JP3492226B2 - 半導体不良原因絞込み方法 - Google Patents

Description

【発明の詳細な説明】 【０００１】 【発明の属する技術分野】本発明は、半導体などのウェ
ーハ製造ラインにおける生産管理，品質管理，不良解析
に係り、特に、ウエーハのダイ毎の電気検査の結果を生
産管理，品質管理，不良解析に有効に活用して半導体の
不良原因を絞り込むことができるようにした半導体不良
原因絞込み方法に関する。 【０００２】 【従来の技術】従来から半導体などの製造ラインにおけ
る電気検査の結果を生産管理，品質管理，不良解析に活
用する場合、歩留の値を直接用いることが一般的であ
り、歩留の時系列推移や歩留とインライン検査結果との
相関分析が大きな手がかりとなっている。しかし、歩留
の値にはいろいろな成分が含まれており、近年の微細な
回路を複雑なプロセスで製造する半導体においては、歩
留の値だけでは、生産管理の指標や不良解析の手がかり
として不充分となってきた。 【０００３】そこで、上記のことを目的として、Allan
Y.Wong著“Statistical Micro Yield Modeling”Semico
nductor International pp.139−148(1996)に記載のよ
うに、歩留を成分分離する手法が提案されている。その
方法は、数学的に （歩留）＝（プロセスマージン起因歩留）＊（異物起因
歩留） に曲線近似する手法である。しかし、この曲線をごく少
ない数点で近似するため、計算誤差が極めて大きく、実
用的とは言えない。また、ここで求まったプロセスマー
ジン起因歩留と異物起因歩留を時系列にグラフ化した
り、ウェーハ番号順にグラフ化して、生産管理や品質管
理の指標とすることは行なわれていなかった。しかも、
上記文献に記載の成分分離方法では、ウェーハ面内を２
次元的に領域分離しているわけではないため、この結果
をウェーハ面内の２次元解析へ活用することはできなか
った。 【０００４】また、Nick Atchison and Ron Ross共著
“Wafer Zone Based Yield Analysis"pp.E51−E54 Inte
rnational Symposium on Semiconductor Manufacturin
g、 Proceedings(1997)に記載のように、ウェーハ面内
の２次元的な場所毎に歩留を分けて解析することが有効
であることが提案されている。しかし、この方法は、あ
くまで場所を人為的に定めているため、ウェーハ面内の
中央付近あるいは周辺といった場所別の歩留解析に過ぎ
ず、電気検査結果の成分を分離しているとは言えなかっ
た。 【０００５】 【発明が解決しようとする課題】半導体などのウェーハ
製造ラインにおける生産管理，品質管理，不良解析に関
して最も重要なことは、製品デバイスの低歩留の原因を
いち早く発見し、対策し、高歩留にすること、また、高
歩留を常に維持することである。 【０００６】このためには、製造ラインでのウェーハの
歩留状況をわかりやすく把握でき、生産管理や品質管理
の指針にすることができることが必要である。プロセス
マージン起因の歩留が低いときは、プロセスマージン起
因歩留を上げることを最優先課題として、製造現場の管
理を行なう。異物起因歩留が低いときは、異物対策のた
めに、異物データの解析に力を入れるべきである。ま
た、露光時のショット依存性が発見された場合には、露
光装置のパラメータを解析することで歩留を向上させる
ことができる。さらに、ウェーハマップをプロセスマー
ジン起因領域と異物起因領域とに領域分けし、その領域
毎に各種データの解析を行なうことにより、プロセスマ
ージン起因不良がどのような原因でどこで発生したのか
を特定することができる。 【０００７】しかしながら、従来では、半導体の不良原
因を的確かつ迅速に見出すことができるものはなかっ
た。 【０００８】本発明は、以上の点に鑑みてなされたもの
であって、その目的は、ウェーハ製造工程におけるウェ
ーハの最終試験としての電気試験の結果を用いて、もし
くはインライン検査の結果と該電気試験の結果とを用い
て、半導体の不良原因を的確かつ迅速に絞り込むことを
可能とした半導体不良原因絞込み方法を提供することに
ある。 【０００９】本発明の他の目的は、上記電気試験の結果
を半導体の不良原因を的確かつ迅速に絞り込むのに適合
するようにした半導体不良原因絞込み方法を提供するこ
とにある。 【００１０】 【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、半導体のウェーハの電気検査の結果から
