产品型6 SIGMA黑带课程（20天）

课程背景

6 SIGMA黑带人选，是企业的业务骨干人员。通过4个月（其中每个月1周的封闭式课程，其余3周的企业项目实施实践）的训练，为企业培养6 SIGMA黑带专家，使其能够持续为企业完成项目并获得突破性的财务效益。

  • 培养组织能力，激励能力，项目管理技术和数理统计诊断能力的6 SIGMA黑带专家；
  • 提供必须的管理工具，软件工具包和操作技巧；
  • 通过黑带的6 SIGMA项目实施提供咨询服务；
  • 黑带认证，软件工具包，项目咨询三位一体的培训效果。

课程对象

黑带的候选人是在基层受尊重并经过技术培训充分了解业务流程的人员。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。黑带的候选人需要经过广泛的工作经验和专业训练，因为他们需要在短时期内掌握大量不同的技术工具，必须强调的先决条件是对统计方法的学习，并将这些新的知识和技术工具与自己以往的经验结合起来，运用到项目实施中，他们应该在企业革新的过程中积极投入并有组织和激励团队共同排除困难，有坚持不懈地完成项目的能力和决心。 他们必须完成160小时的理论培训，还要由黑带大师或咨询专家一对一地进行项目训练和指导。

内容简介

定义阶段

  • 成人学习法
    • 创造一个好的学习环境
    • 学习模式
    • 定义成人学习过程
    • 确定在学习6 SIGMA 模块时学员和老师的期望是什么
    • 6 SIGMA概要
      • 6 SIGMA发展史
      • 6 SIGMA威力
      • 6 SIGMA推行的组织介绍
      • 6 SIGMA推行的行业介绍
      • 证明6 SIGMA是需要的
      • 定义6 SIGMA的意义
      • 定义一些重要观念
    • 实现6 SIGMA的蓝图和黑带训练
      • 了解一个黑带的角色
      • 介绍突破的蓝图
      • 展现 6 SIGMA 培训纲要
      • 讨论最终报告和项目小组
    • 项目定义
      • 确定一个方法去定义6 SIGMA 黑带项目
      • 启动项目
    • 项目选择工具介绍
      • 树状图
      • 力场分析
      • 伯拉图
      • 鱼骨图
      • 亲和图
      • SIPOC图
      • 因果关系矩阵
    • Minitab 介绍
      • MINITAB的结构, 包括主要窗户, 菜单结构, 工具条及快捷键盘命令
      • 数据类型, 数据输入及数据操作技巧
      • 修正数据结构以便用MINITAB分析
      • 如何在MINITAB中创建及解释图表
      • 把MINITAB结果移到其它文件中
    • 基本统计介绍
      • 定义数据类型
      • 介绍中心趋势测量
      • 介绍偏差测量
      • 介绍形状概念
      • 展示基本图表工具
    • 6 SIGMA项目财务规划指导
      • 了解财务成果所要扮演的角色
      • 了解如何测量6 SIGMA项目可以节省多少
      • 了解6 SIGMA项目节省的分类及类型
      • 了解6 SIGMA项目评估的阶段
      • 了解6 SIGMA项目的节省指导方针
      • 了解如何使用项目追纵更有效率及储存数据的系统
    • 项目团队
      • 了解选择队员的标准
      • 介绍团队发起的概念
      • 了解建立一个高效团队的方法
      • 熟悉会议工具和RACI
      • 了解经过训练的团队沟通方法
    • 定义阶段项目规划与交付成果
      • 定义阶段的主要步骤
      • 定义阶段评审主要内容
      • R1 sheet 介绍

      测量阶段

      • 过程流程图
        • 宏观流程图
        • 过程流程图
        • 详细流程图
      • 移动合格率（RTY）
        • 了解平均生产成品率如何与实现突破性改进的蓝图相关联
        • 定义
        • RTY成本和终检成品率 (FTY) 的对照
        • 回顾事务型和生产型项目的实例
        • 进行计算练习
      • 原因和结果工具
        • 了解因果关系矩阵和鱼骨图如何与实现突破性改进的蓝图相关联
        • 区分巧合与相关性
        • 展示鱼骨图
        • 完成因果关系矩阵
      • 基本Minitab II
        • 如何使用Minitab进行图形分析
        • 基本描述性统计
        • 正态性研究
        • 编辑图形
      • 统计基础进阶
        • 回顾中心趋势测量
        • 回顾偏差测量
        • 回顾“形状”测量
        • 论述概率概念和概率分布概念
      • 测量系统分析
        • 介绍量具能力的基本概念
        • 测量系统准确度的研究
        • 测量系统精密度的研究
        • 离散数据的gage R&R
        • 连续数据的gage R&R
      • 过程能力分析
        • 介绍基本过程能力的统计方法
        • 短期和长期过程能力的分析方法
          • 合理编组方法
          • 单一连续测量方法
          • 离散数据的方法
        • 通过excel和Minitab计算过程能力
      • 测量阶段项目规划与交付成果
        • 测量阶段的主要步骤
        • 测量阶段评审主要内容
        • R2 sheet 介绍

