课程背景：

在全球化竞争日益激烈的今天，制造业正面临着前所未有的挑战。质量、效率、成本和创新能力成为企业能否在竞争中立于不败之地的关键因素。六西格玛，作为一种旨在减少过程变异、提高产品和服务质量的管理策略，已被全球众多领先企业广泛应用，成为提升企业竞争力的重要工具。

然而，许多企业在实施六西格玛过程中遇到了一系列难题。如何确保项目团队能够准确理解和运用六西格玛的理念和工具？如何将六西格玛与现有的管理体系有效融合，以实现持续改进？如何**六西格玛项目推动企业的战略目标实现？这些问题成为企业在质量管理和运营效率提升道路上的痛点。

本课程旨在帮助企业解决上述问题，**系统地介绍六西格玛的基本概念、方法论和实战工具，使学员能够深入理解六西格玛的精髓，掌握DMAIC五大核心流程，并将这些知识应用于实际工作中。课程**案例分析、实战演练和互动讨论，使学员能够在学习中不断巩固和提升自己的六西格玛应用能力，为企业培养出能够熟练运用六西格玛工具的绿带人才，从而推动企业在质量、效率和创新上实现新的突破，增强企业的核心竞争力。

课程收益：

● 掌握六西格玛DMAIC五大核心流程，提升项目执行效率

● 学习并应用4种数据分析工具，增强数据驱动决策能力

● 掌握3种质量改进方法，有效降低产品缺陷率

● 学会使用Minitab软件进行统计分析，提高数据处理技能

● 掌握4种假设检验方法，精准识别和解决问题原因

课程时间：10天，6小时/天

课程对象：高层（关注）、各部门中层干部（参与）、研发/工程/品质/设备等技术部门的关键人才、及公司希望培训的潜力新人和储备干部。

课程方式：工具练习＋案例解析 训战推演 成果分享 疑难问答＋精彩点评

课程大纲

**部分：六西格玛的概念和基础知识

**讲：六西格玛绿带系列课程介绍

一、六西格玛介绍

1. Six Sigma概要

2. Six Sigma特征

3. Six Sigma与经营革新

4. Six Sigma方法论（DMAIC Road map）

二、不良质量成本COPQ

COPQ：分类、分析的必要性，充分了解品质失败成本的构成和影响，对于提升客户满意度、重点项目选题、高效的分析和改善、以及改善效果验证具有重要的意义

1. COPQ的构成要素

1）内部 外部

2）失效 预防

2. COPQ的输出方法

1）VOB-业务之声

2）VOC-顾客之声

3）CTQ-品质关键点

三、项目管理与六西格玛

1. 项目管理九大内容

——总体、范围、时间、成本、进度、采购、变更、风险、沟通

2. 项目管理在六西格玛专案推行中的结合和应用

1）减少时间、资金、效果的巨大浪费

2） 涉及项目管理的九大管理内容

3）无形中给企业带来巨大收益

四、常用六西格玛改善项目流程

1. 研发六西格玛改善项目的流程（DFSS）

CDOV：概念、设计、优化、验证

2. 量产六西格玛改善项目的流程（DMAIC）

1）Define定义：定义问题需求和专案计划

2）Measure测量：定义现在的表现实况

3）Analyse分析：分析造成问题的原因和程度

4）Improve改善：改善问题，降低或消除变异

5）Control控制：控制变数来确定指标的精确性和长期稳定性

第二部分：量产六西格玛改善项目五大流程

五大流程：定义、测量、分析、改善、控制

**讲：定义（Define）

Define概要：定义我们的问题和专案计划

