領域パターンの面内傾向の分類を用いて、複雑な演算操作が必要であったが、第２の実施の形態では、不良ロットの指定がより簡便である点で有利である。

図１１及び図１２を参照して、不良原因装置特定システムの動作を説明する。歩留まり算出部５９は、ロット識別情報取得処理ＳＴ６１で、ロット識別情報データベース１５から基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…のロット識別情報と、ロット識別情報に対応付けて記憶した製造装置群３ａ、３ｂ、３ｃ…、３ｑ、…の処理履歴情報を取得する。

不良ロット群計算部２３は、不良データ入力処理ＳＴ６２で、不良データデータベース１８からロット識別情報に対応付けられた基板の加工処理履歴情報と検査結果をＣＰＵ１０へ入力する。

歩留まり算出部５９は、歩留まり集計ＳＴ６３でロット識別情報に対応させて複数の基板２７ａ、２７ｂ、２７ｃ、２７ｄ、…の加工処理履歴情報と検査装置１７による検査結果を集計し歩留まりデータとして歩留まりデータベース６０へ保存し、不良原因装置特定処理を不良ロット識別情報抽出ＳＴ６４へ移行させる。

不良ロット識別情報抽出部２２は、不良ロット識別情報抽出ＳＴ６４で歩留まりデータベース６０の中から任意の閾値以下の不良ロットに対応する不良ロット識別情報を抽出し、ユーザ端末２へ不良ロット識別情報を表示させる。

ユーザ端末２は、不良ロット識別情報抽出ＳＴ６４で、歩留まりデータベース６０にアクセスし、複数のロットで発生した代表基板マップに不良単位領域パターンを表示させ、代表基板マップに分類された複数の不良ロット識別情報を表示して、ユーザに不良ロット識別情報の抽出を促すことができる。

不良ロット群計算部２３は、直交表選択ＳＴ６５で、直交表データベース１９ａにアクセスし、抽出された不良ロット識別情報に対応する２水準直交表のデータを選択し、直交表による不良ロット群選択ＳＴ６６で不良ロット群を選択し、装置差異分析ＳＴ６７へ移行して直交表による不良ロット群に対する装置差異分析を遂行し、分析結果を要因効果図作成部６へ出力する。

要因効果図作成部６は、検定値算出ＳＴ６８で、装置履歴情報データベース４から製造装置群３ａ、３ｂ、３ｃ、３ｄの履歴情報を読み出し、直交表による不良ロット群に対する異常候補工程又は異常候補装置の検定値を算出し、要因効果図作成ＳＴ６９に移行して、検定値算出ＳＴ６８で算出された検定値に基づき要因効果図を作成する。

不良ロット選択最適化部７は、不良ロット選択の最適化ＳＴ７０で、要因効果図の中で右下がりのグラフで示す異常ロットを選択し低歩留まりを発生させた工程の候補を最適化する。

装置差異分析部８は、装置差異分析ＳＴ７１で、最適化された不良ロット選択方法に対する装置差異分析を実行し、不良ロットが発生した工程番号及び装置番号のような装置履歴情報に基づき装置差異分析を実行する。

不良原因装置一覧作成部９は、不良原因装置一覧表作成ＳＴ７２で、共通する不良単位領域パターンと、この不良単位領域パターンを発生させた複数の不良ロット識別情報と、単一の工程番号と、単一の工程番号に対応する単一の装置番号と、検定値算出ＳＴ６８で算出された検定値と、を一覧させる不良原因装置一覧表を作成し、不良原因一覧データベース２５へ不良原因装置一覧表のデータを記憶させ、処理を終了させる。

図１３は、基板製造ラインで生産された半導体製品のロット毎の歩留まり変化を示す図である。図中の縦軸は半導体製品の歩留まりを示し、横軸は基板のロット払い出し日を示している。

図示するように、半導体製品は定常的には高い歩留まり値を示しているが、時々歩留まりが高い値から低下している異常値７６、異常値７６ａ、異常値７６ｂ、異常値７６ｃ、異常値７６ｄを示す。半導体製品の歩留まりを低下させる要因は様々である。従って、様々な不良原因を内在する歩留まり値をそのまま装置差異分析に掛けても、有意な結果を得ることは難しい。