求まるウェーハマップを、隣接するチップの少なくとも
いずれかが不良のカテゴリを同じとするチップからなる
プロセスマージン起因領域と、隣接する全てのチップが
不良品のカテゴリを異にするチップからなる異物起因領
域とに区分し、 該プロセスマージン起因領域での該電気
検査のデータと該異物起因領域での該電気検査のデータ
とを比較して、不良原因を絞り込む。 【００１１】 【００１２】 【００１３】 【００１４】 【００１５】 【００１６】 【００１７】 【００１８】 【００１９】 【００２０】 【発明の実施の形態】以下、半導体などのウェーハ製造
工程を例にして、本発明の実施形態を図面により説明す
る。 【００２１】本発明による半導体不良原因絞り込み方法
の第１の実施形態は、ウェーハの最終検査であるウェー
ハ上のダイ（チップ単位に切断する前の製品単位）毎の
電気検査の結果を、ウェーハの製造ラインで行なわれる
一連のインライン検査の結果に反映させて、不良原因を
絞り込むものであり、この実施形態を実行するシステム
構成とデータの流れを図２に示している。 【００２２】同図において、製造ラインにおいて、その
工程毎に外観検査５２や寸法検査５３，膜厚検査５４，
マスクの合わせ検査５５、さらには異物検査といったイ
ンライン検査の少なくともいずれかが行なわれ、また、
製造ラインの最終段階でＴＥＧによるパラメトリック検
査が行なわれるが、これらインライン検査の検査結果
は、ウェーハ番号毎に及びロット番号毎に区分されてデ
ータベース６３に格納され、ＴＥＧによるパラメトリッ
ク検査の検査結果も、データベース６２に格納される。 【００２３】また、製造ラインの最終段階では、ウェー
ハのダイ毎に電気検査（テスタ）５１が行なわれ、その
検査結果が、ウェーハ番号毎に及びロット番号毎に区分
されて、データベース６１に格納される。この場合、不
良品ダイについては、その不良の種類（カテゴリ）毎に
区分され、これらカテゴリと良品とが区分されたマップ
（これをウェーハマップという）としてデータベース６
１に格納される。 【００２４】そして、かかるウェーハマップを用いてウ
ェーハのダイ存在領域をプロセスマージン起因領域と異
物起因領域とに領域分けする処理を不良マップ領域分け
部６４で行ない、この処理結果を不良原因の絞込みに用
いるものである。 【００２５】そこで、まず、データベース６１に格納さ
れているウェーハマップを用いてプロセスマージン起因
領域と異物起因領域とに領域分けする手法の一具体例に
ついて説明する。 【００２６】図３はデータベース６１に格納されている
或るウェーハのウェーハマップの一具体例を示すもので
あって、ダイの総数を２１８個として、各ダイ毎のカテ
ゴリを示している。ここで、「カテゴリＡ」は駆動系が
不良のダイを、「カテゴリＢ」はＤＣ系が不良のダイ
を、「カテゴリＣ」はＡＣ系が不良のダイを、「カテゴ
リＤ」はタイミング系が不良のダイを夫々示しており、
また、「カテゴリ／」は良品ダイを示している。 【００２７】図４はかかるカテゴリを設定するための電
気検査の方法を示すフローチャートである。 【００２８】電気検査は、ウェーハ製造工程の最終検査
であり、ウェーハをチップ単位に切断する直前にウェー
ハ上の全てのダイを対象として、数百項目の試験がシー
ケンシャルに行なわれるのであるが、ここでは、これら
の試験を上記の５種類のカテゴリに分類するものとす
る。 【００２９】図４において、まず、製造ラインを経たウ
ェーハに対し、１つ１つのダイについて電気検査を行な
うものであるが、検査対象となるダイに対し、カテゴリ
Ａの不良があるかどうかの試験を行なう（ステップ３０
１）。これは、チップとして最も致命的な駆動回路にシ
ョートや断線などが発生して動作しないかどうかを試験
するものであり、この不良が修復不能である場合（ステ
ップ３０２）、この試験対象ダイのカテゴリを「Ａ」と
する(ステップ３０３）。かかる不良が存在しない場
合、あるいは存在しても、修復可能であれば、次のカテ
ゴリＢの試験に進む（ステップ３０４）。これは、カテ
ゴリＡの次に致命的なＤＣ系の不良が存在するかどうか
の試験を行なうものであって、この不良が存在して修復
不能であれば(ステップ３０５）、この試験対象ダイの
カテゴリを「Ｂ」とする(ステップ３０６）。以下同様
にして、カテゴリＣ(ＡＣ系の不良の有無），カテゴリ
Ｄ(タイミング系の不良の有無）の試験を順に行ない
（ステップ３０７，３１０）、いずれかの修復不能な不
良があれば(ステップ３０８，３１１）、カテゴリを
「Ｃ」とするデータ、あるいは「Ｄ」とする(ステップ３
０９，３１２）するが、いずれの不良も存在しないか、
存在しても、全て修復可能であれば（ステップ３１