一、项目选定

1. 挖掘潜在的项目

2. 评价及选定

二、项目定义

1. 任务记述四关键

——具体、可观测、可测量、可管理

2. 团队选定四要素

——相关的受影响的（内部、外部、供应商等）、专业的、对项目有贡献的、协同作用

3. **流程图**重要的4-5阶段

——描述反馈实际现状况，复杂流程简单化、视觉化

4. 项目实行计划书六大要素

——问题的记述、目标的记述、推进背景及期待效果、项目范围、项目团队、项目推进日程

第二讲：测量（Measure）

测量概要：测量评估我们的表现实况

一、项目Y

1. CTQ与Y

2. 合适的项目Y

3. 周边Y与项目Y

三、基础统计

1. 1个质量管理统计常用工具：MINITAB现代质量管理统计软件

2. 基本统计概念及常用数据分类类型的计算方法：

1）基本统计概念：母体&样本、数据的集中性、数据离散性

2）数据的集中性：平均数、中位数、众数

3）数据的离散性：变异数（方差）、标准差、极差

3. 2种数据型态及其分布

1）计量型：正态分析

2）计数型：不良品数（二项分布）、缺点数数据（泊松分布）

四、测定系统分析

1. MSA概要（系统测量误差）

1）位置或平均：偏离、线性、稳定性

2）宽度或变异：再现性、重复性

2. 理解测量系统评价基准及方法

1）两种评价指标

a计量型：GRR%、PT Ratio、分辩率

b计数型：Kappa、百分比、一致性

2）六个评价步骤

步骤1：选定代表工程长期变动的10个样本

关键：如何选定反应真实现状的样品

步骤2：测量器的校正

步骤3：让**个作业者对所有样本任意顺序各做一次测量

步骤4：让第二个作业者按同样地方法实施（所有作业者相同）

步骤5：以同样的方法按必要的次数反复测量

步骤6：得到的数据输入Minitab并进行分析

演练：利用Minitab的制作、分析与数据判读

五、Six Sigma指标

1. 理解Six Sigma的主要指标

1）DPU、DPO、DPMO概念及计算方法

2）FTY、RTY概念及计算方法

2. 水准计算方法

六、工程能力分析

工程能力指数：Cp、Cpk、Pp、Ppk

1. Minitab的工程能力分析方法

2. 工程能力分析结果的水准计算方法

七、流程图&因果矩阵图

1. 流程图

目的：规定流程的范围，对实际流程中非能率、非效果的测面理解并分析

1）适用可能的工具

2）脑力激荡/流程 流程图

3）主要考虑事项

——跟项目执行计划书中定义的一样流程范围定义，即需改善的流程开始和末尾

4）对流程顾客的主要关心事影响的要因

5）参与对象

6）定义流程的人/执行的人/改善的人

7）非附加价值业务，相关工程及以CTQ规名的详细流程图

8）单位工程别Input（潜在Xs） Output导出（对Input的C，N，X区分）

9）流程图制作注意事项

10）流程图制作步骤

2. 因果矩阵图（Cause and Effect Matrix）&FDM

目的：把识别的人因子进行重要性排序

1）因矩阵图的制作方法

2）FDM制作及潜在Xs的优先顺序化方法

3）Output和Input之间的关系数值化

4）选定优先顺序化的Xs

第三讲：分析（Analyse）

Analyse概要：分析造成的原因和程度

一、Analyze概要

1. 一个进行目的：找出影响大的“关键少数因子”

