>> 将制程流程结合环境分析数据与产品不良的AMC处理方法的概念介绍
AMC控制的目的，首先在于解决良率的不良问题。
而环境分析则是用以辅助断定 AMC(Airborne Molecular Contamination)的处理对象及方法。
就一个完整的解析/判断而言，上述做法是否足够了呢？
(一般习惯的做法，大致上也是如此) 。
本期我们将介绍另一种方法，我们将以制程流程为首，结合环境分析的检测数据及产品的不良现象，以协助分析问题，并提供给业界另一种参考方式。
>> 序言
序言
AMC问题的出现，其实是发生在产品上，而且脱离不了制程本身。事实上，往往与制程的前后关联性有关。
本期将介绍我们过去所处理过的案例，我们不是把重点放在不良本身，而是拟介绍一种环境分析数据的方法。
由于环境分析往往包含有机与无机，特别是有机，其物种繁多，如果没有一个好的方式，可能很难判定可能的物种与原因。
因此，我们将介绍一种方法，结合数据库比对，并结合制程本身，提供一种比较容易了解的方式，以供业界参考。
>> 问题
问题
探讨这个AMC问题的原因是蚀刻制程出现了不良状况，但往前追溯，可能是由黄光及成膜引起的，而且，从众多不良数据统计分析来看，似乎环境因素占绝大多数，因此，有必要针对环境执行全面性调查。
>> 处理方法
处理方法
1. 与客户制造/良率分析部门开会，澄清问题及位置。
2. 决定空气采样位置
3. 执行空气采样与分析
4. 数据整理与分析
5. 改善方案提议
其实，上述流程实在是再普遍不过了。相信一般做法也大致如此，我们想再多做着墨之处的是数据整理分析。
>> 数据整理一：从可能原因推断物种的特性
数据整理一：从可能原因推断物种的特性
做过环境分析的相信都有相同的感受，特别是有机物，东西一大堆，哪个有影响，哪个又无关痛痒？光看了就眼花，因此，有必要提供一个筛选过滤的方法。
请参考下表，我们结合制程流程及原因推断，并根据不同制程发生的现象，判断该物种的特性，有了该特性，就可以帮助过滤物种，协助判断是否具有威胁。
从制程流程分析污染物的特性
>> 数据整理分析二：数据库的应用
数据整理分析二：数据库的应用
光有前面的分析，其实还是令人眼花撩乱的，因为东西太多。
因此，利用计算机进行对比，特别是过去的数据库，也就非常有意义。
把过去相同制程的环境检测结果，以数据库的方式整理，并利用计算机对比，将可省下大量时间，该初步过滤，再搭配前面表中原因及化学物的特性判定，将有助于初步筛选出可能物种。
>> 数据整理分析三：不同Defect对比
数据整理分析三：不同Defect对比
由于该问题是由于污染物沉积引起的，因此，应该不仅仅只是沉积在该制程而已，也应该发生在其它制程中，并可能形成其它Defect问题。
我们利用下表，对应过滤后的化学物，重新结合制程及可能Defect种类，检讨该化学物的可能性，此时，从其它不良Defect的发生来做综合判断，将成为另外一个对比依据。
从制程流程检讨无尘室内可能的污染物
>> 数据整理与分析四：环境浓度与不良区域对比
数据整理与分析四：环境浓度与不良区域对比
整个污染的过程以储放时为主，因此，我们必须再针对不同储放环境及发生不良区域的浓度进行对比，以产生另外一种观点，提供不同角度的确认。
>> 结论
结论
透过上述的数据分析，我们可能从30~40种物种中，筛选出几个可能的污染物。
站在更明确确认的要求上，其实，若能执行相同薄膜材的基板沉积实验，将会更有助于环境分析的对比。
但无论如何，透过该方法，我们提供了另外一种 AMC问题解析的方向，希望能够给予更多启发与想象空间，这是本期内容的目的。