１）、この検査対象のダイのカテゴリを良品「／」とす
る(ステップ３１３）。そして、検査対象のウェーハの
全てのダイに対するかかる試験が終了すると（ステップ
３１４）、図３に示したようなカテゴリのウェーハマッ
プが得られ、これがデータベース６１（図２）のこの試
験対象ウェーハに割り当てられたアドレスに格納され
る。 【００３０】以上のようにして得られたウェーハマップ
からウェーハ上でプロセスマージン起因領域と異物起因
領域との領域分けが行なわれるのであるが（図２での処
理７１）、図５はこれらプロセスマージン起因領域と異
物起因領域との定義を示すものである。 【００３１】同図において、寸法や膜厚のばらつきなど
のプロセスの設計上の誤差などに起因して、即ち、プロ
セスマージン起因によってウェーハ上の或る場所に連続
して発生する不良の領域をプロセスマージン起因領域１
１と定義する。これに対し、このような或る位置に連続
して発生したわけではなく、ウェーハ上にランダムに発
生する不良がある。通常、このようなランダムに発生す
る不良は、設備のトラブルやプロセスの不具合で膜が剥
がれるなどの異物の発生が原因となって発生するもの
（これを異物起因不良という）であって、かかるランダ
ムな不良が発生する領域を異物起因領域１２と定義す
る。この異物起因領域１２には、良品カテゴリ「／」の
良品ダイも含まれており、従って、異物起因領域１２
は、プロセスマージン起因領域１１以外の残りの領域全
体である。勿論、プロセスマージン起因領域内にも異物
は発生するので、プロセスマージン起因領域にも、異物
による不良（異物起因不良）が含まれる。 【００３２】図６はかかるプロセスマージン起因領域と
異物起因領域との領域分けの手法の一具体例を示す図で
あって、図３に示したウェーハマップを例にしている。 【００３３】各不良カテゴリＡ〜Ｄについて、隣合うダ
イの不良カテゴリが等しいとき、これらダイは、２次元
的にランダムに発生した不良ではないと判定して、全て
プロセスマージン領域に含まれるものとし、縦横に隣接
するダイのカテゴリがこれら４個のダイで囲まれたダイ
の不良カテゴリと異なる場合、この囲まれたダイは、ラ
ンダムに発生した不良と判定して、異物起因領域に含ま
れるものとする。 【００３４】図６（ａ）はカテゴリＡからプロセスマー
ジン起因領域を求めるものであり、カテゴリＡのうちの
網掛けして示すものがプロセスマージン起因領域に含ま
れるものである。同様にして、図６（ｂ）はプロセスマ
ージン起因領域に含まれるカテゴリＢを網掛けして示
し、図６（ｃ）はプロセスマージン起因領域に含まれる
カテゴリＣを、図６（ｄ）はプロセスマージン起因領域
に含まれるカテゴリＤを夫々網掛けして示している。そ
して、これら図６（ａ）〜図６（ｄ）の網掛け領域を合
成（論理和）したものがプロセスマージン起因領域の全
領域となり、これを図６（ｅ）で網掛けした領域として
示している。網掛けされていない領域は、異物起因領域
である。 【００３５】図７は各不良カテゴリの連続性を判定する
方法の一具体例を示す図である。 【００３６】同図（ａ）において、いま、升目状にダイ
が配列されたウェーハマップ６０１でカテゴリＡを対象
にし、網掛けして図示するように、この不良カテゴリＡ
のダイが隣合って存在しているものとする。このウェー
ハマップ６０１を上方から各行を左から右へ走査してカ
テゴリＡのダイを探索する。そして、カテゴリＡの最初
のダイ６０２ａを発見すると、このダイ６０２ａの隣り
のダイが同じカテゴリＡかどうかを判定する。 【００３７】この場合、１つのダイに対して隣りのダイ
は、上下左右４個あるが、その判定順序は、図７（ｂ）
に示すように、右側，下側，左側，上側の順序とする。 【００３８】そこで、図７（ａ）において、最初に発見
したダイ６０２ａに対しては、まず、その右側のダイ６
０２ｂのカテゴリを判定する。この場合、このダイ６０
２ｂもカテゴリＡであるから、これをダイ６０２ａと同
じカテゴリＡと判定する。次に、２番目のダイ６０２ｂ
の右側のカテゴリを判定するが、このダイはカテゴリＡ
でないので、下側のダイ６０２ｃのカテゴリを判定す
る。このダイ６０２ｃはカテゴリＡであるので、これを
ダイ６０２ａと同じカテゴリＡのダイと判定する。以下
同様にして、図７（ｂ）に示す規則に従って順次隣りの
ダイのカテゴリを判定していってダイ６０２ａと同じカ
テゴリＡのダイを探索していく。 【００３９】なお、ダイ６０２ｄのように、同じカテゴ
リＡの隣合うダイが既に判定済みのダイしかない場合に
は、これまでの判定順序を遡って未判定の同じカテゴリ
Ａの隣接ダイが存在するダイ（この場合、ダイ６０２