第１の実施の形態では、不良の面内傾向を分類した結果から、不良ロットの集団を抽出したが、第２の実施の形態では、低い歩留まりのロットを不良ロットの集団として抽出して不良原因装置の特定を行う。

不良ロット識別情報抽出部２２は、任意の標準値７９を設定し、標準値７９以下の歩留まりを示すロットを、不良ロットとして抽出する。第２の実施の形態では、抽出された低い歩留まりロット群を低歩留まりロット群として他のロット群と区別する。

また、標準値７９は不良ロット識別情報抽出部２２が設定してもよくユーザが任意に設定してもよい。さらに、対象期間の全ロットの頻度分布を集計して、例えば分布中心から標準偏差の３倍以上歩留まりが低いロットを低歩留まりロット群として標準値７９を設定してもよい。

第２の実施の形態では、標準値７９の値を増減させるだけで、不良ロットの指定がより簡便であるという利点がある。不良ロット識別情報抽出部２２により抽出された低歩留まりロット群のロット識別情報をディスプレイ２ａに表示した態様を図１４（ａ）に示す。

ディスプレイ２ａには、低歩留まりロット識別情報として「＃５４２３」、「＃５５６２」、「＃５８７２」、「＃８７２４」のようにロット番号が上から下へ向かって昇順に表示されている。

不良ロット群計算部２３は、抽出された低歩留まりロット群のロット数より因子数の多い２水準直交表を２水準直交表データベース１９から選択する。第２の実施の形態では、因子が１５個、試行回数が１６回の「Ｌ１６直交表」を採用することができる。

不良ロット群計算部２３は、因子に低歩留まりロット群の各ロットを割り当て、水準「１」を不良ロット、水準「２」を正常ロットと定義して、直交表の各試行に対する因子に不良ロット識別情報を割り付ける。各試行における不良ロットの割り振りを図１４（ｂ）に示す。

図１４（ｂ）に示すように、ユーザ端末２側のディスプレイ２ａに試行番号「１」〜「１６」の各々に割り振る因子「１」〜「１５」までの不良ロット識別情報を表示させている。

第２の実施の形態では、因子「１」に不良ロット識別番号「＃５４２３」、因子「２」に不良ロット識別番号「＃５５６２」、因子「３」に不良ロット識別番号「＃５８７２」、・・・・、因子「１４」に不良ロット識別番号「＃８７２４」を割り振る。

図14(ｂ)の試行番号「１」では、直交表の水準が「１」となっている因子に割り振られている不良ロット識別番号「＃５４２３」「＃５５６２」「＃５８７２」・・・「＃８７２４」を不良ロットとして選択する。

同様に、試行番号「２」では、直交表の水準が「１」となっている因子に割り振られている不良ロット識別番号「＃５４２３」「＃５５６２」「＃５８７２」「＃５９６３」「＃６１６３」を不良ロットとして選択する。

同様に、試行番号「１６」では、直交表の水準が「１」となっている因子に割り振られている不良ロット識別番号「＃６３２４」「＃６６４２」・・・・「＃８７２４」を不良ロットとして選択する。

要因効果図作成部６は、χ^２検定値算出ＳＴ３９で算出された複数のχ^２検定値Ｐｑを水準「１」と水準「２」各々区分けして平均値を算出して図９に示すような要因効果図を作成する。

不良原因装置一覧作成部９は、図１５に示すように、異常ロットの工程番号及び装置番号、異常ロットのχ^２検定値Ｐｑ、不良ロット識別情報、及び選択された不良ロットのスタックマップを作成し、不良原因一覧表として出力する。

図１４（ａ）及び図１４（ｂ）に示した低歩留まりロット群には、図１５に示す基板２７ｈの中央に不良単位領域４４が集中する不良単位領域パターン４６ｈ、不良単位領域４４が水平方向に三本現れた不良単位領域パターン４６ｉ、及び不良単位領域４４が左下に偏って現れた不良単位領域パターン４６ｊの３種類の不良原因があり、それぞれの不良原因別にロット選択方法が自動的に最適化されている。

