دوره نمودارهای کنترل آماری فرآیند (SPC) با RStudio برای شش سیگما همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره نمودارهای کنترل آماری فرآیند (SPC) با RStudio برای شش سیگما

موضوع کلی: آمار و تحلیل داده در مهندسی کیفیت

موضوع میانی: ابزارهای آماری برای کنترل کیفیت

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر شش سیگما و مهندسی کیفیت
• 2. اصول بنیادی کنترل آماری فرآیند (SPC)
• 3. معرفی RStudio برای تحلیل آماری
• 4. مفاهیم پایه آمار در کنترل کیفیت
• 5. انواع داده‌ها و مقیاس‌های اندازه‌گیری
• 6. نمودارهای کنترل: هدف و کاربرد
• 7. انواع نمودارهای کنترل
• 8. نمودارهای کنترل متغیرها
• 9. نمودار X-bar و R
• 10. محاسبه حدود کنترل برای نمودار X-bar
• 11. محاسبه حدود کنترل برای نمودار R
• 12. تفسیر نمودار X-bar و R
• 13. مثال کاربردی نمودار X-bar و R در RStudio
• 14. نمودار X-bar و S
• 15. مقایسه نمودارهای R و S
• 16. کاربرد نمودار X-bar و S
• 17. پیاده‌سازی نمودار X-bar و S در RStudio
• 18. نمودارهای کنترل مشخصه‌ها
• 19. نمودار P (نمودار نسبت معیوب)
• 20. محاسبه حدود کنترل برای نمودار P
• 21. تفسیر نمودار P
• 22. مثال کاربردی نمودار P در RStudio
• 23. نمودار NP (نمودار تعداد معیوب)
• 24. محاسبه حدود کنترل برای نمودار NP
• 25. تفسیر نمودار NP
• 26. پیاده‌سازی نمودار NP در RStudio
• 27. نمودار C (نمودار تعداد عیوب)
• 28. محاسبه حدود کنترل برای نمودار C
• 29. تفسیر نمودار C
• 30. مثال کاربردی نمودار C در RStudio
• 31. نمودار U (نمودار تعداد عیوب در واحد)
• 32. محاسبه حدود کنترل برای نمودار U
• 33. تفسیر نمودار U
• 34. پیاده‌سازی نمودار U در RStudio
• 35. نمودارهای کنترل برای داده‌های ترتیبی
• 36. نمودار I-MR (نمودار متغیر منفرد و دامنه متحرک)
• 37. محاسبه حدود کنترل برای نمودار I-MR
• 38. تفسیر نمودار I-MR
• 39. کاربرد نمودار I-MR
• 40. پیاده‌سازی نمودار I-MR در RStudio
• 41. نمودارهای پیشرفته کنترل
• 42. نمودار میانگین متحرک نمایی وزنی (EWMA)
• 43. محاسبه حدود کنترل برای نمودار EWMA
• 44. تفسیر نمودار EWMA
• 45. مزایا و معایب نمودار EWMA
• 46. پیاده‌سازی نمودار EWMA در RStudio
• 47. نمودار میانگین متحرک تجمعی (CUSUM)
• 48. محاسبه حدود کنترل برای نمودار CUSUM
• 49. تفسیر نمودار CUSUM
• 50. مزایا و معایب نمودار CUSUM
• 51. پیاده‌سازی نمودار CUSUM در RStudio
• 52. تشخیص خارج از کنترل بودن فرآیند
• 53. قوانین وست‌گارد (Western Electric Rules)
• 54. قوانین اضافی برای تشخیص تغییرات
• 55. تفسیر آماری انحرافات از حد نرمال
• 56. روش‌های شناسایی نقاط غیرتصادفی
• 57. کاربرد قوانین وست‌گارد در RStudio
• 58. تحلیل قابلیت فرآیند (Process Capability)
• 59. شاخص‌های قابلیت فرآیند: Cp و Cpk
• 60. محاسبه Cp و Cpk
• 61. تفسیر شاخص‌های قابلیت فرآیند
• 62. رابطه بین نمودارهای کنترل و قابلیت فرآیند
• 63. پیاده‌سازی تحلیل قابلیت فرآیند در RStudio
• 64. شاخص‌های قابلیت فرآیند: Pp و Ppk
• 65. مقایسه Cp, Cpk, Pp, Ppk
• 66. تحلیل قابلیت فرآیند برای داده‌های غیرنرمال
• 67. کاربرد شاخص‌های قابلیت در بهبود کیفیت
• 68. پیاده‌سازی پیشرفته تحلیل قابلیت در RStudio
• 69. طراحی آزمایش‌ها (DOE) در مهندسی کیفیت
• 70. مفاهیم پایه طراحی آزمایش‌ها
• 71. انواع طرح‌های آزمایشی
• 72. کاربرد DOE در شناسایی عوامل مؤثر بر کیفیت
• 73. مثال ساده DOE در RStudio
• 74. تحلیل واریانس (ANOVA)
• 75. مفاهیم و کاربردهای ANOVA
• 76. ANOVA یک‌طرفه
• 77. ANOVA دوطرفه
• 78. تفسیر نتایج ANOVA
• 79. پیاده‌سازی ANOVA در RStudio
• 80. روش‌های نمونه‌گیری در کنترل کیفیت
• 81. نمونه‌گیری تصادفی ساده
• 82. نمونه‌گیری طبقه‌ای
• 83. نمونه‌گیری سیستماتیک
• 84. نمونه‌گیری خوشه‌ای
• 85. انتخاب روش نمونه‌گیری مناسب
• 86. کاربرد نمونه‌گیری در RStudio
• 87. کنترل کیفیت آماری در خدمات
• 88. تفاوت‌های کنترل کیفیت در تولید و خدمات
• 89. ابزارهای SPC برای بخش خدمات
• 90. مثال‌هایی از SPC در خدمات
• 91. مقدمه‌ای بر ابزارهای کیفیت شش سیگما
• 92. نقشه جریان ارزش (Value Stream Mapping)
• 93. تحلیل حالت شکست و اثرات (FMEA)
• 94. مبانی تحلیل ریشه‌ای علل (Root Cause Analysis)
• 95. کاربرد شش سیگما در بهبود فرآیندها
• 96. مبانی تحلیل داده‌های حجیم (Big Data) در کیفیت
• 97. مقدمه‌ای بر یادگیری ماشین در کنترل کیفیت
• 98. اخلاق حرفه‌ای در مهندسی کیفیت
• 99. نگاهی به آینده کنترل کیفیت آماری
• 100. جمع‌بندی و گام‌های بعدی در SPC