ｅ）まで戻り、別の方向に判定順序が進むようにする。 【００４０】このようにして、互いに隣合う一塊の同じ
カテゴリＡのダイ群を全て探索することができる。そし
て、これら一塊のカテゴリＡのダイ群が占める面積を予
め設定されて閾値と比較し、この面積がこの閾値以上で
あるとき、これら一塊のダイ群はプロセスマージン起因
領域に属するものとする。ここでは、此の閾値を２つの
ダイの面積の値とするが、これに限るものではない。し
かし、このように閾値を２のダイの面積に等しい値とす
ると、２個以上同じカテゴリのダイが隣接している場合
には、これらのダイがプロセスマージン起因領域に属す
ることになる。 【００４１】以上の一塊のカテゴリＡのダイの探索が終
了すると、未探索ダイのうちの上記の走査順で先頭とな
るダイから再びカテゴリＡのダイの探索走査を再開す
る。カテゴリＡのダイの探索が終了すると、同様にし
て、他のカテゴリについても行ない、これにより、ウェ
ーハのダイ領域が、全体として、図５に示したように、
プロセスマージン起因領域と異物起因領域とに領域分け
されたことになる。 【００４２】なお、図５に示すように領域分けされたプ
ロセスマージン起因領域と異物起因領域とに対して夫
々、次のように、プロセスマージン起因歩留と異物起因
歩留とが定義される。 【００４３】異物起因領域１２での歩留、即ち、異物起
因歩留は次の式（１）で定義され、 異物起因歩留＝(異物起因領域１２内の良品ダイ数)/(異物起因領域１２内の 全ダイ数） ……（１） また、プロセスマージン起因歩留は、次の式（２）によ
り、 プロセスマージン起因歩留＝(全体の歩留)/(異物起因歩留） ……（２） で定義される。但し、 全体の歩留＝(ウェーハ２１全体の良品ダイ数)/(ウェーハ２１全体の全ダイ 数） ……（３） である。図３で示した具体例では、プロセスマージン起
因歩留が４２．５％，異物起因歩留が４５．１％であ
る。 【００４４】この実施形態は、以上のように領域分けを
行なった電気検査の結果を用いてウェーハの不良原因を
絞り込むものであるが、まず、この電気検査の結果とイ
ンライン検査の結果と突き合わせてウェーハの不良原因
の絞込みを行なうようにした本発明による半導体不良原
因絞込み方法の第１の実施形態を具体的に説明する。 【００４５】図１は、この第１の実施形態において、イ
ンライン検査の１つである寸法検査の測定値を解析して
不良原因の絞り込むようにしたものであるが、これは、
図２での不良マップ領域分け部７１の処理によって得ら
れたウェーハマップの領域分け結果とデータベース６３
に格納されているこのウェーハの寸法検査５３の結果と
を用いて行なう図２でのフィルタリング部７５と比較部
７６との処理である。 【００４６】図１において、不良マップ領域分け部７１
の処理（図２）により、上記のように、解析対象のウェ
ーハのウェーハマップ１０がプロセスマージン起因領域
１１と異物起因領域１２とに領域分けされている。ま
た、寸法検査５３（図２）は、ウェーハ製造工程の各マ
スクを介した露光後や各エッチング後などで設計通りの
寸法に加工されているか否かをウェーハ２１上の定まっ
た測定点で測定するものであり、各測定点の位置データ
とその測定点での測定値（寸法値）とが対応付けられて
データベース６３（図２）に格納されている。ここで、
定まった測定点は、ダイ毎に設定してもよいし、ショッ
ト毎に設定してもよいし、あるいはそれ以外であっても
よいが、ウェーハ２１の表面に均一に分布するように設
定する。 【００４７】フィルタリング部７５（図２）では、デー
タベース６３から順次測定点の位置データを読み出し、
プロセスマージン起因領域１１に属する測定点３２と異
物起因領域１２に属する測定点３１とに区分する。次
に、比較部７６（図２）で、プロセスマージン起因領域
１１に属する測定点３２の測定値をデータベース６３か
ら読み出してそのヒストグラム１３を算出し、また、異
物起因領域１２に属する測定点３１の測定値をデータベ
ース６３から読み出してそのヒストグラム１４を算出し
て、これらヒストグラム１３，１４を比較する。そし
て、これらのヒストグラム１３，１４に違いがみられる
と、このことからプロセスマージン不良の原因がその対
象工程の寸法形成にあることを見出すことができ、その
ときに用いた寸法検査の直前の露光あるいはエッチング
などを対策することが歩留向上に有効であることがわか
る。 【００４８】ここでは、図示するヒストグラム１３，１
４を比較した結果、プロセスマージン起因領域１１内の
寸法測定値の分布が異物起因領域１２内の分布より大き
いことがわかるが、これにより、プロセスマージン起因
不良の原因は寸法が大きいことが原因であると判定でき
