六个西格玛-寻求企业竞争力至高点的法宝 内容介绍：
1.SixSigma总体介绍：
1.1SixSigma是什么?
1.2谁在应用SixSigma?
1.3SixSigma的两大流派及其各自主要特点；
1.4SixSigma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；
1.5SixSigma的组织结构；
1.6SixSigma的战略推广；
1.7SixSigma与ISO/TQM（TotalQualityManagement-全面质量管理）的区别；
2.SixSigma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；
2.6Mean(均值),Median(中位数)和Mode(模)；
3.SixSigma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-QualityFunctionDeployment)；
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-ANalysisOfVAriance)
-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-ProcessMap)；
-因果图即鱼骨图或称为石川图(C&E-Cause&EffectDiagram)；
-标准操作规程(SOP-StandardOperationProcedure)；
3.2.5Y的基本图形分析及统计分析：
-柏拉图(ParetoChart)；
-直方图(Histogram)；
-盒形图(Boxplot)；
-验证正态性(NormalityTest)；
-歪斜分布(SkewedDistribution)；
-尖峰分布(KurtosisDistribution)；
-多模式分布(Multi-ModeDistribution)；
-非正态分布的处理；
-描述性统计(BasicStatistics)；
3.2.6计算Z值：
-Y是离散型数据：ProductReport；
-Y是连续型数据：ProcessReport；
-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(ScatterPlot/Diagrams)
3.3.2假设检验分析(HypothesisAnalysis)：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-GeneralLinearModel)；
3.4改进阶段（Improve）
3.4.1样本数量检验(SampleSizeTesting)：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(ControlChart)；
-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)
|
