İstatistiklerle Altı Sigma Sarı ve Yeşil Kuşak

Altı Sigma Sarı Kuşak (yaklaşık 1 hafta)

Altı Sigma stratejisine giriş - Sarı Kuşak (yaklaşık 1,5 gün)

Altı Sigma nedir? Tarih ve felsefe

Bir bakışta DMAIC proje aşamaları ve bireysel hedefleri

Roller ve sorumluluklar

Yalın ve QM bağlamında Altı Sigma (OpEx)

Proje hedefinin, kapsamının ve paydaşlarının yapılandırılmasında yardımcı olarak yapay zeka

İyileştirme projesinde yapay zeka (yaklaşık 0,5 gün)

YZ Türleri (ML,DL,LLM,GenAI)

Veri ve bilgi istemi temelleri

Yönetişim ve güvenlik

Tanımlama aşaması (yaklaşık 0,5 gün)

Problem ve proje tanımı (Proje Şartı)

Müşteri gereksinimlerini anlama (VOC-CTQ)

Süreç görselleştirme (SIPOC)

Operasyonel tanım ve veri kalitesi

Basit VOC örneklerinin yapay zeka destekli kümelenmesi

Ölçüm aşaması (yaklaşık 0,5 gün)

Süreç haritalama (akış şeması ve swimlane)

Ölçüm sistemi analizine (MSA) ilişkin içgörü

Temel anahtar rakamlar (DPMO, Sigma Seviyesi)

Veri türleri ve toplanması (grafiksel analizler)

Ölçüm planı kontrol listeleri, inandırıcılık kontrolleri için yapay zeka

Analiz aşaması (yaklaşık 1 gün)

Neden-sonuç analizi (5-Neden, Ishikawa)

İstatistiksel yöntemlerin temelleri

Makineler ve süreç kapasitesi hakkında içgörü

İyileştirme aşaması (yaklaşık 0,5 gün)

Çözüm fikirleri üretin (Poka Yoke)

Risk değerlendirmesi ve FMEA'nın tanıtımı

Kontrol aşaması (yaklaşık 0,5 gün)

Süreç izlemenin tanımı (kontrol planı)

İstatistiksel süreç kontrolüne (SPC) ilişkin içgörü

Süreç dokümantasyonu ve standardizasyonu (SOP)

Altı Sigma Yeşil Kuşak (yaklaşık 3 hafta)

Altı Sigma ile Proje Yönetimi - Yeşil Kuşak (yaklaşık 1 gün)

Proje yöneticisi olarak Yeşil Kuşak

İş kırılım yapısı (WBS), proje iletişimi ve dokümantasyonu

Ekip çalışması ve liderlik

Gelişmiş istatistik uygulama araç ve yöntemlerini kullanarak DMAIC proje aşamalarından geçme

Yapay zeka destekli proje yönetimi: riskler/bağımlılıklar, program risk analizi

Tanımlama aşaması (yaklaşık 1,5 gün)

Proje profili, iş vakası

Proje kapsamı, paydaş ve risk analizi

CTQ dönüşümünde VOC (CTQ ağacı)

Ekip kompozisyonu, proje planlaması (Gantt şeması, kilometre taşı planlaması)

Maliyet hesaplama ve hedef formülasyonu (fayda)

Ölçüm aşaması (yaklaşık 2,5 gün)

İleri istatistiksel temeller

Görselleştirme ve yorumlama (histogram, çalışma grafiği, kutu grafiği)

Kısa vadeli ve uzun vadeli kabiliyet (MFU, PFU)

Sigma seviyesinin hesaplanması ve yorumlanması

Süreç göstergeleri (Pp, Ppk, Cp, Cpk)

Ölçüm sistemi analizleri (MSA), sapma, mastar R&R

Yapay zeka destekli veri kontrolleri (eksik değerler, aykırı değer bilgileri)

Analiz aşaması (yaklaşık 4 gün)

Hipotez geliştirme, korelasyon analizi

Korelasyon (Pearson) ve varyans analizi (ANOVA)

