也谈芯片生产中的“过程能力指数”分析
在芯片的生产过程中，会经历许多次的掺杂、增层、光刻和热处理等工艺制程，每一步都必须达到极其苛刻的物理特性要求。但是，即使是最成熟的工艺制程也存在不同位置之间、不同晶圆之间、不同工艺运行之间以及不同时段之间的变异。有时，这种变异会使工艺制程超出它的制程界限，生产出不符合工艺标准的晶圆，从而严重地影响成品率（Yield）。而任何对半导体工业有过些许了解的人都知道：整个工业对其良品率都极其关注。因此，正确地评估和控制芯片生产过程中的变异显得尤为重要，而研究过程变异的常用方法之一就是过程能力分析。
一般来说，过程能力分析通常是指通过顾客质量要求的范围与实际产品质量变异范围之间的比较数值来衡量实际生产过程满足规格要求的能力。具体来说，就是计算出过程能力指数Cp和Cpk值，确定其过程能力等级，判断过程能力是不足、尚可还是充分，进而采取相应的改进和维护措施。这个简单易行的质量管理工具已经在各行各业中都有了广泛的应用，颇受好评。
由于半导体制造工艺的复杂性，生产一个完整器件所需涉及的庞大工艺制程数量，以及检测内容的多样化等等原因，必然要求芯片生产中的“过程能力指数”分析必须在遵循原先质量统计理论的基础上有所发展，创造出一套适合半导体工业的“过程能力指数”分析方法。
纵观国内的常规质量管理咨询和软件市场，长期以来都无法提出一个理想的解决方案。幸运的是，被英特尔Intel、国家半导体NationalSemiconductor，中芯国际等全球芯片巨头普遍采用的高端六西格玛质量管理统计分析软件JMP已经在这方面作出了很多卓有成效的工作，业已成为半导体行业的一种应用标准。接下来，本文将结合一个案例与大家一起在JMP软件最新的JMP7平台上分享这个研究成果。
如果按照传统的分析方法，我们需要按部就班地计算16组过程能力指数，对各项质量特性一一考核，但对它们之间的相互关联以及产品的总体质量性能却缺少一个全面的认识总结。而且单纯用数字说明，也显得有些枯燥抽象。
JMP软件巧妙地通过一系列生动形象的统计图形，使我们得到一个全新的分析展示结果。先看图二所示的“过程能力指数的目标图Goal Plot”。图中等腰三角形的两条红边表示所有Cpk恰巧等于1的情况，等腰三角形以内的部分表示所有Cpk大于1的情况，等腰三角形以外的部分表示所有Cpk小于1的情况，一般越远离三角形的点所代表的Cpk值越小。显然，目标图用一个等腰三角形将过程能力充足和不足的两部分质量特性区分得一目了然。在此案例中，给我们印象最深的是INM2、IVP2、IVP1等特性的过程能力很差，因为相对其他点而言，它们离这个等腰三角形最远。
将16组规格限统一规格化后的规格上下限，VPM3、INMI1、NPN2等特性的箱型图比较狭窄，且都落在虚线范围中，说明它们的过程能力比较充分，INM2、IVP2、IVP1等特性的箱型图比较宽泛，且都远远超出了虚线范围，说明它们的过程能力严重不足。
此时图中16个箱型图是分别通过转化而得，所有箱型图的波动范围几乎都在[-5，5]之间，16组绿色的小短线表示分别经过同样转换后得到的规格上下限。相对而言，VPM3、INMI1、NPN2等特性的箱型图都稳稳地落在规格范围中间的位置，再次说明它们的过程能力比较充分，INM2、IVP2、IVP1等特性的箱型图的波动明显比规格限宽泛，再次说明它们的过程能力严重不足。
当然，传统的过程能力指数的具体数值也很重要，我们可以参考“过程能力指数列表”对所有16个质量指标进行定量的评价，其内容包括常用的Cp、Cpk和PPM值。
总之，半导体制造业面临着巨大的质量和成本的挑战。想象一下，在极其苛刻的洁净空间内，不到1/2平方英寸芯片范围里，制作出数百万个微米量级的元器件平面构造和立体层次……单凭这一点就应当充分重视芯片制造中的过程能力分析。专业质量管理统计分析软件JMP有机地整合了质量统计理论、数据可视化手段和半导体制造业的行业特点，将复杂的统计分析用各种简单易懂的方式展现出来，大大提高了我们分析问题、解决问题的能力，希望有更多的工程技术人员可以从中受益。
注：JMP是全球顶尖的统计学软件集团SAS的业务部门之一，旨在为全球的客户提供专业的高端六西格玛统计分析解决方案；
JMP软件是目前最先进的六西格玛质量管理统计分析软件，易用、高效、高速，被誉为“六西格玛时代的统计分析大师”，是全球试验设计(DOE)方法的领导者。JMP支持对海量数据进行分析，具备卓越的运行速度；他以解决问题为中心，按照解决问题的思路设置菜单（常规统计软件大都按照统计方法设置菜单）；JMP用交互性图形及卓越的可视化能力极大地降低统计方法应用的难度。目前，JMP已经在全球拥有超过15万名用户，遍布各个行业。在半导体行业，JMP已经成为一种行业标准，正在帮助英特尔、国民半导体、华虹NEC、中芯国际、日立、村田电子等国内外著名企业提升质量管理、优化业务流程和改善产品设计。
