Szczegółowy program szkolenia Minitab

Szkolenie MINITAB – szczegółowy program:

1.1  Powitanie uczestników szkolenia

4:22
  • Przedstawienie założeń dotyczących wartości dodanej dla uczestników szkolenia.
  • Wprowadzenie do analizy danych procesowych i wykorzystywania Minitaba.

1.2 Omówienie agendy szkolenia

4:27

Omówienie zawartości trzech głównych modułów szkolenia:

  • Kalkulacja wyniku jakościowego
  • Identyfikacja czynników wpływających na wynik jakościowy procesu
  • Badanie stabilności procesu

2.1 Badanie terminowości procesu część 1

15:51
  • Znaczenie prawidłowego wyznaczania miar jakościowych procesu na przykładzie analizy terminowości w realizacji zamówień kluczowych klientów w kolejnych okresach.
  • Pojęcie wydolności procesu.
  • Kalkulacja i interpretacja wyniku jakościowego procesu w przypadku analizy terminowości na podstawie czasów realizacji transakcji.

2.2 Pierwsze kroki w Minitabie

5:40
  • Przenoszenie danych z Excela, zarządzanie danymi Otwieranie i zapisywanie danych w arkuszach i projektach.
  • Zapisywanie wyników kolejnych analiz w oknie sesji, wykresów i danych.
  • Uruchamianie okien dialogowych, funkcja edycji ostatniego okna dialogowego

Funkcjonalność Minitaba:

  1. File/Open/Save/Close Worksheet/Project
  2. Ikony (nawigacja): Session, Worksheet, Graph Folders
  3. Komenda: Edit Last Dialog

2.3 Badanie terminowości procesu część 2

11:55
  • Wykorzystanie Minitaba w obliczaniu wydolności procesu w przypadku danych ciągłych w rozkładzie normalnym, na przykładzie terminowości w realizacji zamówień kluczowych klientów w kolejnych okresach.

Funkcjonalność Minitaba:

  1. Graph/Histogram/Distribution fit
  2. Stat/Quality Tools/Capability Analysis/Normal

2.4 Identyfikacja właściwego typowego rozkładu danych

6:18
  • Wykorzystanie Minitaba w identyfikacji rozkładu danych na przykładzie terminowości w realizacji zamówień kluczowych klientów w kolejnych okresach.
  • Kalkulacja wydolności w przypadku przykładowego rozkładu asymetrycznego.

Funkcjonalność Minitaba:

  1. Stat/Basic Statistics/Normality Test
  2. Stat/Quality Tools/Individual Distribution Identification
  3. Stat/Quality Tools/Capability Analysis/Nonnormal

2.5 Sprowadzanie danych do rozkładu normalnego

4:52
  • Transformacja danych do rozkładu normalnego w przypadku rozkładów nietypowych, w celu wyliczenia wydolności procesu, z wykorzystaniem Minitaba

Funkcjonalność Minitaba:

  1. Stat/Quality Tools/Johnson Transformation
  2. Stat/Quality Tools/Capability Analysis/Normal

2.6 Rzuty karne czyli wydolność wg rozkładu dwumianowego

8:53

  • Liczenie wydolności dla procesów w których wynik jakościowy jest opisany w formie danych dwójkowych np. akceptacja oferty vs rezygnacja klienta.
  • Im większe prawdopodobieństwo akceptacji naszej oferty tym lepszy wynik jakościowy procesu sprzedażowego.

Funkcjonalność Minitaba:

  1. Calc/Random Data/Binomial
  2. Graph/Histogram
  3. Calc/Probability Distributions/Binomiall

2.7 Wydolność w przypadku danych nieciągłych

16:01

  • Przedstawienie możliwości liczenia wydolności procesu w przypadku gdy wynik jakościowy jest opisany danymi nieciągłymi.
  • Przykład liczenia wydolności w przypadku gdy wyznacznikiem jakości jest liczba popełnionych błędów np. w przygotowywanych umowach lub proporcja błędnych umów

2.8 Całkowita wydolność procesu

15:07

  • Przykład kalkulacji ostatecznego łącznego wyniku jakościowego procesu w przypadku różnych wymagań: terminowości, jakości obsługi oraz precyzji działania.
  • Ćwiczenie pokazuje liczenie wydolności w przypadku różnego rodzaju wymagań i danych.

