JP4620970B2 - 半導体製品の品質管理方法およびその品質管理システム - Google Patents

Description

本発明は、各基板からそれぞれの加工工程を経て製造された互いに種類の異なる複数の半導体部品を組立工程で組立ててマルチチップモジュール製品などの半導体製品を製造する際、製造工場別も含めて半導体製品の不良発生源を推定する等の半導体製品の品質管理方法およびその品質管理システムに関する。

これまで一般的に、集積回路は一つの基板（シリコンウェーハ）から製造するように設計するものであった。しかし、低消費電力、高速、省スペース、大容量などの製品を実現するためには、多大な開発期間、多大な開発コストが必要であった。この課題を解決する製品が、マルチチップモジュール製品である。マルチチップモジュール製品は、システムインパッケージとも呼ばれる。

図２に、マルチチップモジュール製品の製造方法の概略を示す。マルチチップモジュール製品は、一般に、基板（シリコンウェーハ）に回路パターンを形成し、一つの基板から複数の同じ部品を製造する加工工程と、加工工程で形成された複数の部品を組みつける組立工程に分かれている。組立工程では、それぞれの加工工程の試験で良品と判定された部品だけが搬送され、組みつけられる。組立工程の最後に完成品の試験が行われ、良品だけが顧客に納められる。

本来、加工工程の製造プロセスに起因した不良部品は、加工工程の試験で振るい落とし、組立工程に搬送されないことが理想である。しかし、近年、加工工程の製造プロセスの複雑化に伴い、加工工程の試験で必ずしも不良部品を捕らえられるとは限らず、不良部品が組立工程に送られることが多くなっている。

従来から、一つの基板から製造される集積回路では、加工工程の試験で不良を捕らえられなかった場合に、組立工程の試験結果を利用して、不良品の発生源を突き止めることが行われている。具体的には、次に示す方法がある。
（１）不良品を分解し、走査型電子顕微鏡（ＳＥＭ）や集束イオンビーム加工観察装置（ＦＩＢ）等のツールを用いて、物理的に不良原因を解析する。
（２）特許文献１に記載があるように、加工工程の製造途中に実施される検査データと、組立工程の試験結果の相関解析を行い、相関の強い検査データを特定する。
（３）特許文献２に記載があるように、組立工程の試験結果をウエハ状にマッピングし、その不良分布を確認する。そのとき、特許文献３や特許文献４のように予め個々のチップがウエハ内のどこから取得されたかを識別データ（ダイＩＤ）で管理しておく。

特開２００３−１８６９５３号公報

特開２００１−２７３７９３号公報 特開平１１−４５８３９号公報 米国特許第５３０２４９１号

上述した３つの解析方法を、マルチチップモジュール製品に適用した場合の課題を考えてみる。
（１）の方法は、物理的な解析であるため、有効な方法ではあるが、時間とコストがかかるという課題がある。
（２）の方法は、近年、加工工程と組立工程とが別の企業あるいは同一企業内でも別の拠点である場合が多くなっており、情報の授受に課題がある。組立工程の企業あるいは工場は、加工工程の製造途中に実施された様々な検査データを入手できないことがある。加工工程の検査データが入手できなければ、組立工程の企業あるいは工場にとって、不良品の発生源がどの部品あるいはどの部品を製造したプロセスなのかを解明することは難しい。
一方、（３）の方法は、従来の一つの基板から製造される集積回路を対象としたもので、マルチチップモジュール製品を対象とする場合、様々な工夫が必要になる。

本発明の目的は、上記の（３）に様々な工夫を施し、組立工程の試験結果と、部品に付与する識別データだけを用いて、不良品の発生源がどの部品あるいはどの部品を製造したプロセスなのかを判別する半導体製品の品質管理方法およびその品質管理システムを提供する。

また、本発明の他の目的は、組立工程の試験結果でも不良を捕らえることができず、顧客に製品を出荷してしまい、出荷後に不良品を発見した場合においても、不良の発生源がどの部品であるのかを判別できる半導体製品の品質管理方法およびその品質管理システムを提供することにある。

上記目的を達成するために、本発明は、それぞれ異なる加工工程を経て製造された複数のウェハから切出された互いに種類の異なる複数の半導体部品を組立工程で組立てて半導体製品を製造する際の半導体製品の品質管理方法であって、前記組立工程で組立てる複数の半導体部品の各半導体部品に付与された前記ウェハ上の位置情報を前記半導体製品に対応付けて取得する識別情報取得ステップと、所定の個数に亘って製造された半導体製品の顧客からの返品有無結果も含む良否結果を得る良否取得ステップと、該良否取得ステップで得られた前記所定の個数に亘った半導体製品の良否結果を、前記識別情報取得ステップで前記半導体製品に対応付けて取得された前記半導体部品の前記各ウェハ上の位置情報に基づいて前記各ウェハ上にマッピングして前記各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を作成するマッピングステップと、該マッピングステップで作成された前記各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を比較解析して半導体製品の不良発生源となるウェハを推定する解析ステップとを有することを特徴とする。

