図面 (/)

この項目の情報は公開日時点(2003年4月4日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (20)

課題

チップ分類データに基づく解析結果の信頼性を高めることができる欠陥解析方法及びチップ分類データ検証方法を得る。

解決手段

テップS11において、(新規欠陥の有無及び(集積回路の)良・不良に基づき、複数のチップを4分類したチップ分類データを取得する。次に、ステップS12において、ステップS11で取得したチップ分類データに基づき、欠陥有りチップ数無作為抽出数として、全チップから無作為抽出した状況を設定する。その後、ステップS13において、無作為抽出したチップ中に不良品チップが、欠陥有り・不良品チップ数N4に相当する数以上になる確率である、無作為不良確率P(N4)を求める。

概要

背景

製造工程途中において製品欠陥の有無が検査可能な半導体デバイスに対する電気的特性等の不良原因を解析する従来の欠陥解析方法として特開平11−264797号公報に開示された解析方法がある。

上記公報に開示された欠陥解析方法は複数の製造工程における所定の工程の新規欠陥に着目した欠陥解析方法である。以下、従来の欠陥解析方法について詳述する。

具体的な内容を示すため、従来の欠陥解析方法ではデバイスがA、B、C、D、E、Fの6工程を経て製造され、A〜F工程後にそれぞれ検査装置を用いて欠陥検査を行っている。

A〜Fの6工程はDRAMを製造する場合、A工程…下地酸化膜パターンの形成工程、B工程…トランジスタメモリセルアレイ用,メモリセルアレイ制御用等)の形成工程、C工程…キャパシタメモリセル用)の形成工程、D工程…(層間)絶縁膜の形成工程、E工程…(行方向)金属配線の形成工程、F工程…(列方向)金属配線の形成工程という6工程が一例として考えられる。

以下では、A〜Fの6工程のうちD工程を所定の工程として注目し解析する方法を説明する。

まずD工程の新規欠陥を抽出する。この場合、図17に示すように、D工程後のウエハマップ4上には、パターン欠陥異物汚染物質付着、傷等の多くの欠陥5が検出される。これらウエハマップ4上の欠陥5のうち、D工程よりも前に実行されるA、B、Cの工程で既に検出されたウエハマップ1〜3上の新規欠陥6〜8の座標誤差範囲15を考慮した欠陥近傍領域の座標を除いた新規領域上で発生した、D工程のみの欠陥を新規欠陥9と判定する。

すなわち、図18のグラフに示すように、D工程のウエハマップ4上の欠陥5のトータル数からA〜C工程でそれぞれ検出された新規欠陥6〜8とその誤差範囲15と同じ座標にある欠陥を除いた欠陥数が新規欠陥9の個数となる。

次に、A〜F工程終了後に電気的動作良否を判定する電気テスタによって、ウエハ上の全チップそれぞれに形成された集積回路良否判定結果を得る。なお、電気テスタはそれぞれが特定の電気的特性の良否を、テストする複数の部分電気テスト総合結果に基づき良否テストを行うのが一般的である。

そして、図19に示すように、抽出されたD工程のみの新規欠陥9の有無が判定された複数のチップと上記良否判定された複数のチップとを、ウエハマップ20上で照合する。図19に示すように、D工程の新規欠陥は52ヶあり、それが45チップに分布している。テスタにより検出された不良は78チップ、良品は57チップのあわせて135チップである。

この135チップをチップ単位で、図20に示すように、欠陥なし・良品48チップ、欠陥なし・不良品42チップ、欠陥有り・良品9チップ、欠陥有り・不良品36チップの4種類に分類する。

1つのチップに2ケ以上の新規欠陥のあるものでも、この欠陥解析方法では「欠陥あり」として新規欠陥が1ケしかないものと同じに分類する。2ケ以上のものについて順次重み付け計算をする方法も考えられるが、この欠陥解析方法では重み付けは行わないで計算を進める。以降、欠陥の数は解析手順に登場しなくなり、全て欠陥が存在するチップの数で数える。したがって、集合欠陥が存在するチップもあるいはに分類される1チップとみなすことができるため、集合欠陥の影響を殆ど受けない分類が可能となる。

ここでチップを4分類した意味を考える。とは欠陥があるのでD工程の影響を受けている。これに対して、とはD工程の影響を受けていない領域である。その分との領域より歩留まりは良い。しかしながら、A、B、C、E、Fの5工程の影響は受けている領域である。したがって、もし、との領域でD工程の影響を受けていなければ、その歩留まりはとの領域と同じと仮定できる。

との領域の不良率RB1(=1−良品率=1−歩留まり)は下記(1)式で表される。ここで、欠陥なし・良品数をN1、欠陥なし・不良品チップ数をN2、欠陥有り・良品チップ数をN3、欠陥有り・不良品チップ数をN4とする。

概要

チップ分類データに基づく解析結果の信頼性を高めることができる欠陥解析方法及びチップ分類データ検証方法を得る。

テップS11において、(新規)欠陥の有無及び(集積回路の)良・不良に基づき、複数のチップを4分類したチップ分類データを取得する。次に、ステップS12において、ステップS11で取得したチップ分類データに基づき、欠陥有りチップ数無作為抽出数として、全チップから無作為抽出した状況を設定する。その後、ステップS13において、無作為抽出したチップ中に不良品チップが、欠陥有り・不良品チップ数N4に相当する数以上になる確率である、無作為不良確率P(N4)を求める。

目的

この発明は上記問題点を解決するためになされたもので、チップ分類データ及び解析結果の信頼性を高めることができる欠陥解析方法あるいはチップ分類データ検証方法を得ることを目的とする。

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

複数の工程を経て、ウエハ上の複数のチップにそれぞれ集積回路が形成されるデバイス欠陥解析方法であって、(a)前記複数の工程のうち少なくとも1つの工程それぞれの実行後に欠陥を検出するステップと、(b)前記複数の工程終了後に、前記複数のチップそれぞれの前記集積回路の良・不良を判定するステップと、(c)前記少なくとも1つの工程ごとに、前記複数のチップそれぞれについて所定の識別条件満足する前記欠陥の有無を判定するステップと、(d)前記少なくとも1つの工程ごとに、前記ステップ(b)による判定結果及び前記ステップ(c)による判定結果の組合せに基づき前記複数のチップを4つに分類したチップ分類データを得るステップと、(e)前記チップ分類データに基づき、前記複数のチップから欠陥チップ相当数を無作為に抽出した場合に欠陥有り・不良チップ相当数以上の不良チップが含まれる確率である無作為不良確率を算出するステップとを備え、前記欠陥チップ相当数は前記ステップ(c)で欠陥有りと判定されたチップ数同数のチップ数を含み、前記欠陥有り・不良チップ相当数は前記ステップ(c)で欠陥有りと判定されかつ前記ステップ(b)で不良と判定されたチップ数と同数のチップを含み、(f)前記無作為不良確率に基づき前記チップ分類データの採択/棄却を判定し、採択した前記チップ分類データに基づく欠陥解析処理を実行して解析結果を出力するステップをさらに備える、を備える欠陥解析方法。

請求項2

請求項1記載の欠陥解析方法であって、前記ステップ(f)は、(f-1)前記無作為不良確率が所定の採択基準以上/未満であるかYES/NOで判定するステップと、(f-2)前記ステップ(f-1)でYESの場合に実行され、前記チップ分類データを棄却し、欠陥解析処理と取り止めるステップと、(f-3)前記ステップ(f-1)でNOの場合に実行され、前記チップ分類データに対する欠陥解析処理を実行して解析結果を出力するステップとを含む、欠陥解析方法。

請求項3

請求項1記載の欠陥解析方法であって、前記ステップ(f)は、(f-1)前記チップ分類データに対する欠陥解析処理を実行して仮の解析結果を得るステップと、(f-2)前記無作為不良確率が所定の採択基準以上/未満であるかYES/NOで判定するステップと、(f-3)前記ステップ(f-2)でYESの場合に実行され、前記解析結果を棄却するステップと、(f-4)前記ステップ(f-2)でNOの場合に実行され、前記仮の解析結果を実の解析結果として出力するステップとを含む、欠陥解析方法。

