JP3267580B2 - データ処理方法および装置、情報記憶媒体 - Google Patents
データ処理方法および装置、情報記憶媒体Info
- Publication number
- JP3267580B2 JP3267580B2 JP10676899A JP10676899A JP3267580B2 JP 3267580 B2 JP3267580 B2 JP 3267580B2 JP 10676899 A JP10676899 A JP 10676899A JP 10676899 A JP10676899 A JP 10676899A JP 3267580 B2 JP3267580 B2 JP 3267580B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- die
- defects
- defect
- interest
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、注目欠陥によるキ
ラー率を算出するデータ処理方法および装置と、コンピ
ュータに各種の処理動作を実行させるためのプログラム
がソフトウェアとして格納されている情報記憶媒体とに
関する。
ラー率を算出するデータ処理方法および装置と、コンピ
ュータに各種の処理動作を実行させるためのプログラム
がソフトウェアとして格納されている情報記憶媒体とに
関する。
【０００２】
【従来の技術】現在、一個の半導体ウェハを複数のダイ
に区分して各々に同一構造の集積回路を製造することに
より、ＩＣ(Integrated Circuit)チップを量産すること
が一般的に実行されている。このように量産するＩＣチ
ップの歩留りを改善する各種の手法も研究されており、
例えば、過去のダイ調査データと歩留りデータからキラ
ー率を算出することが実行されている。
に区分して各々に同一構造の集積回路を製造することに
より、ＩＣ(Integrated Circuit)チップを量産すること
が一般的に実行されている。このように量産するＩＣチ
ップの歩留りを改善する各種の手法も研究されており、
例えば、過去のダイ調査データと歩留りデータからキラ
ー率を算出することが実行されている。
【０００３】キラー率とは、一つの種別の欠陥に注目し
たとき、その欠陥がダイに存在していることで、そのダ
イから製造されるＩＣチップが注目した欠陥のために不
良となる確率の期待値である。例えば、一個のダイと一
つの種別の欠陥とに注目したとき、その注目欠陥が注目
ダイに存在しても、この注目欠陥により注目ダイが不良
になるとは限らない。また、注目欠陥が注目ダイに存在
しなくとも、この注目ダイが他種の欠陥のために不良と
なることもある。
たとき、その欠陥がダイに存在していることで、そのダ
イから製造されるＩＣチップが注目した欠陥のために不
良となる確率の期待値である。例えば、一個のダイと一
つの種別の欠陥とに注目したとき、その注目欠陥が注目
ダイに存在しても、この注目欠陥により注目ダイが不良
になるとは限らない。また、注目欠陥が注目ダイに存在
しなくとも、この注目ダイが他種の欠陥のために不良と
なることもある。
【０００４】ダイ調査データとは、例えば、複数のダイ
を識別するダイ識別データごとに、欠陥の種別ごとの有
無を示す欠陥有無データ、製造結果の良否を示す結果良
否データ、がデータ設定されたもので、一個のウェハに
実行される複数の製造工程ごとにデータ登録されてい
る。
を識別するダイ識別データごとに、欠陥の種別ごとの有
無を示す欠陥有無データ、製造結果の良否を示す結果良
否データ、がデータ設定されたもので、一個のウェハに
実行される複数の製造工程ごとにデータ登録されてい
る。
【０００５】上述の欠陥有無データは、半導体ウェハを
複数のダイに区分して各種の製造工程により複数のＩＣ
チップを量産するとき、複数の製造工程ごとに複数のダ
イから収集され、結果良否データは、完成した複数のＩ
Ｃチップの各々を最終検査することで収集される。
複数のダイに区分して各種の製造工程により複数のＩＣ
チップを量産するとき、複数の製造工程ごとに複数のダ
イから収集され、結果良否データは、完成した複数のＩ
Ｃチップの各々を最終検査することで収集される。
【０００６】なお、ここでは説明を簡略化するため、上
述のように一個の半導体ウェハの一つの製造工程での複
数のダイ調査データのみ例示して言及するが、一般的に
は一個の半導体ウェハの複数の製造工程ごとの多数のダ
イ調査データが一ロットの複数の半導体ウェハごとに収
集されて蓄積されており、この一ロットごとの多数のダ
イ調査データも複数のロットごとに収集されて蓄積され
ている。
述のように一個の半導体ウェハの一つの製造工程での複
数のダイ調査データのみ例示して言及するが、一般的に
は一個の半導体ウェハの複数の製造工程ごとの多数のダ
イ調査データが一ロットの複数の半導体ウェハごとに収
集されて蓄積されており、この一ロットごとの多数のダ
イ調査データも複数のロットごとに収集されて蓄積され
ている。
【０００７】図５(ａ)に示すように、一つの種別の欠陥
に注目した場合、一個の半導体ウェハの複数のダイのダ
イ調査データは、同図(ｂ)に示すように、“注目欠陥が
存在して製造結果が良好”“注目欠陥が存在して製造結
果が不良”“注目欠陥が存在せず製造結果が良好”“注
目欠陥が存在せず製造結果が不良”なる四種に分類する
ことができる。
に注目した場合、一個の半導体ウェハの複数のダイのダ
イ調査データは、同図(ｂ)に示すように、“注目欠陥が
存在して製造結果が良好”“注目欠陥が存在して製造結
果が不良”“注目欠陥が存在せず製造結果が良好”“注
目欠陥が存在せず製造結果が不良”なる四種に分類する
ことができる。
【０００８】その場合、注目欠陥が存在したダイの総数
をＴ'、注目欠陥が存在して製造結果が良好なダイの個
数をＴG'とすると、キラー率ＫＲは、 ＫＲ＝(注目欠陥が存在して製造結果が不良の個数)／(注目欠陥が存在した ダイの総数) ＝１−(注目欠陥が存在して製造結果が良好の個数)／(注目欠陥が存在 したダイの総数) ＝１−ＴG′／Ｔ′ …(１) となる。
をＴ'、注目欠陥が存在して製造結果が良好なダイの個
数をＴG'とすると、キラー率ＫＲは、 ＫＲ＝(注目欠陥が存在して製造結果が不良の個数)／(注目欠陥が存在した ダイの総数) ＝１−(注目欠陥が存在して製造結果が良好の個数)／(注目欠陥が存在 したダイの総数) ＝１−ＴG′／Ｔ′ …(１) となる。
【０００９】上述のように複数種別の欠陥の一種に注目
してキラー率を算出すると、注目している欠陥がダイに
存在するとき、最終的に製造されるＩＣチップが不良と
なる割合を予測できる。しかし、上述したキラー率の算
出方法では、注目していない欠陥によるＩＣチップの不
良を考慮していないので、キラー率の算出精度が良好で
ない。
してキラー率を算出すると、注目している欠陥がダイに
存在するとき、最終的に製造されるＩＣチップが不良と
なる割合を予測できる。しかし、上述したキラー率の算
出方法では、注目していない欠陥によるＩＣチップの不
良を考慮していないので、キラー率の算出精度が良好で
ない。
【００１０】そこで、注目していない欠陥の影響を考慮
することで、キラー率の精度を向上させる算出方法が提
案されている。その方法では、全部の種別の欠陥が半導
体ウェハの全域にランダムに分布していると仮定し、あ
るダイに注目欠陥と他種の欠陥とが混在していると想定
する。
することで、キラー率の精度を向上させる算出方法が提
案されている。その方法では、全部の種別の欠陥が半導
体ウェハの全域にランダムに分布していると仮定し、あ
るダイに注目欠陥と他種の欠陥とが混在していると想定
する。
【００１１】そこで、注目欠陥が存在しないダイの生存
率(製造結果が良好となる割合)を検出し、これを注目し
ていない欠陥による生存率である“ベースラインの歩留
り”とする。そこで、ダイの総数がＴ、製造結果が良好
なダイの個数がＴGのとき、ベースラインの歩留りＹｂ
を、 Ｙｂ＝(ＴG−ＴG′)／(Ｔ−Ｔ′) …(２) とする。
率(製造結果が良好となる割合)を検出し、これを注目し
ていない欠陥による生存率である“ベースラインの歩留
り”とする。そこで、ダイの総数がＴ、製造結果が良好
なダイの個数がＴGのとき、ベースラインの歩留りＹｂ
を、 Ｙｂ＝(ＴG−ＴG′)／(Ｔ−Ｔ′) …(２) とする。
【００１２】そこで、上述の数式(２)により前述の数式
(１)を補正すれば、注目欠陥が存在するダイのキラー率
から他種欠陥による影響を排除できることになる。この
場合のキラー率ＫＲMは、 ＫＲM＝１−(ＴG′／Ｔ′)／Ｙｂ ＝１−[ＴG′(Ｔ−Ｔ′)]／[Ｔ′(ＴG−ＴG′)] …(３) となる。
(１)を補正すれば、注目欠陥が存在するダイのキラー率
から他種欠陥による影響を排除できることになる。この
場合のキラー率ＫＲMは、 ＫＲM＝１−(ＴG′／Ｔ′)／Ｙｂ ＝１−[ＴG′(Ｔ−Ｔ′)]／[Ｔ′(ＴG−ＴG′)] …(３) となる。
【００１３】
【発明が解決しようとする課題】上述した注目欠陥のキ
ラー率の算出方法は、注目していない他種欠陥による影
響を排除できるので精度が良好である。しかし、上述し
たキラー率の算出方法でも、一個のダイに存在する注目
欠陥の個数は考慮していないので、この個数の相違によ
りキラー率の算出精度が低下している。
ラー率の算出方法は、注目していない他種欠陥による影
響を排除できるので精度が良好である。しかし、上述し
たキラー率の算出方法でも、一個のダイに存在する注目
欠陥の個数は考慮していないので、この個数の相違によ
りキラー率の算出精度が低下している。
【００１４】本発明は上述のような課題に鑑みてなされ
たものであり、従来より良好な精度でキラー率を算出で
きるデータ処理方法および装置、本発明のデータ処理方
法の処理動作をコンピュータに実行させるためのプログ
ラムがソフトウェアとして格納されている情報記憶媒
体、を提供することを目的とする。
たものであり、従来より良好な精度でキラー率を算出で
きるデータ処理方法および装置、本発明のデータ処理方
法の処理動作をコンピュータに実行させるためのプログ
ラムがソフトウェアとして格納されている情報記憶媒
体、を提供することを目的とする。
【００１５】
【００１６】
【００１７】
【００１８】
【００１９】
【００２０】
【００２１】
【００２２】
【００２３】
【００２４】
【課題を解決するための手段】本発明の第一のデータ処
理装置は、一個のウェハを区分した複数のダイごとに少
なくとも欠陥の種別ごとの個数と製造結果の良否とがデ
ータ設定されたダイ調査データが事前にデータ登録され
ているデータ記憶手段と、一つの種別の欠陥である注目
欠陥を選定する種別選定データがデータ入力されるデー
タ入力手段と、該データ入力手段にデータ入力された種
別選定データにより前記データ記憶手段から注目欠陥に
対応したダイ調査データをデータ検索するデータ検索手
段と、該データ検索手段によりデータ検索されたダイ調
査データをダイに存在する注目欠陥の個数ごとに分類す
るデータ分類手段と、該データ分類手段により分類され
た複数グループのダイ調査データから、ｉ個の注目欠陥
が存在するダイの個数Ｔi、ｉ個の注目欠陥が存在して
製造結果が良好なダイの個数ＴGi、ウェハに存在する注
目欠陥の総数Ｎ′を検出し、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i] として注目欠陥によるキラー率ＫＲ′を算出するキラー
率算出手段と、を具備している。
理装置は、一個のウェハを区分した複数のダイごとに少
なくとも欠陥の種別ごとの個数と製造結果の良否とがデ
ータ設定されたダイ調査データが事前にデータ登録され
ているデータ記憶手段と、一つの種別の欠陥である注目
欠陥を選定する種別選定データがデータ入力されるデー
タ入力手段と、該データ入力手段にデータ入力された種
別選定データにより前記データ記憶手段から注目欠陥に
対応したダイ調査データをデータ検索するデータ検索手
段と、該データ検索手段によりデータ検索されたダイ調
査データをダイに存在する注目欠陥の個数ごとに分類す
るデータ分類手段と、該データ分類手段により分類され
た複数グループのダイ調査データから、ｉ個の注目欠陥
が存在するダイの個数Ｔi、ｉ個の注目欠陥が存在して
製造結果が良好なダイの個数ＴGi、ウェハに存在する注
目欠陥の総数Ｎ′を検出し、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i] として注目欠陥によるキラー率ＫＲ′を算出するキラー
率算出手段と、を具備している。
【００２５】従って、本発明のデータ処理装置によるデ
ータ処理方法では、一個のウェハを区分した複数のダイ
ごとに少なくとも欠陥の種別ごとの個数と製造結果の良
否とがデータ設定されたダイ調査データをデータ記憶手
段に事前にデータ登録しておく。このような状態で、一
つの種別の欠陥である注目欠陥を選定する種別選定デー
タがデータ入力手段にデータ入力されると、このデータ
入力された種別選定データによりデータ記憶手段から注
目欠陥に対応したダイ調査データをデータ検索手段がデ
ータ検索する。このデータ検索されたダイ調査データか
らキラー率算出手段が、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、ウェハに存在する注目欠陥の総数
Ｎ′を検出し、“ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′){１−[ＴGi
／Ｔi]1/i}”として注目欠陥によるキラー率ＫＲ′を算
出するので、ダイに存在する注目欠陥の個数の影響を反
映した一つのキラー率が算出される。
ータ処理方法では、一個のウェハを区分した複数のダイ
ごとに少なくとも欠陥の種別ごとの個数と製造結果の良