また、本発明は、それぞれ異なる加工工程を経て製造された複数のウェハから切出され
た互いに種類の異なる複数の半導体部品を組立工程で組立てて半導体製品を製造する際の半導体製品の品質管理方法であって、前記組立工程で組立てる複数の半導体部品の各半導体部品に付与された前記ウェハ上の位置情報と前記半導体部品を切出したウェハを製造した製造工場の情報とを前記半導体製品に対応付けて取得する識別情報取得ステップと、所定の個数に亘って製造された半導体製品の顧客からの返品有無結果も含む良否結果を得る良否取得ステップと、該良否取得ステップで得られた前記所定の個数に亘った半導体製品の良否結果を、前記識別情報取得ステップで前記半導体製品に対応付けて取得された前記半導体部品の前記ウェハを製造した製造工場の情報と前記各ウェハ上の位置情報とに基づいて前記製造工場別も含む各ウェハ上にマッピングして前記製造工場別も含む各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を作成するマッピングステップと、該マッピングステップで作成された前記製造工場別も含む各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を比較解析して製造工場別も含めて半導体製品の不良発生源となるウェハを推定する解析ステップとを有することを特徴とする。

また、本発明は、前記良否取得ステップにおいて、半導体製品の良否結果を半導体製品の電気的特性を試験した結果に基づいて取得することを特徴とする。

また、本発明は、前記解析ステップにおいて、各半導体部品毎の２次元の良否結果の分布を比較解析する際、２次元の良否結果の分布を定量化することを特徴とする。

また、本発明は、前記解析ステップにおいて、前記マッピングステップで作成された前記各半導体部品毎の２次元の良否結果の分布を表示する表示ステップを含むことを特徴とする。

また、本発明は、前記解析ステップにおいて、少なくとも半導体製品の不良発生源として推定される半導体部品についての前記マッピングステップで作成された２次元の良否結果の分布を表示する表示ステップを含むことを特徴とする。

本発明によれば、マルチチップモジュール製品のように、基板に複数の半導体部品を形成する加工工程と、別々の加工工程を経て製造された別々の半導体部品を組み付ける組立工程とに分かれた半導体製品の製造において、組立工程の試験、あるいは顧客への納品後に判明した不良品の発生源を迅速に推定することができる。

以下、本発明の実施の形態を図面を用いて説明する。

図１は、本発明に係るデータ解析プログラムの第１の実施例を示した処理フロー図である。ステップ１１で、まず加工工程での基板内の座標情報を有するダイＩＤと製品の良否結果を読み込む。ダイＩＤとは、部品毎に品目名、加工工程製造時のロットＩＤ、ウエハＩＤが識別でき、さらに、ウエハ内で形成された位置座標を把握できる情報で、各部品の回路パターンの存在しない隙間に刻印されている。次に、ステップ１２ａから１２ｃで、ステップ１１で読み込んだ品目毎にダイＩＤから位置座標情報を認識し、製品の良否結果を位置座標情報でマッピングする。この実施例では、マルチチップモジュール製品にＡ、Ｂ、Ｃの３種類のチップを部品として搭載した場合を示している。ステップ１３ａから１３ｃでは、ステップ１２ａから１２ｃの各々から得られる部品の品目毎の位置座標情報で製品（例えば組立工程後）の良否結果のマッピングした結果を基に、部品の品目別に分布を定量化し、ステップ１４で、個々の部品の品目毎に定量化した結果を比較することによりマルチチップモジュール製品に搭載された不良部品の品目を判定し、不良源１５として出力する。このように、マルチチップモジュール製品に搭載される各部品の品目毎のウエハ上での位置座標が取得できれば、上記製品の良否結果を各部品の品目毎にウエハ上の位置座標でマッピングして各部品の品目毎に定量化し、該各部品の品目毎に定量化された結果を比較するだけで、不良源１５としての不良部品の品目を特定して出力できることになる。

