课程大纲：

6sigma绿带标准培训课程

课程背景： 
SSGB，6sigma绿带标准培训课程，结合实际案例系统阐述6sigma管理D-M-A-I-C的模型、组织结构、项目管理、突破策略和文化变革策略。采用辅导式教学方式，重点讲解6sigma项目各阶段所用工具的应用。使学员能够利用DMAIC方法论及相关流程分析改善工具改进本职工作流程，并能作为6sigma项目改进小组的成员参与项目活动，推进项目开展或支持黑带完成改进项目。

课程收益：
1、系统全面的了解6sigmaDMAIC方法论
2、理解并能灵活运用相关流程分析工具：doe 、spc 、MSA、FMEA、QFD
3、能在6sigma改进项目中识别及应用正确的工具完成改善项目
4、熟悉6sigma项目各阶段所用工用在MINITAB中的灵活运用

课程主要内容：
第一天
一、6 Sigma管理技术的导入与应用
－解释dMAIC的改善战略:
即定义-define，测量-Measure,分析-Analyze,改善-Improve和控制-Control
－解释绿带的定义和工作范围
－定义关键过程输入变量（KPIV）和关键过程输出变量（KPOV）
－讲解过程输出如何受输入的影响
－解释测量的价值

二、质量成本系统对企业的重要性
－为什么要检测质量成本（COQ）  
－田口质量损失函数和球门心理
－预防和报废成本
－质量成本（COQ）的要素
－利用QCPI指数对供应商进行分级

三、改善/基础统计学的基本原理
－确定变异和如何利用变异
－解释数据的基本类型，从而选择正确的统计分析工具
－用图表描述数据：质量七工具
－对数据中心进行测量：平均值，中间值和众数
－对数据的分布进行测量： 全数, 标准差和变异
－正态分布和正态概率

四、因果关系分析
－定义原因和结果之间的关系
－鱼骨图
－因果关系矩阵

第二天 
一、潜在失效模式及效果分析（FMEA）
－潜在失效模式及效果分析（FMEA）的定义
－什么是潜在失效模式？
－FMEA的使用或应用领域
－FMEA的要素
－优先风险数值（RPN）与措施优先次序
－按部就班建立FMEA

二、测量系统分析
－了解测量是一个过程
－测量术语
－确认并量化测量变异的来源
－变量型量具重复性和再现性（Variable Gauge R&R）
－计数型量具重复性和再现性（Attribute Gague R&R）
－比较测量系统变异和过程变异：
－*度与公差比例(P/T Ratio)
－*度与总变异比例 (P/T Ratio)

三、能力分析
－能力分析的类型
－定量输出
－定性输出
－定义并计算Z-数值（Z-Score）
－能力分析的需求
－方法

四、多变量分析
－描述变异的不同来源
－建立并理解多变量图表

第三天 
一、假设检验理论
－讲解并定义建设检验及其价值
－了解并正确使用零假设和备择假设
－假设检验的误差
－测试的显著性级别， Alpha
－P-Value

二、参数统计分析工具
－假设检验路线图
－正态检验
－变异同质检验
－单样板和双样板参数测试(t, Z .. 等等)
－单方向变量（A*VA）多层次（双或多样板）测试

三、非参数统计检验
－了解什么是非变量统计？
－Box-Cox 转换
－单样板和双样板参数测试，例如Sign / Wilcoxon 和 Mann-Whitney 测试
－Kruskal-Wallis多样板（双样板或多样板）测试

第四天
一、回归和相关性分析
－回归，相关性和散布图
－简单线性回归
－假定
－相关性系数
－常见错误
－回归诊断
－置信范围
－重要的观察
－多项式回归
－统计显著性
－经调整的决定系数
－预测的标准误差

二、实验法介绍 : 单因子测试与实验法
－假设检验步骤简述
－实验步骤
－同单因子测试的相同点双参数检验
－同单因子测试的区别
－实验法的障碍

三、全因子（2K）实验法
－描述一个全因子实验
－定义因素和水平
－了解主要的影响和相互作用
－建立和分析一个 2 x 2全因子实验 (Minitab软件演示)
－建立和分析一个具有*点的 23全因子实验 (Minitab软件演示)
－了解*点的价值 
－用图表表示产出结果，例如： cube plot
－简化模型（ Reduced Models）

第五天
一、SPC 理论
－控制系统的层次
－控制图表的时间因素
－SPC与变异
－规格与变异
－定义"失控"现象

二、计量型数据SPC
－了解 Xbar-R, Xbar-S和X MR控制图表
－特殊原因检验
－控制图的趋势规则
－从X MR控制图评估制程能力

三、案例研讨

6sigma绿带标准培训课程