Тренинги

Инструменты качества: SPC, MSA, FMEA, Process Analysis

Даты проведения (выберите дату)
Продоложительность
4 дня/32 ак. часа
Город
Санкт-Петербург
Участвовать
-
Доступен
дистанционно
Производство (инженеры, технологи, метрологи) / Lean Six Sigma

"Классика" управления качеством. Практические аспекты работы с производственной информацией. Необходимый и достаточный набор инструментов и алгоритмов в одном тренинге. Формирование устойчивых навыков практического применения методик и инструментов на производстве.

Возможность использования своих данных в процессе обучения

Excel

Стоимость участия

Один человек (от компании)
41000 ₽
Два и более человек (от компании)
40000 ₽
Один человек (физическое лицо)
40000 ₽

* Все скидки действуют только при предоплате

** Стоимость участия может изменяться в зависимости от даты и места проведения тренинга

Заявка на участие

С помощью этой формы, Вы сможете подать заявку на участие в тренинге

Программа тренинга

  • ДЕНЬ 1. Основные статистические понятия, показатели и графики. Измерение качества процессов
    ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ КЕЙСЫ
     
    • Стадии улучшения качества, на которых требуется знание статистических инструментов
    • Типизация практических производственных задач, решаемых с помощью прикладной статистики
    • ГОСТы, регулирующие использование статистических инструментов качества
    • Виды исходных данных, типы шкал
    • Основные статистические показатели и графики:
      • среднее и медиана
      • стандартное отклонение
      • дисперсия
      • стандартная ошибка
      • размах
      • квартили
      • гистограмма
      • ящичная диаграмма
      • линейный график
    • Использование показателей и графиков при решении конкретных задач
    • Правило «трех сигм»
    • Виды стандартных отклонений
    • Нормальное распределение и его использование на практике
    • Другие виды распределений
    • Прогнозирование уровня качества и издержек, связанных с ним
    • Показатели пригодности процесса (Pp, Ppk, Cpm)
    • Измерители качества процесса: DPMO, сквозной уровень соответствия, РРМ. Интерпретация показателей, способы расчета
    • Пример в Excel. Обрабатываем результаты измерений характеристик продукции. Рассчитываем и интерпретируем ключевые статистические показатели. Строим графики.
    • Пример в Excel. По результатам измерений контролируемой характеристики определяем текущее качетсво процесса и выбираем направления улучшений.
    • Пример в Excel. На основе результатов измерений контролируемого параметра продукции прогнозируем ожидаемое число несоответствий по этому параметру при текущем уровне качества.
    • Пример в Excel. По результатам измерений контролируемой характеристики проверяем, наблюдается ли у процесса смещение среднего.
    • Пример. Для каждой многостадийного процесса выбираем адекватные измерители качества исходя из имеющейся информации. Оцениваем общее качество процесса. Выставляем цели для каждой стадии.
    • Пример в Excel. Определяем, каким должен быть разброс процесса, чтобы его качество было не ниже «европейского» уровня.
     
  • ДЕНЬ 2. Контроль стабильности процессов
    ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ КЕЙСЫ
     
    • Понятие стабильности. Природа нестабильности
    • Обычные и особые причины изменчивости процесса
    • Идея, основные принципы, преимущества и виды контрольных карт Шухарта
    • Контрольные карты для количественного признака (X- R, I-MS):
      • подготовка исходных данных
      • алгоритмы построения
      • интерпретация
    • 8 признаков нестабильности процесса (критерии серий)
    • Показатели воспроизводимости процесса (Cp, Cpk)
    • Контрольные карты для альтернативного признака (С, U, Np, P):
      • выбор вида карты
      • алгоритмы построения
      • интерпретация
    • Примеры в Excel. На основе реальных данных (результатов измерений контролируемых характеристик или отметок о годности / негодности образцов) строим различные виды контрольных карт. Учимся их анализировать и делать выводы о стабильности процесса.
     