否とがデータ設定されたダイ調査データをデータ記憶手
段に事前にデータ登録しておく。このような状態で、一
つの種別の欠陥である注目欠陥を選定する種別選定デー
タがデータ入力手段にデータ入力されると、このデータ
入力された種別選定データによりデータ記憶手段から注
目欠陥に対応したダイ調査データをデータ検索手段がデ
ータ検索する。このデータ検索されたダイ調査データか
らキラー率算出手段が、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、ウェハに存在する注目欠陥の総数
Ｎ′を検出し、“ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′){１−[ＴGi
／Ｔi]1/i}”として注目欠陥によるキラー率ＫＲ′を算
出するので、ダイに存在する注目欠陥の個数の影響を反
映した一つのキラー率が算出される。
【００２６】本発明の第二のデータ処理装置は、一個の
ウェハを区分した複数のダイごとに少なくとも欠陥の種
別ごとの個数と製造結果の良否とがデータ設定されたダ
イ調査データが事前にデータ登録されているデータ記憶
手段と、一つの種別の欠陥である注目欠陥を選定する種
別選定データがデータ入力されるデータ入力手段と、該
データ入力手段にデータ入力された種別選定データによ
り前記データ記憶手段から注目欠陥に対応したダイ調査
データをデータ検索するデータ検索手段と、該データ検
索手段によりデータ検索されたダイ調査データをダイに
存在する注目欠陥の個数ごとに分類するデータ分類手段
と、該データ分類手段により分類された複数グループの
ダイ調査データから、ウェハに存在するダイの総数Ｔ、
注目欠陥が存在するダイの個数Ｔ′、製造結果が良好な
ダイの個数ＴG、注目欠陥が存在して製造結果が良好な
ダイの個数ＴG′、ｉ個の注目欠陥が存在するダイの個
数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好なダ
イの個数ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を
検出し、 ＫＲ1′＝ Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i] として注目欠陥によるキラー率ＫＲ1′を算出するキラ
ー率算出手段と、を具備している。
ウェハを区分した複数のダイごとに少なくとも欠陥の種
別ごとの個数と製造結果の良否とがデータ設定されたダ
イ調査データが事前にデータ登録されているデータ記憶
手段と、一つの種別の欠陥である注目欠陥を選定する種
別選定データがデータ入力されるデータ入力手段と、該
データ入力手段にデータ入力された種別選定データによ
り前記データ記憶手段から注目欠陥に対応したダイ調査
データをデータ検索するデータ検索手段と、該データ検
索手段によりデータ検索されたダイ調査データをダイに
存在する注目欠陥の個数ごとに分類するデータ分類手段
と、該データ分類手段により分類された複数グループの
ダイ調査データから、ウェハに存在するダイの総数Ｔ、
注目欠陥が存在するダイの個数Ｔ′、製造結果が良好な
ダイの個数ＴG、注目欠陥が存在して製造結果が良好な
ダイの個数ＴG′、ｉ個の注目欠陥が存在するダイの個
数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好なダ
イの個数ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を
検出し、 ＫＲ1′＝ Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i] として注目欠陥によるキラー率ＫＲ1′を算出するキラ
ー率算出手段と、を具備している。
【００２７】従って、本発明のデータ処理装置によるデ
ータ処理方法では、一個のウェハを区分した複数のダイ
ごとに少なくとも欠陥の種別ごとの個数と製造結果の良
否とがデータ設定されたダイ調査データをデータ記憶手
段に事前にデータ登録しておく。このような状態で、一
つの種別の欠陥である注目欠陥を選定する種別選定デー
タがデータ入力手段にデータ入力されると、このデータ
入力された種別選定データによりデータ記憶手段から注
目欠陥に対応したダイ調査データをデータ検索手段がデ
ータ検索する。このデータ検索されたダイ調査データか
らキラー率算出手段が、ウェハに存在するダイの総数
Ｔ、注目欠陥が存在するダイの個数Ｔ′、製造結果が良
好なダイの個数ＴG、注目欠陥が存在して製造結果が良
好なダイの個数ＴG′、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、ウェハに存在する注目欠陥の総数
Ｎ′を検出し、“ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(Ｔ
Gi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i}”として注目
欠陥によるキラー率ＫＲ1′を算出する。このため、ダ
イに存在する注目欠陥の個数の影響を反映した一つのキ
ラー率が、注目欠陥でない他種欠陥による影響が排除さ
れた状態で算出される。
ータ処理方法では、一個のウェハを区分した複数のダイ
ごとに少なくとも欠陥の種別ごとの個数と製造結果の良
否とがデータ設定されたダイ調査データをデータ記憶手
段に事前にデータ登録しておく。このような状態で、一
つの種別の欠陥である注目欠陥を選定する種別選定デー
タがデータ入力手段にデータ入力されると、このデータ
入力された種別選定データによりデータ記憶手段から注
目欠陥に対応したダイ調査データをデータ検索手段がデ
ータ検索する。このデータ検索されたダイ調査データか
らキラー率算出手段が、ウェハに存在するダイの総数
Ｔ、注目欠陥が存在するダイの個数Ｔ′、製造結果が良
好なダイの個数ＴG、注目欠陥が存在して製造結果が良
好なダイの個数ＴG′、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、ウェハに存在する注目欠陥の総数
Ｎ′を検出し、“ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(Ｔ
Gi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i}”として注目
欠陥によるキラー率ＫＲ1′を算出する。このため、ダ
イに存在する注目欠陥の個数の影響を反映した一つのキ
ラー率が、注目欠陥でない他種欠陥による影響が排除さ
れた状態で算出される。
【００２８】なお、本発明で云う各種手段は、その機能
を実現するように形成されていれば良く、例えば、所定
の機能を発生する専用のハードウェア、所定の機能がプ
ログラムにより付与されたコンピュータ、プログラムに
よりコンピュータの内部に実現された所定の機能、これ
らの組み合わせ、等を許容する。
を実現するように形成されていれば良く、例えば、所定
の機能を発生する専用のハードウェア、所定の機能がプ
ログラムにより付与されたコンピュータ、プログラムに
よりコンピュータの内部に実現された所定の機能、これ
らの組み合わせ、等を許容する。
【００２９】例えば、データ記憶手段は、データ登録さ
れる各種データをデータ記憶するものであれば良く、例
えば、ＲＡＭ(Random Access Memory)等の情報記憶媒体
の記憶エリアなどを許容する。データ入力手段とは、各
種データのデータ入力を受け付けるものであれば良く、
手動操作によるデータ入力を受け付けるキーボード、信
号受信によるデータ入力を受け付ける通信Ｉ／Ｆ(Inter
face)、ＦＤ(Floppy Disc)やＣＤ(Compact Disc)−ＲＯ
Ｍ(Read Only Memory)等の情報記憶媒体から記録データ
をデータ検索するドライブデバイス、等を許容する。
れる各種データをデータ記憶するものであれば良く、例
えば、ＲＡＭ(Random Access Memory)等の情報記憶媒体
の記憶エリアなどを許容する。データ入力手段とは、各
種データのデータ入力を受け付けるものであれば良く、
手動操作によるデータ入力を受け付けるキーボード、信
号受信によるデータ入力を受け付ける通信Ｉ／Ｆ(Inter
face)、ＦＤ(Floppy Disc)やＣＤ(Compact Disc)−ＲＯ
Ｍ(Read Only Memory)等の情報記憶媒体から記録データ
をデータ検索するドライブデバイス、等を許容する。
【００３０】
【００３１】
【００３２】本発明の第一の情報記憶媒体は、コンピュ
ータが読取自在なソフトウェアが格納されている情報記
憶媒体であって、一個のウェハを区分した複数のダイご
とに少なくとも欠陥の種別ごとの個数と製造結果の良否
とがデータ設定されたダイ調査データをデータ保存する
こと、一つの種別の欠陥である注目欠陥を選定する種別
選定データのデータ入力を受け付けること、このデータ
入力された種別選定データにより注目欠陥に対応したダ
イ調査データをデータ検索すること、このデータ検索さ
れたダイ調査データをダイに存在する注目欠陥の個数ご
とに分類すること、この分類されたダイ調査データか
ら、ｉ個の注目欠陥が存在するダイの個数Ｔi、ｉ個の
注目欠陥が存在して製造結果が良好なダイの個数ＴGi、
ウェハに存在する注目欠陥の総数Ｎ′を検出すること、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i] として注目欠陥によるキラー率ＫＲ′を算出すること、
を前記コンピュータに実行させるためのプログラムが格
納されている。
ータが読取自在なソフトウェアが格納されている情報記
憶媒体であって、一個のウェハを区分した複数のダイご
とに少なくとも欠陥の種別ごとの個数と製造結果の良否
とがデータ設定されたダイ調査データをデータ保存する
こと、一つの種別の欠陥である注目欠陥を選定する種別
選定データのデータ入力を受け付けること、このデータ
入力された種別選定データにより注目欠陥に対応したダ
イ調査データをデータ検索すること、このデータ検索さ
れたダイ調査データをダイに存在する注目欠陥の個数ご
とに分類すること、この分類されたダイ調査データか
ら、ｉ個の注目欠陥が存在するダイの個数Ｔi、ｉ個の
注目欠陥が存在して製造結果が良好なダイの個数ＴGi、
ウェハに存在する注目欠陥の総数Ｎ′を検出すること、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i] として注目欠陥によるキラー率ＫＲ′を算出すること、
を前記コンピュータに実行させるためのプログラムが格
納されている。
【００３３】従って、本発明の情報記憶媒体に格納され
ているプログラムをコンピュータに読み取らせて対応す
る処理動作を実行させると、このコンピュータは、一個
のウェハを区分した複数のダイごとに少なくとも欠陥の
種別ごとの個数と製造結果の良否とがデータ設定された
ダイ調査データをデータ保存し、この状態で一つの種別
の欠陥である注目欠陥を選定する種別選定データのデー
タ入力を受け付ける。このデータ入力された種別選定デ
ータにより注目欠陥に対応したダイ調査データをデータ
検索し、このデータ検索されたダイ調査データをダイに
存在する注目欠陥の個数ごとに分類する。この分類され
たダイ調査データから、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、ウェハに存在する注目欠陥の総数
Ｎ′を検出し、“ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′){１−[ＴGi
／Ｔi]1/i}”として注目欠陥によるキラー率ＫＲ′を算
出するので、ダイに存在する注目欠陥の個数の影響を反
映した一つのキラー率が算出される。
ているプログラムをコンピュータに読み取らせて対応す
る処理動作を実行させると、このコンピュータは、一個
のウェハを区分した複数のダイごとに少なくとも欠陥の
種別ごとの個数と製造結果の良否とがデータ設定された
ダイ調査データをデータ保存し、この状態で一つの種別
の欠陥である注目欠陥を選定する種別選定データのデー
タ入力を受け付ける。このデータ入力された種別選定デ
ータにより注目欠陥に対応したダイ調査データをデータ
検索し、このデータ検索されたダイ調査データをダイに
存在する注目欠陥の個数ごとに分類する。この分類され
たダイ調査データから、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、ウェハに存在する注目欠陥の総数
Ｎ′を検出し、“ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′){１−[ＴGi
／Ｔi]1/i}”として注目欠陥によるキラー率ＫＲ′を算
出するので、ダイに存在する注目欠陥の個数の影響を反
映した一つのキラー率が算出される。
【００３４】本発明の第二の情報記憶媒体は、コンピュ
ータが読取自在なソフトウェアが格納されている情報記
憶媒体であって、一個のウェハを区分した複数のダイご
とに少なくとも欠陥の種別ごとの個数と製造結果の良否
とがデータ設定されたダイ調査データをデータ保存する
こと、一つの種別の欠陥である注目欠陥を選定する種別
選定データのデータ入力を受け付けること、このデータ
入力された種別選定データにより注目欠陥に対応したダ
イ調査データをデータ検索すること、このデータ検索さ
れたダイ調査データをダイに存在する注目欠陥の個数ご
とに分類すること、この分類されたダイ調査データか
ら、ウェハに存在するダイの総数Ｔ、注目欠陥が存在す
るダイの個数Ｔ′、製造結果が良好なダイの個数ＴG、
注目欠陥が存在して製造結果が良好なダイの個数
ＴG′、ｉ個の注目欠陥が存在するダイの個数Ｔi、ｉ個