Funkcjonalność Minitaba:

  1. Stat/Basic Statistics/Normality Test
  2. Stat/Quality Tools/Individual Distribution Identification
  3. Stat/Quality Tools/Capability Analysis/Normal
  4. Calc/Probability Distributions/Binomial

2.9 Podsumowanie modułu 1 nt wydolności

2:50

  • Podsumowanie pierwszej części pokazującej możliwości obliczenia wyniku jakościowego procesu w przypadku różnych rodzajów procesów i różnych wymagań względem procesu.

3.1 Wstęp do analizy czynnikowej

1:31
  • Wstęp do analizy w której będziemy identyfikować czynniki istotnie oddziaływające na wynik procesu

3.2 Czynniki segmentacji i stratyfikacji

7:34

  • Omówienie pojęć czynniki segmentacji i stratyfikacji jako kluczowych w fazie ustalania danych które zostaną poddane analizie.
  • Sposób zbierania danych który umożliwia skuteczną analizę czynnikową.

3.3 Diagram przyczynowo skutkowy

4:50
  • Sposób dokumentowania wyników dyskusji pogłębionej w gronie specjalistów i ekspertów, który umożliwia wyłonienie czynników segmentacji i stratyfikacji w celu przeprowadzenia  analizy czynnikowej.

Funkcjonalność Minitaba:

  1. Stat/Quality Tools/Cause -and Effect
3.4 Wprowadzenie do analizy czynnikowej
14:44
  • Wprowadzenie kolejnych pojęć niezbędnych do przeprowadzenia analizy czynnikowej z wykorzystaniem czynników segmentacji i stratyfikacji: hipoteza zerowa, wartość P, istotność statystyczna.
  • Omówienie procedury testowania i kryteriów wyboru testu w zależności od rodzaju danych i liczebności próbki.

3.5 test t 1 próbki

9:49

  • Znaczenie biznesowe i sposób przeprowadzeni testu t dla jednej próbki.
  • Wykorzystanie Minitaba w celu przeprowadzenia testu i potwierdzenia reprezentatywności próbki.
  • Wprowadzenie pojęcia jednostronny i dwustronny przedział ufności.

Funkcjonalność Minitaba:

  1. Graph/Interval Plot
  2. Stat/Basic Statistics/1 Sample t-test/Box Plot
  3. Stat/Power and Sample Size/1 Sample t-test

3.6 Test t 2 próbek

10:23
  • Sprawdzenie za pomocą testu, czy czas średni w dwóch regionach różni się.
  • Wykonanie testu z jednostronnym i dwustronnym przedziałem ufności.
  • Sprawdzenie mocy testu aby uzyskać informację czy liczebność próbki jest wystarczająca (czy jest reprezentatywna).
  • Omówienie wykresu pudełkowego (boxplot) jako ilustracji rozkładu danych.
  • Wyjaśnienie pojęć kwartyl rozstęp i różnica międzykwartylowa

Funkcjonalność Minitaba:

  1. Data/Stack/Columns
  2. Stat/Basic Statistics/2 Sample t-test/Box Plot
  3. Stat/Power and Sample Size/2 Sample t-test

3.7 Test t par

5:14

  • Test alternatywny dla testu t 2 par, sprawdzający na przykładzie dwóch regionów czy różnica w czasach w kolejnych parach jest istotnie różna od zera, czyli wskazuje czy w którymś z regionów przeważały krótsze czasy w kolejnych parach.
  • Wykonanie testu z jednostronnym i dwustronnym przedziałem ufności.

Funkcjonalność Minitaba:

  1. Stat/Basic Statistics/Paired t-test/Individual Value Plot

3.8 Test Z 1 próbki

1:22

  • Wykonanie testu w przypadku gdy dysponujemy jedynie informacją nt liczebności próbki, średnim czasem i odchyleniem standardowym.
  • Jest możliwe sprawdzenie czy średni czas jako wynik w próbce różni się w sposób istotny od stałej wartości.
  • Powtórne wykonanie sprawdzenia z jednostronnym i dwustronnym przedziałem ufności na danych wykorzystanych już w teście t 1 próbki.

Funkcjonalność Minitaba:

  1. Stat/Basic Statistics/1 Sample Z-test

3.9 Podsumowanie graficzne rozkładu danych

1:48

  • Wygenerowanie  Minitabie raportu z wynikami rozkładu danych na przykładzie wykorzystanym do wykonania testu t 1 próbki.
  • Omówienie wszystkich najważniejszych informacji zawartych w raporcie: statystyki opisowej w tym różnicy międzykwartylowej i rozstępu danych, przedziały ufności dla średniej mediany i odchylenia standardowego, histogram i wykres pudełkowy.