図２は、マルチチップモジュール製品の製造工程の第１の実施例を示した概略図である。この実施例では、マルチチップモジュール製品にＡ、Ｂ、Ｃの３種類のチップを部品として搭載する場合を示している。部品Ａ、Ｂ、Ｃは、それぞれウエハを用いて、リソグラフィ工程、成膜工程などを繰り返し行う一般的な集積回路の多数の製造過程（加工工程）を経て形成される。部品Ａは、多数の製造過程（加工工程）２１ａを経て、ウエハの状態で、電気的な試験２２ａが行われる。試験２２ａでは、ウエハ上に形成された各ダイが良品か不良品か判定され、良品ダイには、ダイＩＤマーキング２３ａで識別データ（ダイＩＤ）が付与され、刻印される。通常、製造過程（加工工程）から組立工程へ搬送される直前でダイシング装置を使って、ウエハは部品毎に切断される。部品Ｂや部品Ｃも、部品Ａと同様に、多数の製造過程（加工工程）２１ｂや２１ｃを経て、ウエハの状態で、電気的な試験２２ｂや２２ｃが行われる。試験２２ｂや２２ｃで、ウエハ上に形成された各ダイが良品か不良品か判定され、良品ダイには、ダイＩＤマーキング２３ｂや２３ｃで識別データ（ダイＩＤ）が刻印され、切断され、組立工程へ搬送される。識別データが刻印された部品Ａ、Ｂ、Ｃは、他に結線材料やモールド材料などの部品と一緒に組立工程３１に投入され、マルチチップモジュール製品が作られる。組立工程３１の中で、部品Ａ、Ｂ、Ｃに刻印されているダイＩＤは、図６に示す部品の識別データ読取り装置（識別情報取得手段）９２で読み取られて、各部品のダイＩＤ（識別データ）と製品が対応づけられて識別データ管理ユニット９３に記憶されることになる。次に完成した製品に対して、試験装置（良否取得手段）９５により製品としての電気的特性の試験３２が行われ、その試験結果が試験結果管理ユニット９４に登録され、良品には製品ＩＤマーキング３３で製品ＩＤ（識別データ）が付与され、出荷される。

図３は、図１のステップ１１で読み込まれるダイＩＤと試験３２での製品ＩＤ及び良否結果とを対応づけた実績データの第１の実施例を示した図である。例えば、この実施例では、製品ＩＤがＰ０３１２０２５５１という製品は、部品ＡのダイＩＤがＡ１０２５０３０３０２、部品ＢのダイＩＤがＢ１０２２０９０２０５、部品ＣのダイＩＤがＣ１０２４０９０２０５で、試験３２での良否結果が良品で、かつ品質がＡランクのものであることがわかる。この例では、ダイＩＤは、左から１桁が品目名、次の４桁が製造過程時のロットＩＤ、次の２桁がウエハＩＤ、次の２桁がウエハ内のＸ座標、最後の２桁がウエハ内のＹ座標と規定され、例えば、製品ＩＤがＰ０３１２０２５５１の部品Ａは、品目名がＡ、ロットＩＤが１０２５、ウエハＩＤが０３、ウエハ内で形成された座標がＸ＝０３、Ｙ＝０２と識別できる。ここで、製品ＩＤは図２の製品ＩＤマーキング３３、部品ＡのダイＩＤは図２のダイＩＤマーキング２３ａ、部品ＢのダイＩＤは図２のダイＩＤマーキング２３ｂ、部品ＣのダイＩＤは図２のダイＩＤマーキング２３ｃ、良否判定結果は図２の試験３２で付けられた結果である。

ここで、重要なことは、製品の組立工程前において、図４に示す如く、搭載されて製品を構成する部品の品目毎のウエハ上での位置座標を、図６に示す部品の識別データ読取り装置９２で読み込んで識別データ管理ユニット９３に格納しておくことにある。即ち、本発明においては、製品の組立工程時点において、部品を製造した製造過程の企業ないしは工場に対して、搭載されて製品を構成する部品の品目毎に、図４に示す如く定義されたウエハ上での位置座標系が取得できることにある。要するに、部品を製造した製造過程の企業ないしは工場からは、部品の品目毎のウエハ上での位置座標系が提供できることが必要となる。

図４は、図１のステップ１２ａから１２ｃで組立られた製品の良否結果のマッピングを行うために、部品を製造した製造過程の企業ないしは工場から提供が受けられる部品の品目別の位置座標系を定義した（付与した）一実施例を示す図である。位置座標系は、部品の品目毎に製造過程でのリソグラフィ工程の仕様に基づいて定義される。例えば、５１ａは部品Ａの座標系である。丸い外枠はウエハ（基板）を表し、内側にカンマ区切りで整数を２つずつ記した四角が各部品のダイを表す。この実施例では、ウエハ（基板）の左下に原点を設け、横にＸ軸、縦にＹ軸を設けた座標系が定義されている。５１ｂは部品Ｂ、５１ｃは部品Ｃの座標系の定義である。本発明においては、部品を製造した製造過程（加工工程）の企業ないしは工場からは、このように定義され位置座標系が提供されることが前提となる。

