Förbättringsarbete styrs till stor del av kunskap om det aktuella ämnesområdet och statistisk metodik inklusive mätningar och numerisk information samt lämplig programvara.

Med hjälp av problemslösningsmetodik kan vi dessutom planera datastruktur och datainsamling och formulera frågor som kan besvaras med analytiska metoder, ofta på ett sätt som överstiger beställarens förväntningar (Han har kanske tänkt sig en enkel procentsiffra men vi kan ofta förslå en bättre och mer fullödig analys av tillgängligt datamaterial).

Nedanstående kurs förmedlar grundläggande principer för statistisk analys tillsammans med några olika tips och tumregler.

Målgrupp.  Kursen är avsedd för personer som använder data för att förstå och styra processer och förbättra produkter samt för att lösa problem, öka produktivitet och för att optimera resultat.

Mål.  Efter avslutad kurs skall deltagarna –

·         kunna genomföra grafisk analys och presentation av data

·         kunna applicera olika statistiska mått på processer och produkter

·         kunna beräkna enklare sannolikheter med hjälp av någon statistisk fördelning

·         ha fått grundläggande kunskap om en vanlig PC-programvara

·         ha kunskap för att kritiskt granska rapporter och utskrifter baserade på data
som innehåller en slumpkomponent

Innehåll.  Under kursen behandlas följande delar:

·         explorativ analys av data med grafiska metoder

·         lägesmått och spridningsmått såsom medelvärde och standardavvikelse

·         linjära och icke-linjära kombinationer av variabler

·         blandning av datamängder

·         någon vanlig statistisk modell

Dokumentation.  Dokumentationen består av både pappersmaterial samt datafiler och s.k. makroprogram, samt övningar. Tips och tricks och erfarenheter dokumenterade på hemsida.

Dag 1 – Grundläggande statistik

·         Grundläggande om mätningar, typ av data, olika typer av datafiler. Vilka frågor skall besvaras, vilka jämförelser är intressanta? Manipulering av data.

·         Grafisk presentation av data, användning av Paretodiagram, histogram, matrisdiagram, s.k. ‘brushing’ av datavärdena.

·         Enkla beskrivande läges- och spridningsmått såsom medelvärde och standardavvikelse.

·         Kombination av variabler, blandning av variabler, fortplantning av variation.

Dag 2 – Användning av några enkla statistiska modeller

·         Allmänt om statistiska modeller och speciellt modeller för tidsmätningar.

·         Binomial- och Poissonfördelningarna och deras parametrar.

·         Normal- och Webullfördelningen för kontinuerliga data. Skattning av parametrar.

·         Något om konfidensintervall för enkla parametrar.