  • ДЕНЬ 3. Методы выявления, ранжирования и анализа причин появления несоответствий
    ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ КЕЙСЫ
     
    • Различные подходы к классификации причин несоответствий
    • Логический анализ причин появления несоответствий:
      • Диаграмма Исикавы. Правила построения и использования
      • 5 Whys
      • 4Q
    • Диаграмма Парето – метод расстановки приоритетов в улучшениях:
      • варианты исходных данных
      • способ построения и принятия решений
    • Анализ видов и последствий отказов (FMEA):
      • основные принципы FMEA
      • подходы к ранжированию причин несоответствий
      • виды FMEA: DFMEA и PFMEA
    • Графический анализ влияния факторов:
      • столбиковые и круговые диаграммы
      • ящичные диаграммы
      • диаграмма рассеяния
    • Статистический анализ влияния факторов (проверка гипотез, однофакторный анализ):
      • T-критерий Стьюдента для независимых выборок
      • U-критерий Манна-Уитни
      • Однофакторный дисперсионный анализ (ANOVA)
      • Н-критерий Краскела-Уоллеса
      • критерий Хи-квадрат Пирсона
      • корреляция Пирсона и Спирмена
    • Регрессионный анализ – метод анализа одновременного влияния факторов на качество процесса:
      • требования к исходным данным
      • подготовка данных для анализа
      • алгоритм регрессионного анализа
      • анализ результатов и разработка рекомендаций
    • Пример в Excel. Строим диаграмму Парето и расставляем приоритеты в улучшениях.
    • Пример в Excel. Анализируем влияние производственных параметров на качество.
    • Примеры в Excel. На конкретных данных о процессе исследуем природу колебаний контролируемых характеристик. Оцениваем, с какой силой различные факторы (химический состав, температурные режимы, давление и т.п.) влияют на контролируемый параметр (механические свойства, дефекты и т.п.). Ищем причины ухудшения качества продукции.
     
  • ДЕНЬ 4. Анализ измерительных систем (MSA)
    ИНСТРУМЕНТЫ, МЕТОДИКИ, АЛГОРИТМЫ КЕЙСЫ
     
    • Две основных цели проведения MSA
    • Типы измерительных систем
    • Основные понятия MSA:
      • смещение
      • линейность смещения
      • повторяемость (сходимость)
      • воспроизводимость
      • стабильность измерительных процессов
    • Показатели пригодности измерительной системы: %GRR, ndc
    • Обзор методов MSA для количественных измерений
    • Анализ пригодности измерительной системы методом размахов:
      • подготовка данных для анализа
      • алгоритм расчета
      • правило принятия решения о пригодности измерительной системы
    • Обзор методов MSA для ранжирующих измерительных систем
    • Атрибутивный R&R анализ:
      • подготовка данных для анализа
      • алгоритм расчета
      • правило принятия решения о пригодности измерительной системы
    • Пример в Excel. Проводим оценку наличия смещения измерительной системы. Делаем заключение.
    • Пример в Excel. Проводим оценку наличия линейности смещения измерительной системы. Делаем выводы.
    • Пример в Excel. Проводим расчет %GRR методом размахов.
    • Пример в Excel. Оцениваем пригодность ранжирующей измерительной 

После окончания обучения Вы сможете

Корректно подготавливать данные для анализа
Делать заключение о качестве процессе на основе статистической информации
Оценивать эффект изменений, проводить анализ «до-после»
Обоснованно расставлять приоритеты в улучшениях
Рассчитывать и интерпретировать статистические показатели и графики
Проводить сравнительный анализ нескольких технологических или технических решений
Проводить анализ возможностей улучшений в условиях большого числа факторов
Делать заключение о пригодности измерительной системы

Преподаватели

Егоров Артём Михайлович

Егоров Артём Михайлович

  • Бизнес-тренер, практикующий консультант в области бизнес-аналитики
  • Научный руководитель программ «Программа подготовки аналитиков высшего уровня «Эксперт», «Аналитические компетенции руководителя», «Инженер-Аналитик» и “Инженер-исследователь”
  • Директор ООО "Центр Статистических Технологий"
  • Тренер по SixSigma и TOC
  • Более 20 лет опыта руководства проектами в сфере улучшения финансовых и производственных показателей крупнейших российских компаний
  • Автор концепции "Система аналитических компетенций" и бизнес-практики "Развитие аналитических компетенций"
Анна Монахова

Анна Монахова

  • Преподаватель-аналитик, эксперт
  • Руководитель отдела развития образовательных программ Analytera.
  • Опыт консультационной деятельности 10 лет.
  • Большой опыт аналитика-практика.
  • Реализовала более двадцати консалтинговых проектов по анализу данных в бизнесе и научных исследованиях.
  • Консультировала специалистов таких компаний, как "Пивоваренная компания "Балтика", "Пивоварня Москва — Эфес", "ВымпелКом", "МегаФон", "Газпром нефть", "Монокристалл", "НЛМК", "Кока-Кола", "Маревен Фуд Сентрал" и др.
  • Является одним из ведущих консультантов в области использования статистических инструментов для решения прикладных задач.
  • Проводит подготовку специалистов по концепции SixSigma.
Юлия Берлин

Юлия Берлин

  • Преподаватель-аналитик Центра Статистических Технологий
  • Кандидат экономических наук, доцент.
  • Опыт преподавания и консультирования более 10 лет.
  • Разработка системы прогнозирования и анализа продаж компаний рынка FMCG.
  • Исследование потребительских предпочтений.
  • Планирование исследований и разработка планов экспериментов.
  • Обработка результатов анкетирования и тестов.
  • Разработка прогнозных моделей энергопотребления.
  • Автор более 40 учебно-методических и научных работ.

