精益六西格玛黄带实战训练营

课程概览

学习目标

• • 1. 掌握精益六西格玛项目改善课题的甄选流程与标准，能科学筛选高价值课题。
• • 2. 熟练运用项目课题描述方法，精准定义和解决公司内质量问题。
• • 3. 深入理解 DMAIC 改进路径及各阶段核心输出，具备系统化推进项目的能力。
• • 4. 熟悉统计方法在质量改善中的应用，能正确使用 FMEA、SPC 等工具进行

• 数据分析

• 与决策。

• • 5. 通过学习，学员能够独立完成精益六西格玛项目课题的筛选与立项，撰写规范的项目立案书。
• • 6. 掌握 DMAIC 各阶段核心工具与方法，能在实际工作中应用 MSA、FMEA、SPC 等技术进行过程分析与改善。
• • 7. 理解

• 精益生产

• 与六西格玛的融合逻辑，能够识别并消除生产过程中的浪费，减少变异，提升质量稳定性。

• • 8. 具备

• 团队管理

• 与协作能力，运用头脑风暴、矩阵图等工具高效推进项目，完成控制计划制定与成果固化。

课程大纲

• 导入

• • 1. 行业现状：精益六西格玛在国内外企业的应用成果与价值。
• • 2. 核心问题：当前企业质量改善中存在的典型痛点（如效率低、变异大、数据应用不足）。
• • 3. 学习目标：明确黄带在企业改善体系中的定位与能力要求。

• 第一讲：精益六西格玛核心理论框架

• 1. 持续改善方法论演进

  历史脉络：从丰田生产方式到六西格玛的发展历程。

  核心理念：精益（消除浪费）与六西格玛（减少变异）的互补逻辑。

• 2. 应用场景与价值

  制造业：流程优化、缺陷率降低。

  服务业：服务效率提升、客户满意度改善。

  数据决策：基于统计的科学管理思维建立。

• 3. 精益与六西格玛融合

  核心差异：目标、工具、实施路径对比。

  协同价值：效率与质量的双重提升策略。

• 第二讲：组织过程管理与测量体系构建

• 1. 利益相关方分析

  识别方法：客户 / 供方 / 内部团队需求调研技巧。

  影响评估：项目对各方利益的关联度分析模型。

• 2. 关键特性定义

  CTQ/CTC/CTD（关键交付特性）区分与转化方法。

  质量功能展开（QFD）：客户需求到技术指标的映射工具。

• 3. 绩效测量工具

  平衡计分卡：财务 / 客户 / 内部流程 / 学习成长四维指标设计。

  质量成本（C▪Q）：预防成本、鉴定成本、故障成本分类与计算。

• 第三讲：项目团队组建与高效协作

• 1. 团队角色与分工

  核心角色：倡导者、黑带、绿带、黄带职责界定。

  人员选拔：跨部门协作团队的组建原则与技巧。

• 2. 团队发展阶段管理

  组建期：目标共识与规则制定。

  激荡期：冲突解决与协作机制建立。

  规范期 - 执行期：高效工作模式构建与成果固化。

• 3. 决策与沟通工具

  头脑风暴：创意激发与问题拆解方法。

  矩阵图：任务优先级评估与资源分配模型。

  PDPC 法：项目风险预案制定与过程管控。

• 第四讲：定义阶段：精准锁定改善方向

• 1. 客户需求洞察

  数据收集：访谈、问卷、焦点小组等方法选择与应用。

  需求转化：Kan▪ 模型区分必备型 / 期望型 / 魅力型需求。

  CTQ 展开：从客户声音到关键质量特性的分解流程。

• 2. 项目立案书撰写

  问题陈述：SMART 原则（具体 / 可测 / 相关 / 有时限）应用。

  范围界定：SIP▪C 模型（供应商 - 输入 - 流程 - 输出 - 客户）划分项目边界。

  目标设定：基线绩效分析与改善目标量化方法。

• 3. 项目追踪工具

  甘特图：里程碑计划与时间节点管理。

  关卡评审：各阶段交付物标准与验收流程。

• 第五讲：测量阶段：数据驱动现状诊断

• 1. 统计学基础

  数据类型：计量型 / 计数型数据特点与应用场景。

  抽样方法：随机抽样 / 分层抽样 / 系统抽样选择与误差控制。

  统计量计算：均值 / 标准差 / DPM▪ 等核心指标公式与意义。

• 2. 测量系统分析（MSA）

  指标解读：分辨力、重复性、再现性对数据可靠性的影响。

  Gage R&R 实施：试验设计、数据收集与结果判读标准。

• 3. 过程能力分析

  概率分布：正态分布 / 二项分布特性与过程建模。

  能力指标：CP（潜在能力）与 CPK（实际能力）计算对比。

  长期 vs 短期：PPK 与 CPK 的差异及应用场景。

• 第六讲：分析阶段：深度挖掘问题根源

• 1. 定性分析工具

  鱼骨图：5M1E（人 / 机 / 料 / 法 / 环 / 测）因素分类与根因追溯。

  树图：问题分解结构（WBS）设计与逻辑验证。

  价值流图（VSM）：当前状态图绘制与浪费点识别（库存 / 等待 / 返工）。

• 2. 潜在失效模式分析（FMEA）

  实施步骤：功能分析→失效模式→影响评估→风险优先级（RPN）计算。

  改进策略：预防措施与探测措施制定，RPN 降低路径。

• 3. 定量分析方法

  相关分析： Pears▪n 系数 r 值解读与相关性判断。

  回归分析：拟合优度 R² 应用，建立变量间数学模型。

• 第七讲：改善阶段：高效实施改进方案

• 1. 方案设计原则

  精益工具包：5S（整理 / 整顿 / 清扫 / 清洁 / 素养）目视化管理落地。

  自动化与防错：P▪ka-Y▪ke 技术（防错装置）设计与应用场景。

  价值流未来图：基于当前图的改善点整合与流程再造。

• 2. 试运行与验证

  试点计划：小批量试产 / 局部流程测试方案设计。

  效果评估：对比改善前后关键指标（缺陷率 / 效率 / 成本）变化。

  迭代优化：根据试运行结果调整方案，持续改进。

• 第八讲：控制阶段：固化成果与持续监控

• 1. 统计过程控制（SPC）

  控制图类型：X-R 图、P 图、U 图选择与适用场景。

  判异规则：8 大判异准则（如连续 9 点落于中心线一侧）应用。

  子组划分：合理分组对过程监控的影响，数据收集频率设定。

• 2. 控制计划（CP）制定

  内容框架：关键参数、控制方法、责任人员、频次要求。

  动态更新：根据过程变化调整控制措施，确保长期有效性。

• 3. 项目移交与标准化

  成果转化：将改善方案纳入作业指导书（S▪P），开展员工培训。

  持续追踪：建立 KPI 监控机制，定期评审过程稳定性。

  总结：回顾 / 问题解决 / 成果展示

• • 1. 知识复盘：DMAIC 全流程核心工具与关键节点回顾。
• • 2. 案例总结：分组展示实战案例成果，分享经验与教训。
• • 3. 行动计划：制定个人 / 团队在实际工作中的应用计划，明确目标与时间节点。