の注目欠陥が存在して製造結果が良好なダイの個数
ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を検出する
こと、 ＫＲ1′＝ Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i] として注目欠陥によるキラー率ＫＲ1′を算出するこ
と、を前記コンピュータに実行させるためのプログラム
が格納されている。
ータが読取自在なソフトウェアが格納されている情報記
憶媒体であって、一個のウェハを区分した複数のダイご
とに少なくとも欠陥の種別ごとの個数と製造結果の良否
とがデータ設定されたダイ調査データをデータ保存する
こと、一つの種別の欠陥である注目欠陥を選定する種別
選定データのデータ入力を受け付けること、このデータ
入力された種別選定データにより注目欠陥に対応したダ
イ調査データをデータ検索すること、このデータ検索さ
れたダイ調査データをダイに存在する注目欠陥の個数ご
とに分類すること、この分類されたダイ調査データか
ら、ウェハに存在するダイの総数Ｔ、注目欠陥が存在す
るダイの個数Ｔ′、製造結果が良好なダイの個数ＴG、
注目欠陥が存在して製造結果が良好なダイの個数
ＴG′、ｉ個の注目欠陥が存在するダイの個数Ｔi、ｉ個
の注目欠陥が存在して製造結果が良好なダイの個数
ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を検出する
こと、 ＫＲ1′＝ Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i] として注目欠陥によるキラー率ＫＲ1′を算出するこ
と、を前記コンピュータに実行させるためのプログラム
が格納されている。
【００３５】従って、本発明の情報記憶媒体に格納され
ているプログラムをコンピュータに読み取らせて対応す
る処理動作を実行させると、このコンピュータは、一個
のウェハを区分した複数のダイごとに少なくとも欠陥の
種別ごとの個数と製造結果の良否とがデータ設定された
ダイ調査データをデータ保存し、この状態で一つの種別
の欠陥である注目欠陥を選定する種別選定データのデー
タ入力を受け付ける。このデータ入力された種別選定デ
ータにより注目欠陥に対応したダイ調査データをデータ
検索し、このデータ検索されたダイ調査データをダイに
存在する注目欠陥の個数ごとに分類する。この分類され
たダイ調査データから、ウェハに存在するダイの総数
Ｔ、注目欠陥が存在するダイの個数Ｔ′、製造結果が良
好なダイの個数ＴG、注目欠陥が存在して製造結果が良
好なダイの個数ＴG′、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、ウェハに存在する注目欠陥の総数
Ｎ′を検出し、“ＫＲ1′＝Σ(Ｔ i・ｉ／Ｎ′){１−[(Ｔ
Gi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i}”として注目
欠陥によるキラー率ＫＲ1′を算出するので、ダイに存
在する注目欠陥の個数の影響を反映した一つのキラー率
が、注目欠陥でない他種欠陥による影響が排除された状
態で算出される。
ているプログラムをコンピュータに読み取らせて対応す
る処理動作を実行させると、このコンピュータは、一個
のウェハを区分した複数のダイごとに少なくとも欠陥の
種別ごとの個数と製造結果の良否とがデータ設定された
ダイ調査データをデータ保存し、この状態で一つの種別
の欠陥である注目欠陥を選定する種別選定データのデー
タ入力を受け付ける。このデータ入力された種別選定デ
ータにより注目欠陥に対応したダイ調査データをデータ
検索し、このデータ検索されたダイ調査データをダイに
存在する注目欠陥の個数ごとに分類する。この分類され
たダイ調査データから、ウェハに存在するダイの総数
Ｔ、注目欠陥が存在するダイの個数Ｔ′、製造結果が良
好なダイの個数ＴG、注目欠陥が存在して製造結果が良
好なダイの個数ＴG′、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、ウェハに存在する注目欠陥の総数
Ｎ′を検出し、“ＫＲ1′＝Σ(Ｔ i・ｉ／Ｎ′){１−[(Ｔ
Gi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i}”として注目
欠陥によるキラー率ＫＲ1′を算出するので、ダイに存
在する注目欠陥の個数の影響を反映した一つのキラー率
が、注目欠陥でない他種欠陥による影響が排除された状
態で算出される。
【００３６】なお、本発明で云う情報記憶媒体とは、コ
ンピュータに各種処理を実行させるためのプログラムが
ソフトウェアとして事前に格納されたハードウェアであ
れば良く、例えば、コンピュータを一部とする装置に固
定されているＲＯＭやＨＤＤ(Hard Disc Drive)、コン
ピュータを一部とする装置に着脱自在に装填されるＣＤ
(Compact Disc)−ＲＯＭやＦＤ、等を許容する。
ンピュータに各種処理を実行させるためのプログラムが
ソフトウェアとして事前に格納されたハードウェアであ
れば良く、例えば、コンピュータを一部とする装置に固
定されているＲＯＭやＨＤＤ(Hard Disc Drive)、コン
ピュータを一部とする装置に着脱自在に装填されるＣＤ
(Compact Disc)−ＲＯＭやＦＤ、等を許容する。
【００３７】また、本発明で云うコンピュータとは、ソ
フトウェアからなるプログラムを読み取って対応する処
理動作を実行できる装置であれば良く、例えば、ＣＰＵ
(Central Processing Unit)を主体として、これにＲＯ
ＭやＲＡＭやＩ／Ｆ等の各種デバイスが必要により接続
された装置などを許容する。
フトウェアからなるプログラムを読み取って対応する処
理動作を実行できる装置であれば良く、例えば、ＣＰＵ
(Central Processing Unit)を主体として、これにＲＯ
ＭやＲＡＭやＩ／Ｆ等の各種デバイスが必要により接続
された装置などを許容する。
【００３８】なお、本発明でソフトウェアに対応した各
種動作をコンピュータに実行させることは、各種デバイ
スをコンピュータに動作制御させることなども許容す
る。例えば、コンピュータにデータ保存を実行させるこ
とは、コンピュータが事前に接続されているＲＡＭ等の
情報記憶媒体に各種データを格納することや、コンピュ
ータが一部として具備している内部メモリに各種データ
を格納することや、本発明の情報記憶媒体がＦＤ等の場
合に、そこにコンピュータが各種データを格納するこ
と、等を許容する。
種動作をコンピュータに実行させることは、各種デバイ
スをコンピュータに動作制御させることなども許容す
る。例えば、コンピュータにデータ保存を実行させるこ
とは、コンピュータが事前に接続されているＲＡＭ等の
情報記憶媒体に各種データを格納することや、コンピュ
ータが一部として具備している内部メモリに各種データ
を格納することや、本発明の情報記憶媒体がＦＤ等の場
合に、そこにコンピュータが各種データを格納するこ
と、等を許容する。
【００３９】
【発明の実施の形態】本発明の実施の一形態を図１ない
し図４を参照して以下に説明する。なお、図１は本実施
の形態のデータ処理装置の論理構造を示す模式図、図２
は物理構造を示すブロック図、図３(ａ)は半導体ウェハ
におけるダイと注目欠陥との関係を示す模式的な平面
図、同図(ｂ)は一個の半導体ウェハのダイを注目欠陥の
個数ごとに分類した状態を示す模式図、図４は本実施の
形態のデータ処理装置によるデータ処理方法を示すフロ
ーチャート、である。
し図４を参照して以下に説明する。なお、図１は本実施
の形態のデータ処理装置の論理構造を示す模式図、図２
は物理構造を示すブロック図、図３(ａ)は半導体ウェハ
におけるダイと注目欠陥との関係を示す模式的な平面
図、同図(ｂ)は一個の半導体ウェハのダイを注目欠陥の
個数ごとに分類した状態を示す模式図、図４は本実施の
形態のデータ処理装置によるデータ処理方法を示すフロ
ーチャート、である。
【００４０】本実施の形態のデータ処理装置１００は、
いわゆるパーソナルコンピュータからなり、図２に示す
ように、コンピュータの主体となるハードウェアとして
ＣＰＵ１０１を具備している。このＣＰＵ１０１には、
バスライン１０２により、ＲＯＭ１０３、ＲＡＭ１０
４、ＨＤＤ１０５、ＦＤ１０６が装填されるＦＤＤ(FDD
rive)１０７、ＣＤ−ＲＯＭ１０８が装填されるＣＤド
ライブ１０９、キーボード１１０、マウス１１１、ディ
スプレイ１１２、通信Ｉ／Ｆ１１３、等のハードウェア
が接続されている。
いわゆるパーソナルコンピュータからなり、図２に示す
ように、コンピュータの主体となるハードウェアとして
ＣＰＵ１０１を具備している。このＣＰＵ１０１には、
バスライン１０２により、ＲＯＭ１０３、ＲＡＭ１０
４、ＨＤＤ１０５、ＦＤ１０６が装填されるＦＤＤ(FDD
rive)１０７、ＣＤ−ＲＯＭ１０８が装填されるＣＤド
ライブ１０９、キーボード１１０、マウス１１１、ディ
スプレイ１１２、通信Ｉ／Ｆ１１３、等のハードウェア
が接続されている。
【００４１】本実施の形態のデータ処理装置１００で
は、ＲＯＭ１０３、ＲＡＭ１０４、ＨＤＤ１０５、ＦＤ
１０６、ＣＤ−ＲＯＭ１０８等のハードウェアが情報記
憶媒体に相当し、これらに各種動作に必要なプログラム
やデータがソフトウェアとして記憶されている。
は、ＲＯＭ１０３、ＲＡＭ１０４、ＨＤＤ１０５、ＦＤ
１０６、ＣＤ−ＲＯＭ１０８等のハードウェアが情報記
憶媒体に相当し、これらに各種動作に必要なプログラム
やデータがソフトウェアとして記憶されている。
【００４２】例えば、ＣＰＵ１０１に各種の処理動作を
実行させる制御プログラムは、ＦＤ１０６やＣＤ−ＲＯ
Ｍ１０８に事前に格納されている。このようなソフトウ
ェアはＨＤＤ１０５に事前にインストールされており、
データ処理装置１００の起動時にＲＡＭ１０４に複写さ
れてＣＰＵ１０１に読み取られる。
実行させる制御プログラムは、ＦＤ１０６やＣＤ−ＲＯ
Ｍ１０８に事前に格納されている。このようなソフトウ
ェアはＨＤＤ１０５に事前にインストールされており、
データ処理装置１００の起動時にＲＡＭ１０４に複写さ
れてＣＰＵ１０１に読み取られる。
【００４３】このようにＣＰＵ１０１が適正なプログラ
ムを読み取って各種の処理動作を実行することにより、
本実施の形態のデータ処理装置１００には、図１に示す
ように、データ記憶手段１１、データ入力手段１２、デ
ータ検索手段１３、データ分類手段１４、キラー率算出
手段１５、等の各種手段が各種機能として論理的に実現
されている。
ムを読み取って各種の処理動作を実行することにより、
本実施の形態のデータ処理装置１００には、図１に示す
ように、データ記憶手段１１、データ入力手段１２、デ
ータ検索手段１３、データ分類手段１４、キラー率算出
手段１５、等の各種手段が各種機能として論理的に実現
されている。
【００４４】データ記憶手段１１は、ＣＰＵ１０１に認
識されるＨＤＤ１０５等の情報記憶媒体の所定の記憶エ
リアなどに相当し、多数のダイ調査データを事前にデー
タ記憶している。このダイ調査データは、一個の半導体
ウェハを区分した複数のダイごとに、少なくとも欠陥の
種別ごとの個数と製造結果の良否とがデータ設定された
もので、実際には、集積回路の製造工程ごと、複数のダ
イからなる一個の半導体ウェハごと、複数の半導体ウェ
ハからなるロットごと、に階層構造でデータ登録されて
いる。
識されるＨＤＤ１０５等の情報記憶媒体の所定の記憶エ
リアなどに相当し、多数のダイ調査データを事前にデー
タ記憶している。このダイ調査データは、一個の半導体
ウェハを区分した複数のダイごとに、少なくとも欠陥の
種別ごとの個数と製造結果の良否とがデータ設定された
もので、実際には、集積回路の製造工程ごと、複数のダ
イからなる一個の半導体ウェハごと、複数の半導体ウェ
ハからなるロットごと、に階層構造でデータ登録されて
いる。
【００４５】データ入力手段１２は、ＲＡＭ１０４等に
保持されている制御プログラムに対応して動作するＣＰ
Ｕ１０１がキーボード１１０等による入力データを認識
する機能に相当し、一つの種別の欠陥である注目欠陥を
選定する種別選定データがデータ入力される。
保持されている制御プログラムに対応して動作するＣＰ
Ｕ１０１がキーボード１１０等による入力データを認識
する機能に相当し、一つの種別の欠陥である注目欠陥を
選定する種別選定データがデータ入力される。
【００４６】データ検索手段１３は、ＲＡＭ１０４等に
保持されている制御プログラムに対応したＣＰＵ１０１
の所定機能に相当し、データ入力手段１２にデータ入力
された種別選定データによりデータ記憶手段１１から注
目欠陥に対応したダイ調査データをデータ検索する。
保持されている制御プログラムに対応したＣＰＵ１０１
の所定機能に相当し、データ入力手段１２にデータ入力
された種別選定データによりデータ記憶手段１１から注
目欠陥に対応したダイ調査データをデータ検索する。
【００４７】以下の各種手段も、ＲＡＭ１０４等に保持
されている制御プログラムに対応したＣＰＵ１０１の所
定機能に相当し、データ分類手段１４は、図３に示すよ
うに、データ検索手段１３によりデータ検索されたダイ
調査データをダイに存在する注目欠陥の個数ごとに分類
し、キラー率算出手段１５は、データ分類手段１４によ
り分類された複数グループのダイ調査データからキラー
率ＫＲ1′を算出する。
されている制御プログラムに対応したＣＰＵ１０１の所
定機能に相当し、データ分類手段１４は、図３に示すよ
うに、データ検索手段１３によりデータ検索されたダイ
調査データをダイに存在する注目欠陥の個数ごとに分類
し、キラー率算出手段１５は、データ分類手段１４によ
り分類された複数グループのダイ調査データからキラー
率ＫＲ1′を算出する。
【００４８】より詳細には、キラー率算出手段１５は、
