IFGPE > GdSI > Lean Six Sigma > LEAN SIX SIGMA Green Belt
Formation People Cert

LEAN SIX SIGMA Green Belt
Formation certifiante

Objectifs

  • Analyser les données recueillies, en extraire les variables pertinentes et manipuler les tests d’hypothèse et autres outils statistiques de façon opérationnelle.
  • Comprendre et concevoir les plans d’expérience simples permettant de collecter les données.
  • Maîtriser la modélisation de processus et détecter les corrélations entre variables.
  • Diagnostiquer un problème d’amélioration.

Participants

Cette formation s’adresse aux techniciens, aux responsables de production, aux équipes qualité, aux responsables de processus, aux chefs de projets et aux consultants.

Déroulement

  • L’accueil au centre en salle dédiée 15 minutes avant le début de la formation, petits déjeuners, boissons, pauses gourmandes
  • Présentation du formateur et des participants
  • Le support de cours format papier personnalisé
  • La formation par un formateur expert
  • La préparation intensive à l’examen de certification
  • Le passage de la certification
  • L’envoi des résultats par e-mail puis certificat officiel envoyé par courriel
  • Les déjeuners complets
  • Formation en français

Programme

PHASE “ANALYZE”
  • Cette phase consiste en l’identification des causes qui agissent sur la variation du processus. On estime alors l’effet de ces causes et on extrait les causes fondamentales à l’origine de cette variation. On se base sur des techniques statistiques pour interpréter les mesures et clarifier les hypothèses sur des faits avérés. Ces outils permettent de se focaliser sur les bonnes variables et d’agir avec efficacité sur les causes de la variation du processus.
    “X” Sifting

    Effectuer une analyse multi-variances
    Interpréter un graphe multi-variances
    Identifier quand une analyse multi-variances est applicable
    Interpréter les données d’analyse
    Expliquer comment les distributions de données deviennent normales alors qu’elles le sont au départ
    Inférence Statistique
    Expliquer la signification de l’inférence statistique
    Décrire les bases du théorème central limite
    Décrire les impacts de la taille d’échantillon sur l’estimation de la population
    Expliquer l’erreur standard
    Introduction aux tests d’hypothèse
    Comprendre les objectifs des tests d’hypothèse
    Expliquer le concept de tendance centrale
    Se familiariser avec les différents types de tests d’hypothèse
    Test d’hypothèse avec des données normales
    Déterminer la bonne taille d’échantillons pour le test de moyennes
    Conduire des tests d’hypothèse variés sur les moyennes

Analyser et interpréter les résultats
  • Etre capable de conduire des tests d’hypothèse de variances
    Comprendre comment analyser les résultats de tests d’hypothèse sur les variances
    Test d’hypothèse avec des données non-normales
    Conduire des tests d’hypothèse sur des données de variance égale
    Conduire un test d’hypothèse sur les médianes
    Analyser et interpréter les résultats
    Calculer et expliquer les tests de proportions
    Calculer et expliquer les tests de contingence
PHASE “IMPROVE”
  • Lors de cette phase, on recherche les solutions d’amélioration possibles en stimulant la créativité des équipes. Le travail commence par une modélisation complète du processus et la réalisation de plans d’expérience pour la collecte de données fiables. On valide ensuite l’impact des solutions dégagées et on sélectionne celles qui auront le plus grand impact sur la variation du processus.
    Modélisation de processus par régression
    Effectuer les étapes de l’analyse par corrélation et régression linéaire
    Expliquer quand la corrélation et la régression sont appropriées
    Modélisation avancée de process
    Réaliser une régression linéraire et non-linéaire
    Réaliser une régression linéaire multiple (MLR)
    Mener une analyse des résidus et comprendre leurs effets
    Concevoir un plan d’expérience
    Déterminer la raison du plan d’expérimentation
    Décrire les différences entre le modèle physique et un plan d’expérience (DOE : Design Of Experiment)
    Expliquer une expérimentation OFAT et ses faiblesses
    Visualiser les effets principaux sous forme de graphe d’interactions, déterminer quels effets et intéractions peuvent être significatives
    Créer un plan d’expérience factoriel complet
PHASE “CONTROL”
  • Lors de la dernière phase du projet DMAIC, l’effort est porté sur la duplication des solutions mises en oeuvre et leur déploiement à l’échelle de toute l’entreprise. La capabilité du processus est augmentée et toutes les étapes du processus sont mises sous contrôle pour s’assurer de la pérenité des mesures prises. Des plans de contrôle sont réalisés dans ce but. La documentation du processus est mise à jour et le transfert du projet aux équipes opérationnelles est réalisé. On capitalise également les expériences pour améliorer le processus DMAIC lui-même dans l’entreprise.
    Expérimentation avancée
    Utiliser les résultats d’une DOE pour déterminer le degré d’amélioration du processus à travers une méthode de description ascendante/descendante
    Analyse de Capabilité
    Comprendre l’importance de la capabilité du processus dans la phase de controle
    Sélectionner la bonne méthode pour l’analyse de capabilité basée sur le type de distribution de données du processus
    Interpréter les sorties des fonctions de capabilité de MINITABTM
    Comprendre comment utiliser la Capabilité du processus pendant toutes les phases du DMAIC
  • ifg-lean02
  • 5 jours
  • 3250
 
  • Dates d'inscriptionCentre Paris

  • 01 42 60 10 55
  • contact@ifgpe.fr

Parlez en autour de vous

Le retour des formés