Certification Lean six sigma green belt (IASSC)

CETTE FORMATION LEAN SIX SIGMA GREEN BELT (1ER NIVEAU) VOUS PERMETTRA DE :

• Réussir la certification Lean Six Sigma Green Belt (IASSC) et devenir Certifié Green Belt Lean Six Sigma
• 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.

programme de cette formation :

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