1.1 研究背景與動機
積體電路（Integrated Circuit，IC）是高科技產業中熱門的行業，評估 IC 廠 商是否具有競爭力的關鍵因素即是晶圓之良率（yield）。晶圓的製程需經過薄膜 沉積、曝光、顯影、蝕刻等多個循環步驟，隨著製程的進行，空氣中的微粒
（particles）會附著在晶圓表面形成缺陷點（defects），這些會引起晶片功能損壞 之缺陷點，稱致命性缺陷（killer defect），所謂晶圓之良率是指一片晶圓上正常 晶片佔總晶片數之比例，因此 IC 廠商都亟欲改進晶圓品質以提昇其產品之良率。
統計製程管制（Statistical Process Control，SPC）中之缺陷點數管制圖（c-chart）
是 IC 廠商監控晶圓缺陷點的一個有效的方法。由於晶圓製造的過程複雜，且晶 圓製程已由八吋發展到現在的十二吋製程，隨著晶圓面積的增大，晶圓表面的缺 陷點開始出現群聚(clustering)的現象，此群聚現象會導致缺陷點數的多寡與良率 高低之間發生不一致的情形，影響了 c-chart 之準確性，因此利用 c-chart 來管制 晶圓製程缺陷點數的同時，也必須要考慮到缺陷點的群聚現象，才能有效的控制 晶圓的品質。
Jun et al.[8]提出一計算簡單的缺陷群聚指標（Cluster Index，CI），此群聚指 標能有效的表現缺陷點群聚嚴重之程度，且對缺陷點並不需要任何統計假設，但 其缺點是不同分佈之缺陷點，有可能在兩軸的投影位置相同，因此會有相同之 CI 值；針對 CI 指標的缺失，蔡文傑[3]利用每個缺陷點與 X 軸之正值夾角間距 的變異係數平方，提出新的缺陷群聚指標（CIT），經模擬驗證發現，CIT 確實是 目前展現缺陷群聚現象效果最佳的群聚指標。
Hotelling[10]針對多品質特性之統計管制方法提出 Hotelling T2多變量管制圖
（multivariate quality control chart）。多變量管制圖可以同時管制兩種以上的品質 特性，其做法是將數個變數利用線性組合整合成一個新變數，此管制圖不僅方便 現場人員監控製程，其管制效率亦較一般之單變量管制圖為佳，且可減少線上品
管工程師之時間與管制工作量。
此外，c-chart主要是針對單一個變異來源所設計的品質監控方法，但是在複 雜的晶圓製造過程中，品質變異的來源有許多種，例如：在管制缺陷點時，除 了需考量同一片晶圓上缺陷群聚現象的嚴重程度外，缺陷點之變異來源尚有兩 個：同一生產批量內晶圓與晶圓間（wafer-to-wafer）存在的變異，及不同生產批 量間（lot-to-lot）的變異。由於c-chart無法同時考慮到多種變異來源，而影響其 管制效果，因此若要有效監控晶圓表面之缺陷點，需有一套兩階段管制流程來 監控製程上兩種不同的變異。
由於晶圓的檢驗工作繁複且耗時，加上市場競爭越來越激烈，IC廠商必須 設法降低監控晶圓之成本，因此管制圖漸漸走向動態的趨勢，Costa[5,6,7,11]根 據變動抽樣數和抽樣間隔的概念，發展出適應性管制圖（adaptive control chart），
適應性管制圖以前一個樣本值為基準，當樣本值接近失控時，採用嚴格的抽樣 方法（較大的樣本數和較小的抽樣間隔），如此可在製程發生失控時能更快速的 偵測出來；而當樣本值接近目標值時（即製程呈現穩定狀態時），採用寬鬆的抽 樣方法（較小樣本數和較大抽樣間隔），如此可節省抽樣成本。
1.2 研究目的
綜上所述，本論文的主要目的有以下兩項：
1. 針對晶圓製造過程中所產生的缺陷點和缺陷群聚現象，以缺陷群聚指標CIT 值代表缺陷發生群聚的嚴重程度，將缺陷點和CIT值視為兩個品質特性，利 用Hotelling T2統計量將此兩品質特性轉換成一個T2變數，以便同時監控缺陷 點與缺陷群聚之製程及節省監控時間與成本。
2. 利用逐步管制流程之觀念結合適應性管制圖，最後建構一套完整的適應性 晶圓缺陷點與缺陷群聚現象之管制流程，此流程兼具同時監控兩種變異來 源與適應性管制圖之優點。當樣本值發生失控時，利用MYT法[9]可分解 Hotelling T2統計量，找出失控的品質特性，線上人員可依此調整機台。IC 廠商利用本論文所提之方法，能有效地提昇管制晶圓品質之效果及降低檢
驗成本。
1.3 研究假設
本論文有以下三點假設：
1. 晶圓上每個缺陷點對良率皆會有影響，缺陷點越多，表示製程異常狀況越嚴 重，即良率越低。
2. 晶圓上的缺陷點不論大小、形狀和型態皆視為一點，本論文僅針對缺陷點數 進行分析。
3. 由於必須監控同一批量內晶圓間之變異，故一個批量最少需抽檢兩片晶圓。
1.4 研究架構
本論文共分成五章，第一章為緒論，說明本論文之背景、動機、目的及假 設；第二章為文獻探討，介紹衡量缺陷群聚嚴重程度的群聚指標、Hotelling T2 管制圖、逐步管制流程以及適應性管制圖之相關文獻；第三章說明本論文如何 使用Hotelling T2管制統計量結合缺陷點數與缺陷群聚指標CIT值，以建構一套逐 步的適應性管制流程；第四章為模擬驗證，由於本論文所提出之抽樣方法在實 務界具創新性，因此以模擬之資料說明本論文之有效性及可行性；第五章則為 結論，並提出後續研究方向。本論文之研究架構流程以圖1.1表之。
圖1.1 本論文之架構與流程圖 緒論
文獻探討
研究方法
模擬驗證
結論