第一算出手段２１、第二算出手段２２、第三算出手段２
３、データ抽出手段２４、補正生成手段２５、結果補正
手段２６からなり、第一算出手段２１は、データ分類手
段１４により分類された複数グループのダイ調査データ
ごとにキラー率を算出する。
第一算出手段２１、第二算出手段２２、第三算出手段２
３、データ抽出手段２４、補正生成手段２５、結果補正
手段２６からなり、第一算出手段２１は、データ分類手
段１４により分類された複数グループのダイ調査データ
ごとにキラー率を算出する。
【００４９】第二算出手段２２は、第一算出手段２１に
より算出された複数グループごとのキラー率から注目欠
陥が一個の場合のキラー率を複数グループごとに算出
し、第三算出手段２３は、第二算出手段２２により算出
された複数グループごとのキラー率の平均値として一つ
のキラー率を算出する。
より算出された複数グループごとのキラー率から注目欠
陥が一個の場合のキラー率を複数グループごとに算出
し、第三算出手段２３は、第二算出手段２２により算出
された複数グループごとのキラー率の平均値として一つ
のキラー率を算出する。
【００５０】なお、第三算出手段２３は、一つのキラー
率を平均値として算出するとき、複数グループごとのキ
ラー率を各々の注目欠陥の個数に対応して重み付けする
ように設定されており、この重み付けは、一個の半導体
ウェハに存在する注目欠陥の総数と複数グループごとの
注目欠陥の総数との割合により、注目欠陥が多数のグル
ープのキラー率ほど重くなるように実行される。
率を平均値として算出するとき、複数グループごとのキ
ラー率を各々の注目欠陥の個数に対応して重み付けする
ように設定されており、この重み付けは、一個の半導体
ウェハに存在する注目欠陥の総数と複数グループごとの
注目欠陥の総数との割合により、注目欠陥が多数のグル
ープのキラー率ほど重くなるように実行される。
【００５１】データ抽出手段２４は、データ検索手段１
３によりデータ検索されたダイ調査データから、ダイに
注目欠陥が存在しないものを抽出し、補正生成手段２５
は、データ抽出手段２４により抽出されたダイ調査デー
タから、注目欠陥でない他種欠陥による影響を反映した
補正データを生成する。
３によりデータ検索されたダイ調査データから、ダイに
注目欠陥が存在しないものを抽出し、補正生成手段２５
は、データ抽出手段２４により抽出されたダイ調査デー
タから、注目欠陥でない他種欠陥による影響を反映した
補正データを生成する。
【００５２】結果補正手段２６は、第三算出手段２３に
より算出されたキラー率を、補正生成手段２５により生
成された補正データにより補正するので、これで最終結
果のキラー率ＫＲ1′がデータ生成されてディスプレイ
１１２によりデータ出力される。
より算出されたキラー率を、補正生成手段２５により生
成された補正データにより補正するので、これで最終結
果のキラー率ＫＲ1′がデータ生成されてディスプレイ
１１２によりデータ出力される。
【００５３】なお、上述のような各種手段２１〜２６か
らなるキラー率算出手段１５は、前述のようにＣＰＵ１
０１の処理機能に相当するので、実際には上述した各種
手段２１〜２６による段階的な処理動作を一つの演算処
理で完了するように設定されている。
らなるキラー率算出手段１５は、前述のようにＣＰＵ１
０１の処理機能に相当するので、実際には上述した各種
手段２１〜２６による段階的な処理動作を一つの演算処
理で完了するように設定されている。
【００５４】つまり、キラー率算出手段１５は、データ
分類手段１４により分類されたダイ調査データから、半
導体ウェハに存在するダイの総数Ｔ、注目欠陥が存在す
るダイの個数Ｔ′、製造結果が良好なダイの個数ＴG、
注目欠陥が存在して製造結果が良好なダイの個数
ＴG′、ｉ個の注目欠陥が存在するダイの個数Ｔi、ｉ個
の注目欠陥が存在して製造結果が良好なダイの個数
ＴGi、半導体ウェハに存在する注目欠陥の総数Ｎ′を検
出し、 ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(ＴGi(Ｔ−Ｔ′))／
(Ｔi(ＴG−ＴG′))]1/i} として注目欠陥によるキラー率ＫＲ1′を算出する。
分類手段１４により分類されたダイ調査データから、半
導体ウェハに存在するダイの総数Ｔ、注目欠陥が存在す
るダイの個数Ｔ′、製造結果が良好なダイの個数ＴG、
注目欠陥が存在して製造結果が良好なダイの個数
ＴG′、ｉ個の注目欠陥が存在するダイの個数Ｔi、ｉ個
の注目欠陥が存在して製造結果が良好なダイの個数
ＴGi、半導体ウェハに存在する注目欠陥の総数Ｎ′を検
出し、 ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(ＴGi(Ｔ−Ｔ′))／
(Ｔi(ＴG−ＴG′))]1/i} として注目欠陥によるキラー率ＫＲ1′を算出する。
【００５５】上述のような各種手段は、必要によりキー
ボード１１０やディスプレイ１１２等のハードウェアを
利用して実現されるが、その主体はＲＡＭ１０４等の情
報記憶媒体に格納されたソフトウェアに対応して、コン
ピュータのハードウェアであるＣＰＵ１０１が動作する
ことにより実現されている。
ボード１１０やディスプレイ１１２等のハードウェアを
利用して実現されるが、その主体はＲＡＭ１０４等の情
報記憶媒体に格納されたソフトウェアに対応して、コン
ピュータのハードウェアであるＣＰＵ１０１が動作する
ことにより実現されている。
【００５６】このようなソフトウェアは、例えば、キー
ボード１１０等の入力デバイスからデータ入力されるダ
イ調査データをＨＤＤ１０５等の情報記憶媒体に所定形
式でデータ登録してデータベースを構築すること、キー
ボード１１０等の入力デバイスによる種別選定データの
データ入力を受け付けること、データ入力された種別選
定データによりＨＤＤ１０５等からダイ調査データをデ
ータ検索すること、データ検索されたダイ調査データを
ダイに存在する注目欠陥の個数ごとに分類すること、分
類されたダイ調査データから、半導体ウェハに存在する
ダイの総数Ｔ、注目欠陥が存在するダイの個数Ｔ′、製
造結果が良好なダイの個数ＴG、注目欠陥が存在して製
造結果が良好なダイの個数ＴG′、ｉ個の注目欠陥が存
在するダイの個数Ｔi、ｉ個の注目欠陥が存在して製造
結果が良好なダイの個数ＴGi、半導体ウェハに存在する
注目欠陥の総数Ｎ′を検出すること、この検出結果によ
り“ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(ＴGi(Ｔ−
Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i}”として注目欠陥によ
るキラー率ＫＲ1′を算出すること、等の処理動作をＣ
ＰＵ１０１等に実行させるための制御プログラムとして
ＲＡＭ１０４等の情報記憶媒体に格納されている。
ボード１１０等の入力デバイスからデータ入力されるダ
イ調査データをＨＤＤ１０５等の情報記憶媒体に所定形
式でデータ登録してデータベースを構築すること、キー
ボード１１０等の入力デバイスによる種別選定データの
データ入力を受け付けること、データ入力された種別選
定データによりＨＤＤ１０５等からダイ調査データをデ
ータ検索すること、データ検索されたダイ調査データを
ダイに存在する注目欠陥の個数ごとに分類すること、分
類されたダイ調査データから、半導体ウェハに存在する
ダイの総数Ｔ、注目欠陥が存在するダイの個数Ｔ′、製
造結果が良好なダイの個数ＴG、注目欠陥が存在して製
造結果が良好なダイの個数ＴG′、ｉ個の注目欠陥が存
在するダイの個数Ｔi、ｉ個の注目欠陥が存在して製造
結果が良好なダイの個数ＴGi、半導体ウェハに存在する
注目欠陥の総数Ｎ′を検出すること、この検出結果によ
り“ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(ＴGi(Ｔ−
Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i}”として注目欠陥によ
るキラー率ＫＲ1′を算出すること、等の処理動作をＣ
ＰＵ１０１等に実行させるための制御プログラムとして
ＲＡＭ１０４等の情報記憶媒体に格納されている。
【００５７】上述のような構成において、本実施の形態
のデータ処理装置１００によるデータ処理方法を以下に
説明する。まず、データ処理装置１００のユーザは、回
路製造システム(図示せず)を使用して、半導体ウェハの
多数のダイに同一の集積回路を複数の製造工程で順次形
成する。
のデータ処理装置１００によるデータ処理方法を以下に
説明する。まず、データ処理装置１００のユーザは、回
路製造システム(図示せず)を使用して、半導体ウェハの
多数のダイに同一の集積回路を複数の製造工程で順次形
成する。
【００５８】ただし、この製造工程ごとに欠陥検査装置
(図示せず)を使用し、一個の半導体ウェハの多数のダイ
の各々で、欠陥の種別ごとに個数を調査する。さらに、
製造が完了したＩＣチップも欠陥検査装置で最終検査し
て良品を判定し、一個の半導体ウェハを区分した複数の
ダイごとに少なくとも欠陥の種別ごとの個数と製造結果
の良否とがデータ設定されたダイ調査データをデータ処
理装置１００のＨＤＤ１０５等にデータ登録する。
(図示せず)を使用し、一個の半導体ウェハの多数のダイ
の各々で、欠陥の種別ごとに個数を調査する。さらに、
製造が完了したＩＣチップも欠陥検査装置で最終検査し
て良品を判定し、一個の半導体ウェハを区分した複数の
ダイごとに少なくとも欠陥の種別ごとの個数と製造結果
の良否とがデータ設定されたダイ調査データをデータ処
理装置１００のＨＤＤ１０５等にデータ登録する。
【００５９】上述のようにダイ調査データがデータ処理
装置１００にデータ登録された状態で、ユーザが特定の
種類の欠陥によるキラー率を調査したい場合、図４に示
すように、そのユーザは一つの種別の欠陥である注目欠
陥を選定する種別選定データをキーボード１１０等でデ
ータ処理装置１００にデータ入力する(ステップＳ１)。
装置１００にデータ登録された状態で、ユーザが特定の
種類の欠陥によるキラー率を調査したい場合、図４に示
すように、そのユーザは一つの種別の欠陥である注目欠
陥を選定する種別選定データをキーボード１１０等でデ
ータ処理装置１００にデータ入力する(ステップＳ１)。
【００６０】すると、このデータ処理装置１００は、デ
ータ入力された種別選定データによりＨＤＤ１０５等か
ら注目欠陥に対応したダイ調査データをデータ検索し
(ステップＳ２)、このデータ検索されたダイ調査データ
をダイに存在する注目欠陥の個数ごとに分類する(ステ
ップＳ３)。
ータ入力された種別選定データによりＨＤＤ１０５等か
ら注目欠陥に対応したダイ調査データをデータ検索し
(ステップＳ２)、このデータ検索されたダイ調査データ
をダイに存在する注目欠陥の個数ごとに分類する(ステ
ップＳ３)。
【００６１】つぎに、データ検索されて分類されたダイ
調査データから、半導体ウェハに存在するダイの総数
Ｔ、注目欠陥が存在するダイの個数Ｔ′、製造結果が良
好なダイの個数ＴG、注目欠陥が存在して製造結果が良
好なダイの個数ＴG′、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、半導体ウェハに存在する注目欠陥の
総数Ｎ′を検出する(ステップＳ４)。
調査データから、半導体ウェハに存在するダイの総数
Ｔ、注目欠陥が存在するダイの個数Ｔ′、製造結果が良
好なダイの個数ＴG、注目欠陥が存在して製造結果が良
好なダイの個数ＴG′、ｉ個の注目欠陥が存在するダイ
の個数Ｔi、ｉ個の注目欠陥が存在して製造結果が良好
なダイの個数ＴGi、半導体ウェハに存在する注目欠陥の
総数Ｎ′を検出する(ステップＳ４)。
【００６２】これらのデータ検出が完了すると、 ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(ＴGi(Ｔ−Ｔ′))／
(Ｔi(ＴG−ＴG′))]1/i} として注目欠陥によるキラー率ＫＲ1′を算出し(ステッ
プＳ５)、これをディスプレイ１１２によりユーザが目
視できる状態に表示出力する(ステップＳ６)。
(Ｔi(ＴG−ＴG′))]1/i} として注目欠陥によるキラー率ＫＲ1′を算出し(ステッ
プＳ５)、これをディスプレイ１１２によりユーザが目
視できる状態に表示出力する(ステップＳ６)。
【００６３】このようにユーザに提示されるキラー率Ｋ
Ｒ1′は、一個のダイに存在する注目欠陥の個数の影響
を反映した状態に算出されているので、本実施の形態の
データ処理装置１００は、一個のダイに複数の注目欠陥
が存在する場合でもキラー率を良好な精度で算出するこ
とができる。
Ｒ1′は、一個のダイに存在する注目欠陥の個数の影響
を反映した状態に算出されているので、本実施の形態の
データ処理装置１００は、一個のダイに複数の注目欠陥
が存在する場合でもキラー率を良好な精度で算出するこ
とができる。
【００６４】特に、注目欠陥の個数ごとに分類した複数
グループごとのキラー率を、一個の半導体ウェハに存在
する注目欠陥の総数と複数グループごとの注目欠陥の総
数との割合により、注目欠陥が多数のグループほど重く
重み付けしてから一つのキラー率を平均値として算出し
ている。
グループごとのキラー率を、一個の半導体ウェハに存在
する注目欠陥の総数と複数グループごとの注目欠陥の総
数との割合により、注目欠陥が多数のグループほど重く
重み付けしてから一つのキラー率を平均値として算出し
ている。
【００６５】このため、本実施の形態のデータ処理装置
１００は、ダイに存在する注目欠陥の個数の影響をキラ
ー率の算出結果に的確に反映させることができ、一個の
ダイに複数の注目欠陥が存在する場合のキラー率を極め
て良好な精度で算出することができる。
１００は、ダイに存在する注目欠陥の個数の影響をキラ
ー率の算出結果に的確に反映させることができ、一個の