図５は、データ解析ユニット（解析手段）９６において、図１のステップ１２で、提供を受けた図４の２次元の位置座標系に基づいて、試験結果ユニット９４から得られる電気的特性の試験３２による製品の良否結果をマッピングした結果の一実施例を示す図である。この実施例は、一定期間に電気的特性の試験３２を実施した３５０個の製品をマッピングした結果である。この実施例では、３５０個の製品に良品が３００個、不良品が５０個含まれている。ステップ１２では、図３のような部品ＡのダイＩＤ、部品ＢのダイＩＤ、部品ＣのダイＩＤ、製品の電気的特性の試験３２での良否結果の情報から、部品ＡのダイＩＤが有する位置座標情報と製品の電気的特性の試験３２での良否結果の組合せから、マップ５２ａが作られる。また、部品ＢのダイＩＤが有する位置座標情報と製品の電気的特性の試験３２での良否結果の組合せからマップ５２ｂが作られる。また、部品ＣのダイＩＤが有する位置座標情報と製品の電気的特性の試験３２での良否結果の組合せからマップ５２ｃが作られる。ここで、各ダイ内に記された分数は、分母がダイＩＤの有する位置座標情報に基づき、組立工程の試験３２を通過した製品数をチップ毎に割り振った結果であり、分子がそのうちの試験３２で良品と判定された製品数である。例えば、マップ５２ａの位置座標Ｘ＝３、Ｙ＝１では、試験３２を通過した製品数が６個で、そのうち良品と判定された製品数が５個であることを意味する。試験３２を通過した製品数と良品数の関係をマッピングしているため、マップ５２ａのすべての座標の分母の和は３５０、マップ５２ａのすべての座標の分子の和は３００、マップ５２ｂのすべての座標の分母の和は３５０、マップ５２ｂのすべての座標の分子の和は３００、マップ５２ｃのすべての座標の分母の和は３５０、マップ５２ｃのすべての座標の分子の和は３００となる。

このように、データ解析ユニット９６において、製品を構成する部品の品目Ａ，Ｂ，Ｃ毎にその位置座標を基に、組立工程の良否結果（分母が試験３２を通過した製品数、分子が良品と判定された製品数）を２次元にマッピングすることが可能となる。このように２次元にマッピングすることによって、製品を不良品または良品にする部品の品目毎の確率を２次元の分布として定量化することによって把握することが可能となる。

データ解析ユニット９６において、ステップ１３ａから１３ｃでは、図５のマッピング結果を基に、マップ別、すなわち部品の品目別にその分布を定量化する。定量化には様々な方法があるが、たとえば、図５のマップ別に各座標の値の標準偏差を求め、座標毎にどのくらい値がばらついているかを評価する方法がある。標準偏差の値が小さいほど、座標毎の値に違いが少なく通常の組み合わせによるランダムな確率（ばらつきの少ない）で製品として不良品を形成する部品または部品の品目が組み込まれていることを意味することになる。一方、標準偏差の値が大きいほど、座標毎の値に違いが多く（２次元のばらつきが大きく）製品としての不良品の発生に大きく相関関係がある（製品として不良品にしている確率の高い）部品または部品の品目が組み込まれていることを意味する。この実施例で各マップの標準偏差を計算してみると、マップ５２ａではおよそ０．０８１、マップ５２ｂでは０．１４７、マップ５２ｃではおよそ０．０３５となる。部品Ｂが不良品となる２次元の標準偏差（ばらつき）が最もおおきく、次に部品Ａ、部品Ｃと通常の組み合わせによるランダムなばらつきに近づくことになる。

また、分布を定量化するものとして、分母が試験３２を通過した製品数、分子が良品と判定された製品数としたときには、最小値が考えれる。勿論、分子を不良品と判定された製品数としたときには、最大値が考えられる。最小値としては、部品Ａについては、４／５＝０．８、部品Ｂについては、６／１３＝０．４６、部品Ｃについては、１３／１６＝０．８７として得られる。

以上説明したように、データ解析ユニット９６において、ステップ１４で、ステップ１３ａから１３ｃで定量化した結果を比較することによって製品を不良にしている不良の発生源となる部品の品目を特定することが可能となる。たとえば、その一つの方法として、製品を構成している部品の品目の内、標準偏差を比較することによって、標準偏差が最も大きな値（０．１４７）を示したマップ５２ｂの品目が製品を不良品にする不良源であると判定し、その判定結果１５を出力することが可能となる。また、製品を構成している部品の品目の内、最小値を比較することによって、最小値が最も小さい値（０．４６）を示したマップ５２ｂの品目が製品を不良品にする不良源であると判定し、その判定結果１５を出力することが可能となる。