請求項4

請求項1記載の欠陥解析方法において、前記ステップ(c)は、複数の検出サイズそれぞれを基準サイズとして複数回行われ、前記所定の識別条件は前記基準サイズ以上という検出サイズ条件を含み、前記ステップ(d)及びステップ(e)は、前記複数回行われるステップ(c)に対応してそれぞれ前記複数回行われ、その結果、前記少なくとも1つの工程それぞれにおける前記チップ分類データ及び前記無作為不良確率として、前記複数の検出サイズに対応した複数の部分チップ分類データ及び複数の部分無作為不良確率が得られ、前記ステップ(f)は、前記複数の部分無作為不良確率に基づき前記複数の部分チップ分類データそれぞれの採択/棄却を判定し、採択した前記部分チップ分類データのみに基づく欠陥解析処理を実行して解析結果を出力するステップを含む、欠陥解析方法。

請求項5

請求項4記載の欠陥解析方法であって、前記ステップ(f)は、(f-1)採択基準を設定するステップと、(f-2)前記複数の無作為不良確率及び前記採択基準に基づき、複数の部分チップ分類データそれぞれの採択/棄却を判定するステップと、(f-3)前記複数の部分チップ分類データのうち、前記ステップ(f-2)で採択と判定された部分チップ分類データのみに基づき欠陥解析処理を実行して前記解析結果を出力するステップとを含む、欠陥解析方法。

請求項6

請求項5記載の欠陥解析方法であって、前記ステップ(f-3)は、(f-3-1)前記採択された前記複数の部分チップ分類データそれぞれにおいて、前記少なくとも1つの工程によって不良となったとチップ数と推定される工程不良チップ数を算出するステップと、(fー3-2)前記採択された前記複数の部分チップ分類データのうち、前記工程不良チップ数が最大の値を採る部分チップ分類データの検出サイズである最適感度検出サイズを算出して視覚認識可能に表示するステップとを含む、欠陥解析方法。

請求項7

請求項5あるいは請求項6記載の欠陥解析方法であって、前記ステップ(f)は、(f-4)前記ステップ(f-1)の前に実行され、前記複数の部分チップ分類データに対して仮の欠陥解析処理を実行して仮の解析結果を前記複数の部分無作為不良確率と併せて視覚認識可能に表示するステップをさらに含む、欠陥解析方法。

請求項8

請求項1ないし請求項7のうち、いずれか1項に記載の欠陥解析方法であって、前記欠陥は、前記少なくとも1つの工程よりも前の工程で発生した欠陥近傍領域を除いた前記ウエハの新規領域上で発生した前記少なくとも1つの工程による新規欠陥を含む、欠陥解析方法。

請求項9

複数の工程を経て、ウエハ上の複数のチップにそれぞれ集積回路が形成されるデバイスのチップ分類データ検証方法であって、(a)前記複数の工程のうち少なくとも1つの工程それぞれの実行後に欠陥を検出するステップと、(b)前記複数の工程終了後に、前記複数のチップそれぞれの前記集積回路の良・不良を判定するステップと、(c)前記少なくとも1つの工程ごとに、前記複数のチップそれぞれについて所定の識別条件を満足する前記欠陥の有無を判定するステップと、(d)前記少なくとも1つの工程ごとに、前記ステップ(b)による判定結果及び前記ステップ(c)による判定結果の組合せに基づき前記複数のチップを4つに分類したチップ分類データを得るステップと、(e)前記チップ分類データに基づき、前記複数のチップから欠陥チップ相当数を無作為に抽出した場合に欠陥有り・不良チップ相当数以上の不良チップが含まれる確率である無作為不良確率を算出するステップとを備え、前記欠陥チップ相当数は前記ステップ(c)で欠陥有りと判定されたチップ数と同数のチップ数を含み、前記欠陥有り・不良チップ相当数は前記ステップ(c)で欠陥有りと判定されかつ前記ステップ(b)で不良と判定されたチップ数と同数のチップを含む、チップ分類データ検証方法。

請求項10

請求項9記載のチップ分類データ検証方法であって、前記ステップ(e)は、無作為抽出した前記欠陥チップ相当数のチップ内に、前記欠陥有り・不良チップ相当数から、前記欠陥チップ相当数までの、各数の不良チップが存在するそれぞれの確率の総和によって前記無作為不良確率を算出するステップを含む、チップ分類データ検証方法。

請求項11

請求項9記載のチップ分類データ検証方法であって、前記ステップ(e)は、無作為抽出した前記欠陥チップ相当数のチップ内に、“0”から前記欠陥有り・不良チップ相当数から“1”を差し引いた数までの、各数の不良チップが存在するそれぞれの確率の総和である前記無作為不良確率の余事象確率に基づき、前記無作為不良確率を算出するステップを含む、チップ分類データ検証方法。

請求項12

請求項9ないし請求項11のうち、いずれか1項に記載のチップ分類データ検証方法において、前記ステップ(c)は、複数の検出サイズそれぞれを基準サイズとして複数回行われ、前記所定の識別条件は前記基準サイズ以上という検出サイズ条件を含み、前記ステップ(d)及びステップ(e)は、前記複数回行われるステップ(c)に対応してそれぞれ前記複数回行われ、その結果、前記少なくとも1つの工程それぞれにおける前記チップ分類データ及び前記無作為不良確率として、前記複数の検出サイズに対応した複数の部分チップ分類データ及び複数の部分無作為不良確率が得られる、チップ分類データ検証方法。

請求項13

請求項9ないし請求項12のうち、いずれか1項に記載のチップ分類データ検証方法であって、前記欠陥は、前記少なくとも1つの工程よりも前の工程で発生した欠陥近傍領域を除いた前記ウエハの新規領域上で発生した前記少なくとも1つの工程による新規欠陥を含む、チップ分類データ検証方法。

請求項14

請求項1記載の欠陥解析方法における前記ステップ(d)〜(f)をコンピュータに実行させるためのプログラム

請求項15

請求項9記載のチップ分類データ検証方法における前記ステップ(d) 及び(e) をコンピュータに実行させるためのプログラム。

技術分野

0001

この発明は、製造工程途中において製品欠陥の有無が検査可能な半導体デバイスに対する電気的特性等の不良原因を解析する欠陥解析方法に関する。

背景技術

0002

製造工程途中において製品の欠陥の有無が検査可能な半導体デバイスに対する電気的特性等の不良原因を解析する従来の欠陥解析方法として特開平11−264797号公報に開示された解析方法がある。

0003

上記公報に開示された欠陥解析方法は複数の製造工程における所定の工程の新規欠陥に着目した欠陥解析方法である。以下、従来の欠陥解析方法について詳述する。

0004

具体的な内容を示すため、従来の欠陥解析方法ではデバイスがA、B、C、D、E、Fの6工程を経て製造され、A〜F工程後にそれぞれ検査装置を用いて欠陥検査を行っている。

0005

A〜Fの6工程はDRAMを製造する場合、A工程…下地酸化膜パターンの形成工程、B工程…トランジスタメモリセルアレイ用,メモリセルアレイ制御用等)の形成工程、C工程…キャパシタメモリセル用)の形成工程、D工程…(層間)絶縁膜の形成工程、E工程…(行方向)金属配線の形成工程、F工程…(列方向)金属配線の形成工程という6工程が一例として考えられる。

0006

以下では、A〜Fの6工程のうちD工程を所定の工程として注目し解析する方法を説明する。

0007

まずD工程の新規欠陥を抽出する。この場合、図17に示すように、D工程後のウエハマップ4上には、パターン欠陥異物汚染物質付着、傷等の多くの欠陥5が検出される。これらウエハマップ4上の欠陥5のうち、D工程よりも前に実行されるA、B、Cの工程で既に検出されたウエハマップ1〜3上の新規欠陥6〜8の座標誤差範囲15を考慮した欠陥近傍領域の座標を除いた新規領域上で発生した、D工程のみの欠陥を新規欠陥9と判定する。

