6SIGMA导入与Minitab应用

推荐

基本了解六个西格码的基本方法，对六个西格码涉及的主要统计学工具有了基本了解，基本了解了Minitab的使用方法，可以在实际工作中单独使用这些六个西格码的工具，并可以单独完成较为简单的六个西格码实际项目。

【课程大纲】
一、Six Sigma 总体介绍：
1. Six Sigma 是什么?
2. 谁在应用Six Sigma?
3. Six Sigma 的两大流派及其各自主要特点
4. Six Sigma 的两大类方法的介绍及其主要阶段 和各阶段需要完成的主要任务
5. Six Sigma 的组织结构
6. Six Sigma 的战略推广
7. Six Sigma 与 ISO/TQM（Total Quality Management - 全面质量管理）的区别
二、Six Sigma 的统计学基础：
1. 数据分类：连续型数据和离散型数据
2. 缺陷(标准)：单元，机会的定义： DPU 和 DPO 的概念和区别
3. 正态分布的由来
4. 正态分布的重要统计量“u”（均值）和“?”（标准方差）
5. 正态分布的重要特性及“Z”值的计算
6. Mean( 均值), Median(中位数)和 Mode(模)
三、Six Sigma 各阶段的详细介绍：
1. 定义阶段 (Define)
1）质量功能展开(QFD-Quality Function Deployment)
2）立项资格五要素：业务方面、问题和目标陈述、项目范围、项目进程计划、团队成员及角色
2. 测量阶段 (Measure)
1）确定项目的Y：连续型数据和离散型数据、实际项目中连续型数据和离散型数据之间的合理变换
2） 确定项目的缺陷(标准),单元,机会
3） 测量系统的分析(MSA)：
-- 偏差的构成：可重复性和可再生产性
-- 连续数据：快速方法和方差分析法(ANOVA-ANalysis Of VAriance)
-- 离散数据：表格法
4）对Y和可能的X’s收集数据
-- 流程图(PM-Process Map)
-- 因果图即鱼骨图或称为石川图(C&E-Cause & Effect Diagram)
-- 标准操作规程(SOP-Standard OperationProcedure)
四、Six Sigma 各阶段的详细介绍：
1. 定义阶段 (Define)
1）Y的基本图形分析及统计分析：
-- 柏拉图(Pareto Chart)
-- 直方图(Histogram)
-- 盒形图(Boxplot)
-- 验证正态性(Normality Test)
-- 歪斜分布(Skewed Distribution)
-- 尖峰分布(Kurtosis Distribution)
-- 多模式分布(Multi-Mode Distribution)
-- 非正态分布的处理
-- 描述性统计(Basic Statistics)
2）计算Z值：
-- Y是离散型数据：Product Report
-- Y是连续型数据：Process Report
-- Zst 、Zlt和Zshift的关系
2. 分析阶段 (Analyze)
1）图形分析：离散图或散布图(Scatter Plot/Diagrams)
2）假设检验分析(Hypothesis Analysis)：
-- F检验、T检验和卡方检验(F-test、T-test 和 ChiSquare-test)
3）方差分析(ANOVA)
4）回归分析(Regression)
5）通用线性模型(GLM-General Linear Model)
3. 改进阶段 （Improve）
1）样本数量检验(Sample Size Testing)：连续数据和离散数据
2）改进真实性检验：T检验和卡方检验(T-test和 ChiSquare-test)
4. 控制阶段 （Control）
1）SPC及控制图(Control Chart)
-- 什么是控制图和SPC
-- 控制图的用途
-- 控制图的类型
-- 控制图原理
-- 控制图的解释
五、DMADV的内容简单介绍：
1. D-定义(Define)、M-测量(Measure)、A-分析(Analyze)、D-设计(Design)、V-验证(Verify)