例えば、第１段目の工程番号「１０３」を処理した装置の装置番号「４」が発生した異常ロットのχ^２検定値Ｐｑ「０．００」に含まれる不良ロット識別情報は、「＃５５６２」、「＃５８７２」、「＃５９９８」であり、これら不良ロットは図右に示したスタックマップ内の基板２７ｈ上に現れた不良単位領域パターン４６ｈを有している。黒色で示した不良単位領域４４は基板２７ｈの中央に集中して存在し、不良単位領域４４を取り囲むように白色で示した良品単位領域４５が存在する。

同様に、第２段目の工程番号「４６」を処理した装置の装置番号「１」が発生した異常ロットのχ^２検定値Ｐｑ「０．０１」に含まれる不良ロット識別情報は、「＃５４２３」、「＃５７２４」、「＃５７２１３」であり、スタックマップ内の基板２７ｉ上に黒色で示す水平方向に三本現れた不良単位領域パターン４６ｉを有している。

同様に、第３段目の工程番号「１９７」を処理した装置の装置番号「６」が発生した異常ロットのχ^２検定値Ｐｑ「０．０３」に含まれる不良ロット識別情報は、「＃６３２７」、「＃６９５３」、「＃８７２４」であり、スタックマップ内の基板２７ｊ上に黒色で示す左下に現れた不良単位領域パターン４６ｊを有している。

第２の実施の形態では、低歩留まりの判定基準は任意に設定することができる。例えば、全てのロットを選択して、高歩留まりロットに対しては、要因効果図を読み出して不良原因のχ^２検定値Ｐｑに対するＳＮ比の平均値への寄与がないと判定した場合は、低歩留まりロットから除外するように、何らかの不良原因を有するロット群だけを自動的に選択することができる。

以上説明したように、基板不良の面内傾向の分類を行うことなく、低歩留まり、あるいは、任意のロットを抽出し、２水準直交表によるロット選択方法の最適化を行うことで、複数の不良原因が混在する場合でも、自動的に不良ロット群と良品ロット群とを分離し、不良に関与した原因工程や原因装置を自動的に特定することができる。

（その他の実施の形態）
上記のように、本発明は第１〜第２の実施の形態によって記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施の形態及び運用技術が明らかとなろう。

既に述べた第１〜第２の実施の形態の説明においては、半導体製品を生産するための製造装置群について、例示したが、本発明は、液晶装置のパネル、磁気記録媒体の基板、光記録媒体の基板、薄膜磁気ヘッドのピックアップ部、超伝導素子の基板の製造方法に適用できることは、上記説明から容易に理解できるであろう。

また、不良ロットの選択を２水準直交表による望小特性あるいは望大特性で最適化を行い、その後装置差異分析を実施することで、複数の不良要因が混在する不良ロットでも、それぞれの不良要因を自動的に分離し、不良の原因工程や原因装置群を特定する不良原因装置特定システムを提供することができる。

さらに、不良の面内傾向の分類を行うことなく、低歩留まり、あるいは、任意のロットを抽出し、２水準直交表によるロット選択方法の最適化を行うことで、複数の不良原因が混在する場合でも、自動的に良品と不良品ロットの分離や原因装置の特定を簡便に行うことができる。

このように、本発明はここでは記載していない様々な実施の形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

第１の実施の形態に係る不良原因装置特定システムのブロック図。 第１の実施の形態に係る不良原因装置特定システムのフローチャート。 第１の実施の形態に係る不良原因装置特定システムが生成した不良分類結果を示す図。 第１の実施の形態に係る不良原因装置特定システムが生成した外周不良全体に対する装置差異分析結果を示す図。 第１の実施の形態に係る不良原因装置特定システムが生成した外周不良の基板面内傾向を示す図。 第１の実施の形態に係る不良原因装置特定システムに用いる２水準直交表を示す図。 第１の実施の形態に用いる直交表に従って選択した不良ロット群を示す図。 第１の実施の形態に用いる抽出された工程及び装置に対応させて選択した不良ロット群の検定値を示す図。 第１の実施の形態に用いる不良ロット選択に対する装置差異分析検定値の要因効果図。 第１の実施の形態に用いる不良ロット選択方法により特定された不良原因一覧を示す図。 第２の実施の形態に係る不良原因装置特定システムのブロック図。 第２の実施の形態に係る不良原因装置特定システムのフローチャート。 第２の実施の形態に用いる歩留まりのトレンドチャートと低歩留まりロットの判定標準値を示す図。 第２の実施の形態に用いる抽出された低歩留まりロット識別情報の一覧を示す図。 第２の実施の形態に用いる不良原因装置一覧作成部が生成した不良原因装置一覧を示す図。

