ΣΕΜΙΝΑΡΙΟ ΠΙΣΤΟΠΟΙΗΣΗΣ LEAN SIX SIGMA BLACK BELT

Transcript

1 ΣΕΜΙΝΑΡΙΟ ΠΙΣΤΟΠΟΙΗΣΗΣ LEAN SIX SIGMA BLACK BELT Διάρκεια: 80 Δ.Ω. (Προαπαιτούμενη η παρακολούθηση του Yellow και Green Belt Lean Six Sigma) Ένα εκπαιδευτικό πρόγραμμα για κάθε επιχείρηση και κλάδο Εκπαιδευτής Lean six sigma trainer Master Black Belt

2 Σεμινάριο πιστοποίησης Lean Six sigma Black Belt To σεμινάριο απευθύνεται: Σε Στελέχη Επιχειρήσεων, Διευθυντές Ποιότητας, Διαχειριστές έργων, οι οποίοι έχουν πιστοποιηθεί ως Lean Six Sigma Green belts και θέλουν να ασχοληθούν full time με την υλοποίηση Lean Six Sigma έργων στον οργανισμό τους. Περιγραφή προγράμματος και στόχοι Το Lean Six sigma είναι ένα σύστημα επιχειρηματικής βελτιστοποίησης και εταιρικής διοίκησης που έχει εφαρμογή σε όλους τους επιχειρηματικούς κλάδους, σε οποιαδήποτε μεγέθους επιχείρηση και σε οποιοδήποτε τμήμα. Η μεθοδολογία Six Sigma (6σ) είναι ένας δομημένος τρόπος προσέγγισης για τη μείωση των ελαττωματικών προϊόντων και υπηρεσιών, τη βελτιστοποίηση των διαδικασιών και τη μείωση του κόστους. Χρησιμοποιεί μια σειρά από δοκιμασμένα και μοντέρνα εργαλεία από το χώρο του TQM (Total Quality Management), της Στατιστικής και του Lean Management. Εφαρμόζεται για πάνω από δύο δεκαετίες σε εταιρείες (βιομηχανικές και παροχής υπηρεσιών) που θεωρούνται ηγέτιδες στο χώρο τους, με θεαματικά αποτελέσματα. Ο στόχος του δεκαήμερου σεμιναρίου είναι να παρουσιαστούν στους συμμετέχοντες εξειδικευμένα εργαλεία σχετικά με τη μεθοδολογία προσέγγισης DMAIC (Define, Measure, Analyze, Improve, Control) μέσα από ένα μείγμα παρουσιάσεων πρακτικών ασκήσεων και cases studies, καθώς και τη χρήση του στατιστικού πακέτου Μinitab 17. Ο πιστοποιημένος Lean Six sigma Black Belt έχει πλήρη γνώση της μεθοδολογίας, μπορεί να ηγείται έργων βελτίωσης μεγάλης εμβέλειας ή να ηγείται ομάδων έργων επιπέδου Green Belt.

3 Εκπαιδευτικό πρόγραμμα Εβδομάδα 1 Black Belt Week 1 and 2 Review Project Change Management and Team Management Benchmarking Performance Measures Financial Measures Team Management ANOVA Chi-Square and Contingency Tests Non-Parametrics Multiple Regression Advanced Multi-Vari Attribute Measurements Attribute Measurement Systems Sample Size Calculations Introduction to DOE Full Factorial Experiments Full Factorial Simulations Fractional Factorials Designs DOE Sample Size Selection In class DOE Project Project Planning & Deliverables Project Reviews Measurement Eβδομάδα 2 Black Belt Design of Experiments Review Blocking in Experiments General Factorial Experiments Six Sigma Residual Analysis Non-Normal Data Transformations Non-Normal Data in Experiments Sequential Experimentation Response Optimization Designs Multiple Response Optimization Transactional Improvements Simulations for Improvement Statistical Process Control Mistake Proofing Control Methods & Plan Review Implementation and Pilot Improvements Sustain improvements Visual Management Project Closure and Synergy Class Project Project Reviews Final Exam Αναλυτικότερα δείτε το body of knowledge παρακάτω Σημαντική σημείωση: Η παρακολούθηση του προγράμματος αυτού έχει ως προαπαιτούμενο την προηγούμενη παρακολούθηση του προγράμματος Yellow και Green belt ή την κατοχή πιστοποιητικού Lean Six Sigma Green belt