0008

すなわち、図18グラフに示すように、D工程のウエハマップ4上の欠陥5のトータル数からA〜C工程でそれぞれ検出された新規欠陥6〜8とその誤差範囲15と同じ座標にある欠陥を除いた欠陥数が新規欠陥9の個数となる。

0009

次に、A〜F工程終了後に電気的動作良否を判定する電気テスタによって、ウエハ上の全チップそれぞれに形成された集積回路良否判定結果を得る。なお、電気テスタはそれぞれが特定の電気的特性の良否を、テストする複数の部分電気テスト総合結果に基づき良否テストを行うのが一般的である。

0010

そして、図19に示すように、抽出されたD工程のみの新規欠陥9の有無が判定された複数のチップと上記良否判定された複数のチップとを、ウエハマップ20上で照合する。図19に示すように、D工程の新規欠陥は52ヶあり、それが45チップに分布している。テスタにより検出された不良は78チップ、良品は57チップのあわせて135チップである。

0011

この135チップをチップ単位で、図20に示すように、欠陥なし・良品48チップ、欠陥なし・不良品42チップ、欠陥有り・良品9チップ、欠陥有り・不良品36チップの4種類に分類する。

0012

1つのチップに2ケ以上の新規欠陥のあるものでも、この欠陥解析方法では「欠陥あり」として新規欠陥が1ケしかないものと同じに分類する。2ケ以上のものについて順次重み付け計算をする方法も考えられるが、この欠陥解析方法では重み付けは行わないで計算を進める。以降、欠陥の数は解析手順に登場しなくなり、全て欠陥が存在するチップの数で数える。したがって、集合欠陥が存在するチップもあるいはに分類される1チップとみなすことができるため、集合欠陥の影響を殆ど受けない分類が可能となる。

0013

ここでチップを4分類した意味を考える。とは欠陥があるのでD工程の影響を受けている。これに対して、とはD工程の影響を受けていない領域である。その分との領域より歩留まりは良い。しかしながら、A、B、C、E、Fの5工程の影響は受けている領域である。したがって、もし、との領域でD工程の影響を受けていなければ、その歩留まりはとの領域と同じと仮定できる。

0014

との領域の不良率RB1(=1−良品率=1−歩留まり)は下記(1)式で表される。ここで、欠陥なし・良品数をN1、欠陥なし・不良品チップ数をN2、欠陥有り・良品チップ数をN3、欠陥有り・不良品チップ数をN4とする。

0015

0016

これをとの領域であてはめて、D工程以外のA、B、C、E、Fの5工程の影響による不良数NEを計算すると下記(2)式のようになる。

0017

0018

ここでとの領域での実際の不良数はであるから、D工程の新規欠陥によってのみ不良となったと推測される新規不良チップ数N0は下記(3)式のように求められる。

0019

0020

次にD工程の新規欠陥の致命率RFを計算する。との領域の不良率RB1と、との領域での不良率RB3=N4/(N3+N4)=36/(9+36)との関係からD工程の影響を考える。との領域においてD工程の欠陥分布が均一であると仮定すれば、との領域の良品率rg1(=N1/(N1+N2))と、との領域の良品率rg3(=N3/(N3+N4))とに基づき、D工程における良品率RGは確率の積の法則により、下記(4)式のようになる。

0021

0022

すなわち、D工程における新規欠陥の致命率RFは下記(5)式で決定する。

0023

0024

これは検査装置で検出した新規欠陥のあるチップのうち、62.5%が致命になっていたということである。この場合、37.5%は致命になっていない欠陥も検出していることになり検査装置が十分な高感度で測定していることを意味する。このように致命率によって検査装置感度指標を算出することができる。

0025

なお、ここで用いた仮定はとの領域においてD工程の欠陥分布が均一と見なせれば良く、ウエハ全面135チップに対して均一である必要はない。

0026

次にD工程で発生した不良チップ個数を計算する。検出した新規欠陥のあるチップのうち、62.5%が致命になっていたということから、工程不良チップ数NBは下記(6)式のように求めることができる。

0027

0028

これらの解析結果をベン図まとめると図21に示すようになる。ウエハ全面における135チップ中、良品は57チップ、不良は78チップである。不良78チップ中、D工程で発生した工程不良チップ数NBは28.1チップであり、そのうちD工程のみで新規に不良になった新規不良チップ数N0は15チップである。すなわち、28.1−15=13.1チップはD工程に関係なくA、B、C、E、Fの5工程のうちひとつあるいは複数の工程で不良になったチップであると推測される。

0029

したがって、不良78チップ中、78−15=63チップがA、B、C、E、Fの5工程のうちひとつあるいは複数で不良になったチップである。すなわち、例えばD工程が原因となる不良を完全に取り除き、D工程で発生した不良チップは28.1チップを0チップにしたとしても不良チップは63チップあり、良品チップは15チップしか増えないことがわかる。このように、D工程の新規不良チップ数N0によって、D工程の不良を完全に対策すると増えると見積もれる良品チップの数を定量的に認識することができる。

0030

これに対して、D工程での致命率に基づく工程不良チップ数NB(=28.1チップ)は、例えA、B、C、E、Fの5工程の歩留まりがl00%になってもなお不良になるチップ数を示している。すなわち、工程不良チップ数NBはD工程単独の歩留まりに対する影響を定量的に示した数字であり、これが高いほど歩留まりには悪影響を与えることを意味している。

0031

ここで整数でないチップ数が算出されているが、これは欠陥分布の均一など仮定条件下で算出されたものであり解析結果として用いるのに問題はない。このように1工程単独の歩留まりに対する影響を定量的に算出することができる。

0032

図22は従来の欠陥解析方法を示すフローチャートである。以下、所定の工程を図17図18で示したD工程として従来の欠陥解析方法の処理の流れを説明する。

0033

同図を参照して、ステップS1で、検査装置を用いて所定の工程後に所定の工程による新規欠陥の座標及び検出サイズを抽出し、ステップS2で、全工程終了後に電気テスタによる良否判定をチップ単位に行う。そして、ステップS3で、検出されたすべての新規欠陥を有効とする識別条件で新規欠陥の有無をチップ単位に判定する。

0034

次に、ステップS4において、図19に示すように、ステップS3で検出された新規欠陥とステップS2で得た良否判定結果との照合をウエハマップ上で行い、新規欠陥の有無及び良・不良判定に基づき、図20の〜に示すように4つに分類したチップ分類データを得る。

0035

その後、ステップS5において、チップ分類データに基づき、(1)〜(3)式に示すように、領域,における不良率RB1,所定の工程以外の工程による不良数NE及び所定の工程の新規欠陥によってのみ不良となった新規不良チップ数N0を求める。この新規不良チップ数N0により、所定の工程の改善を図った場合に不良を減らすことが可能なチップ数を定量的に認識することができる。

0036

次に、ステップS6において、(4),(5)式に示すように、領域,の良品率rg3と領域,の良品率rg1とに基づく良品率RGと、良品率RGに基づく所定の工程における新規欠陥の致命率RFとを求める。この致命率RFによって、所定の工程後の欠陥検査を行った検査装置の感度を定量的に認識することができる。

0037

最後に、ステップS7において、(6)式に示すように、致命率RFに基づき、所定の工程で発生した工程不良チップ数NBを求める。この工程不良チップ数NBによって所定の工程単独のデバイスの歩留まりに対する影響を定量的に認識することができる。

発明が解決しようとする課題

0038

従来の欠陥解析方法は以上のように、「欠陥なし・良品、欠陥なし・不良品、欠陥有り・良品、欠陥有り・不良品」の4種類に分類したチップ分類データに基づき欠陥解析処理を行っていた。

0039

しかしながら、このチップ分類データにおいて、領域〜間でチップ数N1〜N4に極端偏りがあり、チップ数N1〜N4のうち、極端に少ないチップ数が存在する場合、当該分類のチップ数のわずかな増減によって解析結果が大きく変化してしまう可能性が高い。

0040

このように、従来の欠陥解析方法では、分類のチップ数のわずかな増減によって解析結果が大きく変化してしまうため、解析結果の信頼性が低くなる場合があるという問題点があった。

