📚 课程目录第3章良率分析基础

3. 良率分析基础

在半导体与高端制造业中，良率是衡量生产过程质量与效率的核心货币。本章将系统梳理良率的三种定义形式（最终良率、工序良率、直通率）以及三个关键过程能力指标（DPU、DPO、DPMO），为后续使用 JMP 与 Minitab 进行统计建模与可视化分析奠定概念基础。

不同管理层级与工艺阶段需要不同的良率口径。下表对比了三种最常用的良率定义及其适用场景：

  关键认知： 最终良率只反映“最终结果”，无法暴露中间工序的缺陷累积；直通率通过连乘各工序良率，能真实反映流程的“一次通过能力”，是精益六西格玛中识别隐藏工厂的核心指标。

假设一条生产线有 5 道工序，每道工序的工序良率分别为 0.95、0.97、0.98、0.96、0.94，则：

当工序间存在返工或筛选时，最终良率可能被人为抬高，而直通率始终反映“无返工、无筛选”条件下的真实一次通过能力。下图展示了直通率的计算逻辑：

良率是“合格”视角，而缺陷指标是“不合格”视角。在半导体制造中，缺陷密度直接决定良率上限。三个最关键的缺陷指标定义如下：

指标	全称	定义公式	单位
DPU	Defects Per Unit	总缺陷数 ÷ 总检验单位数	缺陷数/单位
DPO	Defects Per Opportunity	总缺陷数 ÷ (总单位数 × 每单位机会数)	缺陷数/机会
DPMO	Defects Per Million Opportunities	DPO × 1,000,000	缺陷数/百万机会

行业对标： 在先进逻辑芯片制造中，关键光刻层的 DPMO 通常要求控制在 50 以下；而成熟制程的封装测试环节，DPMO 可放宽至 500~1000。DPMO 是六西格玛水平换算的基础：DPMO = 3.4 对应 6σ 水平。

在缺陷随机分布（泊松分布）的假设下，DPU 与工序良率之间存在直接数学关系：

SY = e^(-DPU)

示例：
若某工序 DPU = 0.05，则 SY = e^(-0.05) ≈ 0.9512（95.12%）
若某工序 DPU = 0.50，则 SY = e^(-0.50) ≈ 0.6065（60.65%）

下图展示了 DPU 与工序良率之间的非线性关系：

在 JMP 和 Minitab 中，上述指标的计算路径略有不同，但核心逻辑一致：

注意： 在计算 DPMO 时，必须准确界定“每个单位的机会数（Opportunities per Unit）”。在半导体光刻工艺中，一个晶圆上的一个芯片通常视为一个单位，而每个芯片上的关键缺陷类型数即为机会数。机会数定义错误将导致 DPMO 严重失真。