Вы получите:

Набор бесплатных надстроек и шаблонов Excel, необходимых для проведения статистических расчетов
Комплект методических материалов по изученным вопросам
Сертификат на 4-месячную бесплатную консультационную поддержку

Требования:

Высшее образование
Опыт работы в Excel на уровне пользователя

Отзывы учеников

  • Харлан Елена Владимировна

    ПК "Балтика", менеджер по управлению ассортиментом

    Замечательный тренинг, очень практичный, ценный, доступно для понимания. 

  • Селезнёва Марина Васильевна

    Мясокомбинат "Павловская слобода"

    Всё понравилось, отношение преподавателя очень позитивно, умение применительно ко всем донести материал, если считать, что все из разных отраслей, но с общими проблемами. Материал дан так, что хочется ещё чему-то научиться, что мы и сделаем в ближайшее время. Спасибо за тренинг.

  • Сергеев Иван Алексеевич

    ООО "Запсибтрансгаз"

    За пятидневный тренинг я многое для себя открыл. Преподаватель четко и понятно рассказывал теоретическую часть, после чего все знания закрепились практикой. Кроме того порадовала техническая оснащенность и раздаточный материал. Их вполне достаточно, чтобы получить необходимую базу знаний.

  • Царёв Сергей Александрович

    ОАО "Савушкин продукт", начальник отдела аналитики

    Тренинг был продуктивным. Получил массу полезной инофрмации. Взглянул на работу подразделения и нашей компании с другой стороны. Оказывается, всё гениальное в управлении - очень просто. Пересмотрел свои взгляды на постановку задач.

  • Сафронова Светлана Викторовна

    ООО "Нутриция"

    Очень доступный в понимании материал, профессионализм преподавателя, а также чуткость и отзывчивость. Семинар очень понравился! Спасибо Анне!
    Предложение. Сделать "школу статистика": увеличить количество дней тренинга, возможно на 2 недели; всем вместе полностью погрузиться в мир статистики... и, самое главное, создать несколько уровней изучения (аналогично ин.языкам).

  • Винникова Ольга Игоревна

    инженер по качеству, Калсоник Кансей Рус

    Все очень понятно. Практические задания помогают усвоить теорию в полном объеме. Емкое, упорядоченное преподавание. Раздаточный материал с концентрированным материалом, изученным на практике. Приятным "бонусом" является возможность впоследствии обратиться за поддержкой в решении конкретных задач. Спасибо!

  • Животов Антон Сергеевич

    ООО "Татхимпласт"

    Тренинг полностью оправдал мои ожидания. Темы объясняются очень доступно, подкрепляются примерами, что помогает лучше усваивать пройденный материал. В целом тренинг дает хорошие практические навыки, которые можно применять в дальнейшей работе. При возможности буду планировать посетить еще одни курсы.

  • Катамашвили Екатерина Валерьяновна

    Слушатель "Мирбис", mba-science

    Блестяще! Так увлекательно о статистике - невозможно было представить :) А возможности, которые открываются… Правда, чтобы это реально освоить, необходимо время. Но как знакомство с областью - думаю, что это должны знать все, кто получает образование в области управления для принятия грамотных решений! Как элемент управленческой культуры!

  • Юдина Надежда Александровна

    Триколор ТВ

    Тренинг полностью оправдал мои ожидания. Был интересным, информативным. Полученные знания абсолютно точно будут применены на практике. Большое спасибо.

  • Феденко Игорь Вячеславович

    ПАО "Авиакомпания "Сибирь"

    Очень понравилось. Подача информации - информативно, сжато, широкий охват. Большое число примеров, изучение темы на практике. Предоставляются инструменты для Excel для дальнейшей работы. Готовность и желание преподавателей ответить на все вопросы.

    Остались вопросы?

    Напишите нам и мы подробно ответим на все Ваши вопросы!

    Популярные модули

    Популярные вебинары

    Популярные тренинги

    (812) 667-88-98