      分析阶段

      • 图形分析
        • 介绍6种图形分析的方法
        • 展示一种进行多变量研究的方法.
        • 介绍并进行数据采掘练习
      • FMEA介绍
        • 介绍失效模式分析方法
        • 使用Excel进行失效模式效果分析
      • 回归与相关性分析
        • 介绍建立简单线性模型的方法
        • 展示用Minitab 和 Excel 建立最小平方法模型的方法
        • 练习回归技巧
        • 介绍用Minitab 和 Excel建立高次回归模型的方法
        • 解释相关和回归的区别
      • 中心极限定理
        • 介绍中心极限定理
        • 使用不同的非正态数据演示中心极限定理的有效性
        • 展示中心极限定理在典型的工业流程中的运用
      • 置信区间
        • 总体平均值 (大样本和小样本)
        • 总体标准差
        • 总体比例
      • 假设检验
        • 介绍统计学假设检验的概念
        • 定义零假设和备择假设
        • 展示构建假设检验的方法
        • 为给定问题选择适当的假设检验方法提供路径图
        • 均值检验
        • 展示四种关于均值的假设检验
        • 练习均值检验
      • 方差检验
        • 介绍并演示假设检验的基本方法
        • 演示方差的三种假设检验
        • 练习各种方差假设检验方法
      • 比例检验
        • 1-比例检验
        • 2-比例检验
      • 列联表与卡方检定
        • 偶然性检验
        • Chi-平方检验
      • 假设检验与样本量
        • 复习假设检验误差类型
        • 定义常用样本量术语
        • 演示并实习样本量的计算
      • ANOVA分析
        • 介绍变异数分析概念
        • 演练计算 ANOVA 表
        • 练习 ANOVA
      • 分析阶段项目规划与交付成果
        • 分析阶段的主要步骤
        • 分析阶段评审主要内容
        • R3 sheet 介绍

      改善阶段

      • 试验设计介绍
        • 介绍统计学实验设计
        • 讨论统计学实验设计的术语
        • 提供实验设计用的工具
      • 用ANOVA分析单因子实验
        • 回顾方差分析的概念
        • 展示 ANOVA 如何配合实验策略
      • 随机分区实验
        • 介绍实验中有关分区的概念
        • 展示实验中计算噪音变量影响程度的方法
      • 全因子试验设计
        • 展示一些一般因子实验的设立及分析方法
        • 介绍主效果及交互作用的概念
        • 练习用ANOVA分析全因子实验
        • 介绍DOE的术语及定义
      • 2K因子试验设计
        • 演示 2-水平因子设计
        • 复习 DOE 术语和符号
        • 实习 DOE 设计及分析
      • 2k 因子与中心点及分区化
        • 演示中心点的应用
        • 通过分区概念介绍部分因子方法
        • 实习 DOE 设计以及分析
      • 部分因子试验设计
        • 介绍部分因子设计的概念
        • 演示部分因子的设计和分析
        • 实习部分因子的设计和分析
        • 介绍部分因子的术语
      • 实验设计演练
      • 改善阶段项目规划与交付成果
        • 改善阶段的主要步骤
        • 改善阶段评审主要内容
        • R4 sheet 介绍

      控制阶段

      • 实验设计回顾
        • 回顾如何用Minitab 设计和分析部分因子DOE
        • 练习使用Minitab的因变量优化器优化多个因变量
        • 展示为什么需要因变量表面轮廓测定设计评价曲面
      • 多元回归
        • 回顾和练习简单线性回归
        • 论述用回归模型作预测
        • 展示高阶模型
        • 介绍高阶多元回归
        • 多因子回归
      • EVOP 和 PLEX
        • 介绍改良操作(EVolutionary Operation - EVOP)的概念
        • 展示 EVOP方法
        • 制定最大斜率提升法
        • 论述 PLEX – Plant-level Experimentation(工厂级实验方法)
      • 因变量响应曲面方法设计
        • 展示用Minitab画三维图
        • 回顾如何用实验数据建立模型
        • 介绍并练习两个响应曲面方法
      • 控制简介及控制计划
        • 在控制阶段发展出控制程序
        • 论述项目移交行动计划
        • 探讨控制计划
        • 介绍第四代管理的概念
      • 控制方法
        • 讨论控制方法的类型和定义
        • 学习流程的防错技术
        • 学习计算合理公差的方法
      • 连续变量 SPC–第一部分
        • 简单介绍SPC历史
        • 为使用控制图提供指导方针
        • 练习应用 Shewhart PDSA 循环
        • 演示运行图和 X-bar 与 R 图
      • 连续变量 SPC–第二部分
        • 控制图的解释
        • 控制图判定异常的检验
        • 控制图的使用
        • 控制图与测量系统分析
        • 控制图练习
        • 其他连续变量控制图
        • 预备控制系统
      • 离散变量的SPC
        • 制定选择控制图的导游图
        • 学习建立及解释下列控制图
          • p 和 np 图
          • U 和c 图
        • 建立及解释预备控制系统
        • 介绍几个高级控制图
      • 项目关闭
        • 讨论项目移交
        • 讨论项目的实现阶段
        • 为 6 SIGMA 项目的最终报告提供一个模板(Template)
        • 如何管理多个项目
      • 项目转移与文化变革
        • 项目移转与DMAIC
        • 项目实现 : 重要的6 SIGMA概念
        • 项目移转的直接法
        • 6 SIGMA文化变革的机制与实际状况
        • 成功项目移转的要素
        • 杜邦表面项目移转流程
        • 移转过程中实现之利益
      • 控制阶段项目规划与交付成果
        • 控制阶段的主要步骤
        • 控制阶段评审主要内容
        • R5 sheet 介绍

费用：RMB_____元/天，此费用包括授课费、教材、证书费，讲师差旅费据实另计

证书——获资质证书要求详见其他相关文件。

返回页首