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

课程时间：

ü 5天理论 2天项目辅导

课程主要内容：Ø

**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：

•精确度与公差比例(P/T Ratio)

•精确度与总变异比例 (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（ANOVA）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中央点的 23全因子实验 (Minitab软件演示)

•了解中央点的价值

•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