符号の説明

２…ユーザ端末
３ａ、３ｂ、３ｃ、３ｄ…製造装置群
４…装置履歴情報データベース
５…要因効果データ作成部
６…要因効果図作成部
７…不良ロット選択最適化部
８…装置差異分析部
９…不良原因装置一覧作成部
１０…中央処理装置
１１…メインメモリ
１２…不良原因装置特定プログラム記憶装置
１４…生産管理サーバ
１５…ロット識別情報データベース
１６…テスタサーバ
１７…検査装置
１８…不良データデータベース
１９…水準直交表データベース
２０…不良分類部
２１…不良分類データベース
２２…不良ロット識別情報抽出部
２３…不良ロット群計算部
２４…不良ロット群データベース
２５…不良原因一覧データベース

Claims (5)

1. 複数の製造装置群のメンテナンス情報及び動作情報を因子列とし、該因子列に対応させて最適条件の推定を行う主効果情報を試行行に配置した直交表を用いて特定の不良形態を有するロットの不良ロット群情報、に基づき要因効果データを作成する要因効果データ作成部と、
   前記要因効果データと不良ロット識別情報が一致するか否かを表示する要因効果図を作成する要因効果図作成部と、
   前記要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化部と、
   前記選択された複数の不良ロットを処理した前記製造装置群の履歴情報を装置履歴情報データベースから読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析部、
   とを備えることを特徴とする不良原因装置特定システム。
2. 前記要因効果図作成部は、検査装置の検査結果から面内傾向を分類し同一面内傾向を有する前記不良ロット群情報を抽出して前記要因効果図を作成することを特徴とする請求項１に記載の不良原因装置特定システム。
3. 複数の製造装置群のメンテナンス情報及び動作情報を記憶する装置履歴情報データベースと、
   工業製品の歩留まり情報を記憶する歩留まりデータベースと、
   前記歩留まりデータベースに記憶した歩留まり情報の中から不良ロット識別情報を因子列とし、該因子列に対応させて最適条件の推定を行う主効果情報を試行行に配置した直交表を用いた装置差異分析検定値に基づいて選択した不良ロット群情報を記憶する不良ロット群データベースと、
   前記不良ロット群データベースから読み出した不良ロット群情報と前記不良ロット識別情報とが一致するか否かを表示する要因効果図を作成する要因効果図作成部と、
   前記要因効果図作成部から出力した要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化部と、
   前記不良ロット選択最適化部が選択した複数の不良ロットを処理した前記製造装置群の履歴情報を前記装置履歴情報データベースから読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析部と、
   を備えることを特徴とする不良原因装置特定システム。
4. 要因効果データ作成部が、装置履歴情報データベースから製造装置群のメンテナンス情報及び動作情報を読み出して、不良ロット群を因子列とし、該因子列に対応させて最適条件の推定を行う主効果情報を試行行に配置した直交表を用いた異常候補工程及び製造装置群の検定値を算出する要因効果データ作成ステップと、
   要因効果図作成部が、要因効果データ作成部から出力された検定値を、前記不良ロット群に含まれるロット番号毎に不良検定値と正常検定値に区分けして表示する要因効果図を作成する要因効果図作成ステップと、
   不良ロット選択最適化部が、前記要因効果図作成部から出力した要因効果図に基づき、同一の不良原因に起因する複数の不良ロットを選択する不良ロット選択最適化ステップと、
   装置差異分析部が、前記不良ロット選択最適化部が選択した複数の不良ロットを処理した前記製造装置群の履歴情報を前記装置履歴情報データベースから読み出し、複数の不良ロットに共通する製造装置を特定する装置差異分析ステップと、
   を含むことを特徴とする不良原因装置特定方法。
5. 前記要因効果図作成ステップは、検査装置の検査結果から面内傾向を分類し同一面内傾向を有する前記不良ロット群情報を抽出して前記要因効果図を作成することを特徴とする請求項４に記載の不良原因装置特定方法。
   
   

Images