返回列表
绿带课程6天精简版大纲
(一)课程编排总表(确切时间经双方协商确定)
| 
				 时间  | 
			
				 第一天  | 
			
				 第二天  | 
			
				 第三天  | 
			
				 第四天  | 
			
				 第五天  | 
			
				 第六天  | 
		
| 
				 9:00--10:00  | 
			
				 6Sigma 介绍  | 
			
				 因果矩阵 和FMEA  | 
			
				 基本 统计学  | 
			
				 多变量图表Multi-vari  | 
			
				 T检定  | 
			
				 实验设计 介绍  | 
		
| 
				 10:00--11:00  | 
		||||||
| 
				 11:00--12:00  | 
			
				 企业的 六西格玛  | 
		|||||
| 
				 12:00--13:30  | 
			
				 午休  | 
		|||||
| 
				 13:30--14:30  | 
			
				 DMAIC路径  | 
			
				 Minitab 操作  | 
			
				 统计过程 控制SPC  | 
			
				 假设检定  | 
			
				 方差分析(ANOVA)  | 
			
				 全因子 实验  | 
		
| 
				 14:30--15:30  | 
			
				 SIPOC  | 
			
				 Minitab 制图  | 
		||||
| 
				 15:30--16:30  | 
			
				 详细 流程图I/O  | 
			
				 基本图表 QC7 工具  | 
			
				 量测系统 分析MSA  | 
			
				 卡方检验/双比率检验  | 
			
				 相关与回归  | 
			
				 控制计划  | 
		
| 
				 16:30--17:30  | 
		||||||
(二)课程详细大纲
| 
				 时 间  | 
			
				 课程内容  | 
			
				 课程效果分析  | 
		
| 
				 第一天上午  | 
			
				 6Sigma介绍  | 
			
				 了解六西格玛基础知识,明白实施六西格玛历史及目的  | 
		
| 
				 企业的六西格玛  | 
		||
| 
				 第一天下午  | 
			
				 DMAIC路径  | 
			
				 了解六西格玛解决问题的路径  | 
		
| 
				 SIPOC介绍  | 
			
				 按供应商、输入、流程、输出、顾客5个纬度对业务流程进行分析,可以对业务整体全貌有一个清楚的认识,为后面流程优化找到可能的机会点  | 
		|
| 
				 详细流程图  | 
			
				 掌握详细流程图的绘制方法  | 
		|
| 
				 第二天上午  | 
			
				 因果矩阵  | 
			
				 掌握C&E方法,对可能的原因进行综合筛选,选择相对重要的因子  | 
		
| 
				 FMEA  | 
			
				 通过流程失效模式分析,可以找到流程的弱环,并对弱环可能造成的影响、发生原因的频率、目前控制方法进行评估,得到风险评估优先值,进行流程改善  | 
		|
| 
				 第二天下午  | 
			
				 Minitab操作  | 
			
				 掌握minitab操作技巧  | 
		
| 
				 Minitab制图  | 
			
				 快速、简单地进行统计计算、图表制作。  | 
		|
| 
				 基本图表,QC七工具  | 
			
				 快速、简单地进行统计计算、图表制作,能使用QC七工具来分析解决问题  | 
		|
| 
				 第三天上午  | 
			
				 统计基础  | 
			
				 介绍了数据的种类、统计分布、正态分布特性及判断等  | 
		
| 
				 第三天下午  | 
			
				 统计过程控制SPC  | 
			
				 介绍了控制图的原理,各种控制图及制作方法以及判断方法  | 
		
| 
				 量测系统分析(MSA)  | 
			
				 掌握判定测量系统好坏的方法和指标  | 
		|
| 
				 一个月后开展下一轮培训,学员这个时候可以在实际生产中应用以上所学知识 
  | 
		||
| 
				 第四天上午  | 
			
				 多变量分析  | 
			
				 通过图形分析的方法,在不影响流程的情况下,分析输入对输出的影响,从而找到改善行动的方向  | 
		
| 
				 第四天下午  | 
			
				 假设检定  | 
			
				 能有效地验证关键输入对输出的统计显著性,找到关键的输入  | 
		
| 
				 卡方检验/双比率检验  | 
			
				 掌握离散数据的分析方法,验证输入对输出的影响,找到关键输入  | 
		|
| 
				 第五天上午  | 
			
				 T检定  | 
			
				 使用T检定判定差异和显著性,验证行动效果和量化风险水平  | 
		
| 
				 第五天下午  | 
			
				 方差分析(ANOVA)  | 
			
				 使用方差分析判定差异和显著性,验证行动效果和量化风险水平  | 
		
| 
				 第六天上午  | 
			
				 相关与回归  | 
			
				 能使用相关与回归,定量分析输入对输出的影响程度  | 
		
| 
				 实验设计介绍  | 
			
				 了解实验设计的基本原理和如何进行实验设计  | 
		|
| 
				 第六天下午  | 
			
				 全因子实验  | 
			
				 了解全因子实验设计,能使用并分析实验结果,找到最佳数学模型,进行最优化设置  | 
		
| 
				 控制计划  | 
			
				 通过控制计划的实施路径以及相关表格的介绍,对改善成果进行有效的控制。  | 
		|
| 
				 
 第二次培训顺利完成  | 
		||
(三)培训成效
l 能有效提高发现问题的数量和质量,并掌握用六西格玛方法去定义和量化问题,从而为改进提供正确方向;
l 学员将会用六西格DMAIC路径和方法去解决发现的质量问题,特别是顽固品质问题;并在公司内部最终建立可预见性品质管理模式;
l 通过培训和项目实施,提高学员解决实际问题的能力;具备六西格玛逻辑和思维能力使工作更富成效,进而对公司的文化产生影响并形成6sigma文化;

                         ![]()  | 
                     
                         ![]()  | 
                     
                         ![]()  | 
                     
                         ![]()  | 
                     
                         ![]()  | 
                     
                         ![]()  | 
                     
                         ![]()  | 
                     
| 
                          快捷链接 
                         
                      | 
                     
                          账户管理 
                         
                      | 
                     
                          新手入门 
                         
                      | 
                     
                          关于我们 
                         
                      | 
                 
                      
                                                                                  
                                                                                  
                                                                                  
                                                                                  
                                                                                  
                                                                                  
                                                                                  
                                                                                  