0041

この発明は上記問題点を解決するためになされたもので、チップ分類データ及び解析結果の信頼性を高めることができる欠陥解析方法あるいはチップ分類データ検証方法を得ることを目的とする。

課題を解決するための手段

0042

この発明に係る請求項1記載の欠陥解析方法は、複数の工程を経て、ウエハ上の複数のチップにそれぞれ集積回路が形成されるデバイスの欠陥解析方法であって、(a)前記複数の工程のうち少なくとも1つの工程それぞれの実行後に欠陥を検出するステップと、(b)前記複数の工程終了後に、前記複数のチップそれぞれの前記集積回路の良・不良を判定するステップと、(c)前記少なくとも1つの工程ごとに、前記複数のチップそれぞれについて所定の識別条件を満足する前記欠陥の有無を判定するステップと、(d)前記少なくとも1つの工程ごとに、前記ステップ(b)による判定結果及び前記ステップ(c)による判定結果の組合せに基づき前記複数のチップを4つに分類したチップ分類データを得るステップと、(e)前記チップ分類データに基づき、前記複数のチップから欠陥チップ相当数を無作為に抽出した場合に欠陥有り・不良チップ相当数以上の不良チップが含まれる確率である無作為不良確率を算出するステップとを備え、前記欠陥チップ相当数は前記ステップ(c)で欠陥有りと判定されたチップ数と同数のチップ数を含み、前記欠陥有り・不良チップ相当数は前記ステップ(c)で欠陥有りと判定されかつ前記ステップ(b)で不良と判定されたチップ数と同数のチップを含み、(f)前記無作為不良確率に基づき前記チップ分類データの採択/棄却を判定し、採択した前記チップ分類データに基づく欠陥解析処理を実行して解析結果を出力するステップをさらに備える、を備えている。

0043

また、請求項2の発明は、請求項1記載の欠陥解析方法であって、前記ステップ(f)は、(f-1)前記無作為不良確率が所定の採択基準以上/未満であるかYES/NOで判定するステップと、(f-2)前記ステップ(f-1)でYESの場合に実行され、前記チップ分類データを棄却し、欠陥解析処理と取り止めるステップと、(f-3)前記ステップ(f-1)でNOの場合に実行され、前記チップ分類データに対する欠陥解析処理を実行して解析結果を出力するステップとを含む。

0044

また、請求項3の発明は、請求項1記載の欠陥解析方法であって、前記ステップ(f)は、(f-1)前記チップ分類データに対する欠陥解析処理を実行して仮の解析結果を得るステップと、(f-2)前記無作為不良確率が所定の採択基準以上/未満であるかYES/NOで判定するステップと、(f-3)前記ステップ(f-2)でYESの場合に実行され、前記解析結果を棄却するステップと、(f-4)前記ステップ(f-2)でNOの場合に実行され、前記仮の解析結果を実の解析結果として出力するステップとを含む。

0045

また、請求項4の発明は、請求項1記載の欠陥解析方法であって、前記ステップ(c)は、複数の検出サイズそれぞれを基準サイズとして複数回行われ、前記所定の識別条件は前記基準サイズ以上という検出サイズ条件を含み、前記ステップ(d)及びステップ(e)は、前記複数回行われるステップ(c)に対応してそれぞれ前記複数回行われ、その結果、前記少なくとも1つの工程それぞれにおける前記チップ分類データ及び前記無作為不良確率として、前記複数の検出サイズに対応した複数の部分チップ分類データ及び複数の部分無作為不良確率が得られ、前記ステップ(f)は、前記複数の部分無作為不良確率に基づき前記複数の部分チップ分類データそれぞれの採択/棄却を判定し、採択した前記部分チップ分類データのみに基づく欠陥解析処理を実行して解析結果を出力するステップを含む。

0046

また、請求項5の発明は、請求項4記載の欠陥解析方法であって、前記ステップ(f)は、(f-1)採択基準を設定するステップと、(f-2)前記複数の無作為不良確率及び前記採択基準に基づき、複数の部分チップ分類データそれぞれの採択/棄却を判定するステップと、(f-3)前記複数の部分チップ分類データのうち、前記ステップ(f-2)で採択と判定された部分チップ分類データのみに基づき欠陥解析処理を実行して前記解析結果を出力するステップとを含む。

0047

また、請求項6の発明は、請求項5記載の欠陥解析方法であって、前記ステップ(f-3)は、(f-3-1)前記採択された前記複数の部分チップ分類データそれぞれにおいて、前記少なくとも1つの工程によって不良となったとチップ数と推定される工程不良チップ数を算出するステップと、(fー3-2)前記採択された前記複数の部分チップ分類データのうち、前記工程不良チップ数が最大の値を採る部分チップ分類データの検出サイズである最適感度検出サイズを算出して視覚認識可能に表示するステップとを含む。

0048

また、請求項7の発明は、請求項5あるいは請求項6記載の欠陥解析方法であって、前記ステップ(f)は、(f-4)前記ステップ(f-1)の前に実行され、前記複数の部分チップ分類データに対して仮の欠陥解析処理を実行して仮の解析結果を前記複数の部分無作為不良確率と併せて視覚認識可能に表示するステップをさらに含む。

0049

さらに、請求項8の発明は、請求項1ないし請求項7のうち、いずれか1項に記載の欠陥解析方法であって、前記欠陥は、前記少なくとも1つの工程よりも前の工程で発生した欠陥近傍領域を除いた前記ウエハの新規領域上で発生した前記少なくとも1つの工程による新規欠陥を含む。

0050

この発明に係る請求項9記載のチップ分類データ検証方法は、複数の工程を経て、ウエハ上の複数のチップにそれぞれ集積回路が形成されるデバイスのチップ分類データ検証方法であって、(a)前記複数の工程のうち少なくとも1つの工程それぞれの実行後に欠陥を検出するステップと、(b)前記複数の工程終了後に、前記複数のチップそれぞれの前記集積回路の良・不良を判定するステップと、(c)前記少なくとも1つの工程ごとに、前記複数のチップそれぞれについて所定の識別条件を満足する前記欠陥の有無を判定するステップと、(d)前記少なくとも1つの工程ごとに、前記ステップ(b)による判定結果及び前記ステップ(c)による判定結果の組合せに基づき前記複数のチップを4つに分類したチップ分類データを得るステップと、(e)前記チップ分類データに基づき、前記複数のチップから欠陥チップ相当数を無作為に抽出した場合に欠陥有り・不良チップ相当数以上の不良チップが含まれる確率である無作為不良確率を算出するステップとを備え、前記欠陥チップ相当数は前記ステップ(c)で欠陥有りと判定されたチップ数と同数のチップ数を含み、前記欠陥有り・不良チップ相当数は前記ステップ(c)で欠陥有りと判定されかつ前記ステップ(b)で不良と判定されたチップ数と同数のチップを含む。

0051

また、請求項10の発明は、請求項9記載のチップ分類データ検証方法であって、前記ステップ(e)は、無作為抽出した前記欠陥チップ相当数のチップ内に、前記欠陥有り・不良チップ相当数から、前記欠陥チップ相当数までの、各数の不良チップが存在するそれぞれの確率の総和によって前記無作為不良確率を算出するステップを含む。

0052

また、請求項11の発明は、請求項9記載のチップ分類データ検証方法であって、前記ステップ(e)は、無作為抽出した前記欠陥チップ相当数のチップ内に、“0”から前記欠陥有り・不良チップ相当数から“1”を差し引いた数までの、各数の不良チップが存在するそれぞれの確率の総和である前記無作為不良確率の余事象確率に基づき、前記無作為不良確率を算出するステップを含む。

0053

また、請求項12の発明は、請求項9ないし請求項11のうち、いずれか1項に記載のチップ分類データ検証方法であって、前記ステップ(c)は、複数の検出サイズそれぞれを基準サイズとして複数回行われ、前記所定の識別条件は前記基準サイズ以上という検出サイズ条件を含み、前記ステップ(d)及びステップ(e)は、前記複数回行われるステップ(c)に対応してそれぞれ前記複数回行われ、その結果、前記少なくとも1つの工程それぞれにおける前記チップ分類データ及び前記無作為不良確率として、前記複数の検出サイズに対応した複数の部分チップ分類データ及び複数の部分無作為不良確率が得られる。

