臺灣博碩士論文加值系統

　　量測系統的能力評估，從美國通用汽車首創制式的Gage R&R (Repeatability and Reproducibility)方式開始至今已有十餘年之久，於1996年它被納入至工業界品質管理基準QS- 9000，如今業已成為工業界量測系統評價的普世標準。量測系統包含精度、準度和穩度三部分，在精度的評價各家的評價法均屬雷同，但在準度的評價卻產生了重大紛歧，本研究將比較QS-9000、Intel和Philips Taiwan等三種準度評價方法。
　　QS-9000之MSA (Measurement System Analysis)乃利用統計迴歸手法處理準度評價，但是並未提供判定準則；Intel亦使用統計方法評價準度，並提出統計顯著與技術顯著的判定準則。另外，Philips公司將QS-9000的方法加以改良，利用全距法及百分公差來評價準度，我們主張它比較符合工業界的需求。
　　追溯文獻發現目前尚無論文探討到二次元量測，成果的特性值是二次元(X,Y)的平面座標點。本研究利用極座標轉換，為座標點的量測成果界定了常式距離(Normative-Distance)，而視常式距離變數為一常態變數，然後二次元量測就可以適用QS-9000的MSA方法。
電性測試的環境內，量測工具是處於震動的環境中，而這些震變動來源包括了探針移動、樓板抖動或其他因素。本研究處理Philips個案，將背景當作同現，而對晶片上十個基準點做再現的評估，結果觸發了乙次改善量測精度的契機。

　　MSA (Measurement System Analysis) of QS-9000 adopts regression approach to evaluate the accuracy. Intel judges both statistical significance and technical significance to verify the accuracy. However, both approaches do not provide any quantitative criterion as a rule of acceptance. In order to improve them, Philips uses “Range Method” as statistical way and adopts “Tolerance Percentage” as acceptance criterion. We prefer Philips’ way due to the suitability for industrial application.
　　Review back published articles, and no one was found to tackle ever with two-dimension measurement issues. This study transfers the coordinates to norm distance, and then the traditional MSA can be applied to the two-dimension measurement issues.
　　The measurement errors of Philips-CMS are assumed coming from primarily the prober system itself and the background vibration. On the other hand, the floor is the potential source of background vibration. This paper adopts MSA of QS-9000 to evaluate both its measurement precision and accuracy. System repeatability is defined to the extent of precision incurred within the Prober System only. Floor reproducibility is defined as the degree of vibration incurred by the floor vibration.
　　Due to good analysis, we can identify microscope out as the main cause. Thus, after the microscope is fixed properly, the Prober 4090u-57 is found precisely enough.

目　錄
目　錄 I
表目錄 III
圖目錄 IV
第一章　導論 1
第一節　研究背景 1
第二節　研究動機 1
第三節　研究目的 2
第四節　研究架構 2
第二章　文獻回顧 3
第一節　緒論 3
第二節　精度分析 4
第三節　準度分析 7
第四節　穩度分析 8
第五節　量測系統評價　11
第三章　準度評價法　13
第一節　評價法說明　13
第二節　評價法比較 　20
第四章　二次元量測分析　22
第五章　實例應用 24
第一節　量測儀器 24
第二節　問題與分析 　25
第三節　改善對策與評估　34
第四節　實例應用結論　38
第六章　結論　40
參考文獻 41
附錄 43
表目錄
表 2.1文獻整理 5
表 3.1 Philips準度評價準則 18
表 3.2 Philips準度與線度評估表 18
表 5.1量測晶粒座標資料 28
表 5.2量測數值資料紀錄表 29
表 5.3單回平均相對誤差量 31
表 5.4三回平均相對誤差 32
表 5.5改善前雙現分析數值 34
表 5.6改善對策 34
表 5.7改善後雙現分析數值 37
表 5.8第一枚晶圓同現分析 38
圖目錄
圖 2.1量測能力架構 3
圖 2.2 Repeatability 6
圖 2.3 Reproducibility 6
圖 2.4 Bias 8
圖 2.5 Linearity 8
圖 2.6 Stability 9
圖 2.7量測偏度與偏檢力的關係（精度30%T，允差1.5%T） 10
圖 2.8量測讀值的內涵 11
圖 3.1 Bias關係圖 13
圖 3.2 Intel準度圖形分析 15
圖 3.3 Intel準度分析t-檢定 15
圖 3.4 Philips準度評估流程圖 19
圖 3.5變異數不齊一性的迴歸模型 20
圖 3.6斜率皆為0的不同模式 21
圖 5.1 PSK-CMS 25
圖 5.2雙變數常態 26
圖 5.3雙變數常態投射 26
圖 5.4量測目標 27
圖 5.5相對座標位置 30
圖 5.6常式距離 31
圖 5.7改善前平均相對誤差曲面圖 32
圖 5.8改善前平均相對誤差曲面投射圖 33
圖 5.9改善前誤差全距 33
圖 5.10支撐架 35
圖 5.11改善後平均相對誤差曲面圖 36
圖 5.12改善後平均相對誤差曲面投射圖 36
圖 5.13改善後誤差全距 37

1.林佳宏(1995)，量測系統之準度能力的評估，高雄工學院管理科學研究所碩士論文。
2.師正湘(1995)，半導體電性量測系統之能力評估，高雄工學院管理科學研究所碩士論文。
3.蔣人傑(1999)，真空螢光顯示器的寸法之量測分析，義守大學管理科學研究所碩士論文。
4.Bass, L. (1957), Diagnosis for a Common Gage Aliment, Industrial Quality Control, July,16-18.
5.Chen, W.K. (1994), Measurement System Evaluation, Philips Taiwan.
6.Duncan, A.J. (1958), Design and operation of a double-limit variation sampling plan, Journal of the American Statistical Association, 53(282), 543-550.
7.Eagle, ALAN R. (1954), A method for handling errors in testing and measuring, Industrial Quality Control, 10(3),10-14.
8.Ford, Chrysler and General Motors (2002), Measurement System Analysis
9.Grubbs, F.E. (1948), On estimating precision of measuring instruments and product variability”, Journal of the American Statistical Association, 43,243-264.
10.Grubbs, F.E. (1973), Errors of measurement, precision, accuracy and the statistical comparison of measuring instruments, Technometrics, 15(1), 53-66.
11.Haha, J.G. and Nelson, W. (1970), A problem in the statistical comparison of measuring devices, Technometrics, 12(1), 95-102.
12.Intel (1999), Measurement Capability And Correlation.
13.Mandel, J. (1972), Repeatability and Reproducibility, Journal of Quality Technology, 4(2), 74-85.
14.Nelson, L. (1975), Use of the range to estimate variability, Journal of Quality Technology, 7(1), 46-48.
15.Patnaik, P.B. (1950), The use of mean range as an estimator of variance in statistical test, Biometrika,37,78-87.
16.William, W.H. and Douglas, C.M. (1980), Probability and Statistics in Engineering and Management Science, Canada: John Wiley & Sons.