ダイに複数の注目欠陥が存在する場合のキラー率を極め
て良好な精度で算出することができる。
【００６６】さらに、本実施の形態のデータ処理装置１
００は、従来と同様な手法の適用により、注目欠陥でな
い他種欠陥による影響を考慮してキラー率を補正し、ダ
イに存在する注目欠陥の個数の影響が反映されたキラー
率から他種欠陥による影響を排除するので、さらに良好
な精度でキラー率を算出することができる。
００は、従来と同様な手法の適用により、注目欠陥でな
い他種欠陥による影響を考慮してキラー率を補正し、ダ
イに存在する注目欠陥の個数の影響が反映されたキラー
率から他種欠陥による影響を排除するので、さらに良好
な精度でキラー率を算出することができる。
【００６７】ここで、本実施の形態のデータ処理装置１
００によるキラー率ＫＲ1′の算出手法を検証する。ま
ず、ｉ個の注目欠陥が存在するダイの製造結果が不良と
なる確率ＫＲiは、ｉ個の注目欠陥が存在するダイの個
数Ｔiと、ｉ個の注目欠陥が存在して製造結果が良好な
ダイの個数ＴGiとにより、 ＫＲi＝１−(ＴGi／Ｔi) …(４) と定義され、これが第一算出手段２１の算出結果に相当
する。
００によるキラー率ＫＲ1′の算出手法を検証する。ま
ず、ｉ個の注目欠陥が存在するダイの製造結果が不良と
なる確率ＫＲiは、ｉ個の注目欠陥が存在するダイの個
数Ｔiと、ｉ個の注目欠陥が存在して製造結果が良好な
ダイの個数ＴGiとにより、 ＫＲi＝１−(ＴGi／Ｔi) …(４) と定義され、これが第一算出手段２１の算出結果に相当
する。
【００６８】ｉ個の注目欠陥が存在するダイの製造結果
が良品となる確率である生存率は“１−ＫＲi”なの
で、そのダイで注目欠陥が一個の場合の生存率は“１−
ＫＲi”の“１／ｉ”乗と想定できる。そこで、ダイに
存在するｉ個の注目欠陥が一個の場合に製造結果が不良
となる確率であるキラー率ＫＲ1iは、 ＫＲ1i＝１−(１−ＫＲi)1/i …(５) となり、これが第二算出手段２２の算出結果に相当す
る。
が良品となる確率である生存率は“１−ＫＲi”なの
で、そのダイで注目欠陥が一個の場合の生存率は“１−
ＫＲi”の“１／ｉ”乗と想定できる。そこで、ダイに
存在するｉ個の注目欠陥が一個の場合に製造結果が不良
となる確率であるキラー率ＫＲ1iは、 ＫＲ1i＝１−(１−ＫＲi)1/i …(５) となり、これが第二算出手段２２の算出結果に相当す
る。
【００６９】上述のように算出される一個の注目欠陥の
キラー率ＫＲ1iは、ダイに存在する注目欠陥の個数ごと
に算出されるので、この複数グループのキラー率ＫＲ1i
を一つに統合する必要がある。その場合、単純に複数の
キラー率ＫＲ1iの平均値を算出することも可能である
が、本実施の形態のデータ処理装置１００によるデータ
処理方法では、算出精度を向上させるために複数グルー
プのキラー率ＫＲ1iを個々に重み付けする。
キラー率ＫＲ1iは、ダイに存在する注目欠陥の個数ごと
に算出されるので、この複数グループのキラー率ＫＲ1i
を一つに統合する必要がある。その場合、単純に複数の
キラー率ＫＲ1iの平均値を算出することも可能である
が、本実施の形態のデータ処理装置１００によるデータ
処理方法では、算出精度を向上させるために複数グルー
プのキラー率ＫＲ1iを個々に重み付けする。
【００７０】そこで、ダイに存在する注目欠陥の個数が
多数であるほどキラー率ＫＲ1iの精度が良好と判断し、
注目欠陥の個数が多数のキラー率ＫＲ1iほど重く重み付
けする。従って、注目欠陥がｉ個のキラー率ＫＲ1iの重
付係数Ｐi′は、半導体ウェハに存在する注目欠陥の総
数Ｎ′により、 Ｐi′＝Ｔi・ｉ／Ｎ′ …(６) と定義する。
多数であるほどキラー率ＫＲ1iの精度が良好と判断し、
注目欠陥の個数が多数のキラー率ＫＲ1iほど重く重み付
けする。従って、注目欠陥がｉ個のキラー率ＫＲ1iの重
付係数Ｐi′は、半導体ウェハに存在する注目欠陥の総
数Ｎ′により、 Ｐi′＝Ｔi・ｉ／Ｎ′ …(６) と定義する。
【００７１】そして、注目欠陥によるキラー率ＫＲ′
は、上述の数式(５)(６)により、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′){１−[ＴGi／Ｔi]1/i} …(７) となり、これが第三算出手段２３の算出結果に相当す
る。このように算出されたキラー率ＫＲ′は、一個のダ
イに存在する注目欠陥の個数の影響を反映しているので
精度が良好である。
は、上述の数式(５)(６)により、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′){１−[ＴGi／Ｔi]1/i} …(７) となり、これが第三算出手段２３の算出結果に相当す
る。このように算出されたキラー率ＫＲ′は、一個のダ
イに存在する注目欠陥の個数の影響を反映しているので
精度が良好である。
【００７２】ただし、上述のキラー率ＫＲ′は、注目欠
陥でない他種欠陥による影響は考慮していないので、本
実施の形態のデータ処理装置１００によるデータ処理方
法では、他種欠陥による影響を考慮した状態に上述のキ
ラー率ＫＲ′を補正して最終結果とする。
陥でない他種欠陥による影響は考慮していないので、本
実施の形態のデータ処理装置１００によるデータ処理方
法では、他種欠陥による影響を考慮した状態に上述のキ
ラー率ＫＲ′を補正して最終結果とする。
【００７３】この補正には従来の手法を適用するので、
従来例で説明した数式(３)の二つのパラメータ
“ＴG′，Ｔ′”を“ＴGi，Ｔi”に置換すると、ｉ個の
注目欠陥とともに他種欠陥も存在するダイの製造結果が
不良となる確率ＫＲiは、 ＫＲi＝１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i …(８) となり、これが補正生成手段２５の補正データに相当す
る。
従来例で説明した数式(３)の二つのパラメータ
“ＴG′，Ｔ′”を“ＴGi，Ｔi”に置換すると、ｉ個の
注目欠陥とともに他種欠陥も存在するダイの製造結果が
不良となる確率ＫＲiは、 ＫＲi＝１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i …(８) となり、これが補正生成手段２５の補正データに相当す
る。
【００７４】そこで、上述の数式(８)を数式(７)に適用
すると、キラー率ＫＲ1′は、 ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′)× {１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i}…(９) となる。
すると、キラー率ＫＲ1′は、 ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′)× {１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i}…(９) となる。
【００７５】このキラー率ＫＲ1′は、本実施の形態の
データ処理装置１００の最終結果である結果補正手段２
６の出力結果に相当し、一個のダイに存在する注目欠陥
の個数の影響を反映しているとともに、他種欠陥の存在
による影響も反映しているので、その精度が極めて良好
である。
データ処理装置１００の最終結果である結果補正手段２
６の出力結果に相当し、一個のダイに存在する注目欠陥
の個数の影響を反映しているとともに、他種欠陥の存在
による影響も反映しているので、その精度が極めて良好
である。
【００７６】なお、本実施の形態のデータ処理装置１０
０は、上述のように算出したキラー率ＫＲ1′を利用し
て、ＩＣチップの不良原因となる注目欠陥の個数
ＮF′、注目欠陥のために製造結果が不良となるＩＣチ
ップの個数ＴF、注目欠陥の影響によるＩＣチップの歩
留りの上限値ＬＹ、全種の欠陥の影響によるＩＣチップ
の歩留りの上限値ＬＹall、も算出する。
０は、上述のように算出したキラー率ＫＲ1′を利用し
て、ＩＣチップの不良原因となる注目欠陥の個数
ＮF′、注目欠陥のために製造結果が不良となるＩＣチ
ップの個数ＴF、注目欠陥の影響によるＩＣチップの歩
留りの上限値ＬＹ、全種の欠陥の影響によるＩＣチップ
の歩留りの上限値ＬＹall、も算出する。
【００７７】その場合、ＩＣチップの不良原因となる注
目欠陥の個数ＮF′は、前述の数式(９)により、 ＮF′＝Ｎ′・ＫＲ1′ …(１０) と算出される。
目欠陥の個数ＮF′は、前述の数式(９)により、 ＮF′＝Ｎ′・ＫＲ1′ …(１０) と算出される。
【００７８】また、前述の数式(５)のキラー率ＫＲ1iを
数式(９)のキラー率ＫＲ1′に置換して変形することに
より、 ＫＲi＝１−(１−ＫＲ1′)i …(１１) となるので、注目欠陥のために製造結果が不良となるＩ
Ｃチップの個数ＴFは、 ＴF＝ΣＴi[１−(１−ＫＲ1′)i] …(１２) と算出される。
数式(９)のキラー率ＫＲ1′に置換して変形することに
より、 ＫＲi＝１−(１−ＫＲ1′)i …(１１) となるので、注目欠陥のために製造結果が不良となるＩ
Ｃチップの個数ＴFは、 ＴF＝ΣＴi[１−(１−ＫＲ1′)i] …(１２) と算出される。
【００７９】さらに、注目欠陥の影響による歩留りの上
限値ＬＹは、上述の数式(１２)により、 ＬＹ＝(Ｔ−ＴF)／Ｔ＝１−(ＴF／Ｔ) …(１３) と算出される。
限値ＬＹは、上述の数式(１２)により、 ＬＹ＝(Ｔ−ＴF)／Ｔ＝１−(ＴF／Ｔ) …(１３) と算出される。
【００８０】そして、全種の欠陥の影響によるＩＣチッ
プの歩留りの上限値ＬＹallは、種別ｋの注目欠陥の影
響による歩留りの上限値ＬＹkにより、 ＬＹall＝ПＬＹk …(１４) と算出される。
プの歩留りの上限値ＬＹallは、種別ｋの注目欠陥の影
響による歩留りの上限値ＬＹkにより、 ＬＹall＝ПＬＹk …(１４) と算出される。
【００８１】なお、本発明者は実際にデータ処理装置１
００を試作し、ダイ調査データのモデルデータによりキ
ラー率ＫＲ1iの算出精度を調査した。モデルデータは、
一個の半導体ウェハが百個のダイに区分されており、そ
の一個の半導体ウェハに百個の注目欠陥と三十個の致命
的な他種欠陥とをランダムに配置した。
００を試作し、ダイ調査データのモデルデータによりキ
ラー率ＫＲ1iの算出精度を調査した。モデルデータは、
一個の半導体ウェハが百個のダイに区分されており、そ
の一個の半導体ウェハに百個の注目欠陥と三十個の致命
的な他種欠陥とをランダムに配置した。
【００８２】このように作成したモデルデータでは、約
40％のダイに二個以上の欠陥が存在することとなり、注
目欠陥によるキラー率は0.4で、致命的な注目欠陥の個
数は四十個となった。そこで、このモデルデータから従
来の手法と本実施の形態のデータ処理装置１００のデー
タ処理方法とでキラー率などを算出したところ、下記の
表１のような結果となった。
40％のダイに二個以上の欠陥が存在することとなり、注
目欠陥によるキラー率は0.4で、致命的な注目欠陥の個
数は四十個となった。そこで、このモデルデータから従
来の手法と本実施の形態のデータ処理装置１００のデー
タ処理方法とでキラー率などを算出したところ、下記の
表１のような結果となった。
【００８３】
【表１】
【００８４】なお、上述の表１の従来手法は、他種欠陥
による影響を補正したものである。上述の表１から明白
であるように、本実施の形態のデータ処理装置１００に
よるデータ処理方法では、従来手法より良好な精度でキ
ラー率等を算出することができる。
による影響を補正したものである。上述の表１から明白
であるように、本実施の形態のデータ処理装置１００に
よるデータ処理方法では、従来手法より良好な精度でキ
ラー率等を算出することができる。
【００８５】上述のように注目欠陥のキラー率が算出さ
れると、その注目欠陥が他の半導体ウェハから検出され
たとき、その個数から製造結果であるＩＣチップの歩留
りを予測できる。そこで、下記の表２に示すように、本
実施の形態のデータ処理装置１００によるＩＣチップの
歩留りの予測精度も調査した。
れると、その注目欠陥が他の半導体ウェハから検出され
たとき、その個数から製造結果であるＩＣチップの歩留
りを予測できる。そこで、下記の表２に示すように、本
実施の形態のデータ処理装置１００によるＩＣチップの
歩留りの予測精度も調査した。
【００８６】そのモデルデータでは、百個のダイが設定
された一個の半導体ウェハに二十個の上述の注目欠陥と
三十個の致命的な他種欠陥とをランダムに配置した。こ
のモデルデータでは、約５％のダイに二個以上の欠陥が
存在することとなり、致命的な注目欠陥は八個となっ
た。
された一個の半導体ウェハに二十個の上述の注目欠陥と
三十個の致命的な他種欠陥とをランダムに配置した。こ
のモデルデータでは、約５％のダイに二個以上の欠陥が
存在することとなり、致命的な注目欠陥は八個となっ
た。
【００８７】
【表２】
【００８８】上述の表２から明白であるように、本実施
の形態のデータ処理装置１００は、注目欠陥の影響によ
るＩＣチップの歩留り等も、従来手法より良好な精度で
予測できることが確認された。
の形態のデータ処理装置１００は、注目欠陥の影響によ
るＩＣチップの歩留り等も、従来手法より良好な精度で
予測できることが確認された。
【００８９】なお、本発明は上記形態に限定されるもの
ではなく、その要旨を逸脱しない範囲で各種の変形を許
容する。例えば、上記形態では説明を簡単にするため、
ダイ調査データとして、一個の半導体ウェハから一つの
製造工程で収集されたものを例示した。
ではなく、その要旨を逸脱しない範囲で各種の変形を許
容する。例えば、上記形態では説明を簡単にするため、
ダイ調査データとして、一個の半導体ウェハから一つの
製造工程で収集されたものを例示した。
【００９０】しかし、このようなダイ調査データは所望
