【課程背景】
六西格瑪首先于20世紀80年代中期在摩托羅拉公司取得成功應用，此后美國通用電氣也開始實施六西格瑪，并取得了顯著的成效，此后它更是擴展到很多國際知名企業。如今，國內很多公司也對六西格瑪有了較多的了解。 六西格瑪管理是建立在科學的統計理論基礎上，一般采用項目管理的方式，采用DMAIC流程分析技術——定義（Define）、測量（Measure）、分析（Analyze）、改進（Improve）、控制（Control）來實現產品和服務質量的持續改進。
精益六西格瑪是精益生產與六西格瑪管理的結合，其本質是消除浪費和減少變異。精益六西格瑪管理的目的是通過整合精益生產與六西格瑪管理，吸收兩種生產模式的優點，彌補單個生產模式的不足，達到更佳的管理效果。精益六西格瑪不是精益生產和六西格瑪的簡單相加，而是二者的互相補充、有機結合。
精益六西格瑪綠帶是精益六西格瑪改善項目實施的主導者，是精益思想和六西格瑪方法論在企業推進的中堅力量，也是精益六西格瑪持續改善文化的傳播者。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精益六西格瑪理念自上而下貫徹和持續推進起著關鍵作用。
【課程收益】
1. 熟悉精益六西格瑪項目改善課題的甄選流程與標準。
2. 熟悉項目課題的描述方法，并運用方法解決公司內質量問題。
3. 理解精益六西格瑪方法論DMAIC的改進路徑及各階段核心輸出。
4. 理解統計方法在DMAIC改進流程中的應用，包括：FMEA\SPC、MSA、DOE、ANOVA、假設檢定、相關與回歸分析等。
5. 能夠獨立帶領團隊實施項目改善。
【課程特色】
1. 直擊核心：從精益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。
2. 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。
3. 注重實戰：課程配備豐富的案例，涵蓋多個產品和行業。
4. 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。
【課程對象】
企業中高層管理者，研發、工藝、質量、設備、制造等部門骨干人員，負責改善項目的骨干人員。
【課程時間】
3天，6小時/天
【課程大綱】
第一部分：精益六西格瑪介紹
1. 持續改善的歷史，持續改善的起源及其改善模式。
2. 精益六西格瑪原理、目標及價值，熟悉六西格瑪起源與發展。
3. 業務過程與體系，不同業務過程之間的關系以及對系統的影響。
4. 精益六西格瑪在制造業、服務業、產品與過程設計中的應用。
5. 精益生產原理、目標及價值，熟悉精益生產起源與發展。
6. 精益生產與六西格瑪的關系。
第二部分：組織過程的管理與測量
1. 利益相關方的影響
能夠識別所有利益相關方，描述項目對顧客、供方及其他利益相關方的影響。
2. 關鍵X特性要求（CTX）
熟悉不同的CTX要求，如關鍵質量特性(CTQ)、關鍵成本特性(CTC)
3. 標桿
定義和區分不同類型的標桿，包括實踐、競爭者、合作者等。
4. 業務績效測量
定義和描述不同的業務績效測量，包括平衡計分卡、關鍵績效指標。
5. 財務測量
定義和使用財務測量，包括收入增長、盈利、質量成本(COQ)、投資回報率(ROI)
第三部分：項目團隊管理
1. 團隊形成
? 團隊的類型和約束因素。
? 團隊角色定義和職責。
? 團隊成員選擇的技巧和原則。
? 識別和描述團隊啟動所需的要素。
2. 團隊推動與管理
? 激勵團隊成員，支持和維持他們的參與和承諾。
? 推動團隊通過發展階段：組建期，激蕩期，規范期，執行期，及休整期。
? 識別和使用適當的溝通方法匯報進展，進行里程碑評審以支持項目的成功。
? 選擇和使用不同的時間管理技術，包括公布項目帶有時間期限的日程。
