|
1. Six Sigma 总体介绍：
1.1 Six Sigma 是什么?
1.2 谁在应用Six Sigma?
1.3 Six Sigma 的两大流派及其各自主要特点；
1.4 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；
1.5 Six Sigma 的组织结构；
1.6 Six Sigma 的战略推广；
1.7 Six Sigma 与 ISO/TQM（Total Quality Management - 全面质量管理）的区别；
2. Six Sigma 的统计学基础：
2.1 数据分类: 连续型数据和离散型数据；
2.2 缺陷(标准),单元,机会的定义: DPU 和 DPO 的概念和区别；
2.3 正态分布的由来；
2.4 正态分布的重要统计量“u”（均值）和“”（标准方差）；
2.5 正态分布的重要特性及“Z”值的计算；
2.6 Mean( 均值), Median(中位数)和 Mode(模)；
3. Six Sigma 各阶段的详细介绍：
3.1 定义阶段 (Define)
3.1.1 质量功能展开(QFD-Quality Function Deployment)；
3.1.2 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；
3.2 测量阶段 (Measure)
3.2.1 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；
3.2.2 确定项目的缺陷(标准),单元,机会；
3.2.3 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；
3.2.4 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 Operation Procedure)；
3.2.5 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)；
3.2.6 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；
3.3 分析阶段 (Analyze)
3.3.1 图形分析：离散图或散布图(Scatter Plot/Diagrams)
3.3.2 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)；
3.3.3 方差分析(ANOVA)；
3.3.4 回归分析(Regression)；
3.3.5 通用线性模型(GLM-General Linear Model)；
3.4 改进阶段 （Improve）
3.4.1 样本数量检验(Sample Size Testing)：连续数据和离散数据；
3.4.2 改进真实性检验：T检验和卡方检验(T-test 和 ChiSquare-test)；
3.5 控制阶段 （Control）
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；
4. DMADV的内容简单介绍：
D-定义(Define)、M-测量(Measure)、A-分析(Analyze)、D-设计(Design)、V-验证(Verify) | 
用户登录 
新用户注册 