により各種形態に収集されるもので、一般的には、一個
の半導体ウェハでの複数の製造工程ごと、複数の半導体
ウェハからなるロットごと、複数のロットごと、製造す
るＩＣチップの種別ごと、に収集されてデータ登録され
る。
により各種形態に収集されるもので、一般的には、一個
の半導体ウェハでの複数の製造工程ごと、複数の半導体
ウェハからなるロットごと、複数のロットごと、製造す
るＩＣチップの種別ごと、に収集されてデータ登録され
る。
【００９１】そこで、上述のような全部の条件に対応し
た状態でダイ調査データがデータ登録されている場合、
ユーザは、製造するＩＣチップの種別、所望のロット、
そのロットでの所望の半導体ウェハ、その半導体ウェハ
での所望の製造工程、をデータ指定してから注目欠陥を
データ指定すれば良い。
た状態でダイ調査データがデータ登録されている場合、
ユーザは、製造するＩＣチップの種別、所望のロット、
そのロットでの所望の半導体ウェハ、その半導体ウェハ
での所望の製造工程、をデータ指定してから注目欠陥を
データ指定すれば良い。
【００９２】また、上記形態ではダイ調査データを複数
グループに分類する注目欠陥の個数の単位を一個とする
ことを例示したが、例えば、零個、一個以上十個以下、
十一個以上二十個以下、…のように注目欠陥の所定個数
を単位としてダイ調査データを複数グループに分類する
ことも可能である。
グループに分類する注目欠陥の個数の単位を一個とする
ことを例示したが、例えば、零個、一個以上十個以下、
十一個以上二十個以下、…のように注目欠陥の所定個数
を単位としてダイ調査データを複数グループに分類する
ことも可能である。
【００９３】さらに、上記形態ではダイから最終的に製
造される製品であるＩＣチップの良否を製造結果の良否
としてデータ登録することを例示したが、この製造結果
は製造工程に対応していれば良く、例えば、製造工程ご
とに製造結果の良否を判定してデータ登録することも可
能である。
造される製品であるＩＣチップの良否を製造結果の良否
としてデータ登録することを例示したが、この製造結果
は製造工程に対応していれば良く、例えば、製造工程ご
とに製造結果の良否を判定してデータ登録することも可
能である。
【００９４】また、上記形態では一個のダイに存在する
注目欠陥の個数の影響を反映しているとともに、他種欠
陥の存在による影響も反映しているキラー率ＫＲ1′
を、 ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(ＴGi(Ｔ−Ｔ′))／
(Ｔi(ＴG−ＴG′))]1/i} として算出することを例示した。
注目欠陥の個数の影響を反映しているとともに、他種欠
陥の存在による影響も反映しているキラー率ＫＲ1′
を、 ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′){１−[(ＴGi(Ｔ−Ｔ′))／
(Ｔi(ＴG−ＴG′))]1/i} として算出することを例示した。
【００９５】しかし、他種欠陥の存在による影響は考慮
しないキラー率ＫＲ′を、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′){１−[ＴGi／Ｔi]1/i} として算出し、これをユーザに提示することも可能であ
る。同様に、ｉ個の注目欠陥が存在するダイの製造結果
が不良となる確率であるキラー率ＫＲiを、 ＫＲi＝１−(ＴGi／Ｔi) として算出し、これをユーザに提示することも可能であ
り、ダイに存在するｉ個の注目欠陥が一個の場合に製造
結果が不良となる確率であるキラー率ＫＲ1iを、 ＫＲ1i＝１−(１−ＫＲi)1/i として算出し、これをユーザに提示することも可能であ
る。
しないキラー率ＫＲ′を、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′){１−[ＴGi／Ｔi]1/i} として算出し、これをユーザに提示することも可能であ
る。同様に、ｉ個の注目欠陥が存在するダイの製造結果
が不良となる確率であるキラー率ＫＲiを、 ＫＲi＝１−(ＴGi／Ｔi) として算出し、これをユーザに提示することも可能であ
り、ダイに存在するｉ個の注目欠陥が一個の場合に製造
結果が不良となる確率であるキラー率ＫＲ1iを、 ＫＲ1i＝１−(１−ＫＲi)1/i として算出し、これをユーザに提示することも可能であ
る。
【００９６】さらに、上記形態ではＲＡＭ１０４等にソ
フトウェアとして格納されている制御プログラムに従っ
てＣＰＵ１０１が動作することにより、データ処理装置
１００の各種機能として各種手段が論理的に実現される
ことを例示した。しかし、このような各種手段の各々を
固有のハードウェアとして形成することも可能であり、
一部をソフトウェアとしてＲＡＭ１０４等に格納すると
ともに一部をハードウェアとして形成することも可能で
ある。
フトウェアとして格納されている制御プログラムに従っ
てＣＰＵ１０１が動作することにより、データ処理装置
１００の各種機能として各種手段が論理的に実現される
ことを例示した。しかし、このような各種手段の各々を
固有のハードウェアとして形成することも可能であり、
一部をソフトウェアとしてＲＡＭ１０４等に格納すると
ともに一部をハードウェアとして形成することも可能で
ある。
【００９７】また、上記形態ではＣＤ−ＲＯＭ１０８等
からＨＤＤ１０５に事前にインストールされているソフ
トウェアがデータ処理装置１００の起動時にＲＡＭ１０
４に複写され、このようにＲＡＭ１０４に格納されたソ
フトウェアをＣＰＵ１０１が読み取ることを想定した
が、このようなソフトウェアをＨＤＤ１０５に格納した
ままＣＰＵ１０１に利用させることや、ＲＯＭ１０３に
事前に固定的に格納しておくことも可能である。
からＨＤＤ１０５に事前にインストールされているソフ
トウェアがデータ処理装置１００の起動時にＲＡＭ１０
４に複写され、このようにＲＡＭ１０４に格納されたソ
フトウェアをＣＰＵ１０１が読み取ることを想定した
が、このようなソフトウェアをＨＤＤ１０５に格納した
ままＣＰＵ１０１に利用させることや、ＲＯＭ１０３に
事前に固定的に格納しておくことも可能である。
【００９８】さらに、単体で取り扱える情報記憶媒体で
あるＦＤ１０６やＣＤ−ＲＯＭ１０８にソフトウェアを
格納しておき、このＦＤ１０６等からＨＤＤ１０５やＲ
ＡＭ１０４にソフトウェアをインストールすることも可
能であるが、このようなインストールを実行することな
くＦＤ１０６等からＣＰＵ１０１がソフトウェアを直接
に読み取って処理動作を実行することも可能である。
あるＦＤ１０６やＣＤ−ＲＯＭ１０８にソフトウェアを
格納しておき、このＦＤ１０６等からＨＤＤ１０５やＲ
ＡＭ１０４にソフトウェアをインストールすることも可
能であるが、このようなインストールを実行することな
くＦＤ１０６等からＣＰＵ１０１がソフトウェアを直接
に読み取って処理動作を実行することも可能である。
【００９９】つまり、本発明のデータ処理装置１００の
各種手段をソフトウェアにより実現する場合、そのソフ
トウェアはＣＰＵ１０１が読み取って対応する動作を実
行できる状態に有れば良い。また、上述のような各種手
段を実現する制御プログラムを、複数のソフトウェアの
組み合わせで形成することも可能であり、その場合、単
体の製品となる情報記憶媒体には、本発明のデータ処理
装置１００を実現するための必要最小限のソフトウェア
のみを格納しておけば良い。
各種手段をソフトウェアにより実現する場合、そのソフ
トウェアはＣＰＵ１０１が読み取って対応する動作を実
行できる状態に有れば良い。また、上述のような各種手
段を実現する制御プログラムを、複数のソフトウェアの
組み合わせで形成することも可能であり、その場合、単
体の製品となる情報記憶媒体には、本発明のデータ処理
装置１００を実現するための必要最小限のソフトウェア
のみを格納しておけば良い。
【０１００】例えば、既存のオペレーティングシステム
が実装されているデータ処理装置１００に、ＣＤ−ＲＯ
Ｍ１０８等の情報記憶媒体によりアプリケーションソフ
トを提供するような場合、本発明のデータ処理装置１０
０の各種手段を実現するソフトウェアは、アプリケーシ
ョンソフトとオペレーティングシステムとの組み合わせ
で実現されるので、オペレーティングシステムに依存す
る部分のソフトウェアは情報記憶媒体のアプリケーショ
ンソフトから省略することができる。
が実装されているデータ処理装置１００に、ＣＤ−ＲＯ
Ｍ１０８等の情報記憶媒体によりアプリケーションソフ
トを提供するような場合、本発明のデータ処理装置１０
０の各種手段を実現するソフトウェアは、アプリケーシ
ョンソフトとオペレーティングシステムとの組み合わせ
で実現されるので、オペレーティングシステムに依存す
る部分のソフトウェアは情報記憶媒体のアプリケーショ
ンソフトから省略することができる。
【０１０１】また、このように情報記憶媒体に記述した
ソフトウェアをＣＰＵ１０１に供給する手法は、その情
報記憶媒体をデータ処理装置１００に直接に装填するこ
とに限定されない。例えば、上述のようなソフトウェア
をホストコンピュータの情報記憶媒体に格納しておき、
このホストコンピュータを通信ネットワークで端末コン
ピュータに接続し、ホストコンピュータから端末コンピ
ュータにデータ通信でソフトウェアを供給することも可
能である。
ソフトウェアをＣＰＵ１０１に供給する手法は、その情
報記憶媒体をデータ処理装置１００に直接に装填するこ
とに限定されない。例えば、上述のようなソフトウェア
をホストコンピュータの情報記憶媒体に格納しておき、
このホストコンピュータを通信ネットワークで端末コン
ピュータに接続し、ホストコンピュータから端末コンピ
ュータにデータ通信でソフトウェアを供給することも可
能である。
【０１０２】上述のような場合、端末コンピュータが自
身の情報記憶媒体にソフトウェアをダウンロードした状
態でスタンドアロンの処理動作を実行することも可能で
あるが、ソフトウェアをダウンロードすることなくホス
トコンピュータとのリアルタイムのデータ通信により処
理動作を実行することも可能である。この場合、ホスト
コンピュータと端末コンピュータとを通信ネットワーク
で接続したシステム全体が、本発明のデータ処理装置に
相当することになる。
身の情報記憶媒体にソフトウェアをダウンロードした状
態でスタンドアロンの処理動作を実行することも可能で
あるが、ソフトウェアをダウンロードすることなくホス
トコンピュータとのリアルタイムのデータ通信により処
理動作を実行することも可能である。この場合、ホスト
コンピュータと端末コンピュータとを通信ネットワーク
で接続したシステム全体が、本発明のデータ処理装置に
相当することになる。
【０１０３】
【発明の効果】本発明は以上説明したように構成されて
いるので、以下に記載するような効果を奏する。
いるので、以下に記載するような効果を奏する。
【０１０４】
【０１０５】
【０１０６】
【０１０７】
【０１０８】
【０１０９】
【０１１０】
【０１１１】本発明の第一のデータ処理装置によるデー
タ処理方法では、一個のウェハを区分した複数のダイご
とに少なくとも欠陥の種別ごとの個数と製造結果の良否
とがデータ設定されたダイ調査データをデータ記憶手段
に事前にデータ登録しておき、一つの種別の欠陥である
注目欠陥を選定する種別選定データがデータ入力手段に
データ入力されると、このデータ入力された種別選定デ
ータによりデータ記憶手段から注目欠陥に対応したダイ
調査データをデータ検索手段がデータ検索し、このデー
タ検索されたダイ調査データからキラー率算出手段が、
ｉ個の注目欠陥が存在するダイの個数Ｔi、ｉ個の注目
欠陥が存在して製造結果が良好なダイの個数ＴGi、ウェ
ハに存在する注目欠陥の総数Ｎ′を検出し、“ＫＲ′＝
Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i]”として注目欠
陥によるキラー率ＫＲ′を算出することにより、ダイに
存在する注目欠陥の個数の影響を反映した一つのキラー
率を算出することができるので、従来より良好な精度で
キラー率を算出することができる。
タ処理方法では、一個のウェハを区分した複数のダイご
とに少なくとも欠陥の種別ごとの個数と製造結果の良否
とがデータ設定されたダイ調査データをデータ記憶手段
に事前にデータ登録しておき、一つの種別の欠陥である
注目欠陥を選定する種別選定データがデータ入力手段に
データ入力されると、このデータ入力された種別選定デ
ータによりデータ記憶手段から注目欠陥に対応したダイ
調査データをデータ検索手段がデータ検索し、このデー
タ検索されたダイ調査データからキラー率算出手段が、
ｉ個の注目欠陥が存在するダイの個数Ｔi、ｉ個の注目
欠陥が存在して製造結果が良好なダイの個数ＴGi、ウェ
ハに存在する注目欠陥の総数Ｎ′を検出し、“ＫＲ′＝
Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i]”として注目欠
陥によるキラー率ＫＲ′を算出することにより、ダイに
存在する注目欠陥の個数の影響を反映した一つのキラー
率を算出することができるので、従来より良好な精度で
キラー率を算出することができる。
【０１１２】本発明の第二のデータ処理装置によるデー
タ処理方法では、一個のウェハを区分した複数のダイご
とに少なくとも欠陥の種別ごとの個数と製造結果の良否
とがデータ設定されたダイ調査データをデータ記憶手段
に事前にデータ登録しておき、一つの種別の欠陥である
注目欠陥を選定する種別選定データがデータ入力手段に
データ入力されると、このデータ入力された種別選定デ
ータによりデータ記憶手段から注目欠陥に対応したダイ
調査データをデータ検索手段がデータ検索し、このデー
タ検索されたダイ調査データからキラー率算出手段が、
ウェハに存在するダイの総数Ｔ、注目欠陥が存在するダ