Funkcjonalność Minitaba:

  1. Stat/Basic Statistics/Graphical Summary

3.10 Test One way ANOVA
Analysis of Means

9:28

  • Test ANOVA w celu porównania średniej w wielu próbkach.
  • W przykładzie porównano średnią wydajność 4 pracowników mierzoną na skali punktowej.
  • Omówienie znaczenia współczynnika Rkwadrat w interpretacji wyniku testu.
  • Wykonanie testu One way wraz z porównaniem przedziałów ufności dla każdej z 4 próbek, sprawdzenie mocy testu i wskazanie minimalnej próby reprezentatywnej. 
  • Wykonanie testu analiza średnich w celu porównania wyników średnich w każdej z próbek na tle średnich i przedziałów ufności całego procesu.

Funkcjonalność Minitaba:

  1. Stat/ANOVA/One Way/Comparisons/Tukey
  2. Stat/Power and Sample Size/One Way ANOVA
  3. Stat/ANOVA/Analysis of Means
  4. Data/Stack/Columns

3.11 Test Balanced ANOVA

5:53

  • Wykonanie testu Balanced ANOVA sprawdzenie czasu średniego dla dwóch różnych czynników.
  • Omówienie pojęcia “zbalansowana próbka” zawierająca równoliczne wielkości dla dwóch czynników.
  • Sprawdzenie istotności dla każdego z badanych czynników i potwierdzenie wpływu tych czynników na średni czas procesu wg współczynnika korelacji Rkwadrat.
  • Ilustracja wyniku testu za pomocą wykresu Multivari, ustalenie w jakim przypadku średni czas jest najdłuższy.

Funkcjonalność Minitaba:

  1. Stat/ANOVA/Balanced ANOVA
  2. Stat/Quality Tools/Multi-Vari Chart

3.12 Regresja jednej zmiennej

8:20

  • Omówienie możliwości badania wpływu zmienności na kolejnych etapach procesu na zmienność uzyskiwaną w całym procesie z wykorzystaniem regresji liniowej i nie liniowej.
  • Interpretacja wyniku testu P oraz współczynnika Rkwadrat.

Funkcjonalność Minitaba:

  1. Stat/Regresion/Fitted Line Plot

3.13 Regresja wielu zmiennych część 1

6:50

  • Omówienie zasad tworzenia modelu w przypadku czynników opisanych za pomocą danych ciągłych.
  • Interpretacja parametru VIF i redukowanie modelu.
  • Wykonanie dynamicznego wykresu Response Optimizer w celu pokazania jak wynik procesu zmieni się w zależności od nastawienia czynników istotnych.

Funkcjonalność Minitaba:

  1. Stat/Regression/Fit Regression Model
  2. Stat/Regression/Response Optimizer

3.14 Regresja wielu zmiennych część 2

11:01

  • Wprowadzenie do modelu danych kategoryzowanych.
  • Wykazanie w jakich przypadkach i w jaki sposób należy redukować czynniki które korelują między sobą lub są nieistotne statystyczne.

Funkcjonalność Minitaba:

  1. Stat/Regression/Fit Regression Model
  2. Stat/Quality Tools/Multi-Vari Chart
  3. Stat/Regression/Response Optimizer

3.15 Testy zmienności w jednej i dwóch próbkach

7:20

  • Testowanie różnic w zmienności mierzonej wg odchylenia standardowego w jednej i dwóch próbkach na przykładzie zmienności w wydajności pracowników w kolejnych dniach, zmienności czasów w dwóch regionach.
  • Sprawdzenie mocy testu i wyznaczenie minimalnej próbki reprezentatywnej.

Funkcjonalność Minitaba:

  1. Stat/Basic Statistics/2 Variances/Summary Plot
  2. Stat/Power and Sample Size/2 Variances
  3. Stat/Basic Statistics/1 Variance/Summary Plot

3.16 Testy median dla jednej i dwóch próbek

10:01

  • Omówienie Median jako miar tendencji centralnej, prezentacja testów Median dla jednej próbki Sign i dwóch prób Moodsa na przykładach z wykorzystaniem funkcjonalności w Minitabie.
  • Interpretacja wyników.

Funkcjonalność Minitaba:

  1. Data/Stack/Columns
  2. Stat/Nonparametric/Mood’s Median Test
  3. Stat/Nonparametric/1 Sample Sign

3.17 Test na outliery

9:31

  • Omówienie testów potwierdzających istnienie wyników poszczególnych przebiegów  procesu, które nie mieszczą się w rozkładzie danych tzw. outlier.
  • Przykład i omówienie wyniku testu i wykresu pudełkowego.
  • Interpretacja wyniku.

