C、履歷A — B — C、履歷A — A — C。從所有的裝置通過履歷內(nèi)進一步提取履歷B — C 一 B、履歷B — C 一 A、履歷A — C 一 B、履歷A — C 一 A。從所有的裝置通過履歷內(nèi)進一步提取履歷C 一 B — B、履歷C 一 B — A、履歷C 一 A — B、履歷C 一 A — A。
[0040]裝置C的工序I的不合格率為4.0%。裝置C的工序2的不合格率為3.4%。裝置C的工序3的不合格率為3.0%。對于履歷C 一 C 一 C，由于在其他工序通過不合格率高的裝置，因此未被提取。履歷B — B — B以及履歷A — A — A與不合格率低的履歷對應(yīng)因此未被提取。在從所有的裝置通過履歷提取特定的履歷的情況下，能夠使用閾值Tl (第I閾值)。
[0041]分別算出與履歷B — B — C、履歷B — A — C、履歷A — B — C、履歷A — A — C、履歷B — C 一 B、履歷B — C 一 A、履歷A — C 一 B、履歷A — C 一 A、履歷C 一 B — B、履歷C 一B - A、履歷C 一 A — B以及履歷C 一 A — A相關(guān)的不合格率P1。
[0042]明顯誤差檢驗部50例如檢測明顯誤差檢驗值P2。例如，明顯誤差檢驗部50以注射(shot)區(qū)域為單位或者以芯片為單位，算出按照有無不合格圖案而分別區(qū)分的特征量的頻度分布，并判定在按照有無不合格圖案而分別區(qū)分的頻度分布間有無明顯誤差。以下示出由明顯誤差檢驗部50進行的明顯誤差檢驗值P2的算出例。
[0043]明顯誤差檢驗部50以產(chǎn)品名、批次編號、晶片編號、芯片編號以及注射編號作為共通項來使用，將裝置參數(shù)波形特征量和不合格圖案分類編號的不合格圖案建立關(guān)聯(lián)。
[0044]明顯誤差檢驗部50將存在不合格圖案分類編號的不合格圖案的注射區(qū)域設(shè)為“異常注射”、將不存在不合格圖案的注射區(qū)域設(shè)為“正常注射”。明顯誤差檢驗部50相對于裝置參數(shù)波形特征量算出基于有無不合格圖案的頻度分布、即按照不合格圖案分類編號的異常注射以及正常注射分別區(qū)分的頻度分布。
[0045]明顯誤差檢驗部50針對裝置參數(shù)波形特征量以及不合格圖案分類編號的所有組合，執(zhí)行按照裝置參數(shù)波形特征量的異常注射以及正常注射分別區(qū)分的頻度分布間的明顯誤差檢驗，算出明顯誤差檢驗值P2。例如，明顯誤差檢驗部50在明顯誤差檢驗值P2為規(guī)定的閾值T2(第2閾值)以下的情況下判定為存在明顯誤差。
[0046]不合格判定部60基于由不合格率檢測部40檢測到的不合格率Ρ1、和由明顯誤差檢驗部50檢測到的明顯誤差檢驗值Ρ2，判定不合格因素。例如，不合格判定部60在不合格率Pl為閾值Tl以上、且明顯誤差檢驗值Ρ2為閾值Τ2以下的情況下，提取不合格因素亦即裝置通過履歷。不合格判定部60判定不合格因素。不合格判定部60基于第3不合格率和明顯誤差檢驗值提取第3裝置通過履歷。
[0047]制造裝置管理系統(tǒng)100內(nèi)的各構(gòu)成要素例如由CPU (中央處理裝置)70控制。CPU70與輸入部80、輸出部81以及存儲部82等連接。輸入部80例如是鍵盤以及鼠標等設(shè)備。輸出部81例如是顯示裝置。存儲部82例如是保存用于使CPU執(zhí)行運算等的程序的ROM(只讀存儲器)、以及臨時保存計算中途或解析中途的數(shù)據(jù)的RAM(隨機訪問存儲器)等。
[0048]圖5(a)?圖5(f)是例示出按工序區(qū)分的異常值的比例的圖。
[0049]圖6是例示出處理履歷間的相關(guān)性的圖。
[0050]圖5 (a)?圖5 (f)例如按照工序I?工序6分別示出基于裝置A?裝置E的異常數(shù)(例如異常芯片數(shù))、正常數(shù)(例如正常芯片數(shù))以及異常值比例。圖5(a)?圖5(f)分別與工序I?工序6對應(yīng)。圖6示出當在工序3和工序4存在偏差(相關(guān)性)的情況下裝置A?裝置E的每個的正常數(shù)。
[0051]在工序I中，裝置B的異常值比例為5.0%。在工序2中，裝置E的異常值比例為5.0%。在工序3中，裝置E的異常值比例為7.0%。在工序4中，裝置E的異常值比例為7.9%。在工序5中，裝置F的異常值比例為4.6%。在工序6中，裝置F的異常值比例為4.
