Thiết Kế Thực Nghiệm (DOE)

Giới thiệu
Thiết kế Thử nghiệm (DOE) là minh chứng cho sự xuất sắc trong việc phân tích và tối ưu hóa tác động của các yếu tố đầu vào lên các yếu tố đầu ra của sản phẩm, quy trình. Đây là công cụ quan trọng trong bước cải tiến của các dự án Six Sigma và được áp dụng rộng rãi trong thiết kế sản phẩm, cũng như thiết lập thông số vận hành cho quy trình sản xuất. Việc nắm vững DOE không chỉ giúp bạn cải thiện chất lượng và hiệu suất, mà còn giảm thiểu lãng phí, tối ưu nguồn lực và tạo ra lợi thế cạnh tranh cho tổ chức.
Tại LSSI, với sự kết hợp giữa lý thuyết và thực hành, khóa học giúp học viên hiểu rõ và ứng dụng để cải tiến quy trình một cách hiệu quả, tối ưu hóa hiệu suất và chất lượng dựa trên dữ liệu đáng tin cậy, đồng thời triển khai các dự án cải tiến mang lại giá trị vượt trội cho tổ chức.
Mục tiêu đào tạo
- Tăng lợi nhuận và khả năng cạnh tranh
- Hiểu rõ các công cụ DOE và cách ứng dụng của chúng
- Xác định vấn đề và áp dụng các công cụ phù hợp
- Thực hành sử dụng các công cụ DOE một cách hiệu quả
- Phát triển tư duy chất lượng và kỹ năng phân tích
- Áp dụng các công cụ DOE trong tổ chức
Đối tượng
- Kỹ sư sản phẩm và quy trình , Kỹ sư thiết kế
- Kỹ sư chất lượng
- Nhân sự tham gia phát triển và xác nhận sản phẩm
- Nhân viên phòng thí nghiệm , Nhân viên sản xuất/vận hành
- Nhân sự cải tiến quy trình
- Các chuyên gia Six Sigma
Điều kiện tiên quyết
Khoá học DOE – Thiết kế thực nghiệm không yêu cầu bất kỳ điều kiện tiên quyết nào và chương trình này chào đón tất cả thành viên mới.
Phương pháp đào tạo
- Làm bài tập thực tế và thuyết trình cuối khóa
- Học song song 50% lý thuyết và 50% thực hành
- Thảo luận nhóm, thuyết trình
- Trò chơi mô phỏng
- Xử lý tình huống
- Reflection
- Coaching
Hình thức đào tạo
- ONLINE qua nền tảng Google Meeting hoặc
- OFFLINE tại 223 Nguyễn Xí – Bình Thạnh – Hồ Chí Minh
- Số buổi: 6 Buổi – 3 Tuần
- Thời gian học: 18:30-21:30 lớp trong tuần, 8:30 – 16:00 lớp cuối tuần
Chương trình đào tạo
- 12 Sections
- 69 Lessons
- Lifetime
- I. Introduction6
- II. Simple Comparative Experiments6
- III. Experiments with a Single Factor: The Analysis of Variance10
- 3.1A. An Example
- 3.2B. The Analysis of Variance
- 3.3C. Analysis of the Fixed Effects Model
- 3.4D. Model Adequacy Checking
- 3.5E. Practical Interpretation of Results
- 3.6F. Sample Computer Output
- 3.7G. Determining Sample Size
- 3.8H. Other Examples of Single-Factor Experiments
- 3.9I. The Random Effects Model
- 3.10J. Nonparametric Methods in the Analysis of Variance
- IV. Randomized Blocks, Latin Squares, and Related Designs4
- V. Introduction to Factorial Designs3
- VI. Additional Design and Fractional Factorial Designs6
- VII. Fitting Regression Models8
- 7.1A. Introduction
- 7.2B. Linear Regression Models
- 7.3C. Estimation of the Parameters in Linear Regression Models
- 7.4D. Hypothesis Testing in Multiple Regression
- 7.5E. Confidence Intervals in Multiple Regression
- 7.6F. Prediction of New Response Observations
- 7.7G. Regression Model Diagnostics
- 7.8H. Testing for Lack of Fit
- VIII. Response Surface Methods and Designs7
- IX. Robust Parameter Design and Process Robustness5
- X. Experiments with Random Factors6
- XI. Nested and Split-Plot Designs5
- XII. Other Design and Analysis Topics3