0054

さらに、請求項13の発明は、請求項9ないし請求項12のうち、いずれか1項に記載のチップ分類データ検証方法であって、前記欠陥は、前記少なくとも1つの工程よりも前の工程で発生した欠陥近傍領域を除いた前記ウエハの新規領域上で発生した前記少なくとも1つの工程による新規欠陥を含む。

0055

この発明に係る請求項14記載のプログラムは、請求項1記載の欠陥解析方法における前記ステップ(d)〜(f)をコンピュータに実行させるためのプログラムである。

0056

この発明に係る請求項15記載のプログラムは、請求項9記載のチップ分類データ検証方法における前記ステップ(d) 及び(e)をコンピュータに実行させるためのプログラムである。

発明を実施するための最良の形態

0057

<実施の形態1>図1はこの発明の実施の形態1であるチップ分類データ検証方法の処理手順を示すフローチャートである。以下、同図を参照して具体例を挙げながらその処理内容を説明する。

0058

まず、ステップS11において、(新規)欠陥の有無及び(集積回路の)良・不良に基づき、複数のチップを4分類したチップ分類データを取得する。なお、具体的な取得方法としては例えば、図17図22を用いて説明した従来例における図22のステップS1〜S4で示した処理による取得がある。ただし、本実施の形態では、図17図18で示した各工程A〜Fの新規欠陥の欠陥分布は互いに独立であると仮定している。

0059

ここで、チップ分類データが「欠陥なし・良品数N1が3チップ、欠陥なし・不良品チップ数N2が2チップ、欠陥有り・良品チップ数N3が54チップ、欠陥有り・不良品チップ数N4が76チップ」であった場合を考える。

0060

この場合、総計は135チップ(N1+N2+N3+N4)、良品チップ数は57チップ(N1+N3)、不良品チップ数は78チップ(N2+N4)、欠陥無しチップ数は5チップ(N1+N2)、欠陥有りチップ数は130チップ(N3+N4)となる。

0061

次に、ステップS12において、ステップS11で取得したチップ分類データに基づき、欠陥有りチップ数(上記例では130チップ)に相当する数を無作為抽出数として、全チップ(上記例では135チップ)から無作為抽出した状況を設定する。

0062

その後、ステップS13において、無作為抽出したチップ中における不良品チップ数が、欠陥有り・不良品チップ数N4(上記例では76チップ)に相当する数以上になる確率である、無作為不良確率P(N4)を求める。

0063

上述した例において、135チップから無作為に130チップを抽出したときに不良チップが76チップ含まれている確率p(76)を下記(7)式より求める。

0064

0065

(7)式より無作為に130チップ抽出しても約25%の確率で76チップ(欠陥有り・不良品チップ数N4)の不良チップが出現することが推定される。

0066

次に、135チップから無作為に130チップを抽出したときに不良チップが77,78チップ含まれている確率p(77)及びp(78)を下記(8),(9)式よりそれぞれ求める。

0067

0068

0069

また、不良チップ数の総計が78チップであるため、p(79)は下記(10)式の通り“0”となる。p(80)以降も同様に“0”となる。

0070

0071

したがって、無作為抽出した130チップ中に不良品チップが76チップ以上になる確率である、無作為不良確率P(N4)(P(76))は下記(11)式で決定する。

0072

0073

図2は無作為不良確率P(N4)を説明するためのグラフである。同図に示すように、無作為不良確率P(N4)はp(N4)〜p(Nmax)の和となる。なお、最大不良数Nmax=N2+N3である。また、Ntotalはサンプル総数(=N1+N2+N3+N4)を意味する。

0074

このように、130チップの無作為抽出のうち、欠陥有り・不良品チップ数N4から、最大不良数Nmaxまでの、各数の不良チップが存在する確率が比較的簡単に求められる場合は効率的に無作為不良確率P(N4)を算出することができる。

0075

(11)式に示すように、無作為不良確率P(76)は約0.35となり、無作為に抽出しても約35%の確率で76チップの不良チップが含まれることがわかる。

0076

このことは、「欠陥有り」と分類されたチップ数(N3+N4)のチップ中に含まれる不良品チップ数(N4)と同じ及びそれ以上に、無作為抽出数(N3+N4)のチップ中に不良品チップ数が含まれる確率が35%もあることを意味する。

0077

すなわち、実際には「欠陥の有る」という基準を設けてチップを分類しているが、無作為に抽出しても「欠陥が有る」場合と同様な現象が高い確率で起こる可能性があるならば、「欠陥の有る」という基準にさほど効果はなく、偶然に分類された疑義が生じるため、このようなチップ分類データは欠陥解析処理のデータとして信頼性が低いと推定することができる。

0078

このように、実施の形態1では、無作為不良確率P(N4)を求めることにより、チップ分類データの欠陥解析処理における信頼性を定量的に検証することができる。

0079

なお、全チップ(135チップ)から欠陥有りチップ数(130チップ)を無作為抽出して、欠陥有り・不良品チップ数N4(76チップ)以上の不良品が生じる無作為不良確率P(N4)を求めることは、欠陥有り・良品チップ数N3(54)以下の良品が生じる確率Q(N3)を求めることと等価になる。

0080

さらに、無作為不良確率P(N4)を求めることは、全チップ(135チップ)から欠陥無しチップ数(5チップ)を無作為抽出して、欠陥なし・良品数N1(3チップ)以上の良品が生じる確率P(N1)、全チップ(135チップ)から欠陥無しチップ数(5チップ)を無作為抽出して、不良品チップ数N2(2チップ)以下の不良品が生じる確率Q(N2)を求めることとも等価になる。

0081

したがって、無作為不良確率P(N4)に代えて、無作為良品確率Q(N3)、確率P(N1)あるいは確率Q(N2)を求めても良い。

0082

<実施の形態2>図3はこの発明の実施の形態2である欠陥解析方法を示すフローチャートである。以下、同図を参照しつつ具体例を挙げながらその処理手順を説明する。

0083

まず、ステップS21において、欠陥の有無及び良・不良に基づき、複数のチップを4分類したチップ分類データを取得する。なお、具体的な取得方法としては例えば、図22のステップS1〜S4で示した処理による取得がある。

0084

次に、ステップS22において、無作為不良確率P(N4)を算出する。なお、具体的な算出方法として、例えば、図1のステップS12,S13等で示した実施の形態1の無作為不良確率P(N4)算出方法が挙げられる。

0085

例えば、実施の形態1同様、チップ分類データが「欠陥なし・良品数N1が3チップ、欠陥なし・不良品チップ数N2が2チップ、欠陥有り・良品チップ数N3が54チップ、欠陥有り・不良品チップ数N4が76チップ」場合は、無作為不良確率P(N4)は約0.35となる。

0086

そして、ステップS23において、無作為不良確率P(N4)とチップ分類データの採択基準である「0.05」と比較し、P(N4)≧0.05であればステップS24に移行し、P(N4)<0.05であればステップS25に移行する。

0087

ステップS23で「P(N4)≧0.05」と判定された場合に実行されるステップS24において、ステップS21で取得したチップ分類データの欠陥解析処理における信頼性が低い(その理由は実施の形態1で既述)と判断し、当該チップ分類データを棄却し欠陥解析処理(例えば、図22のステップS5〜S7で示した従来の欠陥解析方法による解析処理)を取りやめる。

0088

一方、ステップS23で「P(N4)<0.05」と判定された場合に実行されるステップS25において、ステップS21で取得したチップ分類データの信頼性が高いと判断し、当該チップ分類データに基づく欠陥解析処理を実行して解析結果を出力する。

0089

なお、上述した例では、無作為不良確率P(N4)は約0.35となるため、ステップS23でYesとなり、ステップS24で欠陥解析処理は取り止めになる。

0090

このように、実施の形態2では、無作為不良確率P(N4)に基づき信頼性が高いと判断されたチップ分類データのみを有効にし欠陥解析処理を実行することにより、常に信頼性の高い解析結果を得ることができる。

