JMPer's Meeting 2025
～ 製造業における問題解決と多変量データの解析 ～

体系的な問題解決：JMPによる効果的、効率的な発生原因特定

半導体製造業では高価で複雑なプロセスのため、製品歩留、サイクルタイム、品質を維持することが極めて重要である。製造プロセスの工程安定維持並びに特殊原因による工程不安定状態から速やかに工程を正常状態に戻す能力を培う事は品質、コスト、デリバリーへの影響が大きく、非常に重要な事項である。 NXPセミコンダクターズは、体系化された問題解決アプローチの構築、継続的な改善を推進しており、シックスシグマと一体化されたこれらのアプローチを用いることで製品特性または製造プロセスを正常な状態に戻すための発生原因と解決策をロジカルに最小限の期間で特定することに成功している。 このプレゼンテーションでは、シックスシグマのベーシックな問題解決ツールと共に統計解析ソフトウェアJMPを用いマシンラーニング (ML)などで活用される統計的モデリング、スクリーニング機能等をどのように活用し、ビッグデータを解析することで数十以上の原因となりうる要因から少数の発生原因への絞り込みをいかに効果的かつ短期間で実施することができるかを、いくつか異なる問題事例を交えて説明する。

ウェハーマップの欠陥パターン分類チャレンジ ～座標データのクラスタリング～

半導体の製造工程において、ウェハーマップ上の欠陥パターンを認識することは、欠陥の根本原因を特定し、歩留まり向上を図る上で極めて重要である。本発表では、JMPを用いたウェハーマップの欠陥パターンの分類手法についてデモを交えて紹介する。 JMPの階層型クラスター分析では、形状検出のための手法であるハフ変換を活用し、ウェハー上の欠陥位置に基づくクラスタリングが可能である。そこで、数万に及ぶウェハーマップデータをグラフビルダーを用いて可視化し、階層型クラスター分析による分類を試みた。 また、実際の分析では、大量データの処理や事前のデータ加工が必要あり、その過程において直面した課題や試行錯誤についても報告する。 本手法はウェハーマップの解析にとどまらず、座標データ上で特性値が定義されている他のケースにも適用可能である。

グラフビルダーとデータフィルタを駆使した多変量データの解析

JMPを使い始めた最初の頃はあまりグラフビルダーを使いませんでしたが、最近では頻繁に活用しています。データを層別して可視化すると問題が明確になって関係者の行動を促すことができます。パーティション分析結果もグラフビルダーで可視化します。層別に始まり、層別で終わる、グラフビルダーに始まり、グラフビルダーで終わる、とさえ思います。グラフビルダーでクレームデータなどの多変量データを分析するポイントは次の通りです。

• X軸の階層化、表示順序の設定、表示順序の固定機能を活用する
• グループYに年度や組織などを布置すると年度や組織による差異を可視化できる
• 頁に客先や業者などを布置して1行あたりの水準数2～3にすると全体を鳥瞰できる
• 不良数のグラフ形式は棒グラフよりもヒートマップが訴求力に優る
• 帯グラフは見栄えは良いが異常や変化の発見には適さない
• 注目するグラフの特定部分を調べる際はテーブル→サブセットを使う
• サブセットで「元のデータテーブルとリンク」すると変更が元のテーブルに反映される
• 特定セグメントを選択しドリルダウンする際はデータフィルタをテーブル保存する
• フィルタのスクリプトをデータテーブルに保存して除外解除のうっかりミスを防ぐ
• 「条件付き」データフィルタは表示カテゴリが制限されるため絞り込みが簡単になる
• よく使うフィルタはお気に入りに保存する
• 列スイッチでグラフの変量を切替えると一つのグラフで多くのグラフを表示できる
• 列スイッチによる想定外の組み合わせから気づきが生まれる
• スケールを固定してデータフィルタを使用するとグラフの変化が分かる