课程大纲：

精益六西格玛绿带培训

课 程 背 景
由于绿带直接分布在生产和管理的一线，培养一支高素质的绿带队伍 对于六西格玛理念自上而下贯彻和持续推进起着关键作用。
六格玛绿带是六西格玛改善项目实施的主导者，是六西格玛方法论在 企业推进的中坚力量，也是六西格玛改善文化的传播者。相对于黑带而言， 绿带不需要掌握过于复杂的数理统计理论和深度工具，只需掌握六西格玛 方法论的思维逻辑，  能够操作统计分析的软件  （如 Minitab）  ,并且正确 判读，就能够在黑带大师或黑带的指导下带领团队去实施六西格玛绿带项 目改善。
《六西格玛绿带经典课程》 将按照 D- M-A- I-C  （Define  （定义）  、 Measure  （测量）  、  Analyze  （分析）  、  Improve  （改善）  、  Control  （控 制） 项目改进路径来讲授六西格玛方法论及其工具方法， 并结合实际案例 研讨和现场试验来教学。

课 程 对 象
企业中高层管理 、  专案推行专员 、  生产 、  研发 、  工艺 、  品质 、  设备 、  制 造等部门人员 、  工程师及负责改善及革新项目的骨干人员

课 程 收 益
1、理解精益六西格玛改善理念 、  明确精益六西格玛对企业持续改进意义；
2、  了解六西格玛方法论之 DMAIC 改进路径及各阶段核心输出；
3、  掌握 6SIGMA 管理相关的基本统计知识和 MINITAB 操作；
4、  理解统计方法在 DMAIC 改进流程中的应用，  包括：  SPC 、   MSA 、 DOE、  A*VA、  假设检定 、  相关与回归等基本掌握 6SIGMA 管理 相关的高级统计工具；
5、熟悉六西格玛改善课题的甄选流程与标准，  熟悉项目课题的描述方法；
6、  能够独立带领团队实施项目改善；

