Lean Six Sigma Practitioners Black Belt - week 1 Eğitimi

Bu eğitim, toplam 10 günlük Lean Six Sigma Black Belt programının ilk haftasını oluşturur. Program iki ayrı 5 günlük bölüm hâlinde sunulur ve deneyimli Green Belt katılımcıların daha büyük ve karmaşık süreç iyileştirme projelerini yönetebilecek düzeye ulaşmasını hedefler.

Lean ve Six Sigma, süreçlerdeki değişkenliği ve israfı azaltarak müşteri, çalışan ve paydaş değerini artırmaya odaklanan, yaygın olarak kullanılan süreç iyileştirme yaklaşımlarıdır.

Bu uygulamalı eğitimde katılımcılar, Black Belt seviyesinde ihtiyaç duyulan teknik ve analitik becerileri geliştirir. Teorik anlatım, örnekler ve pratik çalışmalar bir arada kullanılarak katılımcıların daha karmaşık iyileştirme projelerinde gelişmiş istatistiksel araçları güvenle uygulayabilmeleri amaçlanır.

İlk hafta özellikle DMAIC metodolojisinin Define, Measure ve Analyse aşamalarına odaklanır. Katılımcılar müşteri gereksinimlerini tanımlamayı, veri toplama ve ölçüm sistemlerini değerlendirmeyi, süreç performansını analiz etmeyi ve Minitab kullanarak istatistiksel testler gerçekleştirmeyi öğrenir.

Katılımcıların aşağıdaki gereksinimleri karşılamaları beklenir:

• QA veya başka bir eğitim sağlayıcı üzerinden Lean Six Sigma Green Belt eğitimini tamamlamış olmak,
• Tercihen DMAIC çerçevesi kullanılarak en az bir Green Belt projesi tamamlamış olmak,
• Eğitim sonrasında yürütmek üzere ikinci bir iyileştirme projesi belirlemiş olmak; bu proje akreditasyon süreci için gereklidir,
• Eğitim sırasında gerçekleştirilecek analizler için Minitab erişimine sahip olmak.

Kişisel bilgisayar kullanımı özellikle önerilir.

Önerilen Ön Okuma

• Lean Six Sigma and Minitab – Quentin Brook
• Statistics Without Tears – Derek Rowntree

Bu eğitim özellikle:

• Green Belt seviyesinde deneyim kazanmış,
• Daha büyük ve karmaşık süreç iyileştirme projelerini yönetmek isteyen,
• Lean Six Sigma Black Belt seviyesine ilerlemeyi ve bu alanda yetkinlik kazanmayı hedefleyen

profesyoneller için uygundur.

Toplam 10 günlük programın ilk haftası sonunda katılımcılar:

• Six Sigma DMAIC metodolojisinin temel prensiplerini ve aşamalarını açıklayabilecek,
• Organizasyonel süreçlerde problemleri belirlemek, analiz etmek ve iyileştirmek için gelişmiş problem çözme araçlarını kullanabilecek,
• Voice of the Customer (VOC) ve Critical-to-Quality (CTQ) analizleriyle müşteri gereksinimlerini tanımlayabilecek,
• Data Collection Planning ve Measurement System Analysis kullanarak süreç girdilerinin güvenilirliğini değerlendirebilecek,
• Process Capability çalışmaları ve diğer istatistiksel araçlarla süreç performansını analiz edebilecek,
• Minitab kullanarak temel ve ileri istatistiksel analizleri gerçekleştirebilecek,
• Cross-functional ekiplerle yürütülen Lean Six Sigma projelerine daha etkin şekilde liderlik edebilecek,
• DMAIC yaklaşımının Define ve Measure aşamalarını gerçek proje ortamlarında uygun araç ve dokümanlarla uygulayabilecek.

Define

Quality Function Deployment

• Müşteri ihtiyaçlarını yapılandırılmış şekilde değerlendirme
• Voice of the Customer çıktılarının analiz edilmesi
• Critical-to-Quality gereksinimlerinin belirlenmesi
• Müşteri beklentileri ile süreç gereksinimleri arasında bağlantı kurma
• Quality Function Deployment yaklaşımını iyileştirme projelerinde kullanma

Measure

Balanced Scorecards

• Süreç ve organizasyon performansını farklı boyutlardan değerlendirme
• Performans göstergelerini yapılandırma
• Ölçüm yaklaşımını proje hedefleriyle ilişkilendirme

Minitab'a Giriş

• Minitab arayüzünü tanıma
• Verileri Minitab içerisinde düzenleme
• Temel analizlere hazırlık
• İstatistiksel çıktıların yorumlanmasına giriş