Funkcjonalność Minitaba:

  1. Stat/Basic Statitics/Outlier Test
  2. Graph/Boxplot
  3. Data/Unstack/Columns

3.18 Wstęp do testowania w przypadku danych nieciągłych

3:23
  • Wprowadzenie do testów w przypadku gdy wynik procesu jest opisany danymi nieciągłymi.
  • Są to przede wszystkim testy proporcji, test chikwadrat i regresja logistyczna.

3.19 Test Poissona dla danych liczonych dla jednej i dwóch prób

6:54

  • Omówienie testu dla danych liczonych na przykładzie wydajności pracowników czyli liczby wykonanych spraw.
  • Wykonanie testu w Minitabie i interpretacja wyniku.

Funkcjonalność Minitaba:

  1. Stat/Basic Statistics/1 Sample Poisson Rate
  2. Stat/Basic Statistics/2 Sample Poisson Rate

3.20 Analiza Pareto

5:29

  • Wykonanie analizy Pareto na przykładzie z wykorzystaniem Minitaba, interpretacja wyników.

Funkcjonalność Minitaba:

  1. Stat/Quality Tools/Pareto Analysis

3.21 Testy proporcji dla jednej i dwóch prób

11:37

  • Przeprowadzenie testu proporcji dwustronnego i jednostronnego oraz sprawdzenie mocy testów z wykorzystaniem Minitaba.
  • Interpretacja wyników.

Funkcjonalność Minitaba:

  1. Stat/Basic Statistics/2 Proportions
  2. Stat/Power and Sample Size/2 Proportions
  3. Stat/Basic Statistics/1 Proportion
  4. Stat/Power and Sample Size/1 Proportion

3.22 Test chikwadrat

7:00

  • Przeprowadzenie testu chikwadrat dla trzech rodzajów zleceń (trzech próbek) z wykorzystaniem Minitaba.
  • Interpretacja wyników.

Funkcjonalność Minitaba:

  1. Stat/Tables/Cross Tabulation and Chi Square

3.23 Regresja logistyczna binarna

8:14

  • Wykonanie regresji logistycznej binarnej w celu sprawdzenia czy staż pracy sprzedawcy ma wpływ na błędowość w przyjmowanych zleceniach w podziale na rodzaje zleceń. Wykonanie testu w Minitabie i interpretacja wyników.
  • Wskazania dobrych praktyk w zakresie prezentowania wyników analiz.

Funkcjonalność Minitaba:

  1. Stat/Regression/Binary Logistic Regression/Fit Binary Logistic Model
  2. Graph/Scatterplot

3.24 Eksperyment statystyczny

19:40

  • Wprowadzenie w pojęcia typowe dla przeprowadzanie eksperymentu. Wykonanie eksperymentu dla trzech czynników z wykorzystaniem modelu przebiegów z Miniataba.
  • Interpretacja wyników eksperymentu na podstawie wykresu response optimizer.

Funkcjonalność Minitaba:

  1. Stat/DOE/Factorial/Create Factorial Design
  2. Stat/DOE/Factorial/Analyze Factorial Design
  3. Stat/DOE/Factorial/Response Optimizer

3.25 Raport z analiz w Minitabie

6:51

  • Omówienie sposobu przygotowania raportu z analiz w Minitabie tak aby był on dostępny jako dokument pakietu Office.
  • Przegląd jeszcze nie wykorzystanych a dostępnych funkcjonalności Miniataba, omówienie wykresu indywidualnych wartości pokazującego rozkład rzeczywistych obserwacji, z których budowane są zestawienia danych np. histogram lub boxplot.
  • Wykres przebiegu czasowego jako wstęp do statystycznej kontroli procesu.

Funkcjonalność Minitaba:

  1. Nawigacja; Minitab Project Report (ReportPad)
  2. Graph/Individual Vlue plot
  3. Graph/Time Series Plot

3.26 Podsumowanie analiza regresji

6:08

  • Podsumowanie przeprowadzonych analiz regresji.
  • Omówienie sposobu prezentacji danych, znaczenie analiz w skutecznym rozwoju dojrzałości procesowej organizacji.

4.1 Wprowadzenie do badania stabilności procesu

11:33

  • Omówienie zawartości rodzajów i znaczenia kart kontrolnych.
  • Wyjaśnienie kluczowych pojęć np.. limit kontrolny, stabilność procesu, przyczyny szczególna itp.
  • Przedstawienie reguł badania stabilności.

