张铭
2024年 08月22日-2024年 08月28日
苏州
苏州工业园区星桂街33号凤凰国际大厦3008室
课程背景
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六西格玛理念自上而下贯彻和持续推进起着关键作用。
六格玛绿带是六西格玛改善项目实施的主导者，是六西格玛方法论在企业推进的中坚力量，也是六西格玛改善文化的传播者。相对于黑带而言，绿带不需要掌握过于复杂的数理统计理论和深度工具，只需掌握六西格玛方法论的思维逻辑，能够操作统计分析的软件（如Minitab）,并且正确判读，就能够在黑带大师或黑带的指导下带领团队去实施六西格玛绿带项目改善。
《六西格玛绿带经典课程》将按照D-M-A-I-C（Define（定义）、Measure（测量）、Analyze（分析）、Improve（改善）、Control（控制）项目改进路径来讲授六西格玛方法论及其工具方法，并结合实际案例研讨和现场试验来教学。
课程模型
课程模块
培训方式
1、多元化培训：结合讲师讲授、小组讨论、行动计划、游戏感悟、示范指导等多元化上课方式，从各种方式中体验学习，加深印象。
2、贴切的案例：案例贴切于实际工作，讲解由浅入深、化难为易，让学员由工作时身边发生的实例中学习到管理的精髓。
3、体验式教学：透过活动启发，让大家从｛做｝中了解到自己的不足以及需要改善注意的地方。
4、实战问题解决：注意学员学会了解实际问题（案例分析及角色演练），并强调课后的实际操作，从而真正实现知行合一的训练效果。
课程收益
1、理解精益六西格玛改善理念、明确精益六西格玛对企业持续改进意义；
2、了解六西格玛方法论之DMAIC改进路径及各阶段核心输出；
3、掌握6SIGMA管理相关的基本统计知识和MINITAB操作；
4、理解统计方法在DMAIC改进流程中的应用，包括：SPC、MSA、DOE、ANOVA、假设检定、相关与回归等基本6SIGMA管理相关的高级统计工具；
5、熟悉六西格玛改善课题的甄选流程与标准，熟悉项目课题的描述方法；
6、能够独立带领团队实施项目改善。
课程对象
企业中高层管理、专案推行专员、生产、研发、工艺、品质、设备、制造等部门人员、工程师及负责改善及革新项目的骨干人员。
第一模块：定义阶段-Define
第一部分：精益-6SIGMA概论
1、6 SIGMA发展史
2、起源—Motorola
3、发展—GE
4、六西格玛的影响
5、精益的发展史
6、什么是精益生产制造体系？
7、现代生产组织系统
8、精益6SIGMA的实施流程
9、质量成本
10、如何推行精益六西格玛
第二部分：项目定义
1、DMAIC概论
2、定义和选择项目
3、VOC到CTQ
4、问题陈述
5、SIPOC图
6、项目计划和批准
7、项目细节流程图
第三部分：熟悉MINITAB
1、MINITAB的结构，包括主要窗户菜单结构，工具条及快捷键盘命令
2、数据类型，数据输入数据操作技巧
3、修正数据结构便用MINITAB分析
4、MINITAB的计算和统计功能介绍
5、操作举例：性统计和正态性检验
6、基本图表工具
第四部分：基础统计学
1、数据类型
2、总体和样本
3、波动和变差的重要性
4、数据的分布
5、集中趋势的衡量
6、离散程度的衡量
7、正态分布
第二模块：测量阶段Measure
第一部分：价值和浪费
1、定义精益中的价值
2、辨别价值的特征
3、定义7种形式的浪费
4、辨别浪费的例子
5、辨别浪费的来源
第二部分：当前价值流程图
1、选择一个产品族
2、理解客户需求
3、绘制作业流
4、绘制物料流
5、绘制信息流
6、计算全部作业时间
7、项目流程图绘制应用练习
第三部分：寻找问题的焦点
1、数据收集
2、检查表
3、数据分层
4、排列图（柏拉图）
第四部分：量测系统分析
1、测量系统的组成
2、测量系统误差来源
3、测量系统准确和精确的概念
4、连续数据的gage R&R
5、离散数据的认同一致性分析
第五部分：过程能力分析
1、连续型数据过程能力分析
1）合理子组
2）特殊原因引起的波动
3）普通原因引起的波动
4）确定规范
5）Zbench计算
2、离散型数据过程能力分析
1）传统合格率Yc
2）一次合格率Yft
3）滚动合格率Yrt
4）练习
3、通过Minitab计算过程能力
4、样本量计算
5、非正态分布数据的处理
6、利用COX-BOX方法确定转换函数
7、Johnson 变换
第三模块：分析阶段-Analyze
第一部分：失效模式及后果分析(FMEA)
1、FMEA的定义和类型
2、FMEA的输入和输出
3、风险优先数字(RPN)