Yalın zaman ve değer akışı (verim, OEE, VSM)

Yapay zeka ile arıza modlarına göre Pareto için metin / hata kodu kümeleme

İyileştirme aşaması (yaklaşık 1 gün)

Deney Tasarımı (DoE)

Çözüm üretme ve yaratıcılık yöntemleri (zihin haritalama, beyin fırtınası/yazma, 6-3-5 yöntemi)

Test (Poka Yoke, pilot uygulama, maliyet-fayda analizi)

Risk minimizasyonu (FMEA, RPN değerlendirmesi)

Uygulama

Kontrol aşaması (yaklaşık 1 gün)

Sürdürülebilir uygulama (kontrol planı)

SPC, kalite kontrol grafikleri (X̄-R grafiği, X̄-s grafiği)

Süreç izleme (KPI, dashboard, BSC)

Proje tamamlama ve devir teslim

Yapay zeka destekli KPI hikayesi/yönetim özeti

Proje çalışması, sertifikasyon hazırlığı ve sertifikasyon sınavı (yaklaşık 4 gün)

İstatistiksel temeller (yaklaşık 6 gün)

Ölçme teorisinin temelleri (evren ve örneklem, örneklem türleri, ölçme ve ölçek düzeyleri)

Tek değişkenli tanımlayıcı istatistikler (frekans dağılımları, merkezi ölçümler, dağılım ölçümleri, standart değer, histogramlar, çubuk grafikler, pasta grafikler, çizgi grafikler ve kutu grafikler)

İki değişkenli tanımlayıcı istatistikler (korelasyon ölçümleri, korelasyon katsayıları, çapraz tablolar, dağılım grafikleri ve gruplandırılmış çubuk grafikler)

Tümevarımsal çıkarımsal istatistiğin temelleri (olasılık dağılımı, normal dağılım, ortalama değer dağılımı, anlamlılık testi, Fisher'in boş hipotez testi, etki büyüklüğü, parametre tahmini, güven aralıkları, hata çubuğu grafikleri, güç analizleri ve optimum örneklem büyüklüğünün belirlenmesi)

İş sürecinde yapay zeka (AI)

Belirli yapay zeka teknolojilerinin sunumu

ve profesyonel ortamdaki olası uygulamalar

İki grubu karşılaştırma yöntemleri (yaklaşık 5 gün)

Bir örneklem için z- ve t-testi (belirli bir değerden sapma)

İki bağımsız/bağlantılı örneklem arasındaki ortalama fark için t-testi

Eylemlerin, önlemlerin, müdahalelerin ve diğer değişikliklerin etkinliğinin t-testleri ile test edilmesi (iki gruplu ön test-son test tasarımları)

Anlamlılık testlerinin desteklenmesi (Anderson-Darling testi, Ryan-Joiner testi, Levene testi, Bonnet testi, korelasyonlar için anlamlılık testi)

Parametrik olmayan yöntemler (Wilcoxon testi, işaret testi, Mann-Whitney testi)

Olumsallık analizleri (binom testi, Fisher'in kesin testi, ki-kare testi, ilişki ölçümleri ile çapraz tablolar)

Çeşitli grupların ortalamalarını karşılaştırma yöntemleri (yaklaşık 5 gün)

Tek ve iki faktörlü varyans analizi (basit ve dengeli ANOVA)

Çok faktörlü varyans analizi (genel doğrusal model)

Sabit, rastgele, çaprazlanmış ve iç içe geçmiş faktörler

Çoklu karşılaştırma yöntemleri (Tukey-HSD, Dunnett, Hsu-MCB, Games-Howell)

Etkileşim analizi (etkileşim etkilerinin analizi)

Varyans analizleri için seçicilik ve güç analizi

Deney Tasarımına Giriş (DoE) (yaklaşık 1 gün)

Tam ve kısmi faktöriyel deneysel tasarımlar

Proje çalışması (yaklaşık 3 gün)

Öğrenilen içeriği pekiştirmek için

Proje sonuçlarının sunumu