このような本発明を適用したプログラムによって、この実施例では部品Ｂを製造した製造過程の企業ないしは工場に、組立工程の企業ないしは工場が、部品Ｂが最終製品にとって問題であることを指摘することが可能となる。本発明の最も有益な効果は、このように、部品を製造した製造過程の企業ないしは工場から、部品の品目毎のウエハ上での位置座標系を提供していただくだけで、完成後の製品としての電気的特性を試験することにより、不良部品を製造した企業ないしは工場を自動的に見つけ出せることである。

図６は、本発明に係る製品の品質管理システムのハードウェア構成の一実施例を示したブロック図である。組立工程製造ライン９１の中に、部品の識別データ読取り装置（識別情報取得手段）９２、識別データ管理ユニット９３、試験結果管理ユニット９４、試験装置（良否取得手段）９５、データ解析ユニット（解析手段）９６があり、それぞれローカルエリアネットワーク９７を介して接続されている。

部品の識別データ読取り装置９２は、部品を製造した製造過程の企業ないしは工場に設けられ、画像撮像センサを有し、画像撮像センサで撮像したダイＩＤ（位置座標を含む）をＯＣＲ技術などの文字認識技術を利用して自動的に認識する装置であり、認識したダイＩＤを識別データ管理ユニット９３にローカルエリアネットワーク９７を介して、送信する。要するに、部品の識別データ読取り装置９２は、必ずしも、識別データ管理ユニット９３とローカルエリアネットワーク９７で接続する必要は無く、部品を製造した製造過程の企業ないしは工場から部品の品目毎に位置座標情報が提供されて識別データ管理ユニット９３に格納されればよい。

識別データ管理ユニット９３は、制御・演算装置、記憶装置、入力装置、出力装置を備えた一般的なコンピュータであり、部品の識別データ読取り装置９２から送られてきたダイＩＤの情報を受信し、製品毎に対応づけてデータベースで管理するプログラムを有している。従って、識別データ管理ユニット９３は、部品を組立てて製品を完成させて製品の電気的特性を試験する側に設けることが望ましい。

また識別データ管理ユニット９３は、部品を組立てて完成した製品ＩＤを発行するプログラムを有し、部品Ａ、Ｂ、Ｃの各ダイＩＤと製品ＩＤを対応づけてデータベースで管理している。試験結果管理ユニット９４は、制御・演算装置、記憶装置、入力装置、出力装置を備えた一般的なコンピュータであり、試験装置９５からローカルエリアネットワーク９７を介して、送信されてくる製品の電気的特性の試験３２での良否結果を受信し、製品毎にデータベースで管理する。試験装置（良否取得手段）９５は、部品Ａ、Ｂ、Ｃや結線材料やモールド材料などの部品を組み付けて完成したマルチチップモジュール製品の電気的特性を試験する装置である。データ解析ユニット９６は、制御・演算装置、記憶装置、入力装置、出力装置を備えた一般的なコンピュータであり、識別データ管理ユニット９３と試験結果管理ユニット９４のデータベースからデータを取得し、図３で示したデータを作成し、図１で示したプログラムを実行し、不良源１５を出力する。図６の例では、識別データ管理ユニット９３と試験結果管理ユニット９４とデータ解析ユニット９６を区別して別のハードウェアとして図示したが、高性能なコンピュータであれば、一つのハードウェアで実現してもよい。

図７は、図１で示したプログラムを実行した結果である、図６のデータ解析ユニット９６で解析されて出力装置に表示した画面の一実施例を示す図である。出力装置にウインドウ６０を表示し、その中に図５で示したマッピング結果を、部品の座標毎の値を色分けして、部品の品目毎に５３ａ、５３ｂ、５３ｃとして表示している。この例の色分け定義は、値が０．６未満を斜線の縞模様６１、値が０．６以上０．７未満を縦縞模様６２とした。このように部品の座標毎の値で色分けすることで、部品Ｂだけウエハの中央近辺に、良品率が低いダイが集中していることが視覚的にわかる。図１のプログラムの結果でも、標準偏差が最も大きい値を示した部品Ｂが不良源と判定され、その判定結果として、枠６３でマップ５３ｂを強調することで、視覚的に部品Ｂが不良源であることを明確に示すことができる。

以上のように、本発明は、品質管理ないしは不良解析において、自動的に不良源の前工程を判定できるとともに、図７のような画面を出力することで、視覚的にも不良源の前工程を判定することをサポートできる方法を提供する。