0091

<実施の形態3>図4はこの発明の実施の形態3である欠陥解析方法を示すフローチャートである。以下、同図を参照しつつ具体例を挙げながらその処理手順を説明する。

0092

まず、ステップS31において、実施の形態2と同様、欠陥の有無及び良・不良に基づき、複数のチップを4分類したチップ分類データを取得する。

0093

次に、ステップS32において、チップ分類データに基づき欠陥解析処理を実行して仮の解析結果を得る。

0094

その後、ステップS33において、実施の形態2と同様、無作為不良確率P(N4)を算出する。

0095

そして、ステップS34において、無作為不良確率P(N4)とチップ分類データの採択基準である「0.05」と比較し、P(N4)≧0.05であればステップS35に移行し、P(N4)<0.05であれば、ステップS32で得た解析結果を棄却することなく処理を終了する。

0096

ステップS34で「P(N4)≧0.05」と判定された場合に実行されるステップS35において、ステップS32で得た仮の解析結果の信頼性が低いと判断し、当該仮の解析結果を棄却する。

0097

一方、ステップS34で「P(N4)<0.05」と判定された場合に実行されるステップS36において、ステップS32で得た仮の解析結果の信頼性が十分高いと判断し、当該仮の解析結果を実の解析結果として出力する。

0098

このように、実施の形態3では、無作為不良確率P(N4)に基づき信頼性が高いと判断された解析結果のみを有効にすることにより、常に信頼性の高い解析結果を得ることができる。

0099

<実施の形態4>
前提)実施の形態4では、図17図22で示した従来の欠陥解析方法と同様、D工程の新規欠陥に注目して解析する方法である。まず、実施の形態1と同じくD工程ではじめて検出された新規欠陥9のみを抽出する(図17図18)。

0100

次に、抽出されたD工程のみの新規欠陥9の有無が判定された複数のチップと電気テスタによる良否判定された複数のチップとをウエハマップ上で照合する。

0101

このとき図17図22で示した欠陥解析方法では抽出された新規欠陥をすべて有効とした識別条件で新規欠陥の有無の判定を行ったが、本実施の形態4では抽出された新規欠陥9のうち所定の検出サイズ以上の欠陥を識別条件として新規欠陥の有無を判定することを前提としている。例えば0.3μm以上のものについてのみ採用する。そして、検出サイズが0.3μm以上の新規欠陥と良・不良により4分類された部分チップ分類データを取得する。

0102

同様にして、検出サイズを0.4μm以上、0.5μm以上……と変更して同様に分類して、各検出サイズ毎に部分チップ分類データを得る。

0103

図5はこれらの複数の部分チップ分類データを含むチップ分類データ及びその解析結果を表形式で示した説明図である。

0104

図5に示すように、各検出サイズの工程不良チップ数NBの中で検出サイズが0.3μm以上の場合が42.4チップと最大値が算出されている。この42.4チップが歩留まりに対するD工程の影響をより正確に示している。工程不良チップ数NBが最大値を示した検出サイズが検査装置の最適な感度であると考えられる。

0105

したがって、したがって、チップ分類データの全ての信頼性が十分高いと仮定した場合、図5の例では検出サイズを0.3μm全検出欠陥にして欠陥検出を行うのが最適な感度設定となる。

0106

このように検出サイズごとに致命率RF及び工程不良チップ数NB等の解析結果を算出して算出結果を比較することにより、検査装置が最適感度を採る検出サイズ等を見いだすことができる。

0107

さらに、上記解析結果から、常に最適な感度設定(検出サイズ)での工程不良チップ数NBによって、より正確な歩留まりに対する影響が定量的に算出することが可能となる。

0108

しかしながら、各部分チップ分類データについての欠陥解析処理における信頼性の検証がなされていないため、解析結果の信頼性が高いとは限らない。

0109

(方法)図6はこの発明の実施の形態4である欠陥解析方法を示すフローチャートである。以下、所定の工程を図17図18で示したD工程として実施の形態4の処理の流れを説明する。

0110

同図を参照して、ステップS41で、所定の工程における新規欠陥の座標を抽出し、ステップS42で、全工程終了後に電気テスタによる良否判定をチップ単位に行う。そして、ステップS43で、設定された検出サイズ以上の識別条件を満足する新規欠陥の有無をチップ単位に判定する。

0111

続いて、ステップS44でステップS42及びステップS43の判定結果に基づき、新規欠陥の有無と良・不良により4分類された部分チップ分類データを得る。

0112

その後、ステップS45で、設定すべき検出サイズが終了したか否かを判定し、終了していなければステップS46で他の検出サイズに設定変更した後、ステップS43〜S45の処理を行い、ステップS44で新たに設定された検出サイズでの部分チップ分類データを得る。以降、ステップS45で、設定すべき検出サイズが終了したと判定されるまでステップS46,S43〜S44の処理は繰り返される。

0113

そして、ステップS45で設定すべき検出サイズが終了したと判定すると、ステップS47で全検出サイズにおける部分チップ分類データ、すなわちチップ分類データの信頼性検証を実行する。

0114

すなわち、ステップS47において、各検出サイズにおける無作為不良確率P(N4)(部分無作為不良確率)を求め、予め設定した採択基準SRと比較し、「P(N4)≧SR」であれば当該検出サイズの部分チップ分類データの信頼性は低いと判断し、その部分チップ分類データを棄却する。一方、「P(N4)<SR」であれば当該検出サイズの部分チップ分類データの信頼性は十分高いと判断し、その部分チップ分類データを採択する。

0115

図7はステップS47の信頼性検証の具体的処理内容を表形式で示した説明図である。同図に示すように、各検出サイズにおける無作為不良確率P(N4)を求め、採択基準SRを0.05として、「P(N4)≧0.05」であれば当該検出サイズの部分チップ分類データの信頼性は低いと判断し、その部分チップ分類データを棄却する。一方、「P(N4)<0.05」であれば当該検出サイズの部分チップ分類データの信頼性は十分高いと判断し、その部分チップ分類データを採択する。

0116

その結果、検出サイズが「ALL(欠陥全て)」、「0.3μm以上」及び「0.4μm以上」の部分チップ分類データが棄却され、検出サイズが「0.5μm以上」及び「0.7μm以上」の部分チップ分類データのみが採択される。

0117

図6に戻って、ステップS48で採択されたチップ分類データに基づき欠陥解析処理を実行し、採択された検出サイズのみの工程不良チップ数NBや致命率RFを求める。

0118

図8はステップS48の欠陥解析処理の具体的処理内容を表形式で示した説明図である。同図に示すように、検出サイズが「0.5μm以上」及び「0.7μm以上」の部分チップ分類データのみの工程不良チップ数NB及び致命率RFを求めることにより、より信頼性の高い解析結果を得ることができる。

0119

このように、実施の形態4の欠陥解析方法は、信頼性検証を行わない場合は信頼性の低い部分チップ分類データの検出サイズである検出サイズ0.3μm以上を最適な感度設定と誤ってしまう解析結果(図5参照)を、信頼性検証を行った後に欠陥解析処理を行うことにより、信頼性の高い部分チップ分類データの検出サイズ0.5μm以上が最適な感度設定であると正確な解析結果(図8参照)を得ることができる。

0120

すなわち、実施の形態4の欠陥解析方法は、複数の部分チップ分類データの信頼性を複数の部分無作為不良確率(各検出サイズの無作為不良確率P(N4))によってそれぞれ検証し、採択基準を満足した部分チップ分類データのみからなるチップ分類データに基づき欠陥解析処理を実行することにより、より精度の高い欠陥解析処理を行うことができる。

0121

<実施の形態5>実施の形態5の欠陥解析方法は、図6のステップS47の処理に相当するチップ分類データの信頼性検証内容のみ実施の形態4と異なり、他の処理内容は実施の形態4と同様である。