[0052]異常數(shù)集中于特定的裝置，特定的裝置中的異常值比例高。例如，在工序I中，裝置B的異常值比例高。在工序2?工序6中，裝置E或者裝置F的異常值比例高。
[0053]在將裝置E設(shè)為特定的裝置的情況下，當在處理履歷間存在偏差(相關(guān)性)的情況下，異常值比例受其他工序的處理履歷影響。如圖6的粗線所示，當在處理履歷間存在偏差的情況下，異常數(shù)集中于特定的裝置，特定的裝置中的異常值比例變高。
[0054]圖7(a)以及圖7(b)是例示出異常值比例的圖。
[0055]圖8(a)?圖8(g)是例示出異常值比例的圖。
[0056]圖7(a)表示利用特定的裝置B對工序I進行處理、且利用特定的裝置以外的裝置對工序2?工序6進行處理的情況下的通過履歷以及面內(nèi)傾向。圖7(b)表示利用特定的裝置以外的裝置對工序I?工序6進行處理的情況下的通過履歷以及面內(nèi)傾向。
[0057]在圖7(a)以及圖7(b)的左側(cè)所示的通過履歷中，縱軸示出裝置A?裝置F。橫軸示出工序I?工序6。縱軸的下側(cè)示出裝置A?？v軸的上側(cè)根據(jù)各工序而不同，示出裝置E或者裝置F。在圖7(a)以及圖7(b)的右側(cè)所示的面內(nèi)傾向中，縱軸示出尺寸。橫軸示出測定位置。
[0058]圖8(a)表示利用特定的裝置B對工序I進行處理、且利用特定的裝置以外的裝置對其他工序進行處理的情況下的面內(nèi)傾向。圖8(b)表示利用特定的裝置E對工序2進行處理、且利用特定的裝置以外的裝置對其他工序進行處理的情況下的面內(nèi)傾向。圖8(c)表示利用特定的裝置E對工序3進行處理、且利用特定的裝置以外的裝置對其他工序進行處理的情況下的面內(nèi)傾向。圖8(d)表示利用特定的裝置E對工序4進行處理、且利用特定的裝置以外的裝置對其他工序進行處理的情況下的面內(nèi)傾向。圖8(e)表示利用特定的裝置F對工序5進行處理、且利用特定的裝置以外的裝置對其他工序進行處理的情況下的面內(nèi)傾向。圖8(f)表示利用特定的裝置F對工序6進行處理、且利用特定的裝置以外的裝置對其他工序進行處理的情況下的面內(nèi)傾向。圖8(g)表示利用特定的裝置以外的裝置對工序I?工序6進行處理的情況下的面內(nèi)傾向。圖7(a)以及圖7(b)所示的面內(nèi)傾向與圖8(a)以及圖8(g)所示的面內(nèi)傾向?qū)?yīng)。
[0059]在圖8(a)?圖8(g)所示的面內(nèi)傾向中，縱軸示出尺寸。橫軸示出測定位置。
[0060]在利用特定的裝置B對工序I進行處理的情況下，異常值比例為0.9%。在利用特定的裝置以外的裝置對工序I?工序6進行處理的情況下，異常值比例為0.1%。呈現(xiàn)如圖7(a)以及圖7(b)那樣的面內(nèi)傾向。
[0061]在利用特定的裝置E對工序2進行處理的情況下、異常值比例為0%。呈現(xiàn)如圖8(b)那樣的面內(nèi)傾向。在利用特定的裝置E對工序3進行處理的情況下，異常值比例為0%。呈現(xiàn)如圖8(c)那樣的面內(nèi)傾向。
[0062]在利用特定的裝置E對工序4進行處理的情況下，異常值比例為8.6%。呈現(xiàn)如圖8(d)那樣的面內(nèi)傾向。在利用特定的裝置F對工序5進行處理的情況下，異常值比例為0%。呈現(xiàn)如圖8(e)那樣的面內(nèi)傾向。在利用特定的裝置F對工序6進行處理的情況下，異常值比例為0%。呈現(xiàn)如圖8(f)那樣的面內(nèi)傾向。
[0063]圖8(d)中的異常值比例比其他的異常值比例高。工序4的利用裝置E進行的處理成為發(fā)生異常的因素候補。
[0064]半導體制造工序是多達數(shù)百的工序，多個半導體裝置運轉(zhuǎn)。根據(jù)批次或者晶片而不同的裝置通過履歷的組合是龐大的。在執(zhí)行對不合格因素進行分析的方法亦即履歷分析的情況下，在包羅地算出按照履歷的組合區(qū)分的不合格率的方法中，耗費計算時間。
[0065]作為用于縮短計算時間的方法，舉出高速化算法。所列舉的組合數(shù)量龐大，因此難以確認所有的組合。作為用于優(yōu)先確認的基準，使用明顯誤差檢驗值。在通過履歷間的相關(guān)性高、通過某一裝置時不合格率顯著地高的情況下，作為按照明顯誤差檢驗值