6SIGMA綠帶


《6ＳＩＧＭＡ綠帶培訓》
主講：王軍科
課程背景：
SSGB，6sigma綠帶標準培訓課程，結合實際案例系統(tǒng)闡述6sigma管理D-M-A-I-
C的模型、組織結構、項目管理、突破策略和文化變革策略。采用輔導式教學方式，重點
講解6sigma項目各階段所用工具的應用。使學員能夠利用DMAIC方法論及相關流程分析改
善工具改進本職工作流程，并能作為6sigma項目改進小組的成員參與項目活動，推進項
目開展或支持黑帶完成改進項目。
課程收益：
1. 系統(tǒng)全面的了解6sigmaDMAIC方法論
2. 理解并能靈活運用相關流程分析工具：doe、spc、MSA、FMEA、QFD
3. 能在6sigma改進項目中識別及應用正確的工具完成改善項目
4. 熟悉6sigma項目各階段所用工用在MINITAB中的靈活運用
課程時間：5天理論+2天項目輔導
課程主要內容：?
第一天

1. 6 Sigma管理技術的導入與應用

1. 解釋dMAIC的改善戰(zhàn)略:
即定義-define，測量-Measure,分析-Analyze,改善-Improve和控制-Control
2. 解釋綠帶的定義和工作范圍
3. 定義關鍵過程輸入變量（KPIV）和關鍵過程輸出變量（KPOV）
4. 講解過程輸出如何受輸入的影響
5. 解釋測量的價值

2. 質量成本系統(tǒng)對企業(yè)的重要性

1. 為什么要檢測質量成本（COQ） ?
2. 田口質量損失函數(shù)和球門心理
3. 預防和報廢成本
4. 質量成本（COQ）的要素
5. 利用QCPI指數(shù)對供應商進行分級

3. 改善/基礎統(tǒng)計學的基本原理

1. 確定變異和如何利用變異
2. 解釋數(shù)據(jù)的基本類型，從而選擇正確的統(tǒng)計分析工具
3. 用圖表描述數(shù)據(jù)：質量七工具
4. 對數(shù)據(jù)中心進行測量：平均值，中間值和眾數(shù)
5. 對數(shù)據(jù)的分布進行測量： 全數(shù), 標準差和變異
6. 正態(tài)分布和正態(tài)概率

4. .因果關系分析

1. 定義原因和結果之間的關系
2. 魚骨圖
3. 因果關系矩陣
第二天

1. 潛在失效模式及效果分析（FMEA）

1. 潛在失效模式及效果分析（FMEA）的定義
2. 什么是潛在失效模式？
3. FMEA的使用或應用領域
4. FMEA的要素
5. 優(yōu)先風險數(shù)值（RPN）與措施優(yōu)先次序
6. 按部就班建立FMEA

2. 測量系統(tǒng)分析

1. 了解測量是一個過程
2. 測量術語
3. 確認并量化測量變異的來源
4. 變量型量具重復性和再現(xiàn)性（Variable Gauge R&R）
5. 計數(shù)型量具重復性和再現(xiàn)性（Attribute Gague R&R）
6. 比較測量系統(tǒng)變異和過程變異：
7. 精確度與公差比例(P/T Ratio)
8. 精確度與總變異比例 (P/T Ratio)

3. 能力分析

1. 能力分析的類型
2. 定量輸出
3. 定性輸出
4. 定義并計算Z-數(shù)值（Z-Score）
5. 能力分析的需求
6. 方法

4. 多變量分析

1. 描述變異的不同來源
2. 建立并理解多變量圖表
第三天

1. 假設檢驗理論

1. 講解并定義建設檢驗及其價值
2. 了解并正確使用零假設和備擇假設
3. 假設檢驗的誤差
4. 測試的顯著性級別， Alpha
5. P-Value

2. 參數(shù)統(tǒng)計分析工具

1. 假設檢驗路線圖
2. 正態(tài)檢驗
3. 變異同質檢驗
4. 單樣板和雙樣板參數(shù)測試(t, Z .. 等等)
5. 單方向變量（ANOVA）多層次（雙或多樣板）測試

3. 非參數(shù)統(tǒng)計檢驗

1. 了解什么是非變量統(tǒng)計？
2. Box-Cox 轉換
3. 單樣板和雙樣板參數(shù)測試，例如Sign / Wilcoxon 和 Mann-Whitney 測試
4. Kruskal-Wallis多樣板（雙樣板或多樣板）測試
第四天

1. 回歸和相關性分析

1. 回歸，相關性和散布圖
2. 簡單線性回歸
3. 假定
4. 相關性系數(shù)
5. 常見錯誤
6. 回歸診斷
7. 置信范圍
8. 重要的觀察
9. 多項式回歸
10. 統(tǒng)計顯著性
11. 經(jīng)調整的決定系數(shù)
12. 預測的標準誤差

2. 實驗法介紹 : 單因子測試與實驗法

1. 假設檢驗步驟簡述
2. 實驗步驟
3. 同單因子測試的相同點雙參數(shù)檢驗
4. 同單因子測試的區(qū)別
5. 實驗法的障礙

3. 全因子（2K）實驗法

1. 描述一個全因子實驗
2. 定義因素和水平
3. 了解主要的影響和相互作用
4. 建立和分析一個 2 x 2全因子實驗 (Minitab軟件演示)
5. 建立和分析一個具有中央點的 23全因子實驗 (Minitab軟件演示)
6. 了解中央點的價值
7. 用圖表表示產(chǎn)出結果，例如： cube plot
8. 簡化模型（ Reduced Models）
第五天

1. SPC 理論

1. 控制系統(tǒng)的層次
2. 控制圖表的時間因素
3. SPC與變異
4. 規(guī)格與變異
5. 定義"失控"現(xiàn)象

2. 計量型數(shù)據(jù)SPC

1. 了解 Xbar-R, Xbar-S和X MR控制圖表
2. 特殊原因檢驗
3. 控制圖的趨勢規(guī)則
4. 從X MR控制圖評估制程能力

3. 案例研討

[pic][pic]

王軍科老師的其它課程