Metody statystyczne w Six Sigma poziom „black belt” , 2006-12-4_8 , 2007-06-18_22
- Koszt szkolenia:
- tel.(012) 397 18 81
- Najbliższy termin:
- Nie został okreslony
Przedmiot szkolenia:
Metody statystyczne w Six Sigma. Możliwości wykorzystania metod statystycznych w planie doskonalenia Define (zdefiniuj) – Measure (zmierz) - Analyze (analizuj)– Improve (doskonal) – Control (sprawdź) - (DMAIC).
Na szkolenie składają się wykład i ćwiczenia rachunkowe. Wykład ilustrowany jest m.in. symulacjami komputerowymi oraz przykładami rachunkowymi.
Szkolenie ma charakter kompleksowy, od podstaw do praktycznego wykorzystania metod.
Program szkolenia:
* Wstęp – metody statystyczne w Six Sigma.
Ogólna charakterystyka metod statystycznych stosowanych w Six Sigma. Umiejscowienie określonych metod statystycznych w kolejnych etapach algorytmu doskonalenia DMAIC.
* Podstawowe miary jakości w Six Sigma .
Liczba defektów na jednostkę (DPU), liczba defektów na sposobność ((DPO), liczba defektów na milion sposobności (DPMO). Sigmowa skala poziomy jakości – geneza, przeliczanie DPMO na skalę sigmową. Pojęcie jakości doskonałej. Wskaźniki wydajności procesu - wskaźnik wydajności pierwotnej (ang. first-pass yield), wskaźnik wydajności przejściowej (ang. rolled throughput yield). Zdolność krótkotrwała i długotrwała procesu – obliczanie i interpretacja współczynników zdolności długotrwałej Pp, Ppk (long-term capability) i krótkotrwałej Cp, Cpk (short-term capability), zależności pomiędzy wymienionymi współczynnikami, relacje pomiędzy współczynnikami zdolności procesu a sigmową skalą jakości. Przykłady wykorzystania
* Wybrane zagadnienia z zakresu SPC.
Ocena zdolności procesu w przypadku rozkładów innych od rozkładu normalnego, karty kontrolne Shewharta – kompendium, karty kontrolne wykładniczo ważonej ruchomej średniej (EWMA). ruchomej średniej (MA), karty kontrolne w przypadku procesów z trendem. Przykłady wykorzystania.
* Dokładność oceny statystycznej.
Wyznaczanie przedziału ufności dla wartości średniej oraz odchylenia standardowego. Przykłady wykorzystania.
* Wnioskowanie statystyczne – weryfikacja hipotez statystycznych.
Pojęcia: hipoteza, test statystyczny, rodzaje testów, błędy wnioskowania, funkcjonowanie testów istotności. Weryfikacja hipotezy o wartości średniej i wariancji . Testy na porównanie dwóch wartości średnich ( test z – wariancje znane, test t – wariancje są sobie równe, test t – wariancje nie są sobie równe, test t par skojarzonych .Test F na porównanie dwóch wariancji. Nieparametryczny test U Manna-Whitneya. Testy statystyczne w Excelu. Przykłady wykorzystania
* Analiza wariancji (ANOVA).
Jednoczynnikowa i dwuczynnikowa analiza wariancji – sformułowanie problemu, procedury rachunkowe, analiza wyników, zalety i ograniczenia metody. Badanie interakcji. Sprawdzanie założeń odnośnie mozliwości stosowania ANOVA (normalność-graficzny test normalności, równość wariancji - testy Bartletta, Hartleya ). Testy post-hoc do badania istotności różnic pomiędzy średnimi ( najmniejszej istotnej różnicy Fishera (NIR), wielokrotnych porównań Tukeya,). ANOVA w Excelu. Nieparametryczna alternatywa analizy wariancji – test Kruskala-Wallisa, test Friedmana. Przykłady wykorzystania.
* Zależności statystyczne.
Wykres rozrzutu, pojęcia korelacji i regresji. Wyznaczanie i interpretacja współczynnika korelacji , współczynnik determinacji , wyznaczanie i interpretacja równania regresji liniowej (prosta regresji)., ocena błędu oszacowania zmiennej wynikowej (y) na podstawie zmiennej objaśniającej (x). Regresja wielokrotna liniowa – dobór optymalnego równania regresji, ocena błędu oszacowania zmiennej wynikowej (y) na podstawie zmiennych objaśniających (x1, x2, x3 ...). Testy statystyczne towarzyszące analizie regresji i korelacji. Analiza wariancji (ANOVA) w odniesieniu do analizy regresji. Regresja i korelacja w Excelu. Przykłady wykorzystania.
* Wybrane zagadnienia planowania eksperymentu (DOE).
Zadania DOE, klasyfikacja planów - plany z pełnym zestawem doświadczeń, plany ułamkowe, plany wielopoziomowe itd. Przykłady obliczeniowe, interpretacja wyników – konstrukcja planu, ocena tzw. efektów głównych i interakcji, wyznaczenie i wykorzystanie równania predykcji. Wykorzystanie DOE w redukcji zmienności. Planowanie eksperymentu w Excelu . Przykłady wykorzystania
* Oprogramowanie metod statystycznych w Six Sigma.
Charakterystyka pakietów statystycznych dostępnych na rynku. Przykłady analiz statystycznych wykonanych za pomocą programu Minitab (wer. 14)
Six Sigma , a w szczególności metody statystyczne w Six Sigma w literaturze i Internecie. Przegląd aktualnej literatury, adresy stron internetowych
Metody statystyczne w Six Sigma. Możliwości wykorzystania metod statystycznych w planie doskonalenia Define (zdefiniuj) – Measure (zmierz) - Analyze (analizuj)– Improve (doskonal) – Control (sprawdź) - (DMAIC).
