浙江
6SIGMA 培训
六西格玛（6 Sigma / 6σ）完整介绍一、基础定义1. 数理含义
σ（西格玛）是统计学标准差，代表数据波动大小；
六西格玛指：过程波动极小，长期百万机会缺陷数DPMO≈3.4。
- 6σ 水平：每 100 万次机会仅 3.4 个不良
- 普通 3σ 水平：DPMO≈66807，缺陷率很高
一套数据驱动、消除波动、降缺陷、降成本、提利润的精益质量改善方法论，起源摩托罗拉，发扬光大在通用电气 GE，广泛用于制造、电子、汽车、医疗、物流、行政、财务等全行业。
3. 核心目标
- 大幅减少不良、返工、报废、客诉
- 压缩周期、提升交付效率
- 降低质量成本（COPQ：不良损耗、售后索赔、重工等）
- 稳定过程能力、标准化、可复制
- 培养专业改善人才
表格
西格玛水平
DPMO 百万缺陷数
良品率
行业水平参考
3σ
93.32%
粗放小企业
4σ
6210
99.38%
普通制造企业
5σ
233
99.9767%
优秀车企、精密加工
6σ
3.4
99.99966%
顶尖精密、半导体、医疗、航空
行业惯例：长期过程天然存在 1.5σ 漂移，所以 6σ 不是理论 0 缺陷，而是 3.4 DPMO。三、两大核心实施模型1. DMAIC（针对现有流程改善，最常用）
用于已量产、现有工序、现有产品，五步闭环：
- Define 定义
- 明确客户需求、痛点、改善目标、项目范围、财务收益基线、组建团队；输出项目章程、VOC 客户之声、CTQ 关键质量特性。
- Measure 测量
- 梳理流程、收集数据、验证测量系统（MSA）、测算当前基线能力（Cp/Cpk、DPMO）；确认数据真实可信。
- Analyze 分析
- 用统计工具定位根本原因，区分关键少数影响因子；工具：鱼骨图、5Why、假设检验、回归、方差分析、柏拉图。
- Improve 改善
- 针对关键因子设计方案、DOE 试验设计优化参数、小批量试跑对比验证效果；对比改善前后数据差异。
- Control 控制
- 标准化作业、SPC 持续监控、建立管控文件、培训人员、固化成果、防止反弹；更新控制计划、维护过程能力。
对应 APQP 新品开发阶段，从零设计高稳健产品 / 工艺：
- D 定义项目与客户 CTQ
- M 测量转化客户要求为量化技术指标
- A 分析设计方案、风险、公差匹配
- D 设计样机 / 工艺，仿真验证稳健性
- V 验证全工况可靠性、量产稳定性
- 白带 WB：全员普及，基础认知，参与小组基础工作
- 绿带 GB：基层骨干，能独立主持小型改善项目，掌握基础统计工具，兼职推进
- 黑带 BB：全职专业改善专家，主导大型复杂项目，精通 DOE、高级统计、DMAIC 全流程，培训绿带
- 黑带大师 MBB：导师级，企业顶层策划、战略部署、辅导黑带、体系搭建、方法论优化
- 冠军 Champion：部门 / 公司高管，提供资源、审批项目、承接财务收益、推动变革
VOC、CTQ、流程图、柏拉图、鱼骨图、5Why、MSA 测量系统分析、SPC 控制图、Cp/Cpk 过程能力
统计推断类
假设检验（t 检验、卡方、F 检验）、相关性、回归分析、方差 ANOVA
优化设计类
DOE 试验设计、田口稳健设计、FMEA（DFMEA/PFMEA）、防错 Poka-Yoke
精益融合工具（常叫精益六西格玛 LSS）
5S/6S、快速换模 SMED、价值流 VSM、拉动生产、节拍平衡、库存优化
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