4 Πιστοποίηση-Εξετάσεις Οι συμμετέχοντες έχουν τη δυνατότητα μετά τη λήξη του σεμιναρίου να δώσουν εξετάσεις (στα αγγλικά) μέσω του διεθνή φορέα πιστοποίησης IASSC για την απόκτηση του Six sigma Black Belt Certification (level 3). Εκπαιδευτής Master Black Belt Instructor Ενδεικτικό Ωράριο: 9:00 16:00 Κάθε 2 ώρες 15 λεπτο διάλειμμα

5 Universally Accepted Lean Six Sigma Body of Knowledge for Black Belts The IASSC Certified Black Belt Exam was developed and constructed based on the topics within the body of knowledge listed here. Questions may test up to the complexity level of Apply, as opposed to Analyze for the ICBB, as defined by Levels of Cognition based on Bloom s Taxonomy Revised (2001). 1.0 Define Phase 1.1 The Basics of Six Sigma Meanings of Six Sigma General History of Six Sigma & Continuous Improvement Deliverables of a Lean Six Sigma Project The Problem Solving Strategy Y = f(x) Voice of the Customer, Business and Employee Six Sigma Roles & Responsibilities 1.2 The Fundamentals of Six Sigma Defining a Process Critical to Quality Characteristics (CTQ s) Cost of Poor Quality (COPQ) Pareto Analysis (80:20 rule) Basic Six Sigma Metrics a. including DPU, DPMO, FTY, RTY Cycle Time, deriving these metrics and these metrics 1.3 Selecting Lean Six Sigma Projects Building a Business Case & Project Charter Developing Project Metrics Financial Evaluation & Benefits Capture 1.4 The Lean Enterprise Understanding Lean The History of Lean Lean & Six Sigma The Seven Elements of Waste a. Overproduction, Correction, Inventory, Motion, Overprocessing, Conveyance, Waiting S a. Straighten, Shine, Standardize, Self-Discipline, Sort 2.0 Measure Phase 2.1 Process Definition Cause & Effect / Fishbone Diagrams Process Mapping, SIPOC, Value Stream Map X-Y Diagram Failure Modes & Effects Analysis (FMEA) 2.2 Six Sigma Statistics Basic Statistics Descriptive Statistics Normal Distributions & Normality Graphical Analysis

6 2.3 Measurement System Analysis Precision & Accuracy Bias, Linearity & Stability Gage Repeatability & Reproducibility Variable & Attribute MSA Gage Repeatability & Reproducibility Variable & Attribute MSA 2.4 Process Capability Capability Analysis Concept of Stability Attribute & Discrete Capability Monitoring Techniques 2.5 Process Capability Capability Analysis Concept of Stability Attribute & Discrete Capability Monitoring Techniques 3.0 Analyze Phase 3.1 Patterns of Variation Multi-Vari Analysis Classes of Distributions 3.2 Inferential Statistics Understanding Inference Sampling Techniques & Uses Central Limit Theorem 3.3 Hypothesis Testing General Concepts & Goals of Hypothesis Testing Significance; Practical vs. Statistical Risk; Alpha & Beta Types of Hypothesis Test 3.4 Hypothesis Testing with Normal Data & 2 sample t-tests sample variance One Way ANOVA a. Including Tests of Equal Variance, Normality Testing and Sample Size calculation, performing tests and interpreting results. 3.5 Hypothesis Testing with Non-Normal Data Mann-Whitney Kruskal-Wallis Mood s Median Friedman Sample Sign Sample Wilcoxon One and Two Sample Proportion Chi-Squared (Contingency Tables) a. Including Tests of Equal Variance, Normality Testing and Sample Size calculation, performing tests and interpreting results.

7 4.0 Improve Phase 4.1 Simple Linear Regression Correlation Regression Equations Residuals Analysis 4.2 Multiple Regression Analysis Non- Linear Regression Multiple Linear Regression Confidence & Prediction Intervals Residuals Analysis Data Transformation, Box Cox 4.3 Designed Experiments Experiment Objectives Experimental Methods Experiment Design Considerations 4.4 Full Factorial Experiments k Full Factorial Designs Linear & Quadratic Mathematical Models Balanced & Orthogonal Designs Fit, Diagnose Model and Center Points 4.5 Fractional Factorial Experiments Designs Confounding Effects Experimental Resolution 5.0 Control Phase 5.1 Lean Controls Control Methods for 5S Kanban Poka-Yoke (Mistake Proofing) 5.2 Statistical Process Control (SPC) Data Collection for SPC I-MR Chart Xbar-R Chart U Chart P Chart NP Chart X-S chart CumSum Chart EWMA Chart Control Methods Control Chart Anatomy Subgroups, Impact of Variation, Frequency of Sampling Center Line & Control Limit Calculations 5.3 Six Sigma Control Plans Cost Benefit Analysis Elements of the Control Plan

8 5.3.3 Elements of the Response Plan