实用六西格玛质量突破·迅速·精准企业管理之路PDF电子书下载

第1章 导论 1

1.1 六西格玛的导入 1

1.1.1 六西格玛的应用领域和含义 1

1.1.2 六西格玛的推进 2

1.1.3 六西格玛质量突破的地位 5

1.2 内容体系 5

第2章 实用数据分析的体系——基础 7

2.1 概述 7

2.2 结果数据类型及其发散度（横坐标） 9

【Minitab案例】 11

例1 一组数据的统计量计算 11

例2 一组数据的处理计算 13

例3 一组数据的图形表示（箱线图、区间图、单值图、字母值图） 14

例4 随机数据的生成 19

2.3 结果数据出现的频率和概率（纵坐标） 19

2.4 概率分布（横坐标＋纵坐标） 22

2.4.1 频率分布 22

【Minitab案例】 22

例1 直方图 22

例2 条形图 24

例3 柏拉图 27

例4 点图 28

例5 茎叶图 29

例6 饼图 29

例7 表格化数据的汇总 30

2.4.2 概率分布 37

【Minitab案例】 40

例1 正态分布（Z分布）及西格玛等级 40

例2 卡方分布 48

例3 t分布（学生t分布） 49

例4 F分布 52

例5 Cauchy分布（柯西分布，Lorentz分布） 53

例6 均匀分布（连续均匀分布） 54

例7 三角形分布 54

例8 最小极值和最大极值分布 56

例9 Beta分布 57

例10 Gamma分布（Erlang分布） 58

例11 Laplace分布（双指数分布） 59

例12 Weibull分布 61

例13 指数分布 62

例14 Logistic分布 64

例15 Loglogistic分布 65

例16 对数正态分布 67

例17 离散分布 67

例18 Bernoulli分布（0-1分布，两点分布） 70

例19 整数均匀分布（离散整数均匀分布） 70

例20 几何分布 72

例21 超几何分布 73

例22 二项分布 73

例23 负二项分布（Pascal分布） 76

例24 泊松分布 76

2.4.3 样本均值的分布 78

第3章 实用数据分析的体系——分布的假设检验及置信区间 80

3.1 概述 80

3.2 分布类型检验 83

【Minitab案例】 83

例1 数据顺序的随机性检验（游程检验法） 83

例2 数据分布的对称性检验（对称图法） 84

例3 数据分布的正态性检验——Anderson-Darling法 86

例4 数据分布的正态性检验——Ryan-Joiner法 88

例5 数据分布的正态性检验——Kolmogorov-Smirnov法 89

例6 数据分布的正态性检验——基本统计量图形化汇总（Anderson-Darling及峰度） 90

例7 数据分布的正态性检验——根状图法 92

例8 数据分布的正态性检验——概率图法 94

例9 数据分布的正态性检验——经验累积分布函数法 95

例10 各种数据分布的检验——概率图法和经验累积分布函数法 97

例11 各种数据分布的检验——卡方拟合优度检验法 97

例12 数据的最优分布评估（个体分布标识） 102

3.3 单总体的参数恒定性检验 107

【Minitab案例】 107

例1 单总体的均值恒定性检验 107

例2 单总体的中位数恒定性检验 116

例3 单总体的比率恒定性检验 118

例4 单总体的方差恒定性检验 121

3.4 两总体的参数相等性检验 122

【Minitab案例】 123

例1 两总体的均值相等性检验 123

例2 两总体的中位数相等性检验 131

例3 两总体的比率相等性检验 132

例4 两总体的方差相等性检验 134

3.5 两个以上总体的参数相等性检验 136

【Minitab案例】 136

例1 两个以上总体的均值相等性检验——单因子ANOVA 136

例2 两个以上总体的均值相等性检验——双因子ANOVA 145

例3 两个以上总体的中位数相等性检验——单因子 145

例4 两个以上总体的中位数相等性检验——双因子 148

例5 两个以上总体的方差相等性检验 149

3.6 检验的功效 152

【Minitab案例】 152

例1 计算所能达到的检验功效 152

例2 计算需要的最小样本大小 160

例3 计算所能检测到的最小差异 160

第4章 实用数据分析的体系——SPC控制图及过程能力分析 162

4.1 概述 162

4.2 单变量的控制图——单样本 162

