【课程背景】

六西格玛首先于20世纪80年代中期在摩托罗拉公司取得成功应用，此后美国通用电气也开始实施六西格玛，并取得了显着的成效，此后它更是扩展到很多国际知名企业。如今，国内很多公司也对六西格玛有了较多的了解。 六西格玛管理是建立在科学的统计理论基础上，一般采用项目管理的方式，采用DMAIC流程分析技术——定义（Define）、测量（Measure）、分析（Analyze）、改进（Improve）、控制（Control）来实现产品和服务质量的持续改进。

精益六西格玛是精益生产与六西格玛管理的结合，其本质是消除浪费和减少变异。精益六西格玛管理的目的是**整合精益生产与六西格玛管理，吸收两种生产模式的优点，弥补单个生产模式的不足，达到更佳的管理效果。精益六西格玛不是精益生产和六西格玛的简单相加，而是二者的互相补充、有机结合。

精益六西格玛绿带是精益六西格玛改善项目实施的主导者，是精益思想和六西格玛方法论在企业推进的中坚力量，也是精益六西格玛持续改善文化的传播者。由于绿带直接分布在生产和管理的一线，培养一支高素质的绿带队伍对于精益六西格玛理念自上而下贯彻和持续推进起着关键作用。

【课程收益】

1. 熟悉精益六西格玛项目改善课题的甄选流程与标准。

2. 熟悉项目课题的描述方法，并运用方法解决公司内质量问题。

3. 理解精益六西格玛方法论DMAIC的改进路径及各阶段核心输出。

4. 理解统计方法在DMAIC改进流程中的应用，包括：FMEA\SPC、MSA、DOE、ANOVA、假设检定、相关与回归分析等。

5. 能够独立带领团队实施项目改善。

【课程特色】

1. 直击核心：从精益六西格玛的的方法论及绿带知识体系入手，从项目实施路径图为主线展开。

2. 结果导向：使学员结合自身企业及部门特点系统掌握六西格玛的项目选择、项目管理、各阶段工具应用等。

3. 注重实战：课程配备丰富的案例，涵盖多个产品和行业。

4. 教学相长：透过案例分析、实战演练、小组研讨分享经验和知识。

【课程对象】

企业中高层管理者，研发、工艺、质量、设备、制造等部门骨干人员，负责改善项目的骨干人员。

【课程时间】

  3天，6小时/天

【课程大纲】

**部分：精益六西格玛介绍

1. 持续改善的历史，持续改善的起源及其改善模式。

2. 精益六西格玛原理、目标及价值，熟悉六西格玛起源与发展。

3. 业务过程与体系，不同业务过程之间的关系以及对系统的影响。

4. 精益六西格玛在制造业、服务业、产品与过程设计中的应用。

5. 精益生产原理、目标及价值，熟悉精益生产起源与发展。

6. 精益生产与六西格玛的关系。

第二部分：组织过程的管理与测量

1. 利益相关方的影响

能够识别所有利益相关方，描述项目对顾客、供方及其他利益相关方的影响。

2. 关键X特性要求（CTX）

熟悉不同的CTX要求，如关键质量特性(CTQ)、关键成本特性(CTC)

3. 标杆

定义和区分不同类型的标杆，包括实践、竞争者、合作者等。

4. 业务绩效测量

定义和描述不同的业务绩效测量，包括平衡计分卡、关键绩效指标。

5. 财务测量

定义和使用财务测量，包括收入增长、盈利、质量成本(COQ)、投资回报率(ROI)

