培訓安排：2022年6月23-25日 蘇州
培訓費用：4980元/位（含培訓費、資料費、會務服務費）
培訓對象：企業中高層管理、專案推行專員、生產、研發、工藝、品質、設備、制 造等部門人員、工程師及負責改善及革新項目的骨干人員
課程背景：
由于綠帶直接分布在生產和管理的一線，培養一支高素質的綠帶隊伍
對于六西格瑪理念自上而下貫徹和持續推進起著關鍵作用。 六格瑪綠帶是六西格瑪改善項目實施的主導者，是六西格瑪方法論在 企業推進的中堅力量，也是六西格瑪改善文化的傳播者。相對于黑帶而言， 綠帶不需要掌握過于復雜的數理統計理論和深度工具，只需掌握六西格瑪 方法論的思維邏輯，能夠操作統計分析的軟件（如 Minitab）,并且正確 判讀，就能夠在黑帶大師或黑帶的指導下帶領團隊去實施六西格瑪綠帶項 目改善。《六西格瑪綠帶經典課程》將按照 D-M-A-I-C（Define（定義）、 Measure（測量）、Analyze（分析）、Improve（改善）、Control（控 制）項目改進路徑來講授六西格瑪方法論及其工具方法，并結合實際案例 研討和現場試驗來教學。
課程特色 ：
1、小班授課：互動性強，針對性指導。
2、直擊核心：從六西格瑪的的方法論及綠帶知識體系入手，從項目實 施路徑圖為主線展開。
3、結果導向：使學員結合自身企業及部門特點系統掌握六西格瑪的項 目選擇、項目管理、各階段工具應用等。
4、注重實戰：課程配備豐富的案例，涵蓋多個產品和行業。
5、教學相長：透過案例分析、實戰演練、小組研討分享經驗和知識。
培訓方式：
1、多元化培訓：結合講師講授、小組討論、行動計劃、游戲感悟、示范指導等多元化上課方式，從各種方式中體驗學習， 加深印象。
2、貼切的案例：案例貼切于實際工作，講解由淺入深、化難為易，讓學員由工作時身邊發生的實例中學習到管理的精髓。
3、體驗式教學：透過活動啟發，讓大家從｛做｝中了解到自己的不足 以及需要改善注意的地方。
4、實戰問題解決：注意學員學會了解實際問題（案例分 析及角色演 練），并強調課扣的實際操作，從而真正實現知行 合一的訓練效果。
課程收益：
1、了解精益六西格瑪改善理念、明確精益六西格瑪對企業持續改進意義；
2、了解六西格瑪方法論之 DMAIC 改進路徑及各階段核心輸出；
3、掌握 6SIGMA 管理相關的基本統計知識和 MINITAB 操作；
4、理解統計方法在 DMAIC 改進流程中的應用，包括：SPC、MSA、 DOE、ANOVA、假設檢定、相關與回歸等基本掌握 6SIGMA 管理 相關的高級統計工具；
5、熟悉六西格瑪改善課題的甄選流程與標準，熟悉項目課題的描述方法；
6、能夠獨立帶領團隊實施項目改善；
課程大綱：
第一模塊：定義階段-Define
第一部分：精益-6SIGMA 概論
1、6 SIGMA 發展史
2、起源—Motorola
3、發展—GE
4、六西格瑪的影響
5、精益的發展史
6、什么是精益生產制造體系？
7、現代生產組織系統
8、精益 6SIGMA 的實施流程
9、質量成本
10、如何推行精益六西格瑪
第二部分：項目定義
1、DMAIC 概論
2、定義和選擇項目
3、VOC 到 CTQ
4、問題陳述
5、SIPOC 圖
6、項目計劃和批準
7、項目細節流程圖
第三部分：熟悉 MIN ITAB
1、MINITAB 的結構，包括主要窗戶 菜單結構，工具條及快捷鍵盤命令
2、數據類型，數據輸入數據操作技巧
3、修正數據結構便用 MINITAB 分析
4、MINITAB 的計算和統計功能介紹
5、操作舉例：性統計和正態性檢驗
6、基本圖表工具
第四部分：基礎統計學
1、數據類型
2、總體和樣本
3、波動和變差的重要性
4、數據的分布
5、集中趨勢的衡量
6、離散程度的衡量
7、正態分布
第二模塊：測量階段 Measure
第一部分：價值和浪費
1、定義精益中的價值
2、辨別價值的特征
3、定義 7 種形式的浪費
4、辨別浪費的例子
5、辨別浪費的來源
第二部分：當前價值流程圖
1、選擇一個產品族
2、理解客戶需求
3、繪制作業流
4、繪制物料流
5、繪制信息流
6、計算全部作業時間
7、項目流程圖繪制應用練習
第三部分：尋找問題的焦點
1、數據收集
2、檢查表
3、數據分層 4、排列圖（柏拉圖）
第四部分：量測系統分析
1、測量系統的組成
2、測量系統誤差來源
