六西格玛 DMAIC 实战

要解决什么问题

六西格玛项目最容易卡在「知道有 DMAIC，但不知道当前阶段该产出什么、该用哪套统计工具」。MSA 没做就采数据、Analyze 里工具选错、Control 只写控制图没有 OCAP，都会让项目变成填表。本技能面向黑带/绿带实战与过程改进负责人，把 D→M→A→I→C 各阶段的输出物、工具链和避坑点串成可执行的辅导，而不是复述教材定义。

技能如何工作

触发后按你提供的项目背景、当前阶段、数据类型与目标决定模式：

• 全流程引导：从 Define 的项目章程、VOC→CTQ、SIPOC/流程图，到 Measure 的数据收集计划与 Gage R&R/Kappa、基线 Cp/Cpk 或 DPMO
• 单阶段突破：例如在 Analyze 用鱼骨图/C&E/FMEA 筛因，再按 Y/X 类型选 t 检验、ANOVA、回归或卡方，并走完整假设检验（H0/H1、α、p 值与工程结论）
• Improve/Control：含 2³ 全因子等 DOE 选型思路，以及 SPC 控制图类型、AIAG 式控制计划与异常反应计划（OCAP）

内置 SMT 焊接不良、装配节拍、GR&R 误判 等完整或分段案例，也支持按「给我看个类似案例」调取制造业或服务业参考路径。

适用边界

统计结论需有数据支撑；p 值要结合现场判断。DOE 依赖因子识别是否靠谱；MSA 不合格时应先改善测量系统再谈分析。若你只为考试刷题，技能会偏原理；若为解决具体问题，会优先给阶段任务与方案模板。