六西格玛DMAIC方法论详解
什么是DMAIC？
DMAIC是六西格玛最核心的方法论，代表定义(Define)、测量(Measure)、分析(Analyze)、改进(Improve)、控制(Control)五个阶段。 这是数据驱动的结构化问题解决方法，适用于现有流程的优化改进。
DMAIC五阶段总览
|
阶段
|
英文
|
核心目标
|
主要任务
|
|
定义
|
Define
|
明确问题
|
确定项目范围、目标、团队
|
|
测量
|
Measure
|
量化现状
|
测量当前流程性能
|
|
分析
|
Analyze
|
找出根因
|
分析数据，识别关键因子
|
|
改进
|
Improve
|
优化方案
|
实施改进措施
|
|
控制
|
Control
|
维持成果
|
建立控制机制
|
第一阶段：Define（定义）
阶段目标
明确项目要解决什么问题，为什么要解决，以及如何解决。
主要工具
|
工具
|
用途
|
输出
|
|
SIPOC图
|
梳理流程边界
|
流程范围图
|
|
项目章程
|
定义项目框架
|
项目授权书
|
|
VOC
|
收集客户声音
|
客户需求清单
|
|
CTQ树
|
转化客户需求
|
关键质量特性
|
关键输出
-
项目问题陈述
-
项目目标（SMART原则）
-
项目范围界定
-
项目团队组建
-
项目计划
核心要点
-
问题要具体、可测量
-
目标要量化、有时限
-
范围要清晰、可控
第二阶段：Measure（测量）
阶段目标
收集数据，量化当前流程的实际表现，建立测量基线。
主要工具
|
工具
|
用途
|
应用场景
|
|
测量系统分析(MSA)
|
评估测量可靠性
|
数据收集前
|
|
过程能力分析
|
评估过程性能
|
有规格要求时
|
|
数据收集计划
|
规范数据收集
|
全程
|
|
运行图/直方图
|
展示数据分布
|
数据可视化
|
关键输出
-
测量系统分析结果（Gage R&R）
-
过程能力指数（Cp/Cpk）
-
缺陷率/DPMO基线
-
西格玛水平
-
数据收集结果
计算公式
过程能力指数：
Cp = (USL - LSL) / 6σ Cpk = min[(USL-μ)/3σ, (μ-LSL)/3σ]
DPMO（百万机会缺陷数）：
DPMO = (缺陷数 / 机会数) × 1,000,000
第三阶段：Analyze（分析）
阶段目标
分析数据，找出影响Y（输出）的关键X（输入因子）。
主要工具
|
工具
|
用途
|
数据类型
|
|
假设检验
|
判断差异是否显著
|
计量/计数
|
|
回归分析
|
建立Y与X的关系
|
计量
|
|
方差分析(ANOVA)
|
比较多组均值
|
计量
|
|
鱼骨图
|
头脑风暴找原因
|
定性
|
|
FMEA
|
评估潜在失效
|
定性/定量
|
常用假设检验方法
|
检验类型
|
适用场景
|
检验方法
|
|
单样本
|
与目标值比较
|
单样本t检验
|
|
双样本
|
两组比较
|
双样本t检验
|
|
多样本
|
多组比较
|
单因素ANOVA
|
|
比例检验
|
合格率比较
|
比例检验
|
|
相关性
|
变量关联
|
相关性分析
|
关键输出
-
关键因子识别结果
-
根因分析报告
-
验证后的关键X清单
第四阶段：Improve（改进）
阶段目标
针对关键因子，设计并实施改进方案，优化流程性能。
主要工具
|
工具
|
用途
|
特点
|
|
DOE实验设计
|
优化因子设置
|
科学高效
|
|
响应面法
|
寻找最优参数组合
|
复杂优化
|
|
防错(Poka-Yoke)
|
防止错误发生
|
源头控制
|
|
头脑风暴
|
产生改进方案
|
创意发散
|
|
亲和图
|
整理改进想法
|
归纳分类
|
DOE实验设计流程
-
确定响应变量(Y)
-
选择因子(X)
-
确定水平设置
-
选择实验设计
-
执行实验
-
分析结果
-
验证改进效果
关键输出
-
改进方案设计
-
实验设计方案
-
改进效果验证
-
实施方案计划
第五阶段：Control（控制）
阶段目标
建立控制机制，维持改进成果，防止问题复发。
主要工具
|
工具
|
用途
|
监控对象
|
|
控制图
|
监控过程稳定性
|
关键参数
|
|
控制计划
|
规范控制方法
|
全流程
|
|
标准化作业
|
固化最佳实践
|
操作层面
|
|
目视管理
|
直观显示状态
|
现场管理
|
控制图选择指南
|
数据类型
|
控制图类型
|
适用场景
|
|
计量型-单值
|
I-MR图
|
单件生产
|
|
计量型-子组
|
Xbar-R图
|
批量生产
|
|
计数型-不合格品
|
p图/np图
|
合格率监控
|
|
计数型-缺陷数
|
c图/u图
|
缺陷率监控
|
关键输出
-
控制计划文档
-
控制图设置
-
标准化作业指导书
-
项目移交材料
DMAIC各阶段关系图
Define → Measure → Analyze → Improve → Control ↓ ↓ ↓ ↓ ↓ 明确问题 量化现状 找出根因 优化方案 维持成果
迭代特性： 各阶段可能需要反复，特别是Analyze→Improve之间。
DMAIC应用要点
成功关键因素
-
领导支持：获得管理层授权和资源
-
数据驱动：基于事实而非经验判断
-
团队协作：跨职能团队共同参与
-
客户导向：始终关注客户需求
-
持续改进：控制阶段不是终点
常见误区
|
误区
|
正确做法
|
|
跳过测量直接改进
|
先建立基线再改进
|
|
凭经验找原因
|
用数据说话
|
|
改进后不做控制
|
建立长效机制
|
|
项目范围过大
|
聚焦可控范围
|
学习建议
DMAIC记忆口诀
"定测分改控"
-
定：定义问题
-
测：测量现状
-
分：分析根因
-
改：改进优化
-
控：控制维持
各阶段核心问题
|
阶段
|
核心问题
|
|
Define
|
我们要解决什么问题？
|
|
Measure
|
当前表现如何？
|
|
Analyze
|
为什么会这样？
|
|
Improve
|
如何改进？
|
|
Control
|
如何保持成果？
|
掌握DMAIC方法论是六西格玛学习的核心，建议结合实际案例反复练习应用。
2026年众智商学院官方网站 www.zzpxedu.com 试听课领取及报考流程咨询，众智商学院招生负责人冯老师：18610089571（同V）