3、測量系統準確和精確的概念
4、連續數據的 gage R&R
5、離散數據的認同一致性分析
第五部分：過程能力分析
1、連續型數據過程能力分析
1）合理子組
2）特殊原因引起的波動
3）普通原因引起的波動
4）確定規范
5）Zbench 計算
2、離散型數據過程能力分析
1）傳統合格率 Yc
2）一次合格率 Yft
3）滾動合格率 Yrt
4）練習
3、通過 Minitab 計算過程能力
4、樣本量計算
5、非正態分布數據的處理
6、利用 COX-BOX 方法確定轉換函數
7、Johnson 變換
第三模塊：分析階段-Analyze
第一部分：失效模式及后果分析(FMEA)
1、FMEA 的定義和類型
2、FMEA 的輸入和輸出
3、風險優先數字(RPN)
4、AIAG 案例
第二部分：假設檢驗
1、介紹統計學假設檢驗的概念
2、總體參數 vs 樣本統計量
3、假設檢驗的術語：零假設和備擇假設
4、“P”值的概念
5、假設檢驗的風險
6、假設試驗的類型
7、假設試驗的步驟
8、課堂練習
第三部分：置信區間
1、總體參數的估計方法
2、總體參數的置信區間
3、總體平均值置信區和 T 分布
4、利用 Minitab 計算置信區間
5、單樣本 t 檢驗和雙樣本 t 檢驗
6、利用 Minitab 進行 T 檢驗
第四部分：比例檢驗
1、單比例檢驗
2、雙比例檢驗
3、卡方檢驗
4、非參數檢驗
5、多元變量分析
第五部分：方差分析(ANOVA)
1、主效應圖(Main Effect Plot
2、因子水平(level)和組合(treatment)
3、ANOVA 模型
4、方差分析比較差異的原理
5、等方差檢驗
6、利用 Minitab 進行 ANOVA 分析
第六部分：回歸及相關性分析
1、簡單線性回歸
2、期望值 Fit 和殘差 Residual
3、XY 關系強度的衡量
4、利用 Minitab 進行回歸分析
5、相關關系和因果關系
第四模塊：分析階段-Analyze
第一部分：實驗設計
1、介紹統計學實驗設計
2、實驗設計的術語
3、工業 DOE 方法的特點
4、DOE 的類型
第二部分：2 X 2 實驗
1、主效應
2、交互作用
3、利用 Minitab 分析實驗
第三部分：全因子實驗
1、2k 因子
2、設計 DOE
3、實驗中的正交特性 (Orthogonality)
4、利用 Minitab 設計 DOE
5、實驗中的區組化(Block（區組）)
6、分析全因子實驗
7、仿行(Replication)和重復(Repetition)
8、簡化模型
9、23 實驗的立方圖
第四部分：部分因子試驗
1、介紹部分因子設計的概念
2、篩選實驗 3、別名(Alias)和混淆(Confounding)
4、實驗的分辨率（Resolution）
5、用 Minitab 設計和分析部分因子實驗
6、介紹部分因子的術語
1）直升飛機練習
2）響應曲面設計
3）田口設計
第五模塊：改善階段-Improve
第一部分：確定改進方案
1、方案選擇矩陣
2、確定潛在的解決方案
3、解決方案優先矩陣
第二部分：未來價值流程圖
1、什么是 TAKT 時間？
2、是否需要建立產成品超市或直接生產 發貨？
3、您可以在那里運用連續流生產方式？
4、您可以在整個生產鏈中的哪個環節設 置 Pacemaker Process?
5、對于不同產品對象，如何均衡產品 混合來提高作業流程效率？
6、采用何種方式來保證持續有序的計 劃安排？
7、采用什么改進方案可以使價值流 朝向未來狀態圖改進？
8、案例介紹：項目的總結和結果對比 第三部分：第統計過程控制
1、引起波動的原因和類型
2、波動與規格
3、控制圖的原理
4、控制圖的種類
第四部分：變量控制圖
1、Xbar-R 練習
2、單值控制圖
3、控制圖判讀
4、比較規格界限和控制界限
第五部分：屬性控制圖
1、控制圖表的選擇
2、P 圖
3、nP 圖
4、u 圖
5、C 圖
6、MINITAB 控制圖練習
7、預控制圖
8、區域控制圖
9、其他特殊控制圖
10、防錯（PokaYoke）
11、項目成果的歸檔和推廣
【報名咨詢】
聯系電話：010-62258232 62278113 13718601312 13120125786
聯 系 人：李先生 陳小姐
您的位置：
