熊鼎伟：《六西格玛绿带重点技能》

阶段

课程大纲

课程要点

课堂演练

定义阶段

1. 定义阶段实务技能
2. 定义阶段的流程
3. 定义问题的要点
4. 定义问题的工具

如何定义六西格玛项目？

定义实际的六西格玛问题

1. 基础统计知识介绍
2. 什么是统计分析？
3. 正态分布的特性
4. 分析你的西格玛

如何分析你的过程是多少个西格玛？

Z值转换分析

测量阶段

1. 测量阶段实务技能
2. 测量阶段的五个步骤
3. 测量阶段主要的工具

测量阶段要点

1. 测量系统分析要点
   1. 测量系统的定义
   2. 类型1测量系统分析
      1. 应用场合
      2. 数据收集要求
      3. 数据分析方法
      4. 分析结果断定
   3. 测量系统分析（交叉）
      1. 适应范围
      2. 数据收集要求
      3. GRR分析流程
      4. 方差法与控制图法
      5. 分析结果判定准则
      6. 测量系统改进指导
   4. 测量系统分析（嵌套）
      1. 适应范围
      2. 数据收集要求
      3. GRR分析流程
      4. 分析结果判定准则
      5. 测量系统改进指导
   5. 计数型测量系统分析
      1. 数据收集要求
      2. 测量分析程序
      3. 分析结果判断准则
      4. 改进的方法

保证用于收集数据的测量系统的精准度

测量系统分析练习

制订测量系统分析计划

分析阶段

1. 分析阶段流程与工具
   1. 分析阶段的流程
   2. 分析阶段的工具

分析阶段的要点

1. 单方差分析（ANOV）
   1. 什么是方差分析
   2. 为什么用方差分析
   3. 单方差分析三个假设
   4. 单方差分析实例
2. 平衡方差分析
   1. 什么是平衡方差分析
   2. 平衡方差分析的假设
   3. 制图分析多因子均值
   4. 平衡方差分析实例
   5. 方差分析的局限性
3. 一般线性模型
   1. 适应场合
   2. 一般线性模型实例分析

对测量阶段的数据进行分析；

分析多个水平样本的均值的显著性

单方差分析练习

平衡方差分析练习

一般线性模型分析练习

改进阶段

1. 改进阶段实务技能
   1. 什么是实验设计？
   2. 实验设计的步骤
2. 一般因子实验设计
   1. 适应场合
   2. 单因子一般设计

---数据结构模型

---因子显著性分析

---最适参数区间分析

---单因子一般设计案例

1. 双因子一般设计

---因子显著性分析

---双因子一般设计案例

1. 双因子2水平实验设计
   1. 应用场合
   2. 双因子2水平设计案例
   3. 主效应图分析
   4. 交互作用图分析
   5. 统计显著性分析
   6. 回归方程
2. 全因子2水平实验设计
   1. 全因子2水平设计案例
   2. 重复与反复的实验数据
   3. 重复数据的处理
   4. 实验数据均值分析
   5. 优化回归方程的原则
   6. 实验数据标准差分析

用最有可能的原因进行实验，找出问题的真因

实验设计分析实际操作练习

控制阶段

1. 控制阶段实务技能
   1. 控制阶段主要工作
   2. 过程变异及其原因
   3. 过程的四种类型
2. Xbar-R控制图
   1. Xbar-R控制图应用场合
   2. 控制图实施的二个阶段
   3. 数据收集及其要点
   4. 控制线的计算方法
   5. 解析控制图的绘制
   6. 解析控制图的判异准则
   7. CPK计算及接收原则
   8. 控制用控制图的绘制
   9. 控制阶段点变动的分析
   10. 组内与组间变异
   11. 过度调整
3. P控制图
   1. P图的应用场合
   2. P图数据收集要点
   3. P图控制线的计算
   4. 如何判断P图的符合性
   5. 控制用P图的画法

对找到的最有可能的原因进行过程控制

1类过程的接收准则

控制图两个阶段的应用

控制图分析判定练习