【Minitab案例】 163

例1 单值控制图和准控制图 163

例2 运行图（子组大小＝1） 166

例3 移动极差控制图 168

例4 单值移动极差控制图 170

例5 标准化单值移动极差控制图 172

例6 移动平均控制图（子组大小＝1） 175

例7 指数加权移动平均控制图（子组大小＝1） 177

例8 累积和控制图（子组大小＝1） 179

4.3 单变量的控制图——多样本 183

【Minitab案例】 185

例1 Xbar控制图 185

例2 运行图（子组大小＞1） 185

例3 区域控制图 188

例4 R控制图 190

例5 S控制图 191

例6 Xbar-R控制图 193

例7 Xbar-S控制图 194

例8 I-MR-R/S控制图 195

例9 移动平均控制图（子组大小＞1） 197

例10 指数加权移动平均控制图（子组大小＞1） 199

例11 累积和控制图（子组大小＞1） 200

4.4 多变量的控制图 204

【Minitab案例】 204

例1 T方控制图 204

例2 广义方差控制图 206

例3 T方广义方差控制图 206

例4 多变量指数加权移动平均控制图 208

4.5 属性的控制图 210

【Minitab案例】 210

例1 P控制图 210

例2 NP控制图 212

例3 C控制图 213

例4 U控制图 214

4.6 非正态数据的控制图 216

【Minitab案例】 216

例1 独立的Box-Cox数据变换法 216

例2 控制图选项中的Box-Cox数据变换法 216

4.7 过程能力分析 218

4.7.1 正态单变量的过程能力分析——不考虑组间变异 218

【Minitab案例】 222

例1 正态单变量的过程能力分析——不考虑组间变异 222

例2 正态单变量的过程能力Sixpack分析——不考虑组间变异 226

4.7.2 正态单变量的过程能力分析——考虑组间变异 227

【Minitab案例】 230

例1 正态单变量的过程能力分析——考虑组间变异 230

例2 正态单变量的过程能力Sixpack分析——考虑组间变异 230

4.7.3 非正态单变量的过程能力分析 233

【Minitab案例】 233

例1 非正态单变量数据的过程能力分析（无子组大小信息） 233

例2 非正态单变量数据的过程能力Sixpack分析（不考虑组间变异） 235

例3 Johnson变换与正态单变量数据过程能力分析分别进行（组内、组间／组内） 238

例4 Box-Cox变换与正态单变量数据过程能力分析同时进行（组内、组间／组内） 241

例5 Box-Cox变换与正态单变量数据过程能力分析分别进行（组内、组间／组内） 243

4.7.4 正态多变量的过程能力分析 246

【Minitab案例】 246

例1 多列形式的正态多变量数据的过程能力分析（组内、组间／组内） 246

例2 单列形式的正态多变量数据的过程能力分析（组内、组间／组内） 250

4.7.5 非正态多变量的过程能力分析 252

【Minitab案例】 252

例1 多列形式的非正态多变量数据的过程能力分析（无子组大小信息） 252

例2 单列形式的非正态多变量数据的过程能力分析（无子组大小信息） 255

例3 Johnson变换与正态多变量数据的过程能力分析分别进行（组内、组间／组内） 257

例4 Box-Cox变换与正态多变量数据的过程能力分析同时进行（组内、组间／组内） 258

例5 Box-Cox变换与正态多变量数据的过程能力分析分别进行（组内、组间／组内） 260

4.7.6 属性的过程能力分析——二项分布 260

【Minitab案例】 260

例1 基于P控制图的过程能力分析 260

4.7.7 属性的过程能力分析——泊松分布 263

【Minitab案例】 263

例1 基于U控制图的过程能力分析 263

4.8 批次的抽样验收 265

4.8.1 按变量的抽样验收 265

【Minitab案例】 267

例1 按变量抽样验收计划的创建 267

例2 按变量抽样验收计划的比较 269

例3 按变量抽样验收计划的实施 271

4.8.2 按属性的抽样验收 272

【Minitab案例】 274

例1 按缺陷品率属性抽样验收计划的创建、比较和实施 274

例2 按缺陷数率属性抽样验收计划的创建、比较和实施 277

第5章 实用数据分析的体系——DOE试验方案和实施效应 280