第三部分：项目团队管理

1. 团队形成

团队的类型和约束因素。

团队角色定义和职责。

团队成员选择的技巧和原则。

识别和描述团队启动所需的要素。

2. 团队推动与管理

激励团队成员，支持和维持他们的参与和承诺。

推动团队**发展阶段：组建期，激荡期，规范期，执行期，及休整期。

识别和使用适当的沟通方法汇报进展，进行里程碑评审以支持项目的成功。

选择和使用不同的时间管理技术，包括公布项目带有时间期限的日程。

定义，选择，和应用诸如SIPOC、头脑风暴、名义群体法、多数投票法等决策工具。

定义，选择，和应用诸如矩阵图、PDPC法、活动网络图等策划工具。

团队表现评估与激励，用指标测量团队进展，并奖励和认可团队的成绩。

第四部分：定义阶段

1. 顾客的心声

针对每个项目细分客户，并指出该项目将如何影响内部和外部客户。

识别和选择合适的数据收集方法收集客户反馈以更好的了解客户需求。

定义，选择，和使用合适的工具来决定顾客的需求，例如CTQ展开、质量功能展开(QFD)、Kano模型等。

2. 项目立案书（项目授权书）

问题陈述，开发和评估与项目基线绩效和改善目标相关的问题陈述。

项目范围，开发和评审项目范围以确保项目对客户而言具有价值。

项目目标及目的，以问题陈述和范围为基础设定目的和目标。

项目绩效测量，识别和评估将流程关键要素与关键输出相连接的绩效测量。

3. 项目追踪

识别，开发，和使用诸如日程安排表、关卡评审等管理工具追踪项目进展。

第五部分：测量阶段

1. 统计学基础知识

数据类型定义及特点，数据收集方法的分类及特点。

母体、样本、抽样的定义与目的，不同的抽样方法及其特点。

母数与统计量的区别，均值、中值、众数、极差、标准差等计算。

DPU、DPO、DPMO、DPPM等计数型数据统计量的定义及其计算。

中央极限定理和置信区间的定义，熟悉置信区间的计算。

2. 测量系统分析（MSA）

测量系统的定义与组成要素。

MSA评价指标分辨力、偏移、线性、稳定性、重复性、再现性等。

Gage R&R研究方法及评判标准。

属性一致性分析法及评判标准。

3. 过程能力分析

过程能力定义及计算、概率定义和常见的概率分布及特性。

常用能力衡量指标的定义及计算（如RTY、CP//CPK、PP/PPK、Z值等）。

过程能力分析方法及判读。

长期和短期的概念和运用。

4. 常见的图形工具（如多变量图等）的使用与判读。换和客户要求

第六部分：分析阶段

1. 常用的析因工具及方法，如头脑风暴法、5Why分析法，鱼骨图、树图、系统图和流程变量图析(Process mapping)。

2. 潜在失效模式及后果分析（FMEA）。

3. VSM价值流图

4. 假设检定

假设检定的定义，H0&H1假设的定义及区别。

α风险和β风险的定义与要求，检验统计量P值及评判。

假设检定的实施流程，应用各种假设检定方法（如1σ/2σ、1t/2t/t-t、1p/2p、卡方检定和非参数检定等）。

样本数的检验和功效果的检验应如何进行和应用的。

方差分析（ANOVA）表，一元ANOVA分析。

相关和回归分析方法，相关系数r值，拟合性指数R^2值。

第七部分：改善阶段

1. 试验设计（DOE）

试验设计的基本术语（如因子、水平、仿行、区组、随机化 … ）。

利用统计软件设计创建多种类型的试验（两水平全因子设计(2^k)、部分因子设计、一般全因子设计、中心点设计、响应曲面设计(RSM)等）。

利用统计软件分析以上设计，并作出客观正确的评判。

因子主效应和交互作用的功效值计算，残差定义和分析。

利用试验设计进行析因、建模、优化和预测过程绩效。

2. 防错与标准化

防错设计的定义、原理和应用。

文件化、标准化的定义和目的，标准化执行过程中的精要。

第八部分：控制阶段

1. 控制图（SPC）

SPC的目标和收益，识别特殊原因和普通原因等。

定义合理子群，并描述如何使用。

如何识别、选择、构建和应用不同类型控制图。

解释控制图，并使用规则区分普通原因和特殊原因。

2. 控制计划（CP）

能够建立控制计划，记录和保持成果，并帮助执行控制和监控系统。

3. 项目移交

理解针对项目绩效持续追踪，掌握如何将具体的项目工作转化成例行工作。