6Sigma准绿带培训
(六西格玛基本方法及工具应用)
培训时间:9月22-23日 (TL:18501737232)
培训地点:重庆江北观音桥朗晴广场A塔25-18号培训室
培训费用:RMB3600元/人(授课费、资料费,茶点、会务费,两天午餐费、培训证书
培训目标:
基本了解六个西格码的基本方法,对六个西格码涉及的主要统计学工具有了基本了解,基本了解了Minitab的使用方法,可以在实际工作中单独使用这些六个西格码的工具,并可以单独完成较为简单的六个西格码实际项目。
参加对象:
质量部、工程部、设备部、生产部等制造部门经理、主管、工程师;非制造部门经理、主管等;负责**及革新项目的人员。
课程大纲:
l Six Sigma 总体介绍:
² Six Sigma 是什么?
² 谁在应用Six Sigma?
² Six Sigma 的两大流派及其各自主要特点
² Six Sigma 的两大类方法的介绍及其主要阶段
和各阶段需要完成的主要任务
² Six Sigma 的组织结构
² Six Sigma 的战略推广
² Six Sigma 与 ISO/TQM(Total Quality
Management - ***质量管理)的区别
l Six Sigma 的统计学基础:
² 数据分类:连续型数据和离散型数据
² 缺点(标准):单元,机会的定义: DPU 和 DPO
的概念和区别
² 正态分布的由来
² 正态分布的重要统计量“u”(均值)和“”(标
准方差)
² 正态分布的重要特性及“Z”值的计算
² Mean( 均值),Median(中位数)和 Mode(模)
l Six Sigma 各阶段的详细介绍:
² 定义阶段 (Define)
Ø 质量功能展开(QFD-Quality Function Deployment)
Ø 立项资格五要素:业务方面、问题和目标陈述、项目范围、项目进程计划、团队成员及角色
² 测量阶段 (Measure)
Ø 确定项目的Y:连续型数据和离散型数据、实际项目中连续型数据和离散型数据之间的合理变换
Ø 确定项目的缺点(标准),单元,机会
Ø 测量系统的分析(MSA):
ü 偏差的构成:可重复性和可再生产性
ü 连续数据:快速方法和方差分析法
(ANOVA-ANalysis Of VAriance)
ü 离散数据:表格法
Ø 对Y和可能的X’s收集数据
ü 流程图(PM-Process Map)
ü 因果图即鱼骨图或称为石川图
(C&E-Cause & Effect Diagram)
ü 标准操作规(SOP-StandardOperationProcedure)
Ø Y的基本图形分析及统计分析:
ü 柏拉图(Pareto Chart)
ü 直方图(Histogram)
ü 盒形图(Boxplot)
ü 验证正态性(Normality Test)
ü 歪斜分布(Skewed Distribution)
ü 尖峰分布(Kurtosis Distribution)
ü 多模式分布(Multi-Mode Distribution)
ü 非正态分布的处理
ü 描述性统计(Basic Statistics)
Ø 计算Z值:
ü Y是离散型数据:Product Report
ü Y是连续型数据:Process Report
ü Zst 、Zlt和Zshift的关系
² 分析阶段 (Analyze)
Ø 图形分析:离散图或散布图(Scatter Plot/Diagrams)
Ø 假设检验分析(Hypothesis Analysis)
ü F检验、T检验和卡方检验(F-test、T-test 和 ChiSquare-test)
Ø 方差分析(ANOVA)
Ø 回归分析(Regression)
Ø 通用线性模型(GLM-General Linear Model)
² 改进阶段 (Improve)
Ø 样本数量检验(Sample Size Testing):连续数据和离散数据
Ø 改进真实性检验:T检验和卡方检验(T-test和 ChiSquare-test)
² 控制阶段 (Control)
Ø SPC及控制图(Control Chart)
ü 什么是控制图和SPC
ü 控制图的用途
ü 控制图的类型
ü 控制图原理
ü 控制图的解释
l DMADV的内容简单介绍:
² D-定义(Define)、M-测量(Measure)、A-分析
(Analyze)、D-设计(Design)、V-验证(Verify)
免责声明: 本页面所展现的信息及其他相关推荐信息,均来源于其对应的商铺,信息的真实性、准确性和合法性由该信息的来源商铺所属企业完全负责。本站对此不承担任何保证责任。如涉及作品内容、 版权和其他问题,请及时与本网联系,我们将核实后进行删除,本网站对此声明具有最终解释权。
友情提醒: 建议您在购买相关产品前务必确认资质及产品质量,过低的价格有可能是虚假信息,请谨慎对待,谨防上当受骗。