5.1 概述 280

【Minitab案例】 283

例1 带分支的因果图 283

5.2 全因子设计 285

【Minitab案例】 285

例1 一般全因子试验的设计 285

例2 二水平全因子试验的设计 288

例3 分析因子设计 291

例4 因子图（主效应图、交互作用图和立方图） 298

5.3 部分因子设计 302

【Minitab案例】 302

例1 二水平部分因子试验的设计 302

例2 Plackett-Burman（PB）试验的设计 305

5.4 田口设计 306

【Minitab案例】 308

例1 单一水平数的田口参数试验的设计 308

例2 混合水平数的田口参数试验的设计 312

例3 分析静态田口参数设计（主效应图、交互作用图） 313

例4 分析动态田口设计（主效应图、交互作用图、响应vs信号因子的散点图） 317

5.5 响应曲面试验设计 323

【Minitab案例】 323

例1 中心复合设计 323

例2 Box-Behnken设计 326

例3 分析响应曲面设计 328

5.6 混料试验设计 331

【Minitab案例】 332

例1 单纯形质心混料设计及单纯形设计图 332

例2 单纯形格点混料设计及单纯形设计图 341

例3 极端顶点混料设计及单纯形设计图 343

例4 分析混料设计 348

第6章 实用数据分析的体系——DOE的理论分析 351

6.1 概述 351

6.2 相关分析 351

【Minitab案例】 352

例1 多变量两两相关性的检验 352

例2 多变量两两间协方差的计算 353

例3 两因子间相关性的卡方检验 354

6.3 回归分析 359

【Minitab案例】 360

例1 简单回归（线性回归） 360

例2 逐步回归 363

例3 最佳子集回归 366

例4 拟合线图回归 367

例5 偏最小二乘回归（PLS） 369

例6 二值Logistic回归 374

例7 顺序值Logistic回归 378

例8 名义值Logistic回归 380

6.4 变异源分析 382

【Minitab案例】 384

例1 一般线性模型分析（GLM） 384

例2 完全嵌套方差分析 386

例3 平衡多元方差分析 388

例4 一般多元方差分析 390

第7章 实用数据分析的体系——MSA测量系统分析（DOE变异源之一） 392

7.1 概述 392

7.2 计量型测量系统的分析 393

7.2.1 量具研究前的数据准备 393

【Minitab案例】 393

例1 创建量具研究工作表 393

例2 量具运行图（测量值运行图） 395

7.2.2 量具的初步综合研究 397

【Minitab案例】 397

例1 类型1量具研究 397

7.2.3 量具的分辨力和稳定性 399

7.2.4 量具的线性和偏倚 400

【Minitab案例】 400

例1 量具线性和偏倚研究 400

7.2.5 量具的R＆R 402

【Minitab案例】 404

例1 量具R＆R研究（交叉） 404

例2 量具R＆R研究（嵌套） 407

7.3 属性型测量系统的分析 409

【Minitab案例】 409

例1 操作员一致性分析 409

例2 属性量具研究（分析法） 415

第8章 DMAIC质量突破策略 418

8.1 概述 418

8.2 过程的分析（以过程为中心） 419

8.3 顾客之声（以顾客为中心） 422

8.4 问题的研究（以问题为导火索） 425

8.5 六西格玛项目管理 429

8.5.1 项目的工作内容规划 429

8.5.2 项目的团队建设 430

8.5.3 项目的时间规划 432

8.5.4 项目的经济性核算 434

8.6 界定 437

8.7 测量 438

8.8 分析 439

8.9 改进 440

8.10 控制 440

8.11 案例——发动机清洁度六西格玛突破 441

8.12 小结 453

第9章 其他质量改进策略简介 455

9.1 概述 455

9.2 朱兰质量三部曲 455

9.3 PDCA/PDSA 456

9.4 8D 457

9.5 Kaizen／持续改善 459

9.6 汽车行业的一些质量控制方法 462

9.7 全面质量管理 465

第10章 质量管理的发展 467

10.1 历史阶段 467

10.2 质量大师的贡献 469

参考文献 471