4.2 Analiza wykresu przebiegu procesu

7:00

  • Przedstawienie analizy przebiegu procesu w celu potwierdzenia, że ułożenie kolejnych obserwacji na wykresie przebiegu procesu jest przypadkowe.
  • Wynik analizy wskazuje czy należy wprowadzić karty kontrolne w celu bardziej szczegółowego monitorowania.

Funkcjonalność Minitaba:

  1. Stat/Quality Tools/ Run Chart
  2. Graph/Hstogram
  3. Stat/Basic Statistics/Normality Test

4.3 Karty kontrolne dla danych ciągłych

1:42

  • Omówienie rodzajów kart kontrolnych w przypadku monitorowania danych ciągłych w zależności od wielkości próbek.

4.4 Karty kontrolne I&MR, Xbar&R

11:54

  • Prezentacja nawigacji ekranów jako funkcjonalności Minitaba.
  • Wykonanie kart kontrolnych na przykładzie danych pokazujących czasy wykonania procesu.
  • Dodatkowe możliwości rozbudowania kart zgodnie z zapotrzebowaniem np. pokazanie oddzielnie kolejnych okresów monitorowania, ustawienie specyficznych limitów kontrolnych.

Funkcjonalność Minitaba:

  1. Nawigacja; Ikon Show Info, Report Pad
  2. Stat/Control Chart/Variables Chart for Individuals/Individuals
  3. Stat/Control Chart/Variables Chart for Individuals/I-MR
  4. Stat/Control Chart/Variables Chart for Subgroups/Xbar-R

4.5 Karty kontrolne P i NP.

7:57

  • Karty kontrolne w przypadku monitorowania proporcji oraz dla zmiennej i stałej wielkości próbki.
  • Przykłady kart wykonane w Minitabie, zapisane w raporcie z analiz. Interpretacja wyników.

Funkcjonalność Minitaba:

  1. Stat/Control Chart/Attributes Charts/P Chart
  2. Stat/Control Chart/Attributes Charts/NP Chart
  3. Report Pad

4.6 Karta kontrolna typu C

13:06

  • Wykonanie karty kontrolnej c oraz wykazanie przy pomocy testu statystycznego różnice w poziomie jakości w kolejnych okresach monitorowania.
  • Interpretacja uzyskanych wyników.

Funkcjonalność Minitaba:

  1. Stat/Control Chart/Attributes Charts/C Chart
  2. Stat/Basic Statistics/2 Sample Poisson Rate
  3. Stat/Basic Statistics/2 Sample t-Test

4.7 Wykorzystanie kart kontrolnych w analizę regresji

14:28

  • Omówienie sposobu monitorowania stabilności regresji przy pomocy kart kontrolnych.
  • Prezentacja funkcjonalności Minitaba.
  • Interpretacja wyników

Funkcjonalność Minitaba:

  1. Stat/Regression/Fitted Line Plot/Residual Plots
  2. Stat/Control Chart/Variables Chart for Individuals/I-MR

4.8 Karty c i u dla danych liczonych

9:07

  • Omówienie kart kontrolnych dla danych nieciągłych liczonych: c dla zmiennej wielkości próby i u dla stałej wielkości próby.
  • Wykonanie przykładów kart w Minitabie.
  • Podsumowanie wskazanie na konieczność natychmiastowej reakcji na niestabilność procesu jako główny cel wykorzystywania kart w pracy zespołów kontrolujących jakość.

Funkcjonalność Minitaba:

  1. Stat/Control Chart/Attributes Charts/U Chart
  2. Stat/Control Chart/Attributes Charts/C Chart

5.1 Funkcjonalność Mnitaba

7:37

  • Omówienie nie wykorzystywanej dotychczas funkcjonalności Minitaba.
  • Prezentacja najważniejszych modułów i możliwości ich wykorzystania w samodzielnej pracy z Miniatabem, m.in. Asystent.

Funkcjonalność Minitaba:

  1. Minitab Assistant

5.2 Podsumowanie szkolenia

4:46

  • Podsumowanie szkolenia.
  • Zachęcenie do zadawania pytań i samodzielnej pracy z Minitabem.

5.2 Praca domowa

9:24

  • Omówienie pracy po szkoleniu do wykonania samodzielnego.
  • Wygenerowanie raportu z Minitaba w formacie rtf (Word) zawierającego przykładowe karty kontrolne.