Na szkolenie składają się wykład i ćwiczenia rachunkowe. Wykład ilustrowany jest m.in. symulacjami komputerowymi oraz przykładami rachunkowymi.
Szkolenie ma charakter kompleksowy, od podstaw do praktycznego wykorzystania metod.
Program szkolenia:
* Wstęp – metody statystyczne w Six Sigma.
Ogólna charakterystyka metod statystycznych stosowanych w Six Sigma. Umiejscowienie określonych metod statystycznych w kolejnych etapach algorytmu doskonalenia DMAIC.
* Podstawowe miary jakości w Six Sigma .
Liczba defektów na jednostkę (DPU), liczba defektów na sposobność ((DPO), liczba defektów na milion sposobności (DPMO). Sigmowa skala poziomy jakości – geneza, przeliczanie DPMO na skalę sigmową. Pojęcie jakości doskonałej. Wskaźniki wydajności procesu - wskaźnik wydajności pierwotnej (ang. first-pass yield), wskaźnik wydajności przejściowej (ang. rolled throughput yield). Zdolność krótkotrwała i długotrwała procesu – obliczanie i interpretacja współczynników zdolności długotrwałej Pp, Ppk (long-term capability) i krótkotrwałej Cp, Cpk (short-term capability), zależności pomiędzy wymienionymi współczynnikami, relacje pomiędzy współczynnikami zdolności procesu a sigmową skalą jakości. Przykłady wykorzystania
* Wybrane zagadnienia z zakresu SPC.
Ocena zdolności procesu w przypadku rozkładów innych od rozkładu normalnego, karty kontrolne Shewharta – kompendium, karty kontrolne wykładniczo ważonej ruchomej średniej (EWMA). ruchomej średniej (MA), karty kontrolne w przypadku procesów z trendem. Przykłady wykorzystania.
* Dokładność oceny statystycznej.
Wyznaczanie przedziału ufności dla wartości średniej oraz odchylenia standardowego. Przykłady wykorzystania.
* Wnioskowanie statystyczne – weryfikacja hipotez statystycznych.
Pojęcia: hipoteza, test statystyczny, rodzaje testów, błędy wnioskowania, funkcjonowanie testów istotności. Weryfikacja hipotezy o wartości średniej i wariancji . Testy na porównanie dwóch wartości średnich ( test z – wariancje znane, test t – wariancje są sobie równe, test t – wariancje nie są sobie równe, test t par skojarzonych .Test F na porównanie dwóch wariancji. Nieparametryczny test U Manna-Whitneya. Testy statystyczne w Excelu. Przykłady wykorzystania
* Analiza wariancji (ANOVA).
Jednoczynnikowa i dwuczynnikowa analiza wariancji – sformułowanie problemu, procedury rachunkowe, analiza wyników, zalety i ograniczenia metody. Badanie interakcji. Sprawdzanie założeń odnośnie mozliwości stosowania ANOVA (normalność-graficzny test normalności, równość wariancji - testy Bartletta, Hartleya ). Testy post-hoc do badania istotności różnic pomiędzy średnimi ( najmniejszej istotnej różnicy Fishera (NIR), wielokrotnych porównań Tukeya,). ANOVA w Excelu. Nieparametryczna alternatywa analizy wariancji – test Kruskala-Wallisa, test Friedmana. Przykłady wykorzystania.
* Zależności statystyczne.
Wykres rozrzutu, pojęcia korelacji i regresji. Wyznaczanie i interpretacja współczynnika korelacji , współczynnik determinacji , wyznaczanie i interpretacja równania regresji liniowej (prosta regresji)., ocena błędu oszacowania zmiennej wynikowej (y) na podstawie zmiennej objaśniającej (x). Regresja wielokrotna liniowa – dobór optymalnego równania regresji, ocena błędu oszacowania zmiennej wynikowej (y) na podstawie zmiennych objaśniających (x1, x2, x3 ...). Testy statystyczne towarzyszące analizie regresji i korelacji. Analiza wariancji (ANOVA) w odniesieniu do analizy regresji. Regresja i korelacja w Excelu. Przykłady wykorzystania.
* Wybrane zagadnienia planowania eksperymentu (DOE).
Zadania DOE, klasyfikacja planów - plany z pełnym zestawem doświadczeń, plany ułamkowe, plany wielopoziomowe itd. Przykłady obliczeniowe, interpretacja wyników – konstrukcja planu, ocena tzw. efektów głównych i interakcji, wyznaczenie i wykorzystanie równania predykcji. Wykorzystanie DOE w redukcji zmienności. Planowanie eksperymentu w Excelu . Przykłady wykorzystania
* Oprogramowanie metod statystycznych w Six Sigma.
Charakterystyka pakietów statystycznych dostępnych na rynku. Przykłady analiz statystycznych wykonanych za pomocą programu Minitab (wer. 14)
Six Sigma , a w szczególności metody statystyczne w Six Sigma w literaturze i Internecie. Przegląd aktualnej literatury, adresy stron internetowych
Najbliższe terminy tego szkolenia
Porównaj ofertę z innymi dostawcami
To proste! Uzupełnij formularz i poznaj najlepsze oferty dostawców z branży laboratoryjnej.
Organizator
TQMsoft
- Adres: ul. Bociana 22a, 31-231 Kraków
-
Nr telefonu: (012) 397 18 81
-
Faks: (012) 397 18 84
Przy kontakcie powołaj się na portal laboratoria.xtech.pl