设计六西格玛（DFSS）

课程目标：
此课程旨在帮助学员系统地掌握六西格玛设计方法和工具。我们的客户推行DFSS项目证明：运用六西格玛设计方法（DFSS）可使研发周期大缩短（可缩短30%以上），研发成本可大大节约（我们的客户都节约了40%以上），产品能更好满足用户的要求，将DFSS方法论用于流程设计，可以在创造出在效率、品质、竞争力方面有突破性提升的超级流程。从本质上说，DFSS从源头上真正作到“第一次将事情作对”。
适合对象：
研发/设计工程师，产品经理，项目经理，品质经理，制程工程师和参与产品开发的人员。学员要求：挑战现状的眼光与态度；解决问题的热情；在公司或部门具备一定的个人威望；在专业领域有较强技能。
课程内容：
第一章、DFSS概述（IDDOV）
1、六西格玛DMAIC总览
1、六西格玛DMAIC总览
2、六西格玛是什么？
3、我们为什么推行六西格玛？
4、我们如何实施六西格玛？
5、DMAIC流程Roadmap介绍
6、DMAICRoadmap(路径图)
7、DMAIC工具总览
8、六西格玛设计总览
9、六西格玛设计与六西格玛DMAIC的区别
10、为什么需要六西格玛设计
11、六西格玛设计的IDOV路径图
第二章、基础统计
1、基本统计和基本图形
2、介绍分布的曲线形状、中心位置、及数据散布之观念
3、了解正态分布的意义
4、应用Minitab及其他图形工具来进行资料分析
5、介绍时间序列（TimeSeries）方法
6、介绍双变量图表分析
7、介绍图表收集数据方法
8、讨论常用的数据分析工具
9、假设检验理论
10、解释并定义假设检验及其价值
11、解释并正确运用零假设和备择假设(NullandAlternatehypothesis)
12、假设检验错误
13、Alpha的重要水平
14、P数值
15、假设检验方法
16、假设检验路线图
17、正态测试
18、方差同性测试
19、抽样和双样板参数测试
20、抽样范围选择
21、解释Alpha和Beta风险的含义
22、解释什么是主要的区别
23、描述进行假设检验，选择适合抽样范围的重要性
利用Minitab软件和Excel表格，计算抽样反问，测试均值，分布和标准差
第三章、DOE在设计中运用
1、单变量（ANOVA）分析
2、解释多参数测试的原则
3、描述多变量测试的常用方法
4、为多水平单因子测试进行方差分析–单变量ANOVA分析，并解释结果
5、实验法介绍
6、假设检验步骤概述
7、OFAT和实验步骤
8、同假设检验，OFAT的相似之处
9、区别
10、实验法的障碍
11、2k全因子实验介绍，22实验
12、描述一个全因子实验
13、定义因子和水平的含义
14、解释主要的结果和影响
15、建立并分析一个22全因子实验f
16、2水平3因子实验
17、建立并分析一个带有中心点的23全因子实验（Minitab演示）
18、了解中心点的价值
19、用图表展示结果，例如：主效果图
20、DOE缩减模式和残差分析
第四章、案例分享
案例分享