课程大纲：
六西格玛DMAIC课程
课程背景
六西格玛是能够严谨、高效地以数据为基础的解决问题的方法技术。它包含了众多管理前沿的先进成果，以“零缺陷”的完美商业追求，带动质量成本的大幅度降低，最终实现财务成效并能显著提升企业水平，增强企业竞争力，实现企业发展的重大突破。
六个西格玛的管理方法重点是将所有的工作作为一种流程，采用量化的方法分析流程中影响问题的因素，找出最关键的因素加以改进从而达到更高的客户满意度。如果你正在寻找一种使企业降低质量缺陷和服务偏差并保持持久性的新方法，那么不用犹豫了。六西格玛将以重大的财务成效证明你的选择*是是正确的。
*通用电气公司首席执行官韦尔奇先生在2000年年报中指出：六西格玛所创造的高品质，已经奇迹般地降低了通用电气公司在过去复杂管理流程中的浪费，简化了管理流程和降低了材料成本。六西格玛的实施已经成为介绍和承诺高品质创新产品的必要战略和标志之一。
实施六西格玛对于一个企业来说，不仅仅只是一系列的训练。它意味着整个企业文化从防护性的标准化管理到放开思想改革创新的突破性理念。六西格玛在提供行之有效的管理方法和流程技术的基础上，为企业培养了具备组织能力、激励能力、项目管理技术和数理统计诊断能力的领导者，这些人才是企业适应变革和竞争的核心力量。他们将*的工作方法和*的电脑技术，应用到一个简单的流程模式DMAIC中，通过追求零缺陷运行和改善流程达到使顾客满意的快速突破性改善。以达到每一个环节的不断改善的战略目标。
六西格玛不仅可以帮您突破企业持续发展的瓶颈,还可以成功的帮您跨越质量峡谷,最重要的是6σ可以给您带来30%以上的投资回报率,所以六西格玛是每个老板和老总们的必修课程。
六西格玛之所以能够成功,在于它成功赢得了作为核心因素的最高层管理层的参与和尽心尽力----- 朱兰博士
虽然六西格玛使用很多技术性的工具方法,但它不是一个技术项目,而是一场领导力和文化的变革----- 杰克·韦尔奇
培训对象
CEO、董事长、总经理、副总经理、部门总监、部门经理、工程师、技术员、企业骨干等希望学习和研究六西格玛的所有人员
课程收获
1、 了解6σ概念、作用和战略意义。
2、 熟悉6σ的推行步骤和管理模式
3、 掌握6σ过程管理
4、 了解6σ项目团队管理
5、 掌握6σ方法工具的使用
6、 学会6σ案例应用
7、 掌握如何了解和满足客户需求，提高客户满意度。
8、 掌握以数据为基础的解决问题的能力；
9、 帮助企业持续降低成本，改善品质，优化流程和提高效率；
10、形成持续改善的思维和解决问题的管理模式。
课程大纲
第一章 定义阶段
一、 六西格玛的基础
1、 变化
2、 总体与样本的统计量
3、 中心趋势的度量
4、 离散度的度量
5、 正态分布
二、 质量管理与企业发展
1、 质量管理的发展
2、 质量管理与企业发展的关系
三、 六西格玛的起源发展
1、 六西格玛的起源
2、 六西格玛的发展
四、 六西格玛简介
1、 六西格玛的含义
2、 西格玛水平的偏移
3、 制程中的一般度量单位
4、 劣质成本COPQ
五、 六西格玛项目的成功策略
1、 六西格玛的设计模式
2、 六西格玛的改进模式
六、 六西格玛项目的选择和定义
1、 六西格玛项目的选择
2、 主要/次要衡量指标
3、 窄化项目的着眼点
4、 六西格玛项目的首次小组讨论会
七、 样例
1、 D1-背景资料
2、 D2-确立项目
第二章 测量阶段
一、 制程绩效的度量指标
1、 基本概念
2、 单位缺陷数DPU
3、 百万机会缺陷率DPMO
4、 首次合格率FTY， 流通合格率--RTY
二、 流程图
1、 绘制流程图的符号与步骤
2、 流程图要素
3、 宏观流程图
4、 过程详情流程图
三、 项目的输出Y
1、 选择项目的Y
2、 项目Y的规格
3、 项目Y的数据收集
4、 项目Y的目标
四、 特性要因图
1、 特性要因图的作图要求
2、 特性要因图样例
五、 测量系统分析之计数型数据的测量系统分析
1、 计数型数据的测量系统分析步骤
2、 运用Minitab来分析
六、 测量系统分析之计量型数据的测量系统分析
1、 基本概念
2、 Minitab中Gage R&R的数据输入
3、 Minitab中Gage R&R的数据输出分析
4、 Minitab中Gage R&R的图表输出分析
5、 测量系统分析的步骤
6、 课堂练习
1) 练习1
2) 练习2
3) 破坏性试验设计的Gage RR
4) 实际练习
七、 六西格玛水平Z的计算
1、 计数型数据的Z值
2、 计量型数据的Z值
第三章 分析阶段
一、 数据非正态分布的类型及原因
1、 偏斜(Skewness)
2、 峰度(Kurtosis)
3、 多种模式分布
4、 间隔分布(Granularity)
5、 总结
二、 数据的图示分析