実施例１は、組立工程製造ラインでの試験３２の結果と各部品に付与されたダイＩＤを用いて、不良源を特定するものであった。本発明は、試験３２での結果だけではなく、製品の出荷後に顧客の検査で不良品と判定されたものの解析にも活用できる。

図８は、図２で示した製品ＩＤマーキング３３の後に、顧客による判定３４を追加したブロック図である。この場合、図９に一例を示すデータをプログラムが読み込んで、実行する。図９は、図３のような良否判定結果の列がなく、代わりに顧客返品結果の列が加わっている。図５で示したようなマッピングは、各座標の分母に顧客に出荷した製品数、分子に顧客から返品されなかった製品数を用いて行う。マッピング後の処理は、図１のプログラムと同じである。

実施例１は、部品Ａは２１ａ、部品Ｂは２１ｂ、部品Ｃは２１ｃと、それぞれ部品の品目毎に定まった製造過程（加工工程：製造ライン）で生産される場合を示した。本発明は、同じ品目の部品を異なる製造過程（加工工程：製造ライン）で生産する場合にも有効である。

図１０は、同じ部品Ｃを２つの製造ラインで製造した場合の第３の実施例を示したブロック図である。部品Ｃは、製造過程２１ｄで製造され、試験２２ｄ、ダイＩＤマーキング２３ｄ、切断（ダイシング）２４ｄを経て、組立工程３１に送られる場合と、製造過程２１ｅで製造され、試験２２ｅ、ダイＩＤマーキング２３ｅ、切断（ダイシング）２４ｅを経て、組立工程３１に送られる場合とあり、組立工程３１では、双方のどちらから送られてきた部品Ｃも同等に扱い、どちらか片方の部品Ｃを、部品ＡやＢと組み合わせて、マルチチップモジュール製品を製造する。

図１１は、図１０の製造過程で作られた製品の不良源を判定するために実行するデータ解析プログラムの第３の実施例を示す処理フロー図である。ステップ１６で、まず加工工程での基板内の位置座標情報を有するダイＩＤと製品の良否結果を読み込む。ここで、図１とは異なり、ダイＩＤに製造拠点（工場）の情報を入れておく。次に、ステップ１２ｄから１２ｇで、ステップ１６で読み込んだ品目毎かつ工場毎にダイＩＤから位置座標情報を認識し、製品の良否結果を２次元の位置座標情報でマッピングする。この実施例では、マルチチップモジュール製品にＡ、Ｂ、Ｃの３種類のチップを部品として搭載しているが、部品Ａは工場Ａ、部品Ｂは工場Ｂ、部品Ｃは工場ＡとＢの両方で生産している場合を示している。ステップ１３ｄから１３ｇでは、ステップ１２ｄから１２ｇでマッピングした結果を部品の品目別かつ工場別に分布を定量化し、ステップ１４で、個々の部品の品目毎に定量化した結果を比較し、不良部品の品目を判定し、不良源１５として出力する。

図１２は、図１１の処理で読み込むダイＩＤと製品ＩＤ及び該製品の良否結果とを対応づけた実績データの第３の実施例を示した図である。この第３の実施例は、図３に、さらにダイＩＤに製造拠点（工場）の情報も入れたものである。この第３の実施例では、ダイＩＤは、左から１桁が品目名、次の１桁が工場、次の３桁が加工工程製造時のロットＩＤ、次の２桁がウエハＩＤ、次の２桁がウエハ内のＸ座標、最後の２桁がウエハ内のＹ座標と規定されている。例えば、製品ＩＤがＰ０３１２０２５５１の部品Ａは、品目名がＡ、工場がＡ、ロットＩＤが０２５、ウエハＩＤが０３、ウエハ（基板）内で形成された位置座標がＸ＝０３、Ｙ＝０２と識別できる。

図１３は、図１２を読み込んだ後、プログラムの処理内部でマッピング対象毎に区別したデータの一実施例である。この例は、図１３を部品別かつ工場別に分類したものである。部品Ｃは、工場Ａで生産されたものと工場Ｂで生産されたものが存在するため、それを２つに分けられた。

以上、実施例１から３まで半導体製品の実施例を示した。しかし、本発明は、半導体製品に限ったものではなく、例えば、加工工程でウエハに磁気ヘッドを形成し、組立工程で製品を磁気ヘッドを組み付ける磁気ディスク装置の製造や、加工工程で薄膜トランジスタ基板やバックライト基板を形成し、組立工程で製品に組み付ける液晶ディスプレイの製造にも適用できる。磁気ディスク装置や液晶ディスプレイは、組立工程で半導体製品も組み付けるため、磁気ヘッドと半導体製品のどちらが不良源であるのか、あるいは薄膜トランジスタ基板、バックライト基板、半導体製品のどれが不良源であるのかを推定するためにも本発明は有効である。