る。また、図１に示すヒストグラム１３，１４のグラフ
のように、異物起因領域１２内の測定値分布とプロセス
マージン起因領域１１内の測定値分布とを計算機システ
ム上に表示する（図２での結果出力部７７）ことが極め
て有効である。 【００４９】図８は本発明による半導体不良原因絞込み
方法の第２の実施形態を示す図であって、この実施形態
は、インライン検査の他の１つである外観検査の測定値
を解析して不良原因の絞り込むようにしたものである
が、これも、図２での不良マップ領域分け部７１の処理
によって得られたウェーハマップの領域分け結果とデー
タベース６３に格納されているこのウェーハの外観検査
５２の結果とを用いて行なう図２でのフィルタリング部
７５と比較部７６との処理である。ここでは、外観検査
による欠陥の検出位置のデータとその欠陥の種類（異
物，断線，非開口など）とが対応付けられてデータベー
ス６３に格納されている。 【００５０】図８において、寸法検査５３の場合と同様
に、フィルタリング部７５で、データベース６３から欠
陥２２の検出位置データを読み出し、プロセスマージン
起因領域１１に属する欠陥３４と異物起因領域１２に属
する欠陥３３とに区分する。そして、比較部７６で、異
物起因領域１２に属する欠陥３３の種類に応じたヒスト
グラム１５とプロセスマージン起因領域１１に属する欠
陥３４の種類に応じたヒストグラム１６とを算出し、こ
れらヒストグラム１５，１６を比較する。そして、これ
らヒストグラム１５，１６の違いから、不良の原因を絞
り込むようにする。 【００５１】図８に示すヒストグラム１５，１６の場
合、異物起因領域１２内の欠陥の分布では、非開口欠陥
が少ないのに、プロセスマージン起因領域１１内の欠陥
の分布では、非開口欠陥が多発していた。そのため、プ
ロセスマージン不良の原因がこの非開口にあることがわ
かり、非開口になる原因を突き止めることにより、この
プロセスマージン不良を対策できる。 【００５２】なお、ここでは、外観検査５２の結果を欠
陥の種類毎に分類してヒストグラムを作成し、これを比
較するようにしているが、その種類ではなく、欠陥のサ
イズなどの欠陥の特徴を表わすデータの分布の違いをプ
ロセスマージン起因領域１１内と異物起因領域１２内で
比較し、不良の原因を見出すようにする方法も有効であ
る。この場合、データの違いに相当する欠陥をＳＥＭや
元素分析装置で観察することにより、欠陥の原因を詳細
に究明することができる。また、図示するヒストグラム
１５，１６のように、異物起因領域１２内の欠陥とプロ
セスマージン起因領域１１内の欠陥との分布を計算機シ
ステム上に表示する（図２の結果出力部７７）ことは極
めて有効である。 【００５３】図９は本発明による半導体不良原因絞込み
方法の第３の実施形態を示す図であって、この実施形態
は、寸法検査５３の結果を解析して不良原因を絞り込む
ものであるが、図１に示した第１の実施形態とは異な
り、複数のウェーハの寸法検査結果を用いるものであ
る。 【００５４】同図において、寸法検査５３は、一般に、
ウェーハ上で定まった複数の測定点で行なわれるもので
あるが、そのうちの指定する１つの特定の測定点（以
下、指定測定点という）に着目し、フィルタリングブ７
５で、まず、夫々のウェーハ毎に、この指定測定点の位
置データをデータベース６３から読み出し、夫々の指定
測定点がプロセスマージン起因領域１１と異物起因領域
１２とのいずれに属するか判定し、この指定測定点がプ
ロセスマージン起因領域１１に属するウェーハ群４１と
異物起因領域内に属するウェーハ群４２とに区分する。 【００５５】そして、ウェーハ群４１の指定測定点にお
ける寸法測定値のヒストグラムとウェーハ群４２の指定
測定点における寸法測定値のヒストグラムとを作成し、
比較部７６で夫々の分布を比較する。これら分布間に違
いがあれば、そのプロセスマージン不良の原因が寸法に
依存した不良であることがわかり、露光装置のフォーカ
スやオフセットなどが原因であると判定できる。 【００５６】図１と図９は示した実施形態は寸法検査に
関するものであったが、同様に、ＴＥＧを用いたパラメ
トリック検査（その検査結果が図２のデータベース６２
に格納されている）や膜厚検査５４のように、寸法検査
５３と同様に、ウェーハ上の定まった測定点の測定値を
検査結果とするインライン検査については、上記と同様
の方法で解析を行なうことにより、プロセスマージン起
因や異物起因の不良原因を絞り込むことができる。 【００５７】次に、電気検査の結果だけを用いて不良原
因を大別し、品質管理や不良解析の指標とする実施形態
について説明する。 【００５８】図１０は本発明による半導体不良原因絞込
