返回列表
【课程背景】
六西格玛（Six Sigma）是在二十世纪九十年代中期开始从一种全面质量管理方法演变成为一个高度有效的企业流程设计、改善和优化技术，并提供了一系列同等地适用于设计、生产和服务的新产品开发工具。继而与全球化、产品服务、电子商务等战略齐头并进，成为全世界上追求管理卓越性的企业最为重要的战略举措。六西格玛逐步发展成为以顾客为主体来确定企业战略目标和产品开发设计的标尺，追求持续进步的一种经营管理哲学。
绿带的候选人是经过技术培训充分了解业务流程的人员，还包括企业的质量管理人员和财务人员。候选人不需要有统计学和工程技术方面的背景，但应该具备大学数学和定量分析方面的知识基础。绿带候选人将参加两周课程，通过参加培训，他们能在黑带的指导下完成自己工作领域的精益六西格玛改善项目，并且能够将学到的技能融入到工作中。他们必须完成80小时的理论培训。
【课程对象】
n 制造业中制造流程的管理人员
n 管理制造流程改善的项目绿带和黑带候选人
n 精益和六西格玛负责人
n 部门经理、流程经理等
【课程收益】
n 清晰地定义问题之所在并确立改进目标
n 以计量方法明确问题的影响范围和性质
n 快速归纳导致问题发生的可能原因
n 分析问题并找到根本原因，
n 并开发并实施有效的补救方法
n 在改进的新的层次建立调控机制
【课程大纲】
|
绿带第一周 |
绿带第二周 |
|
精益六西格玛工具 n 精益六西格玛概述,浪费定义和寻找 p 什么是六西格玛? p 什么是精益? p 什么是精益六西格玛和为什么推行精益六西格玛? p 浪费定义和寻找 n 项目定义 p 项目（问题）选定 p 建立项目定义表 p 项目评估 n 六西格玛流程图 p SIPOC p I/O Map n 精益流程图 p 价值流图VSM p 工序流程图 p 物理流程图 n 定义客户需求VOC n 因果矩阵C&E p 绘图螺旋图 p 解释因果矩阵的运用 p 怎样使用因果矩阵 n 失效模式分析 p 识别风险的来源 p FMEA 方法论 p FMEA 步骤 p 怎样使用FMEA n Minitab基础 n 基本统计学 p 分布的曲线形状、中心位置、及数据散布概念 p 了解正态分布的意义 p 应用 Minitab 及其他图形工具来进行资料分析 p Data Mining 预览 n 基本质量工具 p 介绍时间序列（ Time Series）方法 p 介绍多变量图表分析 p 介绍图表收集数据方法 p 讨论常用的数据分析工具 n 测量系统分析 p 介绍测量系统分析 p 定义基本的测量术语 p 略述进行测量系统分析的步骤 p 通过练习实践测量方法论 n 流程能力 p “传统” 的流程能力指标 p 计数型与计量型流程能力分析 p 短期及长期流程能力值
管理技能 n 团队管理 n 六西格玛组织结构和职责建立 n 项目管理
n 总结与行动计划 n |
精益六西格玛工具 n 定义、测量和分析路径.. n 多变量简介 p 多变量分析概述 p 噪音（Noise）变量的处理 p 多变量分析计划 p 数据收集 p 数据分析 n 假设检验 p 假设检验的基本概念 p 将假设检验与MAIC 流程改善方法相连结 n T检验/一元方差检验 p t-Test 及其在平均值比较中的重要性 p 平均值/中位数检验的基本概念 p 一元方差分析（One-way ANOVA）基本统计模型 p 确认一元 ANOVA 的统计假设 p 学习探索性分析与图表的技巧 p 学习如何进行 F-检验 p 研究方差比较的统计性检验 n 相关与回归 p 定义并计算相关系数 p 讨论相关性及因果关系 p 绘制并分析拟合直线图 p 介绍回归分析的基本知识 p 使用回归分析技术建立数学预测模型 n 精益分析工具 p 创造价值的指南 p 时间 p 平衡 n 精益改进工具 p 5S和目视管理 p OEE p TPM n 项目生成/选择矩阵 n 实验设计简介 p 介绍实验设计 的概念 p 介绍一些实验设计 的关键术语 p 提供处理噪音变量的方法 p 提供洞察推论导览和实验的有效性的方法 p 介绍实验设计 计划的工作路径 n 控制计划 p 控制计划定义及策略 p 控制计划摘要 p 控制行为的种类 p 控制计划路径 n 弹射器竞赛
管理技能 n 沟通计划 n 变革管理 n 演讲技巧
n 绿带课程总结 n |
 |
 |
 |
 |
 |
 |
 |
|
快捷链接
|
账户管理
|
新手入门
|
关于我们
|
