SixSigma总体介绍：

SixSigma是什么?

谁在应用SixSigma?

SixSigma的两大流派及其各自主要特点

SixSigma的两大类方法的介绍及其主要阶段和各阶段需要完成的主要任务

SixSigma的组织结构

SixSigma的战略推广

SixSigma与ISO/TQM（TotalQuality

Management-全面质量管理）的区别

SixSigma的统计学基础：

数据分类：连续型数据和离散型数据

缺陷(标准)：单元，机会的定义：DPU和DPO的概念和区别

正态分布的由来

正态分布的重要统计量“u”（均值）和“”（标

准方差）

正态分布的重要特性及“Z”值的计算

Mean(均值)，Median(中位数)和Mode(模)

SixSigma各阶段的详细介绍：

定义阶段(Define)

质量功能展开(QFD-QualityFunctionDeployment)

立项资格五要素：业务方面、问题和目标陈述、项目范围、项目进程计划、团队成员及角色

测量阶段(Measure)

确定项目的Y：连续型数据和离散型数据、实际项目中连续型数据和离散型数据之间的合理变换

确定项目的缺陷(标准)，单元，机会

测量系统的分析(MSA)：

偏差的构成：可重复性和可再生产性

连续数据：快速方法和方差分析法(ANOVA-ANalysisOfVAriance)

离散数据：表格法

对Y和可能的X’s收集数据

流程图(PM-ProcessMap)

因果图即鱼骨图或称为石川图(C&E-Cause&EffectDiagram)

标准操作规(SOP-StandardOperationProcedure)Y的基本图形分析及统计分析：

柏拉图(ParetoChart)

直方图(Histogram)

盒形图(Boxplot)

验证正态性(NormalityTest)

歪斜分布(SkewedDistribution)

尖峰分布(KurtosisDistribution)

多模式分布(Multi-ModeDistribution)

非正态分布的处理

描述性统计(BasicStatistics)

计算Z值：

Y是离散型数据：ProductReport

Y是连续型数据：ProcessReport

Zst、Zlt和Zshift的关系

分析阶段(Analyze)

图形分析：离散图或散布图(ScatterPlot/Diagrams)

假设检验分析(HypothesisAnalysis)

F检验、T检验和卡方检验(F-test、T-test和ChiSquare-test)

方差分析(ANOVA)

回归分析(Regression)

通用线性模型(GLM-GeneralLinearModel)

改进阶段（Improve）

样本数量检验(SampleSizeTesting)：连续数据和离散数据

改进真实性检验：T检验和卡方检验(T-test和ChiSquare-test)

控制阶段（Control）

SPC及控制图(ControlChart)

什么是控制图和SPC

控制图的用途

控制图的类型

控制图原理

控制图的解释

DMADV的内容简单介绍：

D-定义(Define)、M-测量(Measure)、A-分析(Analyze)、D-设计(Design)、V-验证(Verify)