GREEN BELT SIX SIGMA

Obiettivi

Il metodo Six Sigma è una sistema di miglioramento che si basa sulla misurazione oggettiva dei processi.

Utilizza strumenti e tecniche del Total Quality Management per identificare le cause dei problemi nei processi aziendali, ridurre le non conformità e stabilizzare tramite un controllo efficace.

Raggiungere un livello 6 Sigma significa non superare 3,4 errori per ogni milione di pezzi/servizi prodotti.

Il Green Belt è il team leader dei singoli progetti di miglioramento che hanno un impatto limitato al proprio reparto. Conosce buona parte degli strumenti del Six Sigma ed è in grado di affrontare una problematica seguendo l’approccio e coordinando il gruppo di lavoro affidato.

Altamente consigliato percorso formativo lean prima del corso Green Belt.

 

Destinatari

  • Direttori di stabilimento
  • Manager e responsabili di funzione e/o processo
  • Responsabili di progetti di miglioramento
  • Responsabili della qualità
  • Ingegneri di processo
  • Project manager
  • Responsabili della progettazione, industrializzazione e sviluppo nuovi prodotti
  • Responsabili della produzione
  • Responsabili della logistica e della Supply-Chain

Programma

  1. Define
    • Il processo DMAIC
    • Impostare il progetto: scegliere il processo o il prodotto da migliorare
    • Come interpretare i bisogni del cliente e trasformarli in requisiti
    • La definizione degli obiettivi di un progetto
    • Mappare i processi industriali e di servizio: SIPOC
    • Focalizzare il problema: Pareto + 5W2H
    • Introduzione a MinitabTM
  2. Measure
    • Come impostare una corretta raccolta dati per dati variabile e attributo
    • Concetti di distribuzione normale e binomiale
    • Metodologie di campionamento
    • Metodi grafici utilizzare per l’analisi descrittiva dei dati: Graphical summary, Boxplot, Runchart
    • Valutare la capacità dei processi manifatturieri e di servizi: livello SIGMA e DPMO
    • Come verificare la validità dei sistemi di misura per dati variabile e attributo: GAGE R&R e Attribute Agreement Analysis
  3. Analyse
    • Come e quando utilizzare l’analisi qualitativa e l’analisi quantitativa
    • Strumenti per l’analisi qualitativa: il diagramma di Ishikawa, i 5 perché
    • Strumenti per l’analisi grafica dei dati: Scatter diagram e Matrix plot
    • Gli strumenti per l’analisi quantitativa: test delle ipotesi e regressione
    • Intervalli di confidenza e roadmap per i test parametrici
    • ANOVA (Analisi della Varianza) a uno o due fattori
    • Regressione semplice
  4. Improve
    • Problem solving
    • Analisi FMEA per ottimizzare processi e prodotti
    • Come comprendere e soppesare i rischi con la FMEA
    • Come generare delle soluzioni di intervento - esempi per la pianificazione del DOE
  5. Control
    • Statistical Process Control (SPC)
    • La differenza tra limiti di controllo e limiti di specifica
    • Roadmap per l’utilizzo delle carte di controllo
    • Le carte di controllo per variabili: I-MR, Xbar-R chart
    • Le carte di controllo per attributi: P, NP chart