DMAIC现场质量问题分析与解决

推荐

第一天上午  9：00-12：00

问题解决的基本认知

Ø  案例讨论

Ø  认知我们现在解决问题的习惯

Ø  我们解决问题习惯的漏洞

Ø  改善中的困惑

Ø  认知质量.问题

Ø  解决问题的G-KASH模型

Ø  认知：问题解决的有效.无效特征

Ø  结构化问题解决的方法论：PDCA/8D

Ø  结构化问题解决的方法论：DMAIC五步法简介

Ø  团队的发展历程

定义阶段

Ø  定义问题的三阶段

Ø  定义项目

Ø  练习：问题陈述

Ø  问题陈述的五要3W2H

Ø  问题陈述的三不要

Ø  练习：目标陈述

Ø  目标陈述的SMART原则及技巧

Ø  批准项目

Ø  绘制细节流程图

Ø  绘制的目的

Ø  细节流程图的种类

第一天下午  13：00-16：30

测量阶段

Ø  测量现状的三阶段

Ø  基本统计学

Ø  数据的两种类型与三种描述

Ø  数据的位置：均值、众数、中位数

Ø  数据的离散程度：标准差、极差

Ø  数据的分布形状：正态分布与正态性检验

Ø  总体与样本.统计推断与统计描述

Ø  质量问题解决的类型

Ø  测量系统分析—MSA

Ø  测量系统研究的三个重要方面

Ø  测量系统误差的来源（五性研究）

Ø  测量系统的正确性研究：偏移、线性、稳定性

Ø  连续型数据测量系统分析

Ø  重复性与再现性

Ø  数据收集的指引

Ø  可靠性的判断标准：%R&R  %公差

Ø  输出的图形分析

Ø  练习

Ø  离散型数据测量系统分析

Ø  数据收集的指引

Ø  数据分析：评估一致性、逃逸率、假信号率

Ø  练习

第二天上午  9：00-12：00

Ø  确定问题的焦点

Ø  数据收集：分层法—检查表à练习

Ø  数据分析：柏拉图à练习

Ø  问题的现状分析：过程能力分析

Ø  波动的类型

Ø  数据搜集：合理子组

Ø  数据分析：过程能力指标：Cp、Cpk、Pp、Ppkà练习

Ø  如何通过Cp、Cpk、Pp、Ppk判断改善的方向

第二天下午  13：00-16：30

分析阶段

Ø  分析原因的三阶段

Ø  挖掘：鱼骨图

Ø  练习：制作鱼骨图

Ø  鱼骨图制作的细节流程

Ø  常犯的错误：写上万能原因或对策怎么办

Ø  制作的困惑：在问why为什么的时候，到底问到什么程度？

Ø  验证根本原因：常用图形工具

Ø  针对y与x的数据类型选择合适的验证工具

Ø  如何利用散点图分析xy之间的关系

Ø  如何利用箱线图分析xy之间的关系

改进阶段

Ø  改善对策的三阶段

Ø  挖掘方案的双易原则：易做性与易查性

Ø  挖掘潜在的根本原因解决方案

Ø  挖掘潜在的根本原因解决方案练习

Ø  筛选潜在的根本原因的解决方案：方案选择矩阵

Ø  方案选择矩阵练习

Ø  实施对策

Ø  为什么要试运行？

Ø  试运行需要考虑的关键事项

Ø  计划5w1h

控制阶段

Ø  控制三阶段

Ø  改善成果确认：趋势图、柏拉图

Ø  建立有效的控制系统

Ø  固化改善成果的工具：防差错、控制图

总结与回顾

Ø  DMAIC方法论总体回顾

Ø  学员行动计划

Ø  学习小组评比

Ø  培训效果评价