み方法の第４の実施形態を示すフローチャートであっ
て、この実施形態は、プロセスマージン起因領域と異物
起因領域との歩留の時間的推移から不良原因を絞り込む
ものである。 【００５９】同図において、上記のようにして、製造さ
れる順次のウェーハについて、不良マップ領域分け部７
１（図２）でプロセスマージン起因領域と異物起因領域
とに領域分けを行ない（ステップ４００）、次いで、算
出部７２（図２）でもって、上記式（１），（２）によ
り、ウェーハ毎に異物起因歩留とプロセスマージン起因
歩留とを求め（ステップ４０１）、データ集計部７３
（図２）で、これらの歩留の一定期間（例えば、日単位
や週単位など）毎の平均を集計し、その集計結果をプロ
ットして歩留の推移図を作成する（ステップ４０２）。
そして、この歩留推移図のデータは計算機システム上
（結果出力部７７（図２））で表示され、その表示内容
からこれら歩留の相対的な傾向からウェーハの不良原因
がプロセスマージン起因によるものか異物起因によるも
のかを判断し（ステップ４０３）、前者の場合には、プ
ロセス起因不良対策を実施して（ステップ４０４）、プ
ロセスマージン起因歩留の向上を、後者の場合には、異
物起因不良対策を実施して（ステップ４０５）、異物起
因歩留の向上を夫々図ることができるようにする。 【００６０】図示の歩留遷移図からは、１月頃では、プ
ロセスマージン起因歩留が極端に低く、異物起因歩留の
対策よりもプロセスマージン起因歩留の対策が製品全体
の歩留を高くすることに貢献できることがこのグラフか
ら読み取ることができる。また、４月以降では、プロセ
スマージン起因歩留が高くなり、異物起因歩留が低いた
め、異物起因歩留の対策が製品全体の歩留を高くするこ
とに貢献できることわかる。このようにして、以下に歩
留向上の対策をすべきかを知ることができるため、これ
を歩留向上のための予算や人材投与に活用することが有
効となる。 【００６１】図１１は本発明による半導体不良原因絞込
み方法の第５の実施形態を示すフローチャートであっ
て、この実施形態は、製造設備毎のプロセスマージン起
因歩留と異物起因歩留との分布の差異から不良原因を絞
り込むものである。 【００６２】この実施形態も、先の実施形態と同様に、
ウェーハ面をプロセスマージン起因領域と異物起因領域
とに領域分けするものであって、図２の算出部７２で、
実際に用いた製造設備（設備１号機，設備２号機，設備
３号機，……）毎にウェーハを仕分けして、製造設備毎
に、それに属するウェーハのプロセスマージン起因歩留
と異物起因歩留を算出し、図２のデータ集計部７３でそ
の結果を集計し（ステップ５００）、製造設備毎に夫々
の起因歩留の分布をグラフ状にして求める（ステップ５
０１）。かかる分布のデータは結果出力部７７で表示さ
れ、この表示内容から不良原因となる製造設備を判断す
ることができる（ステップ５０２）。 【００６３】図示する例では、プロセスマージン起因歩
留が製造設備間で差がみられないが、異物起因歩留は設
備１号機だけが他の製造設備より低いことがわかる。こ
の違いは、Ｆ検定など分散分析を計算することで検出で
きる。このことから、設備１号機の異物発生原因を調査
することにより、歩留低下の対策をすることができ、こ
れによって歩留を高めることができる。 【００６４】図１２は本発明による半導体不良原因絞込
み方法の第６の実施形態を示すフローチャートであっ
て、この実施形態は、ロット内のウェーハ番号毎に算出
したプロセスマージン起因歩留と異物起因歩留との傾向
から不良原因を絞り込むものである。 【００６５】同図において、算出部７２で一定期間に製
造されるウェーハのプロセスマージン起因歩留と異物起
因歩留を上記のように算出し、データ集計部７３で各ロ
ットの同じウェーハ番号毎に算出したプロセスマージン
起因歩留と異物起因歩留との平均値を集計し、ウェーハ
番号１，２，３，……毎にプロットしてグラフ化する
（ステップ６００）。この場合、ウェーハの全体の歩留
の平均値も、同様にして、ウェーハ番号毎に求めて表示
するようにする。この集計結果を結果出力部７７で表示
し（ステップ６０１）し、そのグラフの傾向から不良原
因を絞り込むことができるようにする（ステップ６０
２）。 【００６６】図示するグラフの場合、１ロットのウェー
ハの個数は２５個であり、ウェーハ番号が大きくなるほ
ど全体の歩留が低くなる傾向があることを示している。
そして、その全体の歩留をプロセスマージン起因歩留と
異物起因歩留に分離して示すと、異物起因歩留が完全に
全体の歩留と傾向が一致し、ウェーハ番号が大きいほど
全体の歩留が低下する原因が異物に起因することが一目
