勤学培训网 管理培训 广州管理培训 广州全面质量管理培训课程

广州全面质量管理培训课程

课程价格:
询价
授课方式:
面授
上课时段:
白天班 晚班 周末班 周六班 周日班 全日制 寒暑假 灵活安排
上课校区:
招生对象:
企事业质量管理部门经理、课长、主任、专员等负责人;企业高层领导,工程、技术、生产等部门负责人;想提高质量管理能力的人士
课程目标:
顺利拿到国家承认、学信网可查的大专或本科学历证书,帮助大家获得更多就业机会。
预约试听
在线咨询
724人看过 收藏 更新时间 :2024-03-11 18:09:12
课程详情 授课机构 教学点 同类课程 学员评论 相关推荐 相关知识

六西格玛黑带实战培训课程

【课程背景】

为了系统全面的掌握六西格玛工具和方法,我们开发了此课程;主要目的是为了让学员理解并能灵活运用相关流程分析工具:DOE、QFD、SPC、MSA、FMEA、MINITAB、DMAIC方法论、各种统计工具和方法等,本六西格玛黑带实战课程是六西格玛专家李安强老师十多年实战经验的传承,他将自已十年日本企业质量高管的经验和技能与六西格玛工具专研提练后的升华,让你轻松掌握六西格玛的实战工具,运用实际案例系统阐述六西格玛管理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。并结合了制造业及服务业的实际案例贯穿始终。采用辅导式教学方式,重点讲解六西格玛项目各阶段所用工具及MINITAB专用软件的应用。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,并能作为六西格玛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。

【课程目标】

系统全面的了解六西格玛DMAIC方法论;

理解并能灵活运用相关流程分析工具:DOE、SPC、MSA、FMEA、QFD、MINITAB等工具;

能在六西格玛改进项目中识别及应用正确的工具完成改善项目;

熟悉六西格玛项目各阶段所用工用在MINITAB中的灵活运用。

能全面主导公司六西格玛项目的实施与推导工作。

【参加对象】

各企业的中高层技术及管理人员、部门经理、品质经理、工程师、企业相关质量管理人员

【课程内容】

第一天:Define--六西格玛定义阶段:发现、确认问题

第一讲:6sigma管理综述(原理、模型、组织、资源与活动)

1、什么是六西格玛? ---六西格玛的系统概念!

2、为何需要六西格玛?---企业推行六西格玛的必要性分析

3、如何应用六西格玛?---企业推行六西格玛可行性分析

4、六西格玛的组织模型---企业推行六西格玛的组织架构分析

5、六西格玛的发展复制---我国采用六西格玛的趋势

6、六西格玛适合我们吗――从六西格玛的角度看问题

第二讲:如何启动和界定一个6 SIGMA项目

1、项目小组---如何组建项目团队?

2、项目来源---什么是项目,项目从哪里来?

3、项目选择标准---如何评选合适的六西格玛项目?

4、制作项目计划

实例:某企业推行六西格玛项目案例分享

第三讲:劣质成本分析(企业成本的种类与构成)

1、质量损失函数、品质成本与利润的关系

2、预防成本、鉴定成本、缺陷成本

3、能力值与品质成本的对应关系

4、统计学的基本原理与专业术语介绍

第四讲:D阶段实用方法分析法与工具

1、因果图、因果矩阵的概念、用途及、制作方法和步骤

2、柏拉图的概念、用途及、制作方法和步骤

3、QFD的概念、用途及、制作方法和步骤

4、SIPOC图的方法与运用

5、风险分析与SWOT分析的方法与运用

6、六西格玛项目报告

实例:案例讲解与练习

第五讲:定义阶段的中国企业注意事项

1、六西格玛项目选择与筛选

2、设置项目指标与目标(如质量、周期、成本等)

3、陈述问题,设置括基线和改进目标

4、中国企业定义阶段的注意事项与难点

案例:六西格玛项目确立

第二天:Measure--六西格玛测量阶段:现状测量

第六讲:量测阶段的质量概念

1、中心极限定理及样本均值的分布

2、数据收集整理

3、 描述性统计

4、过程能力分析

5、非正态数据的变换(非正态数据的过程能力)