イの個数Ｔ′、製造結果が良好なダイの個数ＴG、注目
欠陥が存在して製造結果が良好なダイの個数ＴG′、ｉ
個の注目欠陥が存在するダイの個数Ｔi、ｉ個の注目欠
陥が存在して製造結果が良好なダイの個数ＴGi、ウェハ
に存在する注目欠陥の総数Ｎ′を検出し、“ＫＲ1′＝
Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−
ＴG′))]1/i]”として注目欠陥によるキラー率ＫＲ1′
を算出することにより、ダイに存在する注目欠陥の個数
の影響を反映するとともに、注目欠陥でない他種欠陥に
よる影響を排除したキラー率を算出することができるの
で、従来より良好な精度でキラー率を算出することがで
きる。
タ処理方法では、一個のウェハを区分した複数のダイご
とに少なくとも欠陥の種別ごとの個数と製造結果の良否
とがデータ設定されたダイ調査データをデータ記憶手段
に事前にデータ登録しておき、一つの種別の欠陥である
注目欠陥を選定する種別選定データがデータ入力手段に
データ入力されると、このデータ入力された種別選定デ
ータによりデータ記憶手段から注目欠陥に対応したダイ
調査データをデータ検索手段がデータ検索し、このデー
タ検索されたダイ調査データからキラー率算出手段が、
ウェハに存在するダイの総数Ｔ、注目欠陥が存在するダ
イの個数Ｔ′、製造結果が良好なダイの個数ＴG、注目
欠陥が存在して製造結果が良好なダイの個数ＴG′、ｉ
個の注目欠陥が存在するダイの個数Ｔi、ｉ個の注目欠
陥が存在して製造結果が良好なダイの個数ＴGi、ウェハ
に存在する注目欠陥の総数Ｎ′を検出し、“ＫＲ1′＝
Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−
ＴG′))]1/i]”として注目欠陥によるキラー率ＫＲ1′
を算出することにより、ダイに存在する注目欠陥の個数
の影響を反映するとともに、注目欠陥でない他種欠陥に
よる影響を排除したキラー率を算出することができるの
で、従来より良好な精度でキラー率を算出することがで
きる。
【０１１３】
【０１１４】本発明の第一の情報記憶媒体に格納されて
いるプログラムをコンピュータに読み取らせて対応する
処理動作を実行させると、このコンピュータは、一個の
ウェハを区分した複数のダイごとに少なくとも欠陥の種
別ごとの個数と製造結果の良否とがデータ設定されたダ
イ調査データをデータ保存し、この状態で一つの種別の
欠陥である注目欠陥を選定する種別選定データのデータ
入力を受け付け、このデータ入力された種別選定データ
により注目欠陥に対応したダイ調査データをデータ検索
し、このデータ検索されたダイ調査データをダイに存在
する注目欠陥の個数ごとに分類し、この分類されたダイ
調査データから、ｉ個の注目欠陥が存在するダイの個数
Ｔi、ｉ個の注目欠陥が存在して製造結果が良好なダイ
の個数ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を検
出し、“ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]
1/i]”として注目欠陥によるキラー率ＫＲ′を算出する
ことにより、ダイに存在する注目欠陥の個数の影響を反
映した一つのキラー率を算出することができるので、従
来より良好な精度でキラー率を算出することができる。
いるプログラムをコンピュータに読み取らせて対応する
処理動作を実行させると、このコンピュータは、一個の
ウェハを区分した複数のダイごとに少なくとも欠陥の種
別ごとの個数と製造結果の良否とがデータ設定されたダ
イ調査データをデータ保存し、この状態で一つの種別の
欠陥である注目欠陥を選定する種別選定データのデータ
入力を受け付け、このデータ入力された種別選定データ
により注目欠陥に対応したダイ調査データをデータ検索
し、このデータ検索されたダイ調査データをダイに存在
する注目欠陥の個数ごとに分類し、この分類されたダイ
調査データから、ｉ個の注目欠陥が存在するダイの個数
Ｔi、ｉ個の注目欠陥が存在して製造結果が良好なダイ
の個数ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を検
出し、“ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]
1/i]”として注目欠陥によるキラー率ＫＲ′を算出する
ことにより、ダイに存在する注目欠陥の個数の影響を反
映した一つのキラー率を算出することができるので、従
来より良好な精度でキラー率を算出することができる。
【０１１５】本発明の第二の情報記憶媒体に格納されて
いるプログラムをコンピュータに読み取らせて対応する
処理動作を実行させると、このコンピュータは、一個の
ウェハを区分した複数のダイごとに少なくとも欠陥の種
別ごとの個数と製造結果の良否とがデータ設定されたダ
イ調査データをデータ保存し、この状態で一つの種別の
欠陥である注目欠陥を選定する種別選定データのデータ
入力を受け付け、このデータ入力された種別選定データ
により注目欠陥に対応したダイ調査データをデータ検索
し、このデータ検索されたダイ調査データをダイに存在
する注目欠陥の個数ごとに分類し、この分類されたダイ
調査データから、ウェハに存在するダイの総数Ｔ、注目
欠陥が存在するダイの個数Ｔ′、製造結果が良好なダイ
の個数ＴG、注目欠陥が存在して製造結果が良好なダイ
の個数ＴG′、ｉ個の注目欠陥が存在するダイの個数
Ｔi、ｉ個の注目欠陥が存在して製造結果が良好なダイ
の個数ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を検
出し、“ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−
Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i]”として注目欠陥によ
るキラー率ＫＲ1′を算出することにより、ダイに存在
する注目欠陥の個数の影響を反映するとともに、注目欠
陥でない他種欠陥による影響を排除したキラー率を算出
することができるので、従来より良好な精度でキラー率
を算出することができる。
いるプログラムをコンピュータに読み取らせて対応する
処理動作を実行させると、このコンピュータは、一個の
ウェハを区分した複数のダイごとに少なくとも欠陥の種
別ごとの個数と製造結果の良否とがデータ設定されたダ
イ調査データをデータ保存し、この状態で一つの種別の
欠陥である注目欠陥を選定する種別選定データのデータ
入力を受け付け、このデータ入力された種別選定データ
により注目欠陥に対応したダイ調査データをデータ検索
し、このデータ検索されたダイ調査データをダイに存在
する注目欠陥の個数ごとに分類し、この分類されたダイ
調査データから、ウェハに存在するダイの総数Ｔ、注目
欠陥が存在するダイの個数Ｔ′、製造結果が良好なダイ
の個数ＴG、注目欠陥が存在して製造結果が良好なダイ
の個数ＴG′、ｉ個の注目欠陥が存在するダイの個数
Ｔi、ｉ個の注目欠陥が存在して製造結果が良好なダイ
の個数ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を検
出し、“ＫＲ1′＝Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−
Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i]”として注目欠陥によ
るキラー率ＫＲ1′を算出することにより、ダイに存在
する注目欠陥の個数の影響を反映するとともに、注目欠
陥でない他種欠陥による影響を排除したキラー率を算出
することができるので、従来より良好な精度でキラー率
を算出することができる。
【図１】本発明の実施の一形態のデータ処理装置である
データ処理装置の論理構造を示す模式図である。
データ処理装置の論理構造を示す模式図である。
【図２】データ処理装置の物理構造を示すブロック図で
ある。
ある。
【図３】(ａ)は半導体ウェハにおけるダイと注目欠陥と
の関係を示す模式的な平面図であり、(ｂ)は一個の半導
体ウェハのダイを注目欠陥の個数ごとに分類した状態を
示す模式図である。
の関係を示す模式的な平面図であり、(ｂ)は一個の半導
体ウェハのダイを注目欠陥の個数ごとに分類した状態を
示す模式図である。
【図４】本実施の形態のデータ処理装置によるデータ処
理方法を示すフローチャート、データ処理装置によるデ
ータ処理方法を示すフローチャートである。
理方法を示すフローチャート、データ処理装置によるデ
ータ処理方法を示すフローチャートである。
【図５】(ａ)は半導体ウェハにおけるダイと注目欠陥と
の関係を示す模式的な平面図であり、(ｂ)は一個の半導
体ウェハのダイを四つの状態に分類した状態を示す模式
図である。
の関係を示す模式的な平面図であり、(ｂ)は一個の半導
体ウェハのダイを四つの状態に分類した状態を示す模式
図である。
１１ データ記憶手段 １２ データ入力手段 １３ データ検索手段 １４ データ分類手段 １５ キラー率算出手段 ２１ 第一算出手段 ２２ 第二算出手段 ２３ 第三算出手段 ２４ データ抽出手段 ２５ 補正生成手段 ２６ 結果補正手段 １００ データ処理装置 １０１ コンピュータであるＣＰＵ １０３ 情報記憶媒体であるＲＯＭ １０４ 情報記憶媒体であるＲＡＭ １０５ 情報記憶媒体であるＨＤＤ １０６ 情報記憶媒体であるＦＤ １０８ 情報記憶媒体であるＣＤ−ＲＯＭ
Claims (6)
- 【請求項１】 一個のウェハを区分した複数のダイごと
に少なくとも欠陥の種別ごとの個数と製造結果の良否と
がデータ設定されたダイ調査データを事前にデータ登録
しておき、 一つの種別の欠陥である注目欠陥を選定する種別選定デ
ータのデータ入力を受け付け、 このデータ入力された種別選定データにより注目欠陥に
対応したダイ調査データをデータ検索し、 このデータ検索されたダイ調査データをダイに存在する
注目欠陥の個数ごとに分類し、 この分類されたダイ調査データから、ｉ個の注目欠陥が
存在するダイの個数Ｔi、ｉ個の注目欠陥が存在して製
造結果が良好なダイの個数ＴGi、ウェハに存在する注目
欠陥の総数Ｎ′を検出し、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i] として注目欠陥によるキラー率ＫＲ′を算出するように
したデータ処理方法。 - 【請求項２】 一個のウェハを区分した複数のダイごと
に少なくとも欠陥の種別ごとの個数と製造結果の良否と
がデータ設定されたダイ調査データを事前にデータ登録
しておき、 一つの種別の欠陥である注目欠陥を選定する種別選定デ
ータのデータ入力を受け付け、 このデータ入力された種別選定データにより注目欠陥に
対応したダイ調査データをデータ検索し、 このデータ検索されたダイ調査データをダイに存在する
注目欠陥の個数ごとに分類し、 この分類されたダイ調査データから、ウェハに存在する
ダイの総数Ｔ、注目欠陥が存在するダイの個数Ｔ′、製
造結果が良好なダイの個数ＴG、注目欠陥が存在して製
造結果が良好なダイの個数ＴG′、ｉ個の注目欠陥が存
在するダイの個数Ｔi、ｉ個の注目欠陥が存在して製造
結果が良好なダイの個数ＴGi、ウェハに存在する注目欠
陥の総数Ｎ′を検出し、 ＫＲ1′＝ Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i] として注目欠陥によるキラー率ＫＲ1′を算出するよう
にしたデータ処理方法。 - 【請求項３】 一個のウェハを区分した複数のダイごと
に少なくとも欠陥の種別ごとの個数と製造結果の良否と
がデータ設定されたダイ調査データが事前にデータ登録
されているデータ記憶手段と、 一つの種別の欠陥である注目欠陥を選定する種別選定デ
ータがデータ入力されるデータ入力手段と、 該データ入力手段にデータ入力された種別選定データに
より前記データ記憶手段から注目欠陥に対応したダイ調
査データをデータ検索するデータ検索手段と、 該データ検索手段によりデータ検索されたダイ調査デー
タをダイに存在する注目欠陥の個数ごとに分類するデー
タ分類手段と、 該データ分類手段により分類された複数グループのダイ
調査データから、ｉ個の注目欠陥が存在するダイの個数
Ｔi、ｉ個の注目欠陥が存在して製造結果が良好なダイ
の個数ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を検
出し、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i] として注目欠陥によるキラー率ＫＲ′を算出するキラー
率算出手段と、 を具備しているデータ処理装置。 - 【請求項４】 一個のウェハを区分した複数のダイごと
に少なくとも欠陥の種別ごとの個数と製造結果の良否と
がデータ設定されたダイ調査データが事前にデータ登録
されているデータ記憶手段と、 一つの種別の欠陥である注目欠陥を選定する種別選定デ
ータがデータ入力されるデータ入力手段と、 該データ入力手段にデータ入力された種別選定データに
より前記データ記憶手段から注目欠陥に対応したダイ調
査データをデータ検索するデータ検索手段と、 該データ検索手段によりデータ検索されたダイ調査デー
タをダイに存在する注目欠陥の個数ごとに分類するデー
タ分類手段と、 該データ分類手段により分類された複数グループのダイ
調査データから、ウェハに存在するダイの総数Ｔ、注目
欠陥が存在するダイの個数Ｔ′、製造結果が良好なダイ
の個数ＴG、注目欠陥が存在して製造結果が良好なダイ
の個数ＴG′、ｉ個の注目欠陥が存在するダイの個数
Ｔi、ｉ個の注目欠陥が存在して製造結果が良好なダイ
の個数ＴGi、ウェハに存在する注目欠陥の総数Ｎ′を検
