在半导体行业，晶圆内部不均匀性（WIW-NU）一直是量化薄膜性能的最关键指标。所生产的晶圆应均匀地满足所需的薄膜性能要求。由于缺乏智能的WIW-NU指标，我们在改进工艺优化方面面临着巨大的挑战。
基准 WIW-NU 指标只能提供晶圆图和基本统计数据（例如均值、标准差和范围），无法识别真正的根本原因。因此，人们越来越需要建立更智能的 WIW-NU 指标来缩短工艺调整周期。
JMP用于将WIW-NU总偏差分解为四种工艺失效模式：径向、角度、偏心和异常值。采用的方法如下：
- 将原始数据转换为所需的描述性统计数据。
- 定义 WIW-NU 标准。
- 进行假设均值检验、正态性检验和正态性违背模式检验。
- 进行 GRR 和 Cpk/Ppk 检测（晶圆是合理的子分组）。
- 通过相位（晶圆）建立 I-MR，Xbar-R 来捕捉特殊变化。
- 利用现代数据挖掘技术提取 WIW-NU 见解。
- 建立预测模型以指导电影工艺调整。
JMP WIW-NU项目显著提高了流程优化效率，并缩短了流程开发周期。我们正在所有内部组织推广这些方法，以提升整体绩效并增强竞争优势。