0122

図9は実施の形態5の欠陥解析方法におけるチップ分類データの信頼性検証手順及び欠陥解析処理を示すフローチャートである。図10は実施の形態5の欠陥解析方法による解析結果を表形式で示した説明図である。以下、これらの図を参照して実施の形態5の信頼性検証動作を説明する。

0123

まず、ステップS51で各検出サイズ(部分チップ分類データ)における無作為不良確率P(N4)を算出する。

0124

そして、ステップS52で採択基準SRを設定する。例えば、採択基準SRを0.05に設定する。

0125

続いて、ステップS53で、ステップS52で設定した採択基準SRと各検出サイズの無作為不良確率P(N4)との比較結果に基づき、採択すべき検出サイズの部分チップ分類データを決定する。

0126

図10で示した例では、検出サイズが「ALL(欠陥全て)」、及び「0.3μm以上」の部分チップ分類データが棄却され、検出サイズが「0.4μm以上」、「0.5μm以上」及び「0.7μm以上」の部分チップ分類データのみが採択される。

0127

最後に、ステップS54(図6のステップS48と実質同様)において、ステップS53で採択されたチップ分類データに基づく欠陥解析処理を行う。

0128

図10で示した例では、検出サイズが「0.4μm以上」、「0.5μm以上」及び「0.7μm以上」の部分チップ分類データのみの工程不良チップ数NB及び致命率RFを求めることにより、解析者の意図を反映し、かつ信頼性の高い解析結果を得ることができる。

0129

その結果、図10の解析結果から、採択された検出サイズ(部分チップ分類データ)のうち、検出サイズ0.4μm以上(工程不良チップ数NBが最大となる)が最適な感度設定であると認識するを得ることができる。

0130

このように、実施の形態5の欠陥解析方法は、複数の部分チップ分類データそれぞれの信頼性を検証し、かつ解析者の意図を考慮した採択基準を満足した部分チップ分類データのみからなるチップ分類データに基づき欠陥解析処理を実行することにより、解析者の意図を反映した精度が高い欠陥解析処理を行うことができる。

0131

<実施の形態6>実施の形態6の欠陥解析方法は、図6のステップS47の処理に相当するチップ分類データの信頼性検証内容のみ実施の形態4と異なり、他の処理内容は実施の形態4と同様である。

0132

図11は実施の形態6の欠陥解析方法におけるチップ分類データの信頼性検証手順及び欠陥解析処理を示すフローチャートである。図12は実施の形態6の信頼性検証動作の具体的内容を表形式で示した説明図であり、図13及び図14は実施の形態6の欠陥解析方法による解析結果を表形式で示した説明図である。以下、これらの図を参照して実施の形態6の信頼性検証動作を説明する。

0133

まず、ステップS61で各検出サイズ(部分チップ分類データ)における無作為不良確率P(N4)と各部分チップ分類データそれぞれの部分解析結果である仮の解析結果とを算出し、解析者が視覚認識可能に表示する。

0134

例えば、図12に示すように、複数の部分チップ分類データに基づく仮の解析結果である工程不良チップ数NBや致命率RFからなる仮の解析結果と各検出サイズの無作為不良確率P(N4)(複数の部分無作為不良確率)を表示する。

0135

そして、ステップS62で採択基準SRを設定する。採択基準SRの設定の判断材料として、仮の解析結果における個々の部分チップ分類データの工程不良チップ数NB、他の工程におけるチップ分類データ、他の解析方法による解析結果等がある。

0136

例えば、図12で示す仮の解析結果及び無作為不良確率P(N4)が得られている場合、検出サイズが0.4μm以上の部分チップ分類データの無作為不良確率P(N4)は約6.9%であり、約6.9%の確率で「欠陥が有る」という基準にさほど効果はなく、偶然に分類された疑義があり、実施の形態4のように採択基準SRが0.05の場合は棄却すべき部分チップ分類データとなる。

0137

しかしながら、欠陥検査装置が0.4μmから0.5μmの大きさで表示していた欠陥を電子顕微鏡で観察した写真が存在し、その写真から0.4μm〜0.5μm区切りの欠陥も重要度が高いことが予め認識されている場合、図12で示すように検出サイズが0.4μm以上の工程不良チップ数NBが多いことと矛盾しないことを考慮して、検出サイズが0.4μm以上の部分チップ分類データが採択されるように採択基準SRを0.10と設定することができる。

0138

すなわち、実施の形態6では、「検出サイズが0.4μm以上の新規欠陥」が「チップを不良にする」という結論誤りであることのデメリットよりも、「検出サイズが0.4μm以上の新規欠陥」が「チップを不良にする」という結論で他工程と比較して検討するメリットの方を優先すべきであると判断できる場合は、検出サイズが0.4μm以上の部分チップ分類データが採択されるように採択基準SRを設定することができる。

0139

続いて、ステップS63で、ステップS62で設定した採択基準SRと各検出サイズの無作為不良確率P(N4)との比較結果に基づき、採択すべき検出サイズの部分チップ分類データを決定する。

0140

その結果、図13に示すように、検出サイズが「ALL(欠陥全て)」、及び「0.3μm以上」の部分チップ分類データが棄却され、検出サイズが「0.4μm以上」、「0.5μm以上」及び「0.7μm以上」の部分チップ分類データのみが採択される。

0141

最後に、ステップS64(図6のステップS48と実質同様)において、ステップS63で採択されたチップ分類データに基づく欠陥解析処理を行う。

0142

その結果、図14に示すように、部分チップ分類データの検出サイズ0.4μm以上が最適感度検出サイズであることを表示することができ、ステップS62で設定した採択基準SRに基づく解析結果を視覚的に認識することができる。

0143

このように、実施の形態6の欠陥解析方法は、仮の解析結果を考慮して採択基準SRを設定し、この採択基準SRによって複数の部分チップ分類データそれぞれの信頼性を検証することができる。

0144

なお、実施の形態6の処理は一工程ではなく、他の工程においても同様に最適感度検出サイズや工程不良チップ数NBの表示を行うことにより、工程間の工程不良チップ数NBの比較も容易に行える。

0145

また、ステップS61〜S64で示した処理の手順が記述されたプログラムをコンピュータに実行させ、採択基準SRの設定を除く処理の自動化を図ることもできる。

0146

<実施の形態7>実施の形態7は、実施の形態1のチップ分類データ検証方法における無作為不良確率P(N4)の他の算出方法を提供している。

0147

図15はこの発明の実施の形態7であるチップ分類データ検証方法の処理手順を示すフローチャートである。以下、同図を参照して具体例を挙げながらその処理内容を説明する。

0148

まず、ステップS71において、欠陥の有無及び良・不良に基づき、複数のチップを4分類したチップ分類データを取得する。

0149

ここで、チップ分類データが「欠陥なし・良品数N1が3チップ、欠陥なし・不良品チップ数N2が2チップ、欠陥有り・良品チップ数N3が54チップ、欠陥有り・不良品チップ数N4が76チップ」であった実施の形態1と同じ場合を考える。

0150

次に、ステップS72において、ステップS71で取得したチップ分類データに基づき、欠陥有りチップ数(上記例では130チップ)に相当する数を無作為抽出数として、全チップ(上記例では135チップ)から無作為抽出した状況を設定する。

0151

その後、ステップS73において、無作為抽出したチップ中に不良品チップが、欠陥有り・不良品チップ数N4(上記例では76チップ)以上になる確率である、無作為不良確率P(N4)を求める。

0152

上述した例において、135チップから無作為に130チップを抽出したときに不良チップが0〜130チップ含まれている確率p(0)〜p(130)の和は下記(12)式に示すように、当然“1”となる。

0153

0154

したがって、無作為不良確率P(76)は下記(13)式で表される。

0155

0156

ここで、欠陥無しチップは全部で5チップしか存在しないことから、無作為抽出から外された5チップがすべて不良チップであったと仮定しても、無作為抽出した130チップには73(=78−5)チップの不良品が含まれることになる。すなわち、下記(14)式に示すように、j≦72としたときのp(j)=0となる。

0157

0158

したがって、(14)式によって(13)式は下記の(15)式に簡略化することができ、無作為不良確率P(76)を算出することができる。(15)式で求めた値は、実施の形態1の(11)式で求めた値と一致する。

