如上图所示，图一是某晶圆工厂在最终的电子测试阶段获取的数据表格，共有1455条记录（限于篇幅，图一仅显示了其中的前30条记录），考察的质量特性有16个（实际情况会更多，此处仅取其中的一部分做演示，并且限于篇幅，图一仅显示了其中的前7个质量特性）。如果按照传统的分析方法，我们需要按部就班地计算16组过程能力指数，对各项质量特性一一考核，但对它们之间的相互关联以及产品的总体质量性能却缺少一个全面的认识总结。而且单纯用数字说明，也显得有些枯燥抽象。

JMP软件巧妙地通过一系列生动形象的统计图形，使我们得到一个全新的分析展示结果。先看图二所示的“过程能力指数的目标图Goal Plot”。图中等腰三角形的两条红边表示所有Cpk恰巧等于1的情况，等腰三角形以内的部分表示所有Cpk大于1的情况，等腰三角形以外的部分表示所有Cpk小于1的情况，一般越远离三角形的点所代表的Cpk值越小。显然，目标图用一个等腰三角形将过程能力充足和不足的两部分质量特性区分得一目了然。在此案例中，给我们印象最深的是INM2、IVP2、IVP1等特性的过程能力很差，因为相对其他点而言，它们离这个等腰三角形最远。

再看图三所示的“过程能力指数的箱型图Box Plot”。图中两条绿色的虚线分别表示的是将16组规格限统一规格化后的规格上下限，VPM3、INMI1、NPN2等特性的箱型图比较狭窄，且都落在虚线范围中，说明它们的过程能力比较充分，INM2、IVP2、IVP1等特性的箱型图比较宽泛，且都远远超出了虚线范围，说明它们的过程能力严重不足。

最后看图四所示的“过程能力指数的规格化箱型图Normalized Box Plot”。此时图中16个箱型图是分别通过转化而得，所有箱型图的波动范围几乎都在[-5，5]之间，16组绿色的小短线表示分别经过同样转换后得到的规格上下限。相对而言，VPM3、INMI1、NPN2等特性的箱型图都稳稳地落在规格范围中间的位置，再次说明它们的过程能力比较充分，INM2、IVP2、IVP1等特性的箱型图的波动明显比规格限宽泛，再次说明它们的过程能力严重不足。

当然，传统的过程能力指数的具体数值也很重要，我们可以参考“过程能力指数列表”对所有16个质量指标进行定量的评价，其内容包括常用的Cp、Cpk和PPM值。

总之，半导体制造业面临着巨大的质量和成本的挑战。想象一下，在极其苛刻的洁净空间内，不到1/2平方英寸芯片范围里，制作出数百万个微米量级的元器件平面构造和立体层次……单凭这一点就应当充分重视芯片制造中的过程能力分析。专业质量管理统计分析软件JMP有机地整合了质量统计理论、数据可视化手段和半导体制造业的行业特点，将复杂的统计分析用各种简单易懂的方式展现出来，大大提高了我们分析问题、解决问题的能力，希望有更多的工程技术人员可以从中受益。

注：JMP是全球顶尖的统计学软件集团SAS的业务部门之一，旨在为全球的客户提供专业的高端六西格玛统计分析解决方案；

JMP软件是目前最先进的六西格玛质量管理统计分析软件，易用、高效、高速，被誉为“六西格玛时代的统计分析大师”，是全球试验设计(DOE)方法的领导者。JMP支持对海量数据进行分析，具备卓越的运行速度；他以解决问题为中心，按照解决问题的思路设置菜单（常规统计软件大都按照统计方法设置菜单）；JMP用交互性图形及卓越的可视化能力极大地降低统计方法应用的难度。目前，JMP已经在全球拥有超过15万名用户，遍布各个行业。在半导体行业，JMP已经成为一种行业标准，正在帮助英特尔、国民半导体、华虹NEC、中芯国际、日立、村田电子等国内外著名企业提升质量管理、优化业务流程和改善产品设计。