《质量管理核心方法与实战工具》10天-可拆分

《质量管理核心工具从方法到实战工具运用》
主讲：俞璇老师
【课程背景】
本课程的质量管理核心工具，覆盖到了从新产品的研发到投产的整个过程，甚至已经延伸到了整个供应链中，包括：
质量功能展开图（QFD, Quality Function Deployment）
试验设计（DOE, Design of Experiment）
统计过程控制（SPC，Statistical Process Control）
测量系统分析（MSA，Measurement System Analyze）
失效模式和效果分析（FMEA，Failure Mode & Effect Analyze）
控制计划（CP，Control Plan）
QC新老七大手法
【课程收益】
系统学习，掌握质量管理工具的理念及运用方法；
问题导向，训练营学习方式，启发学员思考和解决问题的；
落地实战，实战型工具，“即学即用”是最大的学习目标。
【课程时间】
10天，6小时/天
【课程对象】
企业质量专职工作者(重点学习对象)；
企业运营部门（包含但不限于研发设计、采购、生产、技术、物流、工程、HR部门等）负责人（总监、经理）、骨干业务人员、一线工作者、储备人才；
领导层重点培养的其他储备人才；
【课程方式】
讲师讲授+案例分析+分组游戏+角色扮演+沙盘体验+情景模拟+实操演练
【课程大纲】
质量方法体系及理念综述
质量问题分析与解决的思路
现象和问题的区别
企业为什么存在那么多长期难以解决的质量问题
问题的冰山理论
质量问题解决的核心思路
互动：课堂游戏 - 现象和问题的区别
PDCA与SDCA持续改善
PDCA与SDCA的关系
PDCA的两类典型的错误
PDCA持续改善的路径图
互动：课堂游戏 – 从纸牌游戏体会PDCA的持续改进精神
质量的概念和基础知识
质量的概念
质量意识及其演变过程
从QC到QA再到TQM的质量变革
质量的影响要素5M1E
关键质量因素CTQ
CTQ分解树状图
过程绩效度量指标（离散型与连续型）
关键需求因素
质量及数据分析的必备基础知识
数据的分类
不同作用数据的特性
质量数据的收集
质量数据的整理方法
数据的5种图示方法
质量数据抽样的方法
质量数据分析和统计工具 – minitab
质量功能展开图QFD
1. 质量源于设计QbD概述
QbD – 质量源于设计的思路
质量设计的路径图
企业能量模型
2. 质量功能展开图QFD
质量功能展开图QFD的定义
质量功能展开图QFD7个组成模块
确认客户意见
填入客户意见和重要程度
把CN翻译成CR：客户的语言翻译成技术语言
在QFD矩阵中填入CR
确定CN和CR的相关性
明确CN的被满足程度和CR的重要度
明确CR的自相关性(自相关矩阵)
设定规范和标准
顾客需求分析与工程措施的确定
关键措施与瓶颈技术的确定
市场竞争能力和技术竞争能力分析
工程措施之间的交互作用评估
四个阶段的质量功能展开
QFD的案例解析和课堂演练
Minitab应用和质量数据的基础知识
Minitab的基础应用
数据统计对于质量管理的重要意义
MINITAB介绍
Minitab的主要三大功能
Minitab 演练 – 绘制直方图
Minitab 演练 – 绘制直方图
Minitab 演练 – 4组数据小练习
质量数据的基础知识
概率的基本知识
描述性统计方法
总体参数和样本统计量
描述性统计——反映集中趋势的度量
描述性统计——反映离散程度的度量
描述性统计——反映分布形状的度量
Minitab运用: 统计-基本统计量-图形化汇总（minitab练习）
正态分布与标准正态分布（minitab练习）
中心极限定理（minitab练习）
试验设计 DOE
1. 试验设计DOE基础
试验设计中的基本术语试验和实验的区别
因子：可控因子与非可控因子
主效应与交互效应（minitab练习）
试验设计的基本原则试验设计例题解析（minitab练习）
三因子正交试验代码表
试验设计的三个基本原则（minitab练习）
试验设计的类型因子筛选设计
参数优化设计 - DFSS
试验设计的四个基本步骤
试验设计的策划与安排
2. 全因子试验设计全因子试验设计概述二水平全因子试验概述
试验的安排及中心点的选取
2因子2水平全因子DOE立方图：中心点的说明
代码化及其案例计算
全因子试验设计的计划制定全因子试验设计的计划-案例解析（minitab练习）
角点仿行和中心点重复
射弹器游戏 DOE演练（minitab练习）
全因子试验设计分析和优化的五大步骤
全因子试验设计分析和实例（minitab练习）
