6Sigma准绿带培训其它上课时间：

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；负责改革及革新项目的人员。

课程大纲:

SixSigma总体介绍：
■SixSigma是什么
■谁在应用SixSigma
■SixSigma的两大流派及其各自主要特点
■SixSigma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
■SixSigma的组织结构
■SixSigma的战略推广
■SixSigma与ISO/TQM（TotalQuality
■Management-全面质量管理）的区别
SixSigma的统计学基础：
■数据分类：连续型数据和离散型数据
■缺陷(标准)：单元，机会的定义：DPU和DPO的概念和区别
■正态分布的由来
■正态分布的重要统计量u（均值）和s（标
■准方差）
■正态分布的重要特性及Z值的计算
■Mean(均值)，Median(中位数)和Mode(模)
SixSigma各阶段的详细介绍：
■定义阶段(Define)
■质量功能展开(QFD-QualityFunctionDeployment)
■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
■测量阶段(Measure)
■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
■确定项目的缺陷(标准)，单元，机会
■测量系统的分析(MSA)：
■偏差的构成：可重复性和可再生产性
■连续数据：快速方法和方差分析法
(ANOVA-ANalysisOfVAriance)
■离散数据：表格法
■对Y和可能的Xs收集数据
■流程图(PM-ProcessMap)
■因果图即鱼骨图或称为石川图
(CE-CauseEffectDiagram)
■标准操作规(SOP-StandardOperationProcedure)
■Y的基本图形分析及统计分析：
■柏拉图(ParetoChart)
■直方图(Histogram)
■盒形图(Boxplot)
■验证正态性(NormalityTest)
■歪斜分布(SkewedDistribution)
■尖峰分布(KurtosisDistribution)
■多模式分布(Multi-ModeDistribution)
■非正态分布的处理
■描述性统计(BasicStatistics)
■计算Z值：
■Y是离散型数据：ProductReport
■Y是连续型数据：ProcessReport
■Zst、Zlt和Zshift的关系
■分析阶段(Analyze)
■图形分析：离散图或散布图(ScatterPlot/Diagrams)
■假设检验分析(HypothesisAnalysis)
■F检验、T检验和卡方检验(F-test、T-test和ChiSquare-test)
■方差分析(ANOVA)
■回归分析(Regression)
■通用线性模型(GLM-GeneralLinearModel)
■改进阶段（Improve）
■样本数量检验(SampleSizeTesting)：连续数据和离散数据
■改进真实性检验：T检验和卡方检验(T-test和ChiSquare-test)
■控制阶段（Control）
■SPC及控制图(ControlChart)
■什么是控制图和SPC
■控制图的用途
■控制图的类型
■控制图原理
■控制图的解释
DMADV的内容简单介绍：
■D-定义(Define)、M-测量(Measure)、A-分析
(Analyze)、D-设计(Design)、V-验证(Verify)
SixSigma总体介绍：
■SixSigma是什么
■谁在应用SixSigma
■SixSigma的两大流派及其各自主要特点
■SixSigma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
■SixSigma的组织结构
■SixSigma的战略推广
■SixSigma与ISO/TQM（TotalQuality
■Management-全面质量管理）的区别
SixSigma的统计学基础：
■数据分类：连续型数据和离散型数据
■缺陷(标准)：单元，机会的定义：DPU和DPO的概念和区别
■正态分布的由来
■正态分布的重要统计量u（均值）和s（标
■准方差）
■正态分布的重要特性及Z值的计算
■Mean(均值)，Median(中位数)和Mode(模)
SixSigma各阶段的详细介绍：
■定义阶段(Define)
■质量功能展开(QFD-QualityFunctionDeployment)
■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
■测量阶段(Measure)
■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
■确定项目的缺陷(标准)，单元，机会
■测量系统的分析(MSA)：
■偏差的构成：可重复性和可再生产性
■连续数据：快速方法和方差分析法
(ANOVA-ANalysisOfVAriance)
■离散数据：表格法
■对Y和可能的Xs收集数据
■流程图(PM-ProcessMap)
■因果图即鱼骨图或称为石川图
(CE-CauseEffectDiagram)
■标准操作规(SOP-StandardOperationProcedure)
■Y的基本图形分析及统计分析：
■柏拉图(ParetoChart)
■直方图(Histogram)
■盒形图(Boxplot)
■验证正态性(NormalityTest)
■歪斜分布(SkewedDistribution)
■尖峰分布(KurtosisDistribution)
■多模式分布(Multi-ModeDistribution)
■非正态分布的处理
■描述性统计(BasicStatistics)
■计算Z值：
■Y是离散型数据：ProductReport
■Y是连续型数据：ProcessReport
■Zst、Zlt和Zshift的关系
■分析阶段(Analyze)
■图形分析：离散图或散布图(ScatterPlot/Diagrams)
■假设检验分析(HypothesisAnalysis)
■F检验、T检验和卡方检验(F-test、T-test和ChiSquare-test)
■方差分析(ANOVA)
■回归分析(Regression)
■通用线性模型(GLM-GeneralLinearModel)
■改进阶段（Improve）
■样本数量检验(SampleSizeTesting)：连续数据和离散数据
■改进真实性检验：T检验和卡方检验(T-test和ChiSquare-test)
■控制阶段（Control）
■SPC及控制图(ControlChart)
■什么是控制图和SPC
■控制图的用途
■控制图的类型
■控制图原理
■控制图的解释
DMADV的内容简单介绍：
■D-定义(Define)、M-测量(Measure)、A-分析
(Analyze)、D-设计(Design)、V-验证(Verify)

培训师介绍：

马老师。
国内某知名重点大学统计系硕士研究生，在全球知名半导体企业有近十年的工作经历，历任质量部统计师、研发部项目经理，负责提供质量控制和数据分析相关的咨询和内部培训，领导内部流程控制系统的实施，监控和改进及公司的全员质量小组活动，是改进委员会主要成员，为上百个改进项目提供咨询和指导；
领导持续改进和新产品研发项目。
现任全球某知名电气公司亚太区供应链质量部经理，认证黑带，在该公司六年多的工作经历中，主要负责亚太区供应链范围内的质量改进、体系审核和质量能力提高。
指导各工厂的六西格玛活动的开展，实施和提高，并负责绿带的培训，指导和认证；
ISO9001认证审核员和精益体系审核员，定期对供应链范围内工厂进行审核和评价；
高级内部培训师，负责质量技能的培训计划，实施和提高。
马老师在培训领域有超过10年的经验。
熟知各类质量管理方法和工具，熟练运用数据分析工具，JMP和Minitab统计软件。
不仅拥有渊博的数理统计理论知识，并且有超过15年工厂的数理统计和分析实践，是一位难得有着丰富理论知识的实战型讲师和顾问。
培训课程有质量工具，8D，MSA，FMEA，SPC，DOE，假设检验，回归分析，抽样技术，绿带，也可以按客户需求做定制的课程。
培训有激情，生动，擅长用通俗易懂的语言和例子阐释复杂的统计概念和理论。
受到参训学员及企业管理层的好评。
平均学员评估分数超过4.6（5分制）。