SHAININ DOE 七工具介紹l Multi-Vari Chart(多層圖)l B vs .C (B與C比較)l Paired Comparisons(成對比較)l Components Search(組件尋找)l Variables Search(變數尋找)l Full Factorials(全因子效果)l Realistic Tolerance Parallelogram (scatter plots)(散佈圖定公差)目的:降低變異MUTI-VARI CHART多層圖:變異之掌握時間面變動(Temporal Variation)在不同的時段、生產班次、生產日期、生產週別等等，由於時間不同製程會發生的品質變異，是一種非隨機性的要因，只要能掌握到它們的存在，伴生的品質變異就可望全數消除。空間面變動(Position Variation)在相同時間裡，在不同的部位、機台、人手或工廠所發生的品質變異，就是所謂的空間要因所產生的。經過恰當對策後，空間面要因所產生的品質變異可望消除大半。以下列舉了各類的空間面要因:l 單品的內變異，如一件鑄品因不同部位孔隙度有差異。l 組品內各單件之間的差異，譬如一塊含千、百只零組件電路機板，各點之問銲錫品質有差異。l 全品之內相同各件之間的差異，譬如一片晶圓上數百粒晶體之間品質出入很大。l 同模或同次生產，各件產品之間的品質差異。譬如在IC的封膠製程，乙付模具上通常有數十處相同的穴位，但產出的各個膠體之間也有所差異。l 不同的作業手、生產機台、或生產工廠投入相同的生產要素，但產品之間也有品質差異。重覆面變動(Cyclic Variation)在同一機台，用同批材料、由同一作業手、按相同程序生產，產品之間仍有品質差異。這種隨機性要因是會再度出現的，所以它們有反覆性。只有在技術上、材料上或設備上等等有所突坡，此類反覆性品質變異才可以減少。討論:請舉出在LCD之製程中，時間之變異有哪些。討論:請舉出在LCD之製程中，空間之變異有哪些。討論:請舉出在LCD之製程中，重覆之變異有哪些。Multi-Vari個案研究：轉子軸某製造廠生產圓柱的轉子軸，需求直徑為0.0250”0.001”，製程能力研究顯示0.0025”的(標準差)散佈，CPK0.8。領班準備廢棄此老式的生產轉子軸的六角車床設備(TURRET LATHE)，買一個新的價格為$70，000，能保持0.0008” 的車床，即 Cpk1.25，然而，顧問說服工廠經理先行Multi-Vari 研究，即使在買進新車床前，它的回收只是九個月圖表-顯示Multi-Vari圖的結果l 空間面變動(Position Variation)軸四個位置的（軸內）變動，顯示如方格內，每個軸的左邊到右邊，上下為軸的最大的直徑和最小的直徑l 重覆面變動(Cyclic Variation)循環性的變動，一方格到這下一個方格l 時間面變動(Temporal Variation)從周期到這下一個，以小時顯示l 結論:圖中顯示，最大的變化似乎是時間到時間，變化發生於10上午和11上午，這提供這領班一個強的線索，上午10什麼呢？休息時間！。而在下一個三軸樣本是取在11上午，這些讀數是類似於最初上午生產。變異要因檢討解析例某家瓷磚製造商磁磚褙紙之褙紙黏度品質不易控制，搜集數據如下表(1)橫條之內(每條5片瓷磚)(2)橫條之間(3)時間，另外，將以上數據繪製成 multi-vari charts(包括每條中最高黏度每時段平均黏度、每條平均黏度)，如圖 ( 問題) 1那一方面的變因有最大的變異? 2你可以找到什麼端倪? 包括非隨機的趨勢。Multi-Vari Chart 之製作ABCDEFGHIJ112321234567893X16659546057473822564X25658525037601243395X35866594446485418606X46548485044496060587X56763725952565738608最大6766726057606060609最小56484844374712183910平均62.458.85752.647.25244.236.254.611組平均59.459.459.450.650.650.6454545計算各組最大，最小，小平均，大組平均B8格 =MAX(B3.B7)複製B8，至C8.J8B9格 =MIN(B3.B7)複製B9，至C9.J9B10格 =AVERAGE(B3.B7)複製B10，至C10.J10B11格 =AVERAGE(B10.D10)複製B11，選擇貼上(值)至C11.D11複製B11，至E11複製E11，選擇貼上(值)至F11.G11複製E11，至H11複製H11，選擇貼上(值)至I11.J11畫圖分隔之做法ABCDEFGHIJ112321234567893X16659546057473822564X25658525037601243395X35866594446485418606X46548485044496060587X56763725952565738608最大6766726057606060609最小56484844374712183910平均62.458.85752.647.25244.236.254.611組平均59.459.459.450.650.650.6454545練習為瞭解0402印刷寬度之變異，取3個MASK，每MASK作4JIG，每JIG取上下兩PACK，每PACK，X方向與Y方向等距離取3點共9點，量測印刷寬度，如下資料，應如何解析?1. 若規格在24010，製程能力CPK=0.64，顯然不足， = 239.23，s = 4.8WIDTHY1Y3Y5平均X1239.25244.67234.13239.35X3238.54244.33236.33239.74X5237.42243.04235.38238.61平均238.4244.01235.28239.23WIDTHY1Y3Y5標準差X12.512.164.485.37X32.082.712.354.14X53.134.253.164.79成對比較成對比較類似組件搜尋方法,藉由成對良品和壞品單位的比較，找出兩者之間差異，進而根據其差異分析重要要因。使用時機:l 單位元件或子裝置不能夠分解或重新組裝(不像組件搜尋)l 有多數良品和少數的壞品成對單位出現l 有適當的參數來發現與區別良品與從壞品此技術可適用在組裝站、製程、測試儀器,等具有類似的單位，組裝,或工具。同時，它也是失敗故障分析的有力工具。成對比較製作步驟:1. 選出一良品單位和一壞品單位(盡可能的,接近相同的製造時間)。2. 稱此為一對，詳細地觀察記錄在二單位之間的差異。差異可能來自外觀的尺寸電性機械性質,化學性質等，觀察技術包括眼睛，X光,掃描電子顯微鏡，破壞測試等。3. 選擇第二對良品和壞品單位。如同第2步驟，.觀察且記錄此對差異,4. 重複此搜尋步驟，第三,第四,第五,和第六對,直到觀察的差異顯現出有重覆的模式。5. 去掉每對中有矛盾方向的差異。通常,到第五或第六對,一致性的差異將降至少數幾個要因。為差異的要因分析提供強列的線索。成對比較個案研究:不良兩極管DO-35兩極管,汽車裡的在-那之下-頭巾電子學組件用,有無法接受的失敗率。一些被失敗的兩極管被從領域向後地帶來和反對沒有有缺點的好的單位比較。被的成對比較結果,當在掃描的電子之下檢查的時候仔細檢查,是依下列各項:雙號碼觀察不同號碼分對觀察差異1良品-壞品良品沒有缺點壞品Chipped die,oxide defects,copper migration2良品-壞品良品沒有缺點壞品Alloying irregularities,oxide defects3良品-壞品良品沒有缺點壞品Oxide defects,contamination4良品-壞品良品沒有缺點壞品Oxide defects,chipped die結論:1. Four repeats in oxide defects, probable Red X family 2. Two repeats in chipped die, probable Pink X familySolution: Working with the semiconductor supplier (who, up to this analysis, had resisted responsibility), the following corrective actions were instituted: 1. For oxide defects: * Thicker photo resist * Mask inspection * Increased separation between mask and die 2. For chipped die: * Reduced