Szkolenie MINITAB – szczegółowy program:
1.1 Powitanie uczestników szkolenia
- Przedstawienie założeń dotyczących wartości dodanej dla uczestników szkolenia.
- Wprowadzenie do analizy danych procesowych i wykorzystywania Minitaba.
1.2 Omówienie agendy szkolenia
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
- 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
- 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:
- File/Open/Save/Close Worksheet/Project
- Ikony (nawigacja): Session, Worksheet, Graph Folders
- Komenda: Edit Last Dialog
2.3 Badanie terminowości procesu część 2
- 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:
- Graph/Histogram/Distribution fit
- Stat/Quality Tools/Capability Analysis/Normal
2.4 Identyfikacja właściwego typowego rozkładu danych
- 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:
- Stat/Basic Statistics/Normality Test
- Stat/Quality Tools/Individual Distribution Identification
- Stat/Quality Tools/Capability Analysis/Nonnormal
2.5 Sprowadzanie danych do rozkładu normalnego
- Transformacja danych do rozkładu normalnego w przypadku rozkładów nietypowych, w celu wyliczenia wydolności procesu, z wykorzystaniem Minitaba
Funkcjonalność Minitaba:
- Stat/Quality Tools/Johnson Transformation
- 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:
- Calc/Random Data/Binomial
- Graph/Histogram
- 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:
- Stat/Basic Statistics/Normality Test
- Stat/Quality Tools/Individual Distribution Identification
- Stat/Quality Tools/Capability Analysis/Normal
- 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
- 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
- Sposób dokumentowania wyników dyskusji pogłębionej w gronie specjalistów i ekspertów, który umożliwia wyłonienie czynników segmentacji i stratyfikacji w celu przeprowadzenia analizy czynnikowej.
Funkcjonalność Minitaba:
- Stat/Quality Tools/Cause -and Effect
- 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:
- Graph/Interval Plot
- Stat/Basic Statistics/1 Sample t-test/Box Plot
- Stat/Power and Sample Size/1 Sample t-test
3.6 Test t 2 próbek
- 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:
- Data/Stack/Columns
- Stat/Basic Statistics/2 Sample t-test/Box Plot
- 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:
- 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:
- 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:
- 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:
- Stat/ANOVA/One Way/Comparisons/Tukey
- Stat/Power and Sample Size/One Way ANOVA
- Stat/ANOVA/Analysis of Means
- 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:
- Stat/ANOVA/Balanced ANOVA
- 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:
- 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:
- Stat/Regression/Fit Regression Model
- 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:
- Stat/Regression/Fit Regression Model
- Stat/Quality Tools/Multi-Vari Chart
- 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:
- Stat/Basic Statistics/2 Variances/Summary Plot
- Stat/Power and Sample Size/2 Variances
- 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:
- Data/Stack/Columns
- Stat/Nonparametric/Mood’s Median Test
- 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:
- Stat/Basic Statitics/Outlier Test
- Graph/Boxplot
- Data/Unstack/Columns
3.18 Wstęp do testowania w przypadku danych nieciągłych
- 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:
- Stat/Basic Statistics/1 Sample Poisson Rate
- 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:
- 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:
- Stat/Basic Statistics/2 Proportions
- Stat/Power and Sample Size/2 Proportions
- Stat/Basic Statistics/1 Proportion
- 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:
- 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:
- Stat/Regression/Binary Logistic Regression/Fit Binary Logistic Model
- 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:
- Stat/DOE/Factorial/Create Factorial Design
- Stat/DOE/Factorial/Analyze Factorial Design
- 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:
- Nawigacja; Minitab Project Report (ReportPad)
- Graph/Individual Vlue plot
- 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:
- Stat/Quality Tools/ Run Chart
- Graph/Hstogram
- 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:
- Nawigacja; Ikon Show Info, Report Pad
- Stat/Control Chart/Variables Chart for Individuals/Individuals
- Stat/Control Chart/Variables Chart for Individuals/I-MR
- 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:
- Stat/Control Chart/Attributes Charts/P Chart
- Stat/Control Chart/Attributes Charts/NP Chart
- 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:
- Stat/Control Chart/Attributes Charts/C Chart
- Stat/Basic Statistics/2 Sample Poisson Rate
- 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:
- Stat/Regression/Fitted Line Plot/Residual Plots
- 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:
- Stat/Control Chart/Attributes Charts/U Chart
- 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:
- 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.
Kontakt
ANDRZEJ KASIŃSKI
- Warszawa 01-067
- Piaskowa, nr 4, lok. 99
- NIP: 7251646654