本発明に係るデータ解析プログラムの第１の実施例を示す処理フロー図である。 本発明に係るマルチチップモジュール製品の製造工程の第１の実施例を示すブロック図である。 本発明に係る製品ＩＤと部品ＩＤと組立工程での良否結果を対応づけた実績データの第１の実施例を示す図である。 本発明に係る部品Ａ〜Ｃについて任意の個数（３００個）に亘って予め各ウエハ（基板）上に付与された位置座標系の一実施例を示す図である。 本発明に係る組立工程での製品の良否結果をウエハ（基板）毎にマッピングした結果の分布の一実施例を示す図である。 本発明に係る製品の品質管理システムの一実施例を示したブロック図である。 本発明に係るデータ解析ユニットによって解析された結果の一実施例を示す画面である。 本発明に係るマルチチップモジュール製品の製造工程と顧客判定との第２の実施例を示すブロック図である。 本発明に係る部品ＩＤと顧客からの製品ＩＤに対する返品結果を対応付けた実績データの第２の実施例を示す図である。 本発明に係るマルチチップモジュール製品の製造工程の第３の実施例を示したブロック図である。 本発明に係るデータ解析プログラムの第３の実施例を示した処理フロー図である。 本発明に係る部品ＩＤと組立工程での製品ＩＤ及び良否結果を対応づけた実績データの第３の実施例を示す図である 本発明に係る部品の品目名かつ製造拠点（工場）でデータを分類した結果の一実施例を示す図である。

符号の説明

１１、１６…ダイＩＤと製品良否情報の読み込み処理、１２ａ、１２ｂ、１２ｃ…部品の品目毎にダイＩＤが有する座標情報で良否結果のマッピング処理、１２ｄ、１２ｅ、１２ｆ、１２ｇ…部品の品目毎にダイＩＤが有する座標情報と拠点情報で良否結果のマッピング処理、１３ａ、１３ｂ、１３ｃ、１３ｄ、１３ｅ、１３ｆ、１３ｇ…良否結果のマッピング結果の分布の定量化処理、１４…不良源の判定処理、１５…出力結果、２１ａ、２１ｂ、２１ｃ、２１ｄ…加工工程製造プロセス、２２ａ、２２ｂ、２２ｃ、２２ｄ、２２ｅ…加工工程の試験、２３ａ、２３ｂ、２３ｃ、２３ｄ、２３ｅ…ダイＩＤのマーキング処理、２４ａ、２４ｂ、２４ｃ、２４ｄ、２４ｅ…切断（ダイシング）、３１…組立工程製造プロセス、３２…組立工程の試験、３３…製品ＩＤのマーキング処理、３４…顧客による良否判定、５１ａ…部品Ａのウエハ内座標系、５１ｂ…部品Ｂのウエハ内座標系、５１ｃ…部品Ｃのウエハ内座標系、５２ａ…部品Ａウエハ座標へのマッピング結果、５２ｂ…部品Ｂウエハ座標へのマッピング結果、５２ｃ…部品Ｃウエハ座標へのマッピング結果、６０…コンピュータ画面上のウインドウ、６１…斜線模様の部品の座標、６２…縦縞模様の部品の座標、６３…不良源判定結果のマーク、９１…組立工程製造ライン、９２…部品の識別データ読み取り装置（識別情報取得手段）、９３…識別データ管理ユニット、９４…試験結果管理ユニット、９５…試験装置（良否取得手段）、９６…データ解析ユニット（解析手段）、９７…ローカルエリアネットワーク。

Claims (9)

