《精益六西格瑪綠帶10天班》課程詳情
點擊下載課大綱及報名表
課程背景
六西格瑪（Six Sigma）是在二十世紀九十年代中期開始從一種全面質量管理方法演變成為一個高度有效的企業(yè)流程設計、改善和優(yōu)化技術，并提供了一系列同等地適用于設計、生產和服務的新產品開發(fā)工具。繼而與全球化、產品服務、電子商務等戰(zhàn)略齊頭并進，成為全世界上追求管理卓越性的企業(yè)最為重要的戰(zhàn)略舉措。六西格瑪逐步發(fā)展成為以顧客為主體來確定企業(yè)戰(zhàn)略目標和產品開發(fā)設計的標尺，追求持續(xù)進步的一種經營管理哲學。
綠帶的候選人是經過技術培訓充分了解業(yè)務流程的人員，還包括企業(yè)的質量管理人員和財務人員。候選人不需要有統計學和工程技術方面的背景，但應該具備大學數學和定量分析方面的知識基礎。綠帶候選人將參加兩周課程，通過參加培訓，他們能在黑帶的指導下完成自己工作領域的精益六西格瑪改善項目，并且能夠將學到的技能融入到工作中。他們必須完成80小時的理論培訓。
綠帶第一周
精益六西格瑪工具
n 精益六西格瑪概述,浪費定義和尋找
p 什么是六西格瑪?
p 什么是精益?
p 什么是精益六西格瑪和為什么推行精益六西格瑪?
p 浪費定義和尋找
n 項目定義
p 項目（問題）選定
p 建立項目定義表
p 項目評估
n 六西格瑪流程圖
p SIPOC
p I/O Map
n 精益流程圖
p 價值流圖VSM
p 工序流程圖
p 物理流程圖
n 定義客戶需求VOC
n 因果矩陣C&E
p 繪圖螺旋圖
p 解釋因果矩陣的運用
p 怎樣使用因果矩陣
n 失效模式分析
p 識別風險的來源
p FMEA 方法論
p FMEA 步驟
p 怎樣使用FMEA
n Minitab基礎
n 基本統計學
p 分布的曲線形狀、中心位置、及數據散布概念
p 了解正態(tài)分布的意義
p 應用 Minitab 及其他圖形工具來進行資料分析
p Data Mining 預覽
n 基本質量工具
p 介紹時間序列（ Time Series）方法
p 介紹多變量圖表分析
p 介紹圖表收集數據方法
p 討論常用的數據分析工具
n 測量系統分析
p 介紹測量系統分析
p 定義基本的測量術語
p 略述進行測量系統分析的步驟
p 通過練習實踐測量方法論
n 流程能力
p “傳統” 的流程能力指標
p 計數型與計量型流程能力分析
p 短期及長期流程能力值
管理技能
n 團隊管理
n 六西格瑪組織結構和職責建立
n 項目管理
n 總結與行動計劃
綠帶第二周
精益六西格瑪工具
n 定義、測量和分析路徑
n 多變量簡介
p 多變量分析概述
p 噪音（Noise）變量的處理
p 多變量分析計劃
p 數據收集
p 數據分析
n 假設檢驗
p 假設檢驗的基本概念
p 將假設檢驗與MAIC 流程改善方法相連結
n T檢驗/一元方差檢驗
p t-Test 及其在平均值比較中的重要性
p 平均值/中位數檢驗的基本概念
p 一元方差分析（One-way ANOVA）基本統計模型
p 確認一元 ANOVA 的統計假設
p 學習探索性分析與圖表的技巧
p 學習如何進行 F-檢驗
p 研究方差比較的統計性檢驗
n 相關與回歸
p 定義并計算相關系數
p 討論相關性及因果關系
p 繪制并分析擬合直線圖
p 介紹回歸分析的基本知識
p 使用回歸分析技術建立數學預測模型
n 精益分析工具
p 創(chuàng)造價值的指南
p 時間
p 平衡
n 精益改進工具
p 5S和目視管理
p OEE
p TPM
n 項目生成/選擇矩陣
n 實驗設計簡介
p 介紹實驗設計 的概念
p 介紹一些實驗設計 的關鍵術語
p 提供處理噪音變量的方法
p 提供洞察推論導覽和實驗的有效性的方法
p 介紹實驗設計 計劃的工作路徑
n 控制計劃
p 控制計劃定義及策略
p 控制計劃摘要
p 控制行為的種類
p 控制計劃路徑
n 彈射器競賽
管理技能
n 溝通計劃
n 變革管理
n 演講技巧
n 綠帶課程總結
《精益六西格瑪綠帶10天班》培訓受眾
制造業(yè)中制造流程的管理人員
管理制造流程改善的項目綠帶和黑帶候選人
精益和六西格瑪負責人
部門經理、流程經理等
《精益六西格瑪綠帶10天班》課程目的
n 清晰地定義問題之所在并確立改進目標
n 以計量方法明確問題的影響范圍和性質
n 快速歸納導致問題發(fā)生的可能原因
n 分析問題并找到根本原因，
n 并開發(fā)并實施有效的補救方法
n 在改進的新的層次建立調控機制
《精益六西格瑪綠帶10天班》所屬分類
生產管理
《精益六西格瑪綠帶10天班》所屬專題
六西格瑪、
精益六西格瑪綠帶黑帶培訓、
六西格瑪綠帶標準培訓、
《精益六西格瑪綠帶10天班》授課培訓師簡介
《精益六西格瑪綠帶10天班》報名服務流程
020-29042042