6、偏度、峰度、

7、正态概率图

8、分辨力、稳定性、

9、偏倚、偏倚的线性

10、精确度、准确度

11、重复性和再现性

第七讲:MSA测量系统分析:确保所收集数据的真实性

1、测量误差的组成

2、测量系统分析的方法和步骤

3、连续数据测量系统分析方法、离散数据测量系统分析方法、破坏性试验数据测量系统分析方法

4、实例

5:测量系统分析案例讲解与练习

第八讲:六西格玛专用软件MINITAB基础介绍

1、MINITAB的作用、视窗、基本操作

2、MINITAB统计分析方法和工具

实例:MINITAB实际操作演练

第九讲:潜在失效模式及效果分析(FMEA)

1、FMEA的定义、用途、背景与类型

2、FMEA制作的方法和步骤

3、FMEA运用和使用技巧

实例:FMEA案例制作练习及讲解

第十讲:M阶段工具的运用

1、AQL定义、用途、方法和背景与类型

2、检查表定义、用途、方法和背景与类型

3、流程分析技术定义、用途、方法和背景与类型

4、其他基本统计学的方法与运用

5、M阶段工具与方法练习及讲解

第十一讲:量测阶段运行案例剖析

1、中国工厂如何做量测阶段

2、量测阶段注意事项

3、中国企业在量测阶段难点和误解

案例: 中国某企业在量测阶段的运行

第三天:Analyze--六西格玛分析阶段:查找关键原因

第十二讲:分析阶段的质量概念与理解

1、点估计和区间估计

2、假设检验

3、多变量分析

4、置信区间与假设检验

5、相关与回归分析

6、样本量计算

7、回归分析的方法和运用

8、方差分析的方法和运用

第十三讲:多变量分析技术

1、变异与质量

2、多变量图及变量分析

●过程能力分析

●量具重复性

●再现性研究

●方差分析

实例:多变量分析案例讲解与练习

第十四讲:置信区间与假设检验

1、何谓假设检验?

2、假设检验的步骤、种类(客户风险与供应商风险)

3、连续数据假设检验方法与工具、离散数据的假设检验立方法与工具

实例:案例分析与练习

第十五讲:DOE实验设计介绍

1、试验设计概念、试验因素及水平

2、试验类别及选择与试验结果分析

3、试验设计分析方法与工具

实例:试验设计现场练习及结果分析

第十六讲:DOE全因子及分部因子实验设计

1、全因子/分布因子设计概述

2、主要影响图、交互作用图、方差分析、优化设

3、田口方法的运用

实例:全因子试验设计案例分析及练习

第十七讲:A阶段工具和方法运用

1、层别法定义、用途、方法和运行

1、散布图定义、用途、方法和运行

3、亲和图定义、用途、方法和运行

4、假设检验方法和运用

5、回归分析方法和运用

6、A阶段案例制作练习及讲解

第十八讲:企业实际中A阶段问题分析与解决

1、中国企业实际中问题分析方法和工具

2、中国企业在分析阶段的难点与问题

3、 案例:某企业在分析阶段失败的原因

第四天:Improve--六西格玛改善阶段:改善关健原因,优化相关参数

第十九讲:改进阶段质量概念讲解

1、试验设计

2、单因素试验

3、随机化和区组

4、交互作用

5、田口方法

6、离散和集中

第二十讲:改进阶段质量概念讲解

1、试验设计

2、单因素试验

3、随机化和区组

4、交互作用

5、田口方法

6、离散和集中

第二十一讲:SPC统计过程控制理论

1、改善与优化的介绍

2、改善思想及改善思路

3、改善工具种类及选用

4、改善前的准备

第二十二讲:I阶段思维方法

1、IE定义、IE手法用途、背景与类型和方法

2、VE定义、用途、背景与类型和方法

3、SDCA定义、用途、背景与类型和方法

案例:I阶段案例制作练习及讲解

第二十三讲:改进阶段的工具和方法

1、检出力和样本量、平衡、重复、顺序、有效性、随机化和区组、交互作用

2、单因素试验的设计和分析

3、多因素全析因试验的设计和分析

4、两水平部分析因试验的设计和分析

5、带区组实验设计

6、含离散变量的实验设计

7、多响应变量实验设计

8、响应变量需要做变换的实验设计

9、最速上升法

10、田口方法

11、混料试验

12、调优运算

第二十四讲:企业实际中改善

1、中国企业实际中问题改善方法和工具

2、 中国企业实际中问题结案方法和工具

3、中国企业在改善阶段的难点与问题

案例:某企业在改善阶段失败的原因

一、第五天:Control--六西格玛控制阶段:改善成果控制与横向扩展

第二十五讲:控制阶段质量概念理解

1、正态分布

2、数据

3、控制图

4、精益与六西格玛

5、容差设计

6、六西格玛设计

第二十六讲:控制阶段质量概念理解

1、正态分布

2、数据

3、控制图

4、精益与六西格玛

5、容差设计

6、六西格玛设计

第二十七讲:控制阶段的工具和方法

1、统计过程控制的方法与运用

2、质量控制计划的方法与运用

3、控制阶段方法和工具

4、用于控制的精益生产工具(防错、TPM、标准作业法等)

5、精益的概念、战略及实施 (价值、价值链、流动、拉动、完美等)

6、非正态数据控制图

7、标准化控制图

第二十八讲:SPC统计过程控制理论

1、控制介绍

2、统计思想及控制图

3、控制图种类及选用

4、使用SPC前的准备

5、使用SPC的方法

第二十九讲:计量型数据SPC

1、计量值数据控制图的种类及用途

2、计量值数据控制图的制作与应用

3、计量值数据控制图的过程能力分析

4、四类计量值数据控制图

实例:计数型控制图制作练习与讲解

第三十讲:计数型数据SPC

1、计数值数据控制图的种类及用途

2、计数值数据控制图的制作与应用

3、计数值数据控制图的过程能力分析

4、四类计数值数据控制图

实例:计数型控制图制作练习与讲解

第三十一讲:CP K过程能力分析

1、直方图的作成与过程能力

2、过程变异与过程能力

3、过程能力指数(短期能力、长期能力、非正态分布数据的过程能力)

4、实例:过程能力分析案例讲解与练习

第三十二讲:企业实际中六西格玛问题

1、中国企业实际中问题

2、中国企业实际中应如何做六西格玛

3、中国企业推行六西格玛的难点与问题

案例:

●某企业六西格玛推行的成功经验

●某企业六西格玛降低不良率案例介绍

●某企业整体推行六西格玛项目策划案例介绍

【培训时间及地点】

2018年11月21-25日,共5天,地点:深圳、广州,其他班次请电询

art_content ""Attribute Data (特怔型数据)

数据或变量的低层次, 通常是二元的数据, 比如开/关, 好/坏, 合格/不合格.

Benchmarking (比较)

企业向其它企业学习更好实践和方法的过程, 可以帮助企业了解别人如何比自己做得更好同时运用这些获取的信息改善自己的能力.

Black Belt (黑带)

在一个Six Sigma组织中接受黑带培训, 并完成两个黑带项目后被授予黑带称号的六个西格玛全职人员.

Brainstorming (头脑风暴)

一个集思广益的讨论过程, 通常的规则是: 没有任何想法是不好的想法. 能够帮助参加讨论的人进行全面的思考.

Cause (原因)

在流程中影响流程的结果的因素, 是我们要寻找和控制的对象.

Cause-And-Effect Diagram (因果图)

也称为鱼骨图, 是用图示的方法将造成某个结果的可能原因列出并分类的工具.通常和头脑风暴结合使用.

Champion (带头人)

在企业中推动Six Sigma的高负责人, 他负责制定企业Six Sigma的实施战略, 为顺利推动提供必要的资源和支持. 通常他也是项目批准和项目审核的终决定人.

Characteristic (特性)

可定义或量化的产品或服务特征.

Control Chart (控制图)

统计工序控制中对流程或工序按照时间作图, 通过计算控制上下限以监控流程是否处在受控状态的工具.

Continuous Data (连续型资料)

数据在测量系统精度的可能下可以是任意可能的数值. 比如用天平测量品质的数据, 用时钟测量时间的数据等.

Correlation (相关性)

当某个变量的变化和另一变量的变化存在关系时候, 我们称这两个变量之间有相关性. 通常两个变量之间的相关性为正相关性, 负相关性或无相关性.

Critical-To-Quality (CTQ) 品质关键点

企业提供的产品和服务必须满足客户要求的品质特征. 在Six Sigma 中, 通常用Y来表示.

Design For Six Sigma (DFSS) 为六个西格玛而设计

通常也称为DMADV,. 是一套运用六个西格玛的工具并遵守一套严格的程序来进行新产品或新流程设计的方法论. 又称为”关卡设计法”.

Design of Experiments (DOE) 实验设计

根据统计方法设计实验来改进产品和流程的品质的方法. 应用在Six Sigma的改进阶段中.

Discrete Data (离散型数据)

数据是有限分类的数据. 比如省份, 产品个数. 离散型数据不能够再做有意义的拆分.

Distributions (分布)

大量的资料在某个中心值的两边散布的趋势.

DMAIC

六个西格玛方法论的一种, 通常是对现有的流程进行改进的方法. 包括5个阶段: Define(定义), Measure(测量), Analyze(分析), Improve(改进)和Control(控制).

DMADV

六个西格玛方法论的一种, 也称为六个西格玛而设计(DFSS), 包括5个阶段: Define(定义), Measure(测量), Analyze(分析), Design(设计)和Verify(验证).

DPMO (百万次机会中缺陷数)

Defect-Per-Million-Opportunity. 是将单位产品的缺陷率除以单位产品的缺陷机会数再乘以1000000来表示的缺陷率. 六个西格玛的缺陷率为3.4DPMO.

Effect (结果)

流程的输出和结果. 是六个西格玛项目改进的对象. 它是因变的. 和原因想对应.

Experiment (实验)

在事先确定的条件下所进行的实验以寻找实验因素对实验结果的影响, 寻找或验证未知或已知的规律.

Fishbone Diagram (鱼骨图)

见因果图

FMEA 失效模式和后果分析

研究产品, 流程, 系统, 软件中的各子部分可能失效的模式和后果, 并根据分析制定相应的预防和改善措施的方法和程序. 在Six Sigma中用于解决3-4西格玛的问题.

5M1E

在因果图中常用的对因素的分类方法,包括:人, 机, 料, 法, 测量和环境.

Gage R&R (测量系统的重复性和重现性)

对测量系统进行研究以确定测量系统由量具和测量者造成的偏差是否在一个可以接受的范围之内的方法. 在DMAIC的测量阶段必须确认测量系统合格之后项目才能继续进行.

Green Belt (绿带)

在本职工作之外, 接受Six Sigma绿带培训, 完成一个绿带项目并被授予绿带称号的员工.

Histogram (直方图)

用直方块的方法来表示数据在某个区域出现的频率的方法. 是基本的品质工具, 用于了解数据的分布情况.

Independent Variable (自变变数)

流程中不受其它变量的影响的变量. 是Six Sigma的核心概念 y=f(x)中的x.

Interaction 交互作用

因子 A 对结果的影响大小取决于因子B的水准(位级)时, 通常称A和B之间有交互作用.

Lower Control Limit 控制下限

在控制图中数据波动允许的下限. 和控制上限一起用来判定数据的波动是否在正常的范围内. 可能是连续的水平线, 也可能是不断变化的水平线.

Master Black Belt (MBB) 黑带大师

在六个西格玛组织中的品质专家, 他负责指导六个西格玛团队, 制定六个西格玛实施方案, 加速流程的改进, 培训和辅导黑带, 对确保六个西格玛项目的完成提供工具和技术上的支持.

Nonconformity (缺陷)

产品不符合某项或多项品质指针或要求, 通常也称为缺陷(Defect). 任何缺陷产品都有可能含有一个多个缺陷..

Normal Distribution (正态分布)

当数据的分布呈钟型曲线, 并在中心的两边对称时的分布.

Pareto Diagram (柏拉图)

对事件的发生频率进行排序的工具, 同时包括事件发生的数的排序和累计百分比.

Probability (概率)

某个事件发生的可能性.

Process (流程)

完成某项特定任务的一系列相互连接的步骤和操作. 流程通常包括五大要素: 边界, 供货商, 输入, 输出, 客户和步骤. 也称为: SIPOC.

