培训目标

掌握六西格玛突破性策略的基础知识，并学会六西格玛各种工具的使用，帮助黑带进行项目实施。

授课形式

理论讲解+案例分析+案例实战+互动答疑

服务时间：6天培训+项目的现场落地辅导（可选项）

参训人员

公司六西格玛实施的团队成员，质量和工艺提高小组成员，六西格玛勇士及项目支持管理层

课程内容

6Sigma概论

从质量管理发展历史入手引出6Sigma方法论，并简介何为6Sigma，其在组织内发挥的作用以及中西方国家企业推行6Sigma的文化差异及要点。

项目选择

讲解项目来源与分类、项目选择原则。

VOC的理解

VOC-顾客之声概念的导入；如何做VOC的收集及调查。

项目定义

从传统的项目定义8个要求进行诠释 ：

1、商业案情

2、问题描述 

3、顾客及CTQ 

4、Y及缺陷定义 

5、项目范围 

6、现状及目标 

7、预期效果 

8、团队组建 

9、项目日程

项目注册表

6Sigma项目注册表的构成，以各行业案例进行讲解。

流程绩效指标

通过理论与练习相结合的形式，来理解过程绩效指标PFY、FTY、RTY、DPU、DPMO、ZLT、ZST(或西格玛水平）。

过程流程图

拟定从以下四个方面诠释：

1、关键过程参数定义 

2、基本概念“过程”定义

3、宏观流程“SIPOC”识别 

4、基于VOC到微观流程识别（P-map）--变量流程图。

MSA

拟定从以下三个方面诠释：

1、测量系统基础知识模块 

2、计量型测量系统理论及实践 

3、重复性、再现性分析。

过程能力分析

拟定从以下四个方面诠释：

1、过程能力概念 

2、过程能力指数 

3、过程能力分析（正态与非正态）

C&E矩阵

1、团队分析工具（5WHY、5W2H、多重投票法、头脑风暴）

2、把要因及结果矩阵( C&E 矩阵 )与流程图联系起来

3、评价建立C&E 矩阵的步骤  

4、把C&E 矩阵和流程改进计划中的深层步骤联系起来  

中心极限定理

本章节是理论课程，是将来各分析工具的理论基础，内容包括：

1、导引部分

2、通过实际案例切入，找出中心极限定理的规律

统计基础

为后期课程做好统计知识铺垫，拟从2个方面进行讲解：

1、正态总体的抽样分布 

2、参数的点估计与区间估计即置信区间

MINITAB简介

Minitab教程分为基本概念、一般应用、高级应用三个阶段，该时间节点从基本概念入手，从“掌握Minitab基本菜单应用”、“理解并掌握Minitab软件品质工具应用于日常分析”两个方面，一般应用及高级应用随着后期课程不断深入与理论课程一并进行。

统计过程控制（SPC）

主要从计量型数据以及计数型数据介绍两大类的统计控制手法

数据采集计划

拟定从以下五个方面诠释：

1、DATA收集计划 

2、DATA收集方法 

3、DATA收集Process 

4、抽样及抽样方法

描述性统计及图形分析法

本章节是在“MINITAB”进行图标分析，内容包括：

1、总体与样本 

2、位置参数与离散度参数 

3、统计图形分析（直方图、箱线图、区间图、散点图、多变异图分析等）

相关、回归分析

相关与回归统成为“相关回归分析”，既有联系又有区别，它比较假设检验来说具有精准的分析结果，找到影响因子对应结果的数学模型，内容内容包括：

1、相关及相关性概念

2、相关性指标及Minitab计算方法

3、回归概念

4、回归拟合线及模型

5、判定回归显著的衡量指标

6、残差分析

7、确认模型后的CI及PI预测

假设检验理论

假设检验贯彻六西格玛AI阶段，是数据分析的逻辑基础，包含以下五个方面：

1、假设检验概要

2、假设检验的核心用语

3、假设检验的定义

4、假设检验的阶段

5、假设检验的应用

T-检验

这几个章节围绕“T假设检验”理论分析单一因子、双因子两种情况下的数据相关性（显著）分析方法。

方差分析

方差分析是“T检验”的延伸，是在因子数量多于2个情况下的分析概论，其中方差概念及计算是理论核心，主要内容包括：

1、ANOVA(方差分析)的概念 

2、One way ANOVA的概念

3、ANOVA的原理 

卡方检验

卡方检验是除“T检验”及“方差分析”之外的第三种相关性（显著）分析方法，其应用于非计量型数据场合，内容包括：

1、卡方无关性检验概念

2、卡方分析列检表

3、分析步骤

实验设计概述

从实验设计历史发展角度阐述概念：

1、通过两个案例思考什么叫实验设计

2、实验设计与其它分析工具的比较

3、实验设计的实质

4、实验设计的目的及用途

5、传统的实验方法及各自优劣性比较

实验策划与计划

1、实验策略与计划 

2、实验类型选择 

3、定义实验目标 

4、选择实验指标的考虑因素 

5、如何选择因子个及水平 

6、因子水平

主效应、交互效应

1、主效应、交互效应概念

2、如何理论计算主效应、交互效

3、交互效应的进一步检验

4、模型

2K因子DOE

本章节是传统实验设计的基础，也是最常用的分析理论工具，内容包括：

1、全因子设计的计划

2、全因子设计的分析步骤

3、全因子设计实例（Minitab分析）

4、判定实验分析模型可靠指标的衡量

5、解释选定模型

6、最优化因子

7、判断“目标达成”

DOE的部分实施法

以上介绍的是全因子实验，是在因子个数在3-5个情况下，但因子超过5个，由于经济成本等因素，有必要开始检讨非全因子（全因子实验次数多）的分析，即本章节介绍的部分因子实验方法，拟定通过几个案例进行一一诠释。

实操练习

弹射器练习

控制计划（CP）实行控制计划

DMAI推行后，将最终找到根本原因并予以实施，因此从预防角度，控制计划（CP）显得无比重要，本章节将从控制概述及实行控制计划两个方面进行阐述，并通过典型案例介绍如何制作控制计划以及控制计划的现场落地

防差错

防差错是标准化内容之一，通过本章节的学习，将从以下几个方面达到掌握：

1、错误与缺陷之间的差异

2、缺陷是如何产生的

3、如何从源头上进行检验,及其在预防缺陷中的作用

4、明确主要的防错装置

5、显示防错技术是一种主动的工具

6、显示防错技术是如何适应6 Sigma 方法的

项目效果评估

改善效果的评估将结合各种工具方法的应用以及从技术类及管理类两个角度

回顾与考试

就重点及难点通过提问、互动的方式进行整体回顾、考试