第二部分：假设检验
1、介绍统计学假设检验的概念
2、总体参数vs样本统计量
3、假设检验的术语：零假设和备择假设
4、“P”值的概念
5、假设检验的风险
6、假设试验的类型
7、假设试验的步骤
8、课堂练习
第三部分：置信区间
1、总体参数的估计方法
2、总体参数的置信区间
3、总体平均值置信区和T分布
4、利用Minitab计算置信区间
5、单样本t检验和双样本t检验
6、利用Minitab进行T检验
第四部分：比例检验
1、单比例检验
2、双比例检验
3、卡方检验
4、非参数检验
5、多元变量分析
第五部分：方差分析(ANOVA)
1、主效应图(Main Effect Plot
2、因子水平(level)和组合(treatment)
3、ANOVA模型
4、方差分析比较差异的原理
5、等方差检验
6、利用Minitab进行ANOVA分析
第六部分：回归及相关性分析
1、简单线性回归
2、期望值Fit和残差Residual
3、XY关系强度的衡量
4、利用Minitab进行回归分析
5、相关关系和因果关系
第四模块：分析阶段-Analyze
第一部分：实验设计
1、介绍统计学实验设计
2、实验设计的术语
3、工业DOE方法的特点
4、DOE的类型
第二部分：2 X 2实验
1、主效应
2、交互作用
3、利用Minitab分析实验
第三部分：全因子实验
1、2k因子
2、设计DOE
3、实验中的正交特性(Orthogonality)
4、利用Minitab设计DOE
5、实验中的区组化(Block（区组）)
6、分析全因子实验
7、仿行(Replication)和重复(Repetition)
8、简化模型
9、23实验的立方图
第四部分：部分因子试验
1、介绍部分因子设计的概念
2、筛选实验
3、别名(Alias)和混淆(Confounding)
4、实验的分辨率（Resolution）
5、用Minitab设计和分析部分因子实验
6、介绍部分因子的术语
1）直升飞机练习
2）响应曲面设计
3）田口设计
第五模块：改善阶段-Improve
第一部分：确定改进方案
1、方案选择矩阵
2、确定潜在的解决方案
3、解决方案优先矩阵
第二部分：未来价值流程图
1、什么是TAKT时间？
2、是否需要建立产成品超市或直接生产发货？
3、您可以在那里运用连续流生产方式？
4、您可以在整个生产链中的哪个环节设置Pacemaker Process?
5、对于不同产品对象，如何均衡产品混合来提高作业流程效率？
6、采用何种方式来保证持续有序的计划安排
7、采用什么改进方案可以使价值流朝向未来状态图改进？
8、案例介绍：项目的总结和结果对比
第三部分：第统计过程控制
1、引起波动的原因和类型
2、波动与规格
3、控制图的原理
4、控制图的种类
第四部分：变量控制图
1、Xbar-R练习
2、单值控制图
3、控制图判读
4、比较规格界限和控制界限
第五部分：属性控制图
1、控制图表的选择
2、P图
3、nP图
4、u图
5、C图
6、MINITAB控制图练习
7、预控制图
8、区域控制图
9、其他特殊控制图
10、防错（PokaYoke）
11、项目成果的归档和推广
资历背景：
1. 德国ULM大学工商管理和工程学双硕士
2. 东华大学管理学硕士
3. 工厂营运管理培训讲师
曾担任豪德机械(上海)有限公司生产经理；柯达（中国）供应链经理（管理三个工厂的全部供应链部门）；美标五金（上海）有限公司工厂厂长；阀安格水处理系统（太仓）有限公司总经理；安培威（中国）有限公司总经理；马斯特模具（昆山）有限公司总经理；
张老师曾担任多家世界500强公司中高层管理职务，熟悉制造业管理、公司营运和团队建设。目前为专职培训讲师、企业管理咨询师，主讲工厂营运管理及相关管理类、生产流程管理相关技术课程，提供公开课、内训课以及管理咨询服务，同时受聘交通大学、同济大学、东华大学管理学院，为MBA、EMBA提供相关课程教学。
累计24年的授课经验，累计讲课时间超过2800天；曾为600多家国内外知名企业进行生产及相关技能的培训，获广泛好评，具有较丰富的企业咨询和培训经验，并运用现代培训手段和互动式教学方式，将其现实中的实务经验在课堂中很生动的传达，培训内容充实、条理清楚，富有感召力。
服务客户：
GE、飞利浦、朗讯科技、西门子、伟创力、( 欧司朗)照明、江铃-福特汽车、通用汽车、拜耳医药、华瑞制药、立邦，德国大众、BP石油、卜内门、施耐德工控、邦迪管路系统、延锋伟世通、ABB、飞利浦、德国采埃孚、英国Holset、梅特勒-托利多衡器、林德叉车、西科石英、日立电梯、威特电梯、英维思控制器、时代上汽等