出し、 ＫＲ1′＝ Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i] として注目欠陥によるキラー率ＫＲ1′を算出するキラ
ー率算出手段と、 を具備しているデータ処理装置。 - 【請求項５】 コンピュータが読取自在なソフトウェア
が格納されている情報記憶媒体であって、 一個のウェハを区分した複数のダイごとに少なくとも欠
陥の種別ごとの個数と製造結果の良否とがデータ設定さ
れたダイ調査データをデータ保存すること、 一つの種別の欠陥である注目欠陥を選定する種別選定デ
ータのデータ入力を受け付けること、 このデータ入力された種別選定データにより注目欠陥に
対応したダイ調査データをデータ検索すること、 このデータ検索されたダイ調査データをダイに存在する
注目欠陥の個数ごとに分類すること、 この分類されたダイ調査データから、ｉ個の注目欠陥が
存在するダイの個数Ｔi、ｉ個の注目欠陥が存在して製
造結果が良好なダイの個数ＴGi、ウェハに存在する注目
欠陥の総数Ｎ′を検出すること、 ＫＲ′＝Σ(Ｔi・ｉ／Ｎ′)[１−[ＴGi／Ｔi]1/i] として注目欠陥によるキラー率ＫＲ′を算出すること、 を前記コンピュータに実行させるためのプログラムが格
納されていることを特徴とする情報記憶媒体。 - 【請求項６】 コンピュータが読取自在なソフトウェア
が格納されている情報記憶媒体であって、 一個のウェハを区分した複数のダイごとに少なくとも欠
陥の種別ごとの個数と製造結果の良否とがデータ設定さ
れたダイ調査データをデータ保存すること、 一つの種別の欠陥である注目欠陥を選定する種別選定デ
ータのデータ入力を受け付けること、 このデータ入力された種別選定データにより注目欠陥に
対応したダイ調査データをデータ検索すること、 このデータ検索されたダイ調査データをダイに存在する
注目欠陥の個数ごとに分類すること、 この分類されたダイ調査データから、ウェハに存在する
ダイの総数Ｔ、注目欠陥が存在するダイの個数Ｔ′、製
造結果が良好なダイの個数ＴG、注目欠陥が存在して製
造結果が良好なダイの個数ＴG′、ｉ個の注目欠陥が存
在するダイの個数Ｔi、ｉ個の注目欠陥が存在して製造
結果が良好なダイの個数ＴGi、ウェハに存在する注目欠
陥の総数Ｎ′を検出すること、 ＫＲ1′＝ Σ(Ｔi・ｉ／Ｎ′)[１−[(ＴGi(Ｔ−Ｔ′))／(Ｔi(ＴG−ＴG′))]1/i] として注目欠陥によるキラー率ＫＲ1′を算出するこ
と、 を前記コンピュータに実行させるためのプログラムが格
納されていることを特徴とする情報記憶媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10676899A JP3267580B2 (ja) | 1999-04-14 | 1999-04-14 | データ処理方法および装置、情報記憶媒体 |
| US09/544,284 US6496788B1 (en) | 1999-04-14 | 2000-04-06 | Data processing method and apparatus to determine killer ratio based on a variety of defect types |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10676899A JP3267580B2 (ja) | 1999-04-14 | 1999-04-14 | データ処理方法および装置、情報記憶媒体 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000298595A JP2000298595A (ja) | 2000-10-24 |
| JP3267580B2 true JP3267580B2 (ja) | 2002-03-18 |
Family
ID=14442096
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10676899A Expired - Fee Related JP3267580B2 (ja) | 1999-04-14 | 1999-04-14 | データ処理方法および装置、情報記憶媒体 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6496788B1 (ja) |
| JP (1) | JP3267580B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006284522A (ja) * | 2005-04-05 | 2006-10-19 | Tokyo Seimitsu Co Ltd | 歩留予測装置、不良率予測装置、外観検査装置、歩留予測方法、及び不良率予測方法 |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001331784A (ja) * | 2000-05-18 | 2001-11-30 | Hitachi Ltd | 欠陥分類方法及びその装置 |
| US6658361B1 (en) * | 2001-10-10 | 2003-12-02 | Lsi Logic Corporation | Heaviest only fail potential |
| AU2002343545A1 (en) * | 2001-10-19 | 2003-06-10 | Auburn University | Estimating reliability of components for testing and quality optimization |
| KR100429883B1 (ko) * | 2001-12-20 | 2004-05-03 | 삼성전자주식회사 | 순수 결함에 의한 불량 발생 확률 측정방법, 순수 결함에서 추출한 패턴 파라미터의 분류를 이용한 결함 제한 수율 측정 방법, 순수 결함에 의한 불량 발생 확률 및 결함 제한 수율을 측정하기 위한 시스템 |
| US20080319568A1 (en) * | 2007-06-22 | 2008-12-25 | International Business Machines Corporation | Method and system for creating array defect paretos using electrical overlay of bitfail maps, photo limited yield, yield, and auto pattern recognition code data |
| US10460825B2 (en) * | 2016-01-28 | 2019-10-29 | International Business Machines Corporation | Sorting non-volatile memories |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09199551A (ja) * | 1996-01-12 | 1997-07-31 | Mitsubishi Electric Corp | インライン検査用検査データ解析処理装置 |
| US5917332A (en) * | 1996-05-09 | 1999-06-29 | Advanced Micro Devices, Inc. | Arrangement for improving defect scanner sensitivity and scanning defects on die of a semiconductor wafer |
| JP4077951B2 (ja) | 1998-01-14 | 2008-04-23 | 株式会社ルネサステクノロジ | 欠陥解析方法、記録媒体及び工程管理方法 |
| US6185707B1 (en) * | 1998-11-13 | 2001-02-06 | Knights Technology, Inc. | IC test software system for mapping logical functional test data of logic integrated circuits to physical representation |
| US6338001B1 (en) * | 1999-02-22 | 2002-01-08 | Advanced Micro Devices, Inc. | In line yield prediction using ADC determined kill ratios die health statistics and die stacking |
-
1999
- 1999-04-14 JP JP10676899A patent/JP3267580B2/ja not_active Expired - Fee Related
-
2000
- 2000-04-06 US US09/544,284 patent/US6496788B1/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006284522A (ja) * | 2005-04-05 | 2006-10-19 | Tokyo Seimitsu Co Ltd | 歩留予測装置、不良率予測装置、外観検査装置、歩留予測方法、及び不良率予測方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2000298595A (ja) | 2000-10-24 |
| US6496788B1 (en) | 2002-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6789032B2 (en) | Method of statistical binning for reliability selection | |
| US6885977B2 (en) | System to identify a wafer manufacturing problem and method therefor | |
| US6535776B1 (en) | Method for localizing and isolating an errant process step | |
| US8553970B2 (en) | System and method for generating spatial signatures | |
| JP2008511140A (ja) | 局所的外れ値の検出のための方法および装置 | |
| JP4413673B2 (ja) | 不良原因装置特定システム及び不良原因装置特定方法 | |
| CN104021264A (zh) | 一种缺陷预测方法及装置 | |
| CN115798559B (zh) | 失效单元预测方法、装置、设备及存储介质 | |
| US20070247937A1 (en) | Information processing system for calculating the number of redundant lines optimal for memory device | |
| JP3267580B2 (ja) | データ処理方法および装置、情報記憶媒体 | |
| US8676831B2 (en) | Master pattern generation and utilization | |
| US7284230B2 (en) | System for search and analysis of systematic defects in integrated circuits | |
| JPH10209230A (ja) | 不良解析装置およびその方法 | |
| JP7019339B2 (ja) | 不良原因抽出システム及びその方法 | |
| US20230377132A1 (en) | Wafer Bin Map Based Root Cause Analysis | |
| JP2000269276A (ja) | 欠陥解析システムおよびその方法 | |
| JP2002043200A (ja) | 異常原因検出装置及び異常原因検出方法 | |
| Chuang et al. | A deep learning-based screening method for improving the quality and reliability of integrated passive devices | |
| JP6684777B2 (ja) | 製造物良・不良判定システムおよび製造物良・不良判定方法 | |
| JP2002093865A (ja) | ウエハの故障サイン自動検出、分類方法 | |
| US20030072481A1 (en) | Method for evaluating anomalies in a semiconductor manufacturing process | |
| TW200411801A (en) | Method for analyzing defect inspection parameters | |
| JP2002323924A (ja) | 不良装置検出方法、不良装置検出装置、プログラム及び製品の製造方法 | |
| US20210318672A1 (en) | Manufacturing Defect Factor Searching Method and Manufacturing Defect Factor Searching Apparatus | |
| JP2002008957A (ja) | データ処理装置、データ処理方法およびその情報記憶媒体 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |