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：5天理论 2天项目辅导

课程主要内容：Ø

**天

**部分 6 Sigma管理技术的导入与应用

1、 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

2、 解释绿带的定义和工作范围

3、 定义关键过程输入变量（KPIV）和关键过程输出变量（KPOV）

4、 讲解过程输出如何受输入的影响

5、 解释测量的价值

第二部分 质量成本系统对企业的重要性

1、 为什么要检测质量成本（COQ） ?

2、 田口质量损失函数和球门心理

3、 预防和报废成本

4、 质量成本（COQ）的要素

5、 利用QCPI指数对供应商进行分级

第三部分 改善/基础统计学的基本原理

1、 确定变异和如何利用变异

2、 解释数据的基本类型，从而选择正确的统计分析工具

3、 用图表描述数据：质量七工具

4、 对数据中心进行测量：平均值，中间值和众数

5、 对数据的分布进行测量： 全数, 标准差和变异

6、 正态分布和正态概率

第四部分 .因果关系分析

1、 定义原因和结果之间的关系

2、 鱼骨图

3、 因果关系矩阵

第二天

**部分 潜在失效模式及效果分析（FMEA）

1、 潜在失效模式及效果分析（FMEA）的定义

2、 什么是潜在失效模式？

3、 FMEA的使用或应用领域

4、 FMEA的要素

5、 优先风险数值（RPN）与措施优先次序

6、 按部就班建立FMEA

第二部分 测量系统分析

1、 了解测量是一个过程

2、 测量术语

3、 确认并量化测量变异的来源

4、 变量型量具重复性和再现性（Variable Gauge R&R）

5、 计数型量具重复性和再现性（Attribute Gague R&R）

6、 比较测量系统变异和过程变异：

7、 精确度与公差比例(P/T Ratio)

8、 精确度与总变异比例 (P/T Ratio)

第三部分 能力分析

1、 能力分析的类型

2、 定量输出

3、 定性输出

4、 定义并计算Z-数值（Z-Score）

5、 能力分析的需求

6、 方法

第四部分 多变量分析

1、 描述变异的不同来源

2、 建立并理解多变量图表

第三天

**部分 假设检验理论

1、 讲解并定义建设检验及其价值

2、 了解并正确使用零假设和备择假设

3、 假设检验的误差

4、 测试的显著性级别， Alpha

5、 P-Value

第二部分 参数统计分析工具

1、 假设检验路线图

2、 正态检验

3、 变异同质检验

4、 单样板和双样板参数测试(t, Z .. 等等)

5、 单方向变量（ANOVA）多层次（双或多样板）测试

第三部分 非参数统计检验

1、 了解什么是非变量统计？

2、 Box-Cox 转换

3、 单样板和双样板参数测试，例如Sign / Wilcoxon 和 Mann-Whitney 测试

4、 Kruskal-Wallis多样板（双样板或多样板）测试

第四天

**部分 回归和相关性分析

1、 回归，相关性和散布图

2、 简单线性回归

3、 假定

4、 相关性系数

5、 常见错误

6、 回归诊断

7、 置信范围

8、 重要的观察

9、 多项式回归

10、 统计显著性

11、 经调整的决定系数

12、 预测的标准误差

第二部分 实验法介绍 : 单因子测试与实验法

1、 假设检验步骤简述

2、 实验步骤

3、 同单因子测试的相同点双参数检验

4、 同单因子测试的区别

5、 实验法的障碍

第三部分 全因子（2K）实验法

1、 描述一个全因子实验

2、 定义因素和水平

3、 了解主要的影响和相互作用

4、 建立和分析一个 2 x 2全因子实验 (Minitab软件演示)

5、 建立和分析一个具有中央点的 23全因子实验 (Minitab软件演示)

6、 了解中央点的价值

7、 用图表表示产出结果，例如： cube plot

8、 简化模型（ Reduced Models）

第五天

**部分 SPC 理论

1、 控制系统的层次

2、 控制图表的时间因素

3、 SPC与变异

4、 规格与变异

5、 定义"失控"现象

第二部分 计量型数据SPC

1、 了解 Xbar-R, Xbar-S和X MR控制图表

2、 特殊原因检验

3、 控制图的趋势规则

4、 从X MR控制图评估制程能力

第三部分 案例研讨