课程大纲
第一模块：  定义阶段 - Define
第一部分：  精益 -6SIGMA 概论
1、  6 SIGMA 发展史
2、  起源— Motorola
3、  发展— GE
4、  六西格玛的影响
5、  精益的发展史
6、  什么是精益生产制造体系？
7、  现代生产组织系统
8、  精益 6SIGMA 的实施流程
9、  质量成本
10 、  如何推行精益六西格玛
第二部分：  项目定义
1、   DMAIC 概论
2、  定义和选择项目
3、  VOC 到 CTQ
4、  问题陈述
5、  SIPOC 图
6、  项目计划和批准
7、  项目细节流程图
第三部分：  熟悉 MIN ITAB
1、   MINITAB 的结构，  包括主要窗户  菜单结构，  工具条及快捷键盘命令
2、  数据类型，  数据输入数据操作技巧
3、  修正数据结构便用 MINITAB 分析
4、   MINITAB 的计算和统计功能介绍
5、  操作举例：  性统计和正态性检验
6、  基本图表工具
第四部分：  基础统计学
1、  数据类型
2、  总体和样本
3、  波动和变差的重要性
4、  数据的分布
5、  集中趋势的衡量
6、  离散程度的衡量
7、  正态分布
第二模块：  测量阶段 Measure
第一部分：  价值和浪费
1、  定义精益中的价值
2、  辨别价值的特征
3、  定义 7 种形式的浪费
4、  辨别浪费的例子
5、  辨别浪费的来源
第二部分：  当前价值流程图
1、  选择一个产品族
2、  理解客户需求
3、  绘制作业流
4、  绘制物料流
5、  绘制信息流
6、  计算全部作业时间
7、  项目流程图绘制应用练习
第三部分：  寻找问题的焦点
1、  数据收集
2、  检查表
3、  数据分层
4、  排列图  （柏拉图）
第四部分：  量测系统分析
1、  测量系统的组成
2、  测量系统误差来源
3、  测量系统准确和*的概念
4、  连续数据的 gage R& R
5、  离散数据的认同一致性分析
第五部分：  过程能力分析
1、  连续型数据过程能力分析
1）  合理子组
2）  特殊原因引起的波动
3）  普通原因引起的波动
4）  确定规范
5）  Zbench 计算
2、  离散型数据过程能力分析
1）  传统合格率 Yc
2）  一次合格率 Yft
3）  滚动合格率 Yrt
4）  练习
3、  通过 Minitab 计算过程能力
4、  样本量计算
5、  非正态分布数据的处理
6、利用 COX- BOX 方法确定转换函数
7、  Johnson  变换
第三模块：  分析阶段 -Analyze
第一部分：失效模式及后果分析(FMEA)
1、   FMEA 的定义和类型
2、   FMEA 的输入和输出
3、  风险优先数字(RPN)
4、  AIAG 案例
第二部分：  假设检验
1、  介绍统计学假设检验的概念
2、  总体参数 vs 样本统计量
3、  假设检验的术语：  零假设和备择假设
4、    “P”值的概念
5、  假设检验的风险
6、  假设试验的类型
7、  假设试验的步骤
8、  课堂练习
第三部分：  置信区间
1、  总体参数的估计方法
2、  总体参数的置信区间
3、  总体平均值置信区和 T 分布
4、  利用 Minitab 计算置信区间
5、  单样本 t 检验和双样本 t 检验
6、  利用 Minitab 进行 T 检验
第四部分：  比例检验
1、  单比例检验
2、  双比例检验
3、  卡方检验
4、  非参数检验
5、  多元变量分析
第五部分：  方差分析(A*VA)
1、  主效应图(Main Effect Plot
2、  因子水平(level)和组合(treatment)
3、  A*VA 模型
4、  方差分析比较差异的原理
5、  等方差检验
6、  利用 Minitab 进行 A*VA 分析
第六部分：  回归及相关性分析
1、  简单线性回归
2、  期望值 Fit 和残差 Residual
3、  XY 关系强度的衡量
4、  利用 Minitab 进行回归分析
5、  相关关系和因果关系
第四模块：  分析阶段 -Analyze
第一部分：  实验设计
1、  介绍统计学实验设计
2、  实验设计的术语
3、  工业 DOE 方法的特点
4、   DOE 的类型
第二部分：  2 X 2 实验
1、  主效应
2、  交互作用
3、  利用 Minitab 分析实验
第三部分：  全因子实验
1、  2k 因子
2、  设计 DOE
3、  实验中的正交特性 (O rthogonality)
4、  利用 Minitab 设计 DOE
5、  实验中的区组化(B lock  （区组）  )
6、  分析全因子实验
7、仿行(Replication)和重复(Repetition)
8、  简化模型
9、  23 实验的立方图
第四部分：  部分因子试验
1、  介绍部分因子设计的概念
2、  筛选实验
3、  别名(A lias)和混淆(Confounding)
4、  实验的分辨率  （Resolution）
5、  用 Minitab 设计和分析部分因子实验
6、  介绍部分因子的术语
1）  直升飞机练习
2）  响应曲面设计
3）  田口设计
第五模块：  改善阶段 -Improve
第一部分：  确定改进方案
1、  方案选择矩阵
2、  确定潜在的解决方案
3、  解决方案优先矩阵
第二部分：  未来价值流程图
1、  什么是 TAKT 时间？
2、  是否需要建立产成品超市或直接生产 发货？
3、  您可以在那里运用连续流生产方式？
4、  您可以在整个生产链中的哪个环节设 置 Pacemaker    Process?
5、对于不同产品对象，  如何均衡产品 混合来提高作业流程效率？
6、采用何种方式来保证持续有序的计 划安排？
7、  采用什么改进方案可以使价值流 朝向未来状态图改进？
8、案例介绍：  项目的总结和结果对比
第三部分：  第统计过程控制
1、  引起波动的原因和类型
2、  波动与规格
3、  控制图的原理
4、  控制图的种类
第四部分：  变量控制图
1、  Xbar- R 练习
2、  单值控制图
3、  控制图判读
4、  比较规格界限和控制界限
第五部分：  属性控制图
1、  控制图表的选择
2 、   P  图
3、  n P 图
4 、  u  图
5 、  C  图
6、   MINITAB 控制图练习
7、  预控制图
8、  区域控制图
9、  其他特殊控制图
10 、  防错  （PokaYoke）
1 1 、  项目成果的归档和推广

精益六西格玛绿带培训