1、 图示分析简介
2、 直方图(Histogram)
3、 正态概率图(Probability Plot)
4、 箱线图(Boxplot)
5、 散布图(Scatter Plots)
6、 时间趋势图(Time Series plot)
三、 多变量分析
1、 多变量分析简介
2、 输入变量
3、 多变量分析的步骤
4、 多变量分析实例
四、 统计推论介绍
1、 统计推论简介
2、 统计的基础--抽样分布
3、 置信区间
4、 对两个样本进行区分
五、 假设检验
1、 假设检验的类型
2、 假设检验选择导向图
六、 平均值的假设检验
1、 平均值假设检验的类型
2、 平均值假设检验的一般步骤
3、 单个正态总体的平均值假设检验
4、 两个正态总体的平均值假设检验
七、 方差的假设检验
1、 方差假设检验的简介
2、 方差假设检验的样例
3、 对两个以上的样本进行方差假设
4、 检验的样例
八、 比率的假设检验
1、 比率假设检验的基本介绍
2、 一个样本的比率假设检验
3、 二个样本的比率假设检验
九、 方差分析
1、 方差分析简介
2、 运用方差来分析实例
十、 相关分析与回归分析
1、 相关分析
2、 回归分析
3、 总结
十一、 影响-控制图
1、 影响控制图简介
2、 影响控制图练习
十二、 XY矩阵图
1、 XY矩阵图
2、 制作XY矩阵图的步骤
十三、 失效模式与影响分析
1、 失效模式与影响分析的类型
2、 制程失效模式与影响分析
3、 总结
第四章 改进阶段
一、 试验设计引言
1、 什么是试验设计
2、 试验设计的发展过程
3、 试验设计的运用
二、 试验设计练习
三、 实验设计的基础
1、 基本术语
2、 试验误差
3、 统计试验设计
4、 试验设计的步骤
5、 基本逻辑
四、 几何与统计
1、 试验设计的基本逻辑
2、 二水平因子设计
3、 多因子的全因子试验设计矩阵
4、 23的全因子试验设计数据
五、 计算效应
1、 23部分因子试验设计及其平衡性
2、 因子数较多时的设计
六、 全因子试验设计的例子
1、 增加中心点-发现弯曲
2、 23全因子试验设计的立方图
3、 Minitab全因子试验设计
七、 全因子试验设计的分析
1、 23立方图的响应变量数据
2、 全因子试验设计的Minitab分析
3、 全因子试验设计的本公司实例模拟练习
八、 试验设计的步骤
九、 筛选试验设计
1、 筛选试验设计的基本逻辑
2、 筛选试验设计的类别
3、 Plackett-Burman试验设计
4、 23的全因子试验设计平衡矩阵无混杂
5、 部分因子试验设计
6、 分辨度
7、 试验设计的分辩度与运行次数
十、 筛选试验设计的例子、
1、 筛选试验设计实例
2、 计算试验运行的次数
3、 筛选试验设计的Minitab生成
4、 筛选试验设计的Minitab分析
5、 筛选试验设计的计划制定
6、 筛选试验设计的实战模拟练习
十一、 响应曲面设计
1、 试验设计的基本逻辑
2、 响应曲面设计介绍
3、 响应曲面设计的运用
4、 处理试验误差
5、 不规则试验区
十二、 响应曲面设计的例子
1、 响应曲面实例
2、 响应曲面设计的Minitab生成
3、 响应曲面设计的Minitab分析
4、 响应曲面设计的实战模拟练习
十三、 混料试验设计
1、 混料试验设计的原理
2、 混料试验设计实战模拟练习
第五章 控制阶段
一、 控制方法---防错
1、 防错的定义
2、 过失与缺陷
3、 防错的流程
4、 课堂练习
二、 精益生产的控制
1、 精益生产介绍
2、 工具一:现场改善
3、 工具二:价值流程图(VSM)
4、 工具三:6S与现场目视化管理
5、 工具四:员工活动分析
6、 工具五:快速转产(SMED)
7、 工具六:工作场所的设计
8、 工具七:标准化作业
9、 工具八:全面生产维护(TPM)
10、 工具九:看板和拉动系统(Kanban & Pull System)
11、 工具十:防错(Mistake Proofing)
三、 控制图(SPC)
1、 常规SPC选择导向图
2、 统计制程控制
1) 单值-移动极差控制图I-MR
2) 均值-极差控制图, 均值-标准差控制图Xbar & R与Xbar & S
3、 设置或改变控制限的原则
四、 控制计划(Control plan)
1、 什么是控制计划
2、 为什么需要控制计划
3、 什么时候以及谁去做控制计划
4、 制作有效的控制计划
六西格玛DMAIC课程
上一篇: 《中层沟通方法与技巧》课程
下一篇: Six Sigma-六西格玛导入培训课程
其他相关公开课程:
其他相关公开课程:
其他相关公开课程:
|
|
||
|
联系电话：4000504030 |
 线上课程关注公众号 |
|