0159

0160

このように、130チップの無作為抽出のうち、“0”から、欠陥有り・不良品チップ数N4から“1”を差し引いた(N4−1)数までの、各数の不良チップが存在する確率が比較的簡単に求められる場合は効率的に無作為不良確率を算出することができる。

0161

図16は実施の形態7による無作為不良確率P(N4)の算出方法を説明するためのグラフである。同図に示すように、無作為不良確率P(N4)はp(N4)〜p(Nmax)の和であるが、1から無作為不良確率P(N4)でない余事象の確率NOT・P(N4)を差し引いた値{1−NOT・P(N4)}として求めたのが実施の形態7である。

0162

なお、最大不良数Nmax=N2+N4であり、最小不良数Nmin=N4−N1である。また、Ntotalはサンプル総数(=N1+N2+N3+N4)を意味する。

0163

このように、実施の形態7では、無作為不良確率P(N4)を実施の形態1と異なる方法で求めることができる。

0164

なお、全チップ(135チップ)から欠陥有りチップ数(130チップ)を無作為抽出して、欠陥有り・不良品チップ数N4(76チップ)以上の不良品が生じる無作為不良確率P(N4)を求めることは、欠陥有り・良品チップ数N3(54)以下の良品が生じる無作為良品確率Q(N3)を求めることと等価になる。

0165

さらに、無作為不良確率P(N4)を求めることは、全チップ(135チップ)から欠陥無しチップ数(5チップ)を無作為抽出して、欠陥なし・良品数N1(3チップ)以上の良品が生じる確率P(N1)、全チップ(135チップ)から欠陥無しチップ数(5チップ)を無作為抽出して、不良品チップ数N2(2チップ)以下の不良品が生じる確率Q(N2)を求めることとも等価になる。

0166

これらQ(N3),P(N1),Q(N2)も、無作為不良確率P(N4)同様、余事象の確率(NOT・Q(N3),NOT・P(N1),NOT・Q(N2))を求めた後、{1−NOT・Q(N3)}、{1−NOT・P(N1)}、{1−NOT・Q(N2)}として算出することができる。

0167

<プログラムへの応用>実施の形態1及び実施の形態7で示したチップ分類データ検証方法の少なくとも一部(図1及び図15で示したフロー(ステップS11,S71で用いる図22のステップS1〜S3の処理を除く))並びに実施の形態2〜実施の形態6で示した欠陥解析方法の少なくとも一部(図3及び図4で示したフロー(ステップS21,S31で用いる図22のステップS1〜S3の処理を除く),図6のステップS44〜S48、図9及び図11のフロー(図6のステップS41〜S43に相当する処理を除く))はコンピュータ実行可能なプログラムとして記述することができる。

0168

したがって、上記したプログラムをコンピュータに実行させることにより、各実施の形態においてチップ分類データ検証処理あるいは欠陥解析処理を自動的に実行することができ、検証処理あるいは解析処理の労力を大幅に削減することができる。

発明の効果

0169

以上説明したように、この発明における請求項1記載の欠陥解析方法は、無作為に抽出しても「欠陥が有る」場合と同様な現象が起こる確率を示す無作為不良確率に基づきチップ分類データを採択することにより、解析結果の信頼性を高めることができる。

0170

請求項2記載の欠陥解析方法は、無作為不良確率が所定の採択基準未満である信頼性が高いチップ分類データに対してのみ欠陥解析処理を実行することができる。

0171

請求項3記載の欠陥解析方法は、無作為不良確率が所定の採択基準未満である信頼性が高いチップ分類データにおける仮の解析結果のみを実の解析結果として出力することができる。

0172

請求項4記載の欠陥解析方法は、複数の部分無作為不良確率に基づき採択された複数の部分チップ分類データのみに基づき欠陥解析処理を実行することにより、解析結果の信頼性を高めることができる。

0173

請求項5記載の欠陥解析方法のステップ(f-2)は、ステップ(f-1)で設定された採択基準に基づき複数の部分チップ分類データそれぞれの採択/棄却を判定するため、解析者の意図を反映した採択基準に基づき複数の部分チップ分類データを採択することができる。

0174

請求項6記載の欠陥解析方法は、欠陥解析に最適な検出サイズである最適感度検出サイズを認識することができる。

0175

請求項7記載の欠陥解析方法は、複数の部分チップ分類データの仮の解析結果を考慮して、採択基準を設定することができる。

0176

請求項8記載の欠陥解析方法は、少なくとも1つの工程による新規欠陥に関する欠陥解析を行うことができる。

0177

この発明における請求項9記載のチップ分類データ検証方法は、無作為に抽出しても「欠陥が有る」場合と同様な現象が起こる確率を示す無作為不良確率によって、チップ分類データの信頼性を定量的に認識することができる。

0178

請求項10記載のチップ分類データ検証方法は、欠陥有り・不良チップ相当数から、欠陥チップ相当数までの、各数の不良チップが存在する確率が比較的簡単に求められる場合は効率的に無作為不良確率を算出することができる。

0179

請求項11記載のチップ分類データ検証方法は、“0”から、欠陥有り・不良チップ相当数から“1”を差し引いた数までの、各数の不良チップが存在する確率が比較的簡単に求められる場合は効率的に無作為不良確率を算出することができる。

0180

請求項12記載のチップ分類データ検証方法は、複数の検出サイズに対応した複数の部分チップ分類データそれぞれの信頼性を複数の部分無作為不良確率によって定量的に認識することができる。

0181

請求項13記載のチップ分類データ検証方法は、少なくとも1つの工程による新規欠陥に基づくチップ分類データの信頼性を検証することができる。

0182

請求項14記載のプログラムをコンピュータに実行させることにより、欠陥解析処理を自動的に行い、かつ解析結果の信頼性を高めることができる。

0183

請求項15記載のプログラムをコンピュータに実行させることにより、データ検証処理を自動的に行い、かつチップ分類データの信頼性を定量的に認識することができる。

図面の簡単な説明

0184

図1この発明の実施の形態1であるチップ分類データ検証方法の処理手順を示すフローチャートである。
図2無作為不良確率P(N4)を説明するためのグラフである。
図3この発明の実施の形態2である欠陥解析方法を示すフローチャートである。
図4この発明の実施の形態3である欠陥解析方法を示すフローチャートである。
図5チップ分類データ及びその解析結果を表形式で示した説明図である。
図6この発明の実施の形態4である欠陥解析方法を示すフローチャートである。
図7信頼性検証の具体的処理内容を表形式で示した説明図である。
図8欠陥解析処理の具体的処理内容を表形式で示した説明図である。
図9実施の形態5の欠陥解析方法におけるチップ分類データの信頼性検証手順及び欠陥解析処理を示すフローチャートである。
図10実施の形態5の欠陥解析方法による解析結果を表形式で示した説明図である。
図11実施の形態6の欠陥解析方法におけるチップ分類データの信頼性検証手順及び欠陥解析処理を示すフローチャートである。
図12実施の形態6の信頼性検証動作の具体的内容を表形式で示した説明図である。
図13実施の形態6の欠陥解析動作の具体的内容を表形式で示した説明図である。
図14実施の形態6の欠陥解析処理の具体的内容を表形式で示した説明図である。
図15この発明の実施の形態7であるチップ分類データ検証方法の処理手順を示すフローチャートである。
図16実施の形態7による無作為不良確率P(N4)の算出方法を説明するためのグラフである。
図17新規欠陥を検出する方法を示す説明図である。
図18各工程の検出欠陥個数と新規欠陥個数との関係を示すグラフである。
図19従来の欠陥解析方法のウエハマップ上における新規欠陥の有無と良・不良との照合状態を示す説明図である。
図20従来の欠陥解析方法によるチップ単位の分類状態を示す説明図である。
図21従来の欠陥解析方法による解析結果をベン図として示した説明図である。
図22従来の欠陥解析方法の手順を示すフローチャートである。

--

0185

6〜11新規欠陥、N4 欠陥有り・不良品チップ数。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