立方图的含义和绘制方法
2因子2水平全因子DOE立方图
3因子2水平全因子DOE立方图
4因子2水平全因子DOE立方图
全因子试验设计的特殊运用
无中心点(连续型因子)的试验设计分析（minitab练习）
带区组的试验设计分析（minitab练习）
课堂练习：射弹器的试验结果分析和寻优
3. 部分因子试验设计
部分因子试验设计概论部分因子试验设计名词解释
部分因子试验设计的优点
部分因子试验设计方法一：删节试验法
部分因子试验设计方法二：增补因子法
部分因子试验设计例题解析
分辨度和混杂的关系
分辨度和试验次数的关系
例题解析：学会选择生成元（minitab练习）
默认生成元例题解析（minitab练习）
指定生成元例题解析（minitab练习）
写指定生成元的思路及步骤
部分因子DOE分析和实例解析（minitab练习）
DOE课堂练习（minitab练习）
4. 响应曲面设计
响应曲面设计概论
响应曲面设计例题解析（minitab练习）
序贯试验策略
最速上升法（最陡上升路线）
中心复合设计 – CCD
立方体点、中心点和轴点
中心复合设计 CCD 试验方案的确定
CCD如何确定星号点的位置 (即α值)（2因子、3因子）
中心复合有界设计 CCI
中心复合表面设计 CCF
中心复合设计CCD的案例解析（minitab练习）
Box-Behnken设计概述
Box-Behnken设计案例应用（minitab练习）
3因子4种响应曲面试验点计划表对比
设计序贯试验的实际运用方法（minitab练习）
响应曲面设计的分析及实例应用（minitab练习）
4. 稳健参数设计
稳健参数设计的概念
简单响应系统
信号-响应系统
试验与建模的策略
稳健参数设计的乘积表（内外表）
位置和散度建模法
望目型问题的解决方法
望大型/望小型问题的解决方法
静态稳健参数设计计划
静态稳健参数的案例解析（minitab练习）
动态稳健参数设计计划（minitab练习）
5. 混料设计
混料设计的概念
混料设计与普通因子设计的区别
混料设计的约束图
混料设计的三线坐标图
混料设计的分类
混料试验的计划制定
单纯形重心法设计示意图（三维及四维）
四因子单纯形重心法设计计划表
案例1：单纯形重心设计（minitab练习）
增强型和未增强型设计
单纯型设计法的设计图 - 增强型（minitab练习）
单纯形格点法
三因子三阶单纯形格子点设计计划表
案例2：单纯形格点设计（minitab练习）
极端顶点设计法
案例3：极端顶点设计（minitab练习）
案例4：极端顶点设计（minitab练习）
案例5：混料试验的分析和优化（minitab练习）
案例6：混料设计的分析和优化（minitab练习）
6. 本章阶段小结&答疑Q&A
FMEA - 失效模式和后果分析
新版FMEA基本概况
FMEA概述和定义
新版FMEA的背景
旧版FMEA存在的问题
FMEA的类别及其应用
新版FMEA的重要变化点
介绍新版FMEA的重要项目策划要求 - 5Ts
新版FMEA转版策略
简要介绍新版FMEA七步法
新版FMEA的运用步骤和要点
步骤一：规划与准备
步骤二：成分分析
步骤三：功能分析
步骤四：失效分析
步骤五：风险分析
步骤六：优化
步骤七：结果文件化
FMEA严重度S评分解读
FMEA频度O、探测度D和行动优先级AP解读
FMEA的不同类别应用要点
PFMEA_过程失效模式及影响分析
DFMEA_设计失效模式及影响分析
FMEA MSR_监视及系统响应FMEA
FEMA实战指导
案例解析：FMEA的应用
FMEA表单模板的运用
MSA - 测量系统分析
MSA测量系统分析的基础知识
测量的基础知识和基本术语
数据的收集与抽样
测量系统的定义
测量数据总变异 – 测量系统的五性
过程中测量系统的误差来源
执行MSA后，我们需要获得的信息和结论
MSA测量系统分析的组成与分解
测量系统总误差的分解图
测量系统的组成部分
分辨率/分辨力 Discrimination
可区分组数 – ndc
偏倚 Bias
线性 Linearity
测量系统的准确性
测量系统的稳定性
测量系统的精确性
可重复性 Repeatability
可再现性 Reproducibility
总波动的分解和测量系统能力的评价准则
连续型R&R研究及其评价方法 – 应用案例解析
重复性和再现性R&R分析步骤
重复性和再现性分析实例演示 - 连续型MSA
连续型R&R结果解读的方法
课堂演练：测量水杯游戏及其连续型MSA分析
交叉与嵌套型MSA的区别
嵌套型MSA案例分析
特殊类型MSA的案例分析 - 破坏型试验