? 定義，選擇，和應用諸如SIPOC、頭腦風暴、名義群體法、多數投票法等決策工具。
? 定義，選擇，和應用諸如矩陣圖、PDPC法、活動網絡圖等策劃工具。
? 團隊表現評估與激勵，用指標測量團隊進展，并獎勵和認可團隊的成績。
第四部分：定義階段
1. 顧客的心聲
? 針對每個項目細分客戶，并指出該項目將如何影響內部和外部客戶。
? 識別和選擇合適的數據收集方法收集客戶反饋以更好的了解客戶需求。
? 定義，選擇，和使用合適的工具來決定顧客的需求，例如CTQ展開、質量功能展開(QFD)、Kano模型等。
2. 項目立案書（項目授權書）
? 問題陳述，開發和評估與項目基線績效和改善目標相關的問題陳述。
? 項目范圍，開發和評審項目范圍以確保項目對客戶而言具有價值。
? 項目目標及目的，以問題陳述和范圍為基礎設定目的和目標。
? 項目績效測量，識別和評估將流程關鍵要素與關鍵輸出相連接的績效測量。
3. 項目追蹤
? 識別，開發，和使用諸如日程安排表、關卡評審等管理工具追蹤項目進展。
第五部分：測量階段
1. 統計學基礎知識
? 數據類型定義及特點，數據收集方法的分類及特點。
? 母體、樣本、抽樣的定義與目的，不同的抽樣方法及其特點。
? 母數與統計量的區別，均值、中值、眾數、極差、標準差等計算。
? DPU、DPO、DPMO、DPPM等計數型數據統計量的定義及其計算。
? 中央極限定理和置信區間的定義，熟悉置信區間的計算。
2. 測量系統分析（MSA）
? 測量系統的定義與組成要素。
? MSA評價指標分辨力、偏移、線性、穩定性、重復性、再現性等。
? Gage R&R研究方法及評判標準。
? 屬性一致性分析法及評判標準。
3. 過程能力分析
? 過程能力定義及計算、概率定義和常見的概率分布及特性。
? 常用能力衡量指標的定義及計算（如RTY、CP//CPK、PP/PPK、Z值等）。
? 過程能力分析方法及判讀。
? 長期和短期的概念和運用。
4. 常見的圖形工具（如多變量圖等）的使用與判讀。換和客戶要求
第六部分：分析階段
1. 常用的析因工具及方法，如頭腦風暴法、5Why分析法，魚骨圖、樹圖、系統圖和流程變量圖析(Process mapping)。
2. 潛在失效模式及后果分析（FMEA）。
3. VSM價值流圖
4. 假設檢定
? 假設檢定的定義，H0&H1假設的定義及區別。
? α風險和β風險的定義與要求，檢驗統計量P值及評判。
? 假設檢定的實施流程，應用各種假設檢定方法（如1σ/2σ、1t/2t/t-t、1p/2p、卡方檢定和非參數檢定等）。
? 樣本數的檢驗和功效果的檢驗應如何進行和應用的。
? 方差分析（ANOVA）表，一元ANOVA分析。
? 相關和回歸分析方法，相關系數r值，擬合性指數R^2值。
第七部分：改善階段
1. 試驗設計（DOE）
? 試驗設計的基本術語（如因子、水平、仿行、區組、隨機化 … ）。
? 利用統計軟件設計創建多種類型的試驗（兩水平全因子設計(2^k)、部分因子設計、一般全因子設計、中心點設計、響應曲面設計(RSM)等）。
? 利用統計軟件分析以上設計，并作出客觀正確的評判。
? 因子主效應和交互作用的功效值計算，殘差定義和分析。
? 利用試驗設計進行析因、建模、優化和預測過程績效。
2. 防錯與標準化
? 防錯設計的定義、原理和應用。
? 文件化、標準化的定義和目的，標準化執行過程中的精要。
第八部分：控制階段
1. 控制圖（SPC）
? SPC的目標和收益，識別特殊原因和普通原因等。
? 定義合理子群，并描述如何使用。
? 如何識別、選擇、構建和應用不同類型控制圖。
? 解釋控制圖，并使用規則區分普通原因和特殊原因。
2. 控制計劃（CP）
? 能夠建立控制計劃，記錄和保持成果，并幫助執行控制和監控系統。
3. 項目移交
? 理解針對項目績效持續追蹤，掌握如何將具體的項目工作轉化成例行工作。