1. それぞれ異なる加工工程を経て製造された複数のウェハから切出された互いに種類の異なる複数の半導体部品を組立工程で組立てて半導体製品を製造する際の半導体製品の品質管理方法であって、
   前記組立工程で組立てる複数の半導体部品の各半導体部品に付与された前記ウェハ上の位置情報を前記半導体製品に対応付けて取得する識別情報取得ステップと、
   所定の個数に亘って製造された半導体製品の顧客からの返品有無結果も含む良否結果を得る良否取得ステップと、
   該良否取得ステップで得られた前記所定の個数に亘った半導体製品の良否結果を、前記
   識別情報取得ステップで前記半導体製品に対応付けて取得された前記半導体部品の前記各ウェハ上の位置情報に基づいて前記各ウェハ上にマッピングして前記各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を作成するマッピングステップと、
   該マッピングステップで作成された前記各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を比較解析して半導体製品の不良発生源となるウェハを推定する解析ステップとを有することを特徴とする半導体製品の品質管理方法。
2. それぞれ異なる加工工程を経て製造された複数のウェハから切出された互いに種類の異なる複数の半導体部品を組立工程で組立てて半導体製品を製造する際の半導体製品の品質管理方法であって、
   前記組立工程で組立てる複数の半導体部品の各半導体部品に付与された前記ウェハ上の位置情報と前記半導体部品を切出したウェハを製造した製造工場の情報とを前記半導体製品に対応付けて取得する識別情報取得ステップと、
   所定の個数に亘って製造された半導体製品の顧客からの返品有無結果も含む良否結果を得る良否取得ステップと、
   該良否取得ステップで得られた前記所定の個数に亘った半導体製品の良否結果を、前記
   識別情報取得ステップで前記半導体製品に対応付けて取得された前記半導体部品の前記ウェハを製造した製造工場の情報と前記各ウェハ上の位置情報とに基づいて前記製造工場別も含む各ウェハ上にマッピングして前記製造工場別も含む各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を作成するマッピングステップと、
   該マッピングステップで作成された前記製造工場別も含む各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を比較解析して製造工場別も含めて半導体製品の不良発生源となるウェハを推定する解析ステップとを有することを特徴とする半導体製品の品質管理方法。
3. 前記良否取得ステップにおいて、半導体製品の良否結果を半導体製品の電気的特性を試
   験した結果に基づいて取得することを特徴とする請求項１または２記載の半導体製品の品
   質管理方法。
4. 前記解析ステップにおいて、各半導体部品毎の２次元の良否結果の分布を比較解析する
   際、２次元の良否結果の分布を定量化することを特徴とする請求項１または２記載の半導
   体製品の品質管理方法。
5. 前記解析ステップにおいて、前記マッピングステップで作成された前記各半導体部品毎
   の２次元の良否結果の分布を表示する表示ステップを含むことを特徴とする請求項１また
   は２記載の半導体製品の品質管理方法。
6. 前記解析ステップにおいて、少なくとも半導体製品の不良発生源として推定される半導
   体部品についての前記マッピングステップで作成された２次元の良否結果の分布を表示す
   る表示ステップを含むことを特徴とする請求項１または２記載の半導体製品の品質管理方
   法。
7. それぞれ異なる加工工程を経て製造された複数のウェハから切出された互いに種類の異なる複数の半導体部品を組立工程で組立てて半導体製品を製造する際の半導体製品の品質管理システムであって
   前記組立工程で組立てる複数の半導体部品の各半導体部品に付与された前記ウェハ上の位置情報を前記半導体製品に対応付けて取得する識別情報取得手段と、
   所定の個数に亘って製造された半導体製品の顧客からの返品有無結果も含む良否結果を得る良否取得手段と、
   該良否取得手段で得られた前記所定の個数に亘った半導体製品の良否結果を、前記識別
   情報取得手段で前記半導体製品に対応付けて取得された前記半導体部品の前記各ウェハ上の位置情報に基づいて前記各ウェハ上にマッピングして前記各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を作成し、該作成された前記各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を比較解析して半導体製品の不良発生源となるウェハを推定する解析手段とを備えたことを特徴とする半導体製品の品質管理システム。
8. それぞれの異なる加工工程を経て製造された複数のウェハから切出された互いに種類の異なる複数の半導体部品を組立工程で組立てて半導体製品を製造する際の半導体製品の品質管理システムであって、
   前記組立工程で組立てる複数の半導体部品の各半導体部品に付与された前記ウェハ上の位置情報と前記半導体部品を切出したウェハを製造した製造工場の情報とを前記半導体製品に対応付けて取得する識別情報取得手段と、
   所定の個数に亘って製造された半導体製品の顧客からの返品有無結果も含む良否結果を得る良否取得手段と、
   該良否取得手段で得られた前記所定の個数に亘った半導体製品の良否結果を、前記識別
   情報取得手段で前記半導体製品に対応付けて取得された前記半導体部品を切出したウェハを製造した前記製造工場の情報と前記各ウェハ上の位置情報とに基づいて前記製造工場別も含む各ウェハ上にマッピングして前記製造工場別も含む各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を作成し、該作成された前記製造工場別も含む各半導体部品毎に対応するウェハ上での２次元の良否結果の分布を比較解析して製造工場別も含めて半導体製品の不良発生源となるウェハを推定する解析手段とを備えたことを特徴とする半導体製品の品質管理システム。
9. 前記識別情報取得手段は識別データ読み取り装置で構成し、前記良否取得手段は半導体
   製品の電気的特性の良否を試験する試験装置で構成することを特徴とする請求項７または
   ８に記載の半導体製品の品質管理システム。

Images