许多年前，我们将预设控制图添加到JMP版本5应半导体行业人士的要求。尽管有多种类型的预设控制图，但最常见的一种称为“组均值的个体”图，它像XBar图一样绘制子组平均值，但使用每个连续平均值之间的总移动范围作为sigma。在计算限制时。
典型的晶圆制造过程涉及多个步骤，其中许多步骤处于嵌套的，分裂图样的结构中。例如，通常从圆柱形硅锭切成薄片（如上图所示）。然后，在将晶片切成单独的小片之前，对晶片进行一些处理，这些小片成为集成电路。由此可见，如果在原始圆柱体中发生杂质，它将影响从该圆柱体上切下的所有晶圆，并随后影响从与该圆柱体相关联的每个晶片上切下的所有单个电路。但是，如果在一个晶片上的一个层中发生错误，虽然会影响到来自该特定晶片的每个结果电路，但我们不会期望它会影响任何其他晶片或从这些晶片冲切而来。在可以看到不同粒度级别的影响的环境中，例如在半导体制造过程中，Presummarize或三向图可能非常有用。
使用JMP中的旧控制图平台，我们可以将运行XBar / R图表组合的结果与对相同数据的控制图的预汇总组进行比较。每个图表中均绘制了相同的子组平均点，并且每个图表均具有相同的平均值。当两个图表都选择了测试1时，我们看到的控制点仅出现在XBar图表中，因为用于计算极限的sigma对于每个图表都是不同的（范围与移动范围）。XBar图表使用的sigma基于平均范围内对于每个晶片子组，而“均值个体”忽略了每个晶片/批次子组组合的变化，仅查看移动范围之间每个晶圆/批次子组。
在图1中，我仅显示输出中的第一个图表，也就是所谓的“位置”图表。通常显示的第二个图表（即“色散”图表）是用于计算位置图表sigma的关联图表（范围或移动范围）。
对差异进行分区以实际查看所有差异源，使您既可以发现高噪点区域，也可以应用适当宽度的限制。以前，在JMP中执行此操作的唯一方法是运行两种类型的控制图-XBar / R图和Presummarize图中的R图-或编写同时运行它们和然后将它们连接在一起的脚本。
在JMP 10中，我们添加了一个为您执行此操作的选项。这是如何做：
从JMP 10中的示例数据文件打开Semiconductor Capability.jmp选择“分析”->“质量和过程”->“控制图构建器”将NPN6拖到Y放置区将lot_id拖到X放置区，然后将晶圆拖到lot_id上方以将晶圆嵌套在lot_id内右键单击该图，然后选择添加色散图
默认情况下，控制图构建器将在XBar和R图之间的均值图上插入一个移动范围，以显示批次内晶圆之间的变化。另外，它将位置图的限制更改为使用“移动范围”，从而将其更改为“预设的，基于组均值的个人”图。
现在，JMP中的概述三向控制图已内置并且易于使用。让我知道您对他们的看法。
安妮·达德利·赞伊（Annie Dudley Zangi）写道：
感谢您的建议，并分享您的一些挑战。你写博客吗？如果是这样，我认为您应该考虑在博客文章中更详细地讨论这些内容。我相信许多读者会发现您的经验以及您可以提供的任何JSL技巧都是有帮助的。
迈克·克莱顿写道：
在半导体行业，我们采用了欧洲的能力评估和控制图表方法，来自德国的Camline SPACE产品（Lineworks是他们的另一个名字）。
该系统具有LIMITS方法的多种选择，而RULES的多种选择在给定基础方差分量，嵌套和缺乏独立性问题的情况下更为稳健。
我们有子组仅用于诊断目的（例如，每个晶片上3至9个位置），而不用于设置图表限制...因为它们高度相关，除非由于腔室调节而导致一些变形或径向分布变化。
我们没有随机抽样...但是绘制每批晶圆，有时是绘制每张晶圆，以生产用于监视和机器故障检测的晶圆，而不是简单调整...。但是我们还提取了用于声明的基于传感器的数据该工具就可以了，然后允许来自计量数据（例如EWMA）的趋势图校正配方设置（自适应过程控制）。
这是MIX的问题，并且JMP仅用于计划和检查（脱机模式）这些实时工具。另一个示例是另一个行业，它使用Umetrics以多变量模式（炼油厂，造纸厂，任何连续过程行业）进行实时监控。而且JMP再次脱机用于计划，检查，DOE等，而不是出于过程控制的目的。
因此，JMP中的制图实用程序可以添加一些鲁棒规则（M点的N> 2 sigma，中心线一侧的M点的N等），而不是Shewhart或Nelson数。
例如，可以通过原始数据分布的百分位数而不是sigma倍数来设置限制。使用可靠的统计数据来确定经济限额。我们已经与许多人讨论了这些问题，这就是为什么Camline有这么多选择的原因....多年来，他们不得不满足英飞凌作为其第一合作伙伴（欧洲，汽车芯片）的需求，然后让其他人满意。
它基于仍在使用的汽车供应链质量软件工具Q-DAS，但必须针对芯片制造商进行高度定制。
另一个问题是WAFER MAPS ..针对该问题，我们使用晶圆等值线图来绘制BIT数据（好坏）以及PARAMETER数据，实数值和实轮廓。并且还提供BIN失败编号（每个模具位点将失败bin代码用作标签）。而且，我们经常有堆叠的地图，这些地图使用中值（eng可以选择统计类型）来获取许多晶圆和批次之间的参数数据，以可视化慢性空间模式。
另一个问题之一是如何从规格文件中将SPEC LIMITS（非控制限制）加载到COLUMN PROPERTIES（尝试在您的许多教程，书籍和用户组实体中进行搜索），以便功能可以跨200或200更多的测试参数，并且PLOTS可以显示出与在分布图中一样的限制（例如，使用“图形生成器”，以及用X标称值拟合Y数值）。现在，我们编写定制脚本来针对每个平台以及有时针对每个JMP版本执行此操作。