2. 两个主要活动：选定分析工具（计数型、计量型）

二、DATA 收集计划

1. 数据收集计划的概念（数据收集计划）

2. 数据收集方法及步骤

第1阶段：构成好的提问

第2阶段：选定确切的数据分析记法

第3阶段：决定测量方法-母体或样品

抽样（样本）方法：有偏向、信赖区间、抽样方法、任意抽样、其它方法

第4阶段：定义数据收集Point

第5阶段：选定没有偏向的数据收集员

第6阶段：设计数据的收集样式和指南，必须进行测试

第7阶段：检讨数据收集过程，确认其结果

三、4Graph分析

1. Y 数据的分布形态（Histogram、Dot P批次）

2. 根据X的Y分布比较

——Multiple Dot P批次、箱型图批次、项目别比较、Pareto图（柏拉图）、原Graph（饼图）

3. X与Y的关系（散点图（Scatter P批次）

4. Y的时间性变化（时序列P批次（时序图批次）

四、假设检定概要

1. 假设检定相关的术语

统计性推论：点推定、区间推定、假设检定

2. 假设检定方法

1）假设检定两种错误：**种错误、第二种错误

2）两个对立假设：原假设H、对立假设Hi

3）假设检定的六个步骤

五、平均的检定

1. 检定方法1：One Sample Z、One Sample t

应用：一个母体的平均值不是某特定值的情况

2. 检定方法2：Two Sample t

应用：两个母体的平均值之间是否有差异的情况

3. 检定方法3：One-way ANOVA

应用：相同形态值的两个母体的平均值之间是否有差异的情况

六、离散的检定

1. 一个母体的变异是不是某特定值的检定方法

2. 两个母体的变异之间是否有统计性差异的检定方法

七、比率的检定

1. 检定方法1：1 Proportion

应用：一个母体的比率p是否是某特定值的情况

2. 检定方法2：2 Proportions

应用：两个母体的比率之间是否有统计性影响差异的情况

3. 检定方法：卡方检定

应用：从两个母体中输出的数据为计数型时，母体之间的比率是否相同的

八、相关及回归分析

1. 相关、回归分析的重要内容

关键：散点图、相关关系

2. 相关、回归分析的使用目的

3. 利用Minitab的相关性分析方法

4. 利用Minitab的回归分析方法

方法：Regression 和残差分析

第四讲：改善（Improve）

改善概要：改进制造来降低变异

一、Improve概要

1. 识别输入变量性质和重要性

2. 改善方案的适用类型

3. 改善方案的选择

三、试验设计DOE介绍

1. DOE的阶段特别性

2. Screening阶段

3. 特性化阶段

4. **化

四、全阶乘实验

全阶乘实验的理解：正交实验法，挑选因子、确定层次，用较少的次数找到相对**优的条件，即**优或较优的实验方案

1. 实验设计三个基本原理：重复性、随机化、区组化

2. 主效应与交互作用的计算方法及分析

3. 利用全阶段实验数据输出**工艺条件

演练：利用Minitab演算全阶乘实验并进行分析

5. 中心复合实验

——利用Minitab的中心复合实验的设计及分析理解

五、对策方案选定

1. 选定对策方案的四个阶段

——建立对策工具、风险评价、试验对策方案、选定**方案

工具：风险评价工具、FMEA

2. 试验对策方案的四个步骤

——实验计划、仿真、试产验证、可靠性验证

4. 选定**方案的三个环节

——图型工具、工程能力分析、假设检定、选择矩阵

第五讲：控制（Control）

概要：控制变异来确保特性的精确性和长期稳定性

一、控制环节要点

1. 利用确切的管理方法，管理关键少数因子的变动

工具与方法：防错方法、管制图

2. 文件化处理：制作控制计划、SOP制/修订

3. 确认项目Y的工程能力，评价改善目标是否达成

4. 树立为持续改善流程的管理计划

二、防错法

防错目的：即使工程改善的状态下，与人相关的介入要素或议事决定的余地还很多。对已改善的工程也有必要找出与防错相关的问题点

1. 失误与缺陷的关系

2. 防错的2种类型：预防和侦测

3.主要防错的5项工具：减轻、感智、便利、代替、消除

三、管制图概念及解释方法

管制图：**绘制生产过程中的关键质量特性的数据点，帮助企业监控生产过程是否处于统计控制状态

1. 管制图使用的4个核心目的

1）说明流程是否管理可能、预测可能

2）管制图对流程 X或Y 使用时有效

3）管制图在流程调查预想不到的变动时，能告诉应什么时候采取措施

4）管制图提供流程诊断情报

2. 造成变异原因的2个种类：共同原因、特殊原因

3. 管制图的构成和2个使用种类：计量型、计数型

4. 管制图的3个构成与计划方法：中心线、管理上限线、管理下限线

四、两种管制图应用方法

管制图类型：计量型数据管制图、计数型数据管制图

1. 计量型数据管制图种类和制作方法

1）X bar R

2）X bar s

3）I-MR

制作方法演练：利用Minitab 制作管制图并分析

2. 数据管制图种类与计管制图和制作方法

1）P管制图

2）NP管制图

3）C管制图

4）U管制图

制作方法演练：利用Minitab制作管制图并分析

六西格玛改善专案案例分享：DMAIC改善专案、DFSS改善专案

课终讨论与交流：

1. 六大工具与六西格玛的联系

2. 项目管理与六西格玛专案推行

3. 六西格玛与全员提案改善

4. 企业六西格玛组织建设

5. 企业六西格玛的文化建设