瞭然にわかる。このグラフの結果を基にして、異物デー
タの解析を行なうことにより、他の解析をせずとも不良
の原因を究明することができる。 【００６７】図１３は図１２の結果に基づいて図２のデ
ータベース６３に格納されている異物データを解析した
結果の一具体例を示す図である。 【００６８】同図において、まず、工程Ｐ１，工程Ｐ
２，工程Ｐ３と異物検査を行なっている工程毎に、夫々
のロット内の同じウェーハ番号毎にその検査の直前で発
生した異物数の平均を算出する。その結果、工程Ｐ１，
Ｐ３がウェーハ番号が大きくなるほど異物数が増加して
いる様子が確認できたとすると、これら工程Ｐ１，Ｐ３
の異物数がウェーハ番号に依存していることがわかる。
一方、工程Ｐ２はウェーハ番号に関係がないことがわか
る。 【００６９】そこで、工程Ｐ１，Ｐ３の異物数と異物起
因歩留の相関分析を行なう。その結果、図示するよう
に、工程Ｐ１で異物数と異物起因歩留との間に強い相関
があることを見出せたとすると、工程Ｐ１の異物検査の
前に歩留を低下させる要因である異物が付着したことを
特定することができ、その異物の付着を対策することで
歩留を向上させることができる。 【００７０】図１４は本発明による半導体不良原因絞込
み方法の第７の実施形態を示す図であって、この実施形
態は、露光マスク不良や露光装置のレンズの歪みなどに
よる露光装置のショット依存による不良原因を電気検査
の結果を用いて絞り込むものである。 【００７１】半導体ウェーハの露光は、一般に、マスク
あるいはレチクルと呼ばれるパターンのフィルタを介し
て、光をウェーハ上に投影して回路パターンを焼き付け
る。露光装置の１回の照射で複数のダイを作成できるよ
うに、マスクが作成されている。図１４に示す例では、
マスク４５は４個のダイ部分を含み、このマスク４５を
介した１回の照射で４つのダイを作成するものとしてい
る。 【００７２】ここで、ショット依存とは、ウェーハ上に
マスクを介して光照射した場合、その照射状態によって
４個のダイが正しく均等に作成されないことをいうが、
かかるショット依存が発生するのは、この４個のダイが
均等に作成されない場合、この露光で使用するマスクの
不良や露光装置のレンズの歪みや露光時の合わせずれな
どが原因と考えられる。 【００７３】この第７の実施形態では、図１４におい
て、まず、ウェーハ上に作成されたダイを、マスク４５
の第１の部分のショットで形成されたダイ（これをダイ
ｄ１という）と、マスク４５の第２の部分のショットで
形成されたダイ（これをダイｄ２という）と、マスク４
５の第３の部分のショットで形成されたダイ（これをダ
イｄ３という）と、マスク４５の第４の部分のショット
で形成されたダイ（これをダイｄ４という）とに区分す
る。そして、これらダイは、全て電気検査により、図３
に示したようなカテゴリが設定されているが、ダイｄ
１，ｄ２，ｄ３，ｄ４毎に図３に示したようなカテゴリ
Ａ，Ｂ，Ｃ，Ｄ，／夫々の発生率を求め、図１４に示す
ように、各カテゴリ毎にダイｄ１，ｄ２，ｄ３，ｄ４の
発生率を棒グラフ状に集計して、結果出力部７７に出力
する。 【００７４】この場合、図示する集計結果によると、ダ
イｄ３が良品が少なく、それに対して不良カテゴリＢが
ダイｄ３だけ多くなっていることがわかる。従って、ダ
イ３にカテゴリＢが発生する原因を究明することで歩留
を向上できることがわかる。 【００７５】一方、このようにして求めた露光時のショ
ット依存は、図１５に示すように、ウェーハ毎にダイ毎
の歩留を求めて表に表わすと、ショット依存の存在する
ウェーハを知ることができ、ショット依存のあるウェー
ハを各ダイ毎の歩留の差から抽出することができる。図
１５に示す表を計算機システムで出力することも効果が
大きい。 【００７６】この抽出したウェーハを図１０，図１１，
図１１２で示したプロセスマージン起因歩留や異物起因
歩留のデータから除去することにより、プロセスマージ
ン起因歩留や異物起因歩留からショット依存を除去する
ことができ、プロセスマージン起因歩留と異物起因歩留
をより有効に活用することができる。また、図１，図
８，図９で示した実施形態の不良絞込みを行なう場合
も、ショット依存の存在するウェーハを除去して解析す
ることで解析の精度を向上することができる。 【００７７】 【発明の効果】以上説明したように、本発明によると、
半導体の生産管理や品質管理において、電気検査の結果
である不良カテゴリのウェーハマップを２次元的にプロ
セスマージン起因領域と異物起因領域に分離することに
より、不良絞込みを効率的に行なうことができる。 【００７８】また、本発明によると、プロセスマージン
起因領域と異物起因領域に領域分けした結果からプロセ
