レベル：中級
Corinne BERGES、シックスシグマブラックベルト、NXPセミコンダクターズ
自動車業界の顧客が一部の部品に問題があると報告し、故障分析により、バルブ管理機能のいくつかの故障テストが明らかになりました。 製品の新しいテストにより、部品が故障する可能性が高いダイエッジの領域が明らかになりました。 分析は、この弱い領域とダイの残りの部分との違いを理解するために設計されました。 これらの分析では、ユニットプローブとクラスプローブのデータを使用しました。前者はダイレベルでの調査を可能にします。後者は、ウェーハ上のレチクルの研究をサポートします。 レチクルは、ダイ間のウェーハに埋め込まれた特定の構造であり、個々の製造ステップを示しています。それらのテストにより、失敗したステップの識別が可能になります。
JMPのデータ分析は、テスト分布プロットを使用した単変量分析、多変量分析、および7つのウェーハロットのダイ上の2つの領域間の比較を使用した予測アルゴリズムで構成されていました。 分析は、失敗した製造ステップを強調できるように、ダイおよびレチクルレベルで実施されました。
このケーススタディは、機械学習を促進するためのトレーニング資料で使用されました。 欠陥ゼロが目標である自動車産業の文脈では、可能な限り最高レベルの品質を達成するために、誰もがそのような分析の訓練を受ける必要があります。