一般来说，过程能力分析通常是指通过顾客质量要求的范围与实际产品质量变异范围之间的比较数值来衡量实际生产过程满足规格要求的能力。具体来说，就是计算出过程能力指数Cp和Cpk值，确定其过程能力等级，判断过程能力是不足、尚可还是充分，进而采取相应的改进和维护措施。这个简单易行的质量管理工具已经在各行各业中都有了广泛的应用，颇受好评。
由于半导体制造工艺的复杂性，生产一个完整器件所需涉及的庞大工艺制程数量，以及检测内容的多样化等等原因，必然要求芯片生产中的“过程能力指数”分析必须在遵循原先质量统计理论的基础上有所发展，创造出一套适合半导体工业的“过程能力指数”分析方法。
纵观国内的常规质量管理咨询和软件市场，长期以来都无法提出一个理想的解决方案。幸运的是，被英特尔Intel、国家半导体NationalSemiconductor，中芯国际等全球芯片巨头普遍采用的高端六西格玛质量管理统计分析软件JMP已经在这方面作出了很多卓有成效的工作，业已成为半导体行业的一种应用标准。接下来，本文将结合一个案例与大家一起在JMP软件最新的JMP7平台上分享这个研究成果。
如果按照传统的分析方法，我们需要按部就班地计算16组过程能力指数，对各项质量特性一一考核，但对它们之间的相互关联以及产品的总体质量性能却缺少一个全面的认识总结。而且单纯用数字说明，也显得有些枯燥抽象。
JMP软件巧妙地通过一系列生动形象的统计图形，使我们得到一个全新的分析展示结果。先看图二所示的“过程能力指数的目标图Goal Plot”。图中等腰三角形的两条红边表示所有Cpk恰巧等于1的情况，等腰三角形以内的部分表示所有Cpk大于1的情况，等腰三角形以外的部分表示所有Cpk小于1的情况，一般越远离三角形的点所代表的Cpk值越小。显然，目标图用一个等腰三角形将过程能力充足和不足的两部分质量特性区分得一目了然。在此案例中，给我们印象最深的是INM2、IVP2、IVP1等特性的过程能力很差，因为相对其他点而言，它们离这个等腰三角形最远。
将16组规格限统一规格化后的规格上下限，VPM3、INMI1、NPN2等特性的箱型图比较狭窄，且都落在虚线范围中，说明它们的过程能力比较充分，INM2、IVP2、IVP1等特性的箱型图比较宽泛，且都远远超出了虚线范围，说明它们的过程能力严重不足。
此时图中16个箱型图是分别通过转化而得，所有箱型图的波动范围几乎都在[-5，5]之间，16组绿色的小短线表示分别经过同样转换后得到的规格上下限。相对而言，VPM3、INMI1、NPN2等特性的箱型图都稳稳地落在规格范围中间的位置，再次说明它们的过程能力比较充分，INM2、IVP2、IVP1等特性的箱型图的波动明显比规格限宽泛，再次说明它们的过程能力严重不足。
当然，传统的过程能力指数的具体数值也很重要，我们可以参考“过程能力指数列表”对所有16个质量指标进行定量的评价，其内容包括常用的Cp、Cpk和PPM值。
总之，半导体制造业面临着巨大的质量和成本的挑战。想象一下，在极其苛刻的洁净空间内，不到1/2平方英寸芯片范围里，制作出数百万个微米量级的元器件平面构造和立体层次……单凭这一点就应当充分重视芯片制造中的过程能力分析。专业质量管理统计分析软件JMP有机地整合了质量统计理论、数据可视化手段和半导体制造业的行业特点，将复杂的统计分析用各种简单易懂的方式展现出来，大大提高了我们分析问题、解决问题的能力，希望有更多的工程技术人员可以从中受益。
注：JMP是全球顶尖的统计学软件集团SAS的业务部门之一，旨在为全球的客户提供专业的高端六西格玛统计分析解决方案；
JMP软件是目前最先进的六西格玛质量管理统计分析软件，易用、高效、高速，被誉为“六西格玛时代的统计分析大师”，是全球试验设计(DOE)方法的领导者。JMP支持对海量数据进行分析，具备卓越的运行速度；他以解决问题为中心，按照解决问题的思路设置菜单（常规统计软件大都按照统计方法设置菜单）；JMP用交互性图形及卓越的可视化能力极大地降低统计方法应用的难度。目前，JMP已经在全球拥有超过15万名用户，遍布各个行业。在半导体行业，JMP已经成为一种行业标准，正在帮助英特尔、国民半导体、华虹NEC、中芯国际、日立、村田电子等国内外著名企业提升质量管理、优化业务流程和改善产品设计。