第4章 良率分析工具：SPC、帕累托、鱼骨图与根因分析
良率分析，说白了就是跟数据打交道。你拿到测试结果，一堆数字摆在眼前，怎么从中找到问题？靠感觉肯定不行。我做了十几年良率提升，最深的体会就是：工具用对了，问题就解决了一半。
这一章，咱们聊聊四个最常用的分析工具。它们不是摆设，是真正能帮你定位根因的利器。
4.1 统计过程控制（SPC）—— 监控良率的“体温计”
SPC 是什么？简单说，就是看你的生产过程是否稳定。芯片制造里，每个工艺步骤都有波动，SPC 能告诉你：这个波动是正常的，还是已经失控了。
4.1.1 核心概念：控制限与判异准则
控制图上有三条线：中心线（CL）、上控制限（UCL）、下控制限（LCL）。数据点落在控制限内，说明过程受控；跑出去了，就得警惕。
我个人习惯用 X̄-R 图（均值-极差图）来监控关键参数。比如 CP 测试的良率，每天抽 5 个批次，算均值和极差，画在图上。
- 一个点超出控制限（UCL/LCL）
- 连续 7 个点在中心线同一侧
- 连续 7 个点呈上升或下降趋势
- 其他：点靠近控制限、周期性波动等
我在项目中遇到过一件事：有个产品良率突然从 92% 掉到 85%，SPC 图上连续 8 个点都在中心线以下。当时很多人怀疑是测试机台问题，但我一看 SPC 图，趋势是缓慢下降的，不是突变。这说明是工艺漂移，不是机台故障。后来查出来是光刻胶厚度发生了变化。
4.1.2 如何建立有效的 SPC 监控
很多团队把 SPC 做成了“填表游戏”，每天画图，但从不分析。这不行。我建议按以下步骤来：
- 选对参数：不是所有参数都要监控。选那些对良率影响最大的，比如 CP 测试的良率、FT 测试的 yield、关键尺寸（CD）等。
- 定好控制限：控制限不是拍脑袋定的。用历史数据算，一般取 ±3σ。如果数据不够，先收集 20-25 组数据。
- 及时响应：发现异常，24 小时内必须出分析报告。拖久了，问题就找不到了。
4.2 帕累托分析 —— 抓住那 20% 的关键问题
帕累托法则，也叫 80/20 法则。在良率分析里，意思是：80% 的良率损失，往往来自 20% 的缺陷类型。你不需要解决所有问题，先解决那 20% 的关键问题，良率就能大幅提升。
4.2.1 怎么做帕累托分析
步骤很简单：
- 收集数据：把测试失败的 bin 分类，统计每个 bin 的数量。
- 排序：按失败数量从大到小排序。
- 算累计百分比：第一个 bin 的百分比，加上第二个，依次累加。
- 画图：柱状图显示每个 bin 的数量，折线图显示累计百分比。
举个例子，某次 FT 测试的失败数据：
| 失败类型 | 失败数量 | 占比 | 累计占比 |
|---|---|---|---|
| 功能测试失败 | 500 | 50% | 50% |
| 漏电流超标 | 250 | 25% | 75% |
| 频率不达标 | 100 | 10% | 85% |
| 其他 | 150 | 15% | 100% |
看到没？功能测试失败和漏电流超标，加起来占了 75%。先搞定这两个，良率就能从 85% 提到 92% 以上。
4.3 鱼骨图 —— 把问题拆开来看
鱼骨图，也叫因果图或石川图。它的作用是把一个问题的可能原因，系统地列出来。你想想看，一个良率问题，可能跟人、机、料、法、环、测都有关系。鱼骨图能帮你把这些因素都摆到桌面上。
4.3.1 鱼骨图的画法
我习惯用“5M1E”框架：
- 人（Man）：操作员是否按规范操作？培训是否到位？
- 机（Machine）：设备是否稳定？有没有定期校准？
- 料（Material）：来料是否有问题？批次间是否有差异？
- 法（Method）：工艺参数是否合理？流程是否有漏洞？
- 环（Environment）：温湿度是否在范围内？洁净度是否达标？
- 测（Measurement）：测试机台是否准确？测试程序是否有 bug？
把问题写在鱼头，原因写在鱼骨上。每个大骨下面还可以细分小骨。
4.4 根因分析 —— 找到那个“为什么”
鱼骨图列出了所有可能原因，但哪个才是真正的根因？这就需要根因分析。我最常用的方法是 5 Why 分析法。
4.4.1 5 Why 分析法
很简单：连续问 5 个“为什么”，直到找到根本原因。注意，不是机械地问 5 次，而是问到问题不再有更深层次的原因为止。
举个例子：
- 问题：FT 测试良率下降。
- 为什么？：因为功能测试失败增多。
- 为什么？：因为某个逻辑单元的电压异常。
- 为什么？：因为电源网络存在 IR drop。
- 为什么？：因为电源线宽度设计不足。
- 为什么？：因为设计阶段没有做充分的电源完整性分析。
你看，根因是“设计阶段电源完整性分析不足”，而不是“功能测试失败”。如果只解决表面问题，下次还会出现类似问题。
4.5 工具组合使用 —— 实战流程
这些工具不是孤立的。在实际项目中，我通常按以下流程使用：
- SPC 监控：发现良率异常。
- 帕累托分析：找出最主要的失败类型。
- 鱼骨图：列出所有可能原因。
- 根因分析：用 5 Why 找到根本原因。
- 制定措施：针对根因，制定纠正和预防措施。
- 验证效果：措施实施后，用 SPC 监控效果。
下面这张图，就是整个流程的框架：