Temel İstatistiksel Kavramlar

• Temel istatistik terminolojisi
• Merkezi eğilim ve değişkenlik
• Veri dağılımlarını yorumlama
• Örneklem ve ana kütle kavramları

Central Limit Theorem

• Central Limit Theorem kavramı
• Örneklem dağılımlarının davranışı
• İstatistiksel çıkarımlardaki rolü

Measurement Systems Analysis (MSA)

• Measurement System Analysis yaklaşımına giriş
• Ölçüm sistemlerinin güvenilirliğini değerlendirme
• Ölçüm hatalarının süreç analizine etkisi

Continuous Data MSA

• Sürekli veri için Measurement System Analysis
• Ölçüm sistemi değişkenliğini değerlendirme
• Sonuçları yorumlama

Discrete Data MSA

• Kesikli veri için Measurement System Analysis
• Kategorik ölçümlerin güvenilirliğini değerlendirme
• Ölçüm sistemi performansını yorumlama

Standardised Normal Distribution

• Standard Normal Distribution
• Z-scores
• Normal dağılımla olasılık değerlendirme
• Süreç verilerini standartlaştırma

Process Capability – Cp ve Cpk

• Process Capability kavramı
• Cp hesaplama ve yorumlama
• Cpk hesaplama ve yorumlama
• Süreç yayılımı ve merkezlenmesini değerlendirme
• Sürecin spesifikasyonları karşılama yeteneğini analiz etme

Process Efficiency Calculations

• Süreç verimliliğini ölçme
• Katma değerli ve katma değersiz faaliyetleri değerlendirme
• Süreç performansını sayısal olarak analiz etme

Analyse

Minitab ile Grafikler

• Süreç verilerini görselleştirme
• Grafiklerden eğilim ve örüntüleri belirleme
• Veri dağılımlarını değerlendirme
• Analiz öncesinde grafik araçlarını kullanma

Minitab ile İstatistiksel Testler

• Statistical Tests yaklaşımına giriş
• Test sonuçlarını yorumlama
• P-value ve karar verme mantığı
• İstatistiksel anlamlılık

Continuous Data için Hypothesis Testing

• Sürekli verilerde hipotez oluşturma
• Null ve Alternative Hypothesis
• Uygun istatistiksel testi seçme
• Sonuçları proje bağlamında değerlendirme

One-Sample t-Test

• Tek örneklem ortalamasını hedef değerle karşılaştırma
• Test varsayımlarını değerlendirme
• Minitab sonuçlarını yorumlama

Two-Sample t-Test

• İki grup ortalamasını karşılaştırma
• Gruplar arasındaki farkların istatistiksel anlamlılığını değerlendirme
• Sonuçların iş açısından yorumlanması

Homogeneity of Variance Test

• Gruplar arasındaki varyansları karşılaştırma
• Varyans homojenliğini değerlendirme
• İleri analizler için uygunluğu belirleme

Balanced ANOVA

• Birden fazla grup ortalamasını karşılaştırma
• Faktörlerin süreç çıktıları üzerindeki etkisini değerlendirme
• ANOVA sonuçlarını yorumlama

Discrete Data için Hypothesis Testing

• Kesikli ve kategorik verilerde istatistiksel testler
• Oran ve frekans temelli hipotezlerin değerlendirilmesi

One and Two Proportion Tests

• Tek bir oranın hedef değerle karşılaştırılması
• İki grubun oranlarının karşılaştırılması
• Farkların istatistiksel anlamlılığını değerlendirme

Chi-Squared Test

• Kategorik değişkenler arasındaki ilişkileri değerlendirme
• Beklenen ve gözlenen frekansları karşılaştırma
• Sonuçları yorumlama

Non-Normal Data

• Normal dağılıma uymayan verileri tanıma
• Parametrik olmayan testlere geçiş gereksinimini değerlendirme
• Uygun analiz yaklaşımını seçme

Mann-Whitney U-Test

• Normal olmayan iki bağımsız grubun karşılaştırılması
• Sonuçların yorumlanması
• Parametrik olmayan alternatiflerin kullanımı

Mood's Median Test

• Birden fazla grubun medyanlarını karşılaştırma
• Normal olmayan verilerle çalışma
• Sonuçların süreç iyileştirme bağlamında değerlendirilmesi

Black Belt Uygulaması

Hafta boyunca katılımcılar, Define, Measure ve Analyse aşamalarındaki araçları gerçekçi proje senaryolarında uygular. Minitab kullanımı, istatistiksel analiz, veri yorumlama ve proje dokümantasyonu birlikte ele alınarak ikinci haftadaki daha ileri Improve ve Control çalışmalarına temel hazırlanır.