スマージン起因歩留と異物起因歩留を算出し、それを期
限毎や設備毎，ウェーハ番号毎に集計し、集計結果を出
力することで対策すべき項目を洗い出すことができ、不
良原因をいち早く突き止めることが可能となる。 【００７９】さらに、本発明によると、露光時のショッ
トに依存した不良を特定することができ、また、ショッ
ト依存ウェーハをデータから除去することにより、歩留
成分分離結果の精度向上を図ることを可能となる。

【図面の簡単な説明】 【図１】本発明による半導体不良原因絞込み方法の第１
の実施形態を示す図である。 【図２】本発明による半導体不良原因絞込み方法を実行
するシステム構成とデータ流れの一具体例を示すブロッ
ク図である。 【図３】ウェーハ製造工程における電気検査結果の不良
カテゴリのウェーハマップの一具体例を示す図である。 【図４】図３に示したウェーハマップを得るための不良
カテゴリを判定するテスティングの一具体例を示すフロ
ーチャートである。 【図５】プロセスマージン起因領域と異物起因領域の定
義づけの一具体例を示す図である。 【図６】図３に示したウェーハマップに基づくプロセス
マージン起因領域と異物起因領域との領域分け方法の一
具体例を示す図である。 【図７】図６に示した領域分けのための同一カテゴリの
隣接性の探索方法の一具体例を示す図である。 【図８】本発明による半導体不良原因絞込み方法の第２
の実施形態を示す図である。 【図９】本発明による半導体不良原因絞込み方法の第３
の実施形態を示す図である。 【図１０】本発明による半導体不良原因絞込み方法の第
４の実施形態を示すフローチャートである。 【図１１】本発明による半導体不良原因絞込み方法の第
５の実施形態を示すフローチャートである。 【図１２】本発明による半導体不良原因絞込み方法の第
６の実施形態を示すフローチャートである。 【図１３】図１２に示した第６の実施形態の結果からの
異物データの解析方法の一具体例を示す図である。 【図１４】本発明による半導体不良原因絞込み方法の第
７の実施形態を示すフローチャートである。 【図１５】図１４に示した第７の実施形態の結果からの
露光のショット依存ウェーハの検出方法の一具体例を示
す図である。 【符号の説明】 １０ ウェーハマップ １１ プロセスマージン起因領域 １２ 異物起因領域 １３〜１６ ヒストグラム ２１ 寸法検査測定点マップ ２２ 外観検査の結果マップ ３１ 異物起因領域内の寸法検査測定点 ３２ プロセスマージン起因領域内の寸法検査測定点 ３３ 異物起因領域内の欠陥 ３４ プロセスマージン起因領域内の欠陥 ４１ 指定の寸法検査測定点がプロセスマージン起因領
域であるウェーハ群 ４２ 指定の寸法検査測定点が異物起因領域であるウェ
ーハ群 ５１ テスタ群 ５２ 外観検査装置 ５３ 寸法検査装置 ５４ 膜厚検査装置 ５５ 合わせ検査装置 ６１ 不良カテゴリのウェーハマップを活用するための
データベース ６２ ＴＥＧによるパラメトリック検査の結果を活用す
るためのデータベース ６３ インライン検査の検査結果を活用するためのデー
タベース ７１ 不良マップ領域分け部 ７２ 歩留算出部 ７３ データ集計部 ７４ 相関分析部 ７５ フィルタリング部 ７６ 比較部 ７７ 結果出力部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 那倉 康一 神奈川県横浜市戸塚区吉田町292番地 株式会社 日立製作所 生産技術研究所 内 (72)発明者 池田 洋子 神奈川県横浜市戸塚区吉田町292番地 株式会社 日立製作所 生産技術研究所 内 (56)参考文献 特開 平10−199953（ＪＰ，Ａ) 特開 平10−209230（ＪＰ，Ａ) 特開 平10−303266（ＪＰ，Ａ) 特開 平10−214870（ＪＰ，Ａ) 特開 昭63−58138（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) H01L 21/66

Claims (1)

1. (57)【特許請求の範囲】 【請求項１】 半導体ウェーハの電気検査の結果から求
   まるウェーハマップを、隣合うダイの不良カテゴリが等
   しいときにこれらのダイが含められるプロセスマージン
   起因領域と、縦横に隣接するダイの不良カテゴリがこれ
   らダイによって囲まれたダイの不良カテゴリと異なる場
   合にこの囲まれたダイが含められる異物起因領域とに分
   け、 該プロセスマージン起因領域での該電気検査のデータと
   該異物起因領域での該電気検査のデータとを比較して、
   不良原因を絞り込むことを特徴とする半導体不良原因絞
   込み方法。