WAT (Wafer Acceptance Test)是指半導體在完成所有製造程序後，針晶圓上的測試結構所進行之電性測試;藉由WAT數據的分析，我們可發現半導體製程之問題，並進行製程異常之偵測。
在這篇論文中，探討如何利用WAT數據的特性以發展晶圓及製程異常的偵測方法。我們提出以WAT數據為基礎的品值管制架構，研究其中的三個問題:【l】WAT數據的統計特性分析【2】抽樣檢驗法則的效用分析及【3】統計製程管制界限設定的研究。
在WAT數據的統計特性分析中，我們推論生產線上各種可能的變異來源，及這些變異對WAT數據的影響。由變異數分析的結果顯示，晶圓內部之WAT數據呈現多重模式的分布，而由齊一性檢定結果則顯示，晶圓之間WAT數據的統計特性並不相同。根據這些分析結果，我們提出描述WAT數據之數學模式，以作為發展適合晶圓接受測試之品值管制方法的基礎。
WAT數據的抽樣檢驗是要決定晶圓是否符合顧客所要求之良率;我們利用操作特性曲線及定性分析的方注，分析三種啟發式的抽樣檢驗法則，結果顯示這些檢驗法則的錯誤率過高，這是由於【l】現今WAT之抽樣點數不足及【2】將多重模式分布之WAT數據視為單一模式處理。針對多重模式分布的問題，我們建議利用變異數分析的方注以進行數據分類，再採用標準的抽樣檢驗方法或利用區間估測方法來評估晶圓之良率。
為了有效地利用WAT數據以偵測出製程異常之變異，我們應用了統計製程管制的枝術。由於各晶圓所經過之加工機台並不完全相同，因此造成彼此問統計特性的差異，這項性質違反了標準管制界限設定之假設，因而產生過高的錯誤警報率，我們採用個別值管制圖的方法克服此一問題。由WAT實證數據顯示，個別值管制圖所設定的管制界限降低了錯誤警報的發生率，另外模擬的結果也驗證了我們的分析及推論。
本論文的研究結果將做為將來設計WAT品質管制系統的基礎。