本课程将为您提供必要的工具,帮助您完成六西格玛 DMAIC(定义、测量、分析、改进和控制)流程中分析阶段以及改进和控制阶段的最后部分。本课程是六西格玛黄带专业的最后一门课程。您将学习使用相关和回归的数据关系,以及假设检验中的不同假设术语。本课程将为您提供改进工具和技术。您还将了解控制计划的重要性及其关键特征,以保持流程改进。每个模块都包括阅读、讨论、授课视频和测验,以帮助确保您理解所学材料和概念。 我们的应用课程围绕最新手册《六西格玛认证手册》(第 2 版)展开,学员将发展/学习六西格玛的基础知识。注册包括在线访问课程内容、项目和资源,但不包括配套教材《六西格玛认证手册》(第 2 版)。完成作业不需要配套教材。但是,该教材是该领域专业人士使用的公认手册。此外,对于那些希望在六西格玛领域取得进展并最终获得美国质量协会(ASQ)等专业机构认证的人来说,这也是一本强烈推荐的教材。

您将获得的技能
- Kaizen Methodology
- Six Sigma Methodology
- Process Capability
- Quality Improvement
- Regression Analysis
- Cost Benefit Analysis
- Project Management
- Quality Management
- Correlation Analysis
- Process Improvement
- Statistical Process Controls
- Lean Six Sigma
- Document Control
- Statistical Inference
- Continuous Improvement Process
- Statistical Hypothesis Testing
- Process Optimization
要了解的详细信息
了解顶级公司的员工如何掌握热门技能

积累特定领域的专业知识
本课程是 六西格玛黄带 专项课程 专项课程的一部分
在注册此课程时,您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书

该课程共有5个模块
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(280个评价)

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'

Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'

Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
80.75%
- 4 stars
15.55%
- 3 stars
2.17%
- 2 stars
0.50%
- 1 star
1.01%
显示 3/1381 个
MM
已于 Jul 21, 2021审阅
that s an amazing course, learned a lot of things and applied them in the end in a well guided project .Thank you professors for this precious course.
FF
已于 Aug 29, 2020审阅
Useful and interesting topics, well explained and structured. I give four stars because I would have liked a higher level of insight and some additional practical example.
MB
已于 Sep 14, 2020审阅
Very helpful course in providing you with fundamentals of Six Sigma. The capstone project is very interesting & unique where you can apply your understanding.
从 商业 浏览更多内容

Kennesaw State University

Kennesaw State University

Kennesaw State University
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。