离散型MSA深入解读 - 属性值一致性分析 κ 卡帕值
属性值测量数据的获得
属性值测量系统一致性分析
计数型数据测量系统的判断标准
属性值MSA数据案例演示和分析
卡帕值（κ）的计算
案例：属性值卡帕值MSA分析
统计过程控制和CP - 控制计划
控制图的基本概念
波动/异常产生的原因及分类
控制图的设计原理
控制图的目的
偶然因素和异常因素的举例说明
规格界限和控制界限的区别
应用控制图的两类错误
控制限的设定对两类错误概率的影响
异常波动的八条判断原则
分析用控制图和控制用控制图 (MAIC)
常规控制图的选择
计量型控制图
四对计量控制图
合理子组原则
计量控制图的控制限计算
计量控制图的案例演示
计数型控制图
计件控制图
计件控制图案例演示和分析（3个）
计点控制图：缺陷点数
计点控制图案例演示和分析（3个）
特殊控制图
累积和控制图
累积和控制图的案例演示和分析
指数加权滑动平均控制图
指数加权滑动平均控制图的案例演示和分析
质量改进手法：老QC七大工具
QC老手法 - 帕累托图及其运用
帕累托分析的原理
帕累托图分析法应用流程
案例：集成电路板故障的帕累托分析
课堂演练：例题分析和计算
帕累托图分析法应用注意事项
用minitab或excel生成帕累托图
QC老手法 – 层别法及其运用
层别法的定义和目的
分层分类的重要原则
分层的8种方法
麦肯锡 MECE原则
层别法的使用步骤
层别法的应用实例分析
课堂演练：层别法的运用和研讨
QC老手法 - 控制图及其用法
波动（变差）的概念
五条波动理论
随机原因 vs. 系统原因
控制图的目的
控制图的统计原理
控制图的形成
控制图的种类 - 按数据性质分类
8种常规控制图的选择方法
控制图运用案例解析
用minitab和excel生成控制图的方法
课堂演练：控制图的运用
QC老手法 – 直方图及其运用
直方图的定义和作用
直方图的运用步骤
直方图的案例解析
用minitab和excel生成直方图的方法
课堂演练：直方图的运用
QC老手法 - 检查表法及其运用
什么是检查表和检查表法
检查表的类型：按目的和种类分
调查之前需要明确的事项
检查表的制作要点
调查表实例 - 记录用调查表
调查表实例 - 检查用调查表
数据调查计划 – 三个运用场景及其模板
课堂演练：检查表的运用
QC老手法 – 鱼骨图及其运用
鱼骨图的定义和重要作用
鱼骨图架构 - 生产制造类问题
鱼骨图架构 - 服务管理类问题
鱼骨图绘制步骤如下
鱼骨图应用案例
五个为什么（5 whys法）与鱼骨图的结合运用
课堂演练 – 头脑风暴+鱼骨图+五个为什么结合运用
QC老手法 – 散布图及其运用
相关关系的举例
函数关系与相关关系的区别
相关关系的种类
相关系数的定义及其用途
相关系数的特点
散布图/散点图示例
绘制散布图的步骤
课堂演练：散布图的判断和绘制
质量改进手法：新QC七大工具
QC新手法 – 系统图法及其运用
系统图定义
系统图的结构
系统图的运用场景
对策型系统图及其案例解析
原因型系统图及其案例解析
系统图的其他运用
课堂演练 – 系统图的绘制
QC新手法 – 矩阵图及其运用
矩阵图法的定义
矩阵图法的类型
因果分析矩阵的运用步骤
因果分析矩阵的应用案例
优选矩阵的运用步骤
优选矩阵的应用案例
课堂演练：矩阵图的运用
QC新手法 – 矩阵数据分析法及其运用
矩阵数据解析法的定义
矩阵数据分析法和矩阵图的区别
矩阵数据解析法的应用场景
案例解析
QC新手法 – 箭条图及其用法
箭条图的定义
箭条图的专业术语解释
箭条图的运用场景
箭条图的运用案例
课堂演练：箭条图的运用
QC新手法 – 过程决策程序图及其运用
过程决策程序图法的定义
过程决策程序图法的特点
过程决策程序图法的制作程序
过程决策程序图法的分类
过程决策程序图举例
课堂演练：三国演义的PDPC图
QC新手法 – 头脑风暴和亲和图及其运用
头脑风暴和亲和图的组合运用
头脑风暴的4个规则
组织头脑风暴的步骤
亲和图 Affinity Diagrams的定义
头脑风暴的下一步：用亲和图进行分类整理
亲和图的运用方法和案例
课堂演练：头脑风暴和亲和图的问题研讨
QC新手法 - 关联图及其运用
关联图的定义和重要作用
关联图的运用场景
关联图的绘制步骤
关联图运用举例和注意要点
课堂演练：关联图的运用和研讨
质量提升与改善的优秀企业案例
课堂研讨：质量问题头脑风暴与改善方案制定
课程提供：
1. 课堂练习的全部原始数据（excel版本）
2. 课堂学习的所有报告模板
3. 课堂学习的所有表格模板
4. Minitab安装包（如需）

俞璇老师的其它课程