Process Capability (流程能力)

流程在满足品质规范方面的相对能力. 在六个西格玛中, 用Z来表示. 当Z=6时, 也就是我们说的六个西格玛.

Process Map (流程图)

用图标的方法将流程表示出来.

Quality Functional Deployment (QFD) 品质功能展开

一种系统的将客户的要求转换成对产品, 服务和内部流程的要求的方法. 运用在Six Sigma 方法的定义和测量阶段.

Random (随机)

当从数据总体中选择某个样本时, 每个数据被选取的机会是均等而没有特定的规则.

Random Cause (随机原因)

流程中的某个因素对流程的偏差造成的影响是随机的, 内在的, 在一个小的范围内正常的波动.

Random Variation (随机偏差)

由随机原因造成的流程的偏差.

Regression Analysis (回归分析)

统计上研究一个变量和另外一个或多个变量之间的关系的方法.

Repeatability (重复性)

在测量系统分析中指由于测量量具造成的测量偏差

Reproducibility (重现性)

在测量系统分析中指由于测量者造成的测量偏差

Robust (稳定)

产品或流程在可控因素发生较大变化时其性能和输出能够不受可控因素的变化干扰的能力.

Scatter Diagram (散点图)

研究两个变量之间关系的图表.

Sigma (标准方差)

统计上衡量资料散布程度大小的指标, 通常用在数据为正态分布时. 标准方差越大, 数据的散布程度也就越大. 恒定的有68.26% 的数据在正负 1 个标准方差内, 95.44% 的数据在正负 2 个标准方差内, 99.73% 的数据在正负3 个标准方差内.

Sigma Level (西格玛水准)

既Z, 是对流程相对品质规范可能的缺陷率(表示为百万次机会中个数)的衡量方法. 西格玛水准越高, 流程缺陷率越低, 品质水准就越高.

Six Sigma (六个西格玛)

的品质水准, 代表在一百万次机会中只有3.4次机会出错. 也代表一套利用统计工具对品质进行改进的方法论.

Stable Process (受控流程)

只受到随机因素的影响的流程或工序.

Standard Deviation (标准方差)

见Sigma.

Statistical Process Control (统计工序控制)

应用控制图的方法对流程和工序进行监控的方法.

Upper Control Limit (控制上限)

在控制图中数据波动允许的上限. 和控制下限一起判定数据的波动是否在正常的范围内. 可能是连续的水平线, 也可能是不断变化的水平线.

“Xs”

在Six Sigma的术语中代表你所要改进的流程中的因素. 它是流程产生偏差的原因, 是自变的. 和y 相对应.

X – R控制图

针对连续型数据的控制图, 包括变量的平均值图和极差图.

"y”

指为满足客户CTQ(Y), 产品和服务必须具备的功能特征或内部流程, 也是六个西格玛项目需要改进的流程的输出.

“Ys”

见CTQ.

Z值

授课机构

进主页
广州方普ISO培训机构

广州方普ISO培训机构

4.5分
认证 13 年

成立:2012年

培训项目:内审员培训、外审员培训、企业管理培训、ISO认证培训

教学点

更多
  • 1
    广州方普教育天河校区

    广州市天河区中山大道西188号

    查看
  • 2
    深圳方普教育罗湖校区

    深圳市罗湖区东门南路2020号

    查看
  • 3
    东莞方普教育南城校区

    东莞市南城区莞太大道56号

    查看
  • 4
    广州方普管理石岐校区

    中山市石岐区莲塘路36号

    查看
  • 5
    珠海方普教育香洲校区

    珠海市香洲区人民西路南虹一街55号

    查看
  • 6
    武汉方普教育青山校区

    武汉市青山区和平大道建设一路31附21号

    查看
  • 7
    方普教育佛山南海校区

    佛山市南海区海五路6号

    查看
  • 8
    方普教育济南历下校区

    济南市历下区齐源大厦a座

    查看
  • 9
    方普教育苏州姑苏校区

    苏州市姑苏区阊胥路575号

    查看
  • 10
    方普教育北京朝阳校区

    北京市朝阳区霄云路26号

    查看

同类课程

学员评论