Datainnsamling og dataanalyse



Like dokumenter
Datainnsamling og dataanalyse

Dataanalyse. Hva er en dataanalyse og hvordan gå frem for å gjennomføre en dataanalyse av det innsamlede datagrunnlaget fra en feltundersøkelse?

Innhold. Innledning. Del I

Statistikk og dataanalyse

Innhold. Innledning. Del I

Statistikk 1. Nico Keilman. ECON 2130 Vår 2014

Sannsynlighetsregning og Statistikk.

STK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler

STK Oppsummering

Et lite notat om og rundt normalfordelingen.

1 Sec 3-2: Hvordan beskrive senteret i dataene. 2 Sec 3-3: Hvordan beskrive spredningen i dataene

Et lite notat om og rundt normalfordelingen. Anta at vi har kontinuerlige data. Hva er likt og ulikt for histogrammer og fordelingskurver?

Et lite notat om og rundt normalfordelingen.

STK1100 våren Generell introduksjon. Omhandler delvis stoffet i avsnitt 1.1 i læreboka (resten av kapittel 1 blir gjennomgått ved behov)

Studieplan 2009/2010. Matematikk 2. Studiepoeng: Arbeidsmengde i studiepoeng er: 30. Studiets varighet, omfang og nivå. Innledning.

Forelesning 7 Statistiske beskrivelser av enkeltvariabler. Mål for sentraltendens

Studieplan 2011/2012. Matematikk 2. Studiepoeng: 30. Studiets varighet, omfang og nivå. Innledning. Læringsutbytte

Kapittel 3: Studieopplegg

Forelesning 23 og 24 Wilcoxon test, Bivariate Normal fordeling

Forkurs i kvantitative metoder ILP 2019

Deskriptiv statistikk., Introduksjon til dataanalyse

Deskriptiv statistikk., Introduksjon til dataanalyse

ST0202 Statistikk for samfunnsvitere Introduksjon til ST0202 høsten 2012 Kapittel 1: Statistikk

1 Section 4-1: Introduksjon til sannsynlighet. 2 Section 4-2: Enkel sannsynlighetsregning. 3 Section 5-1: Introduksjon til sannsynlighetsfordelinger

Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Forelesninger og øvinger

ST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag

ST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag

ting å gjøre å prøve å oppsummere informasjonen i Hva som er hensiktsmessig måter å beskrive dataene på en hensiktsmessig måte.

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005

Introduksjon til statistikk og dataanalyse. Arild Brandrud Næss TMA4240 Statistikk NTNU, høsten 2013

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE

ST0202 Statistikk for samfunnsvitere Kapittel 9: Inferens om én populasjon

TMA4240 Statistikk H2017 [15]

UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet

TMA4245 Statistikk Eksamen desember 2016

EKSAMEN ST0202 STATISTIKK FOR SAMFUNNSVITERE

TMA 4255 Forsøksplanlegging og anvendte statistiske metoder

TMA4240 Statistikk H2010

Utfordring. TMA4240 Statistikk H2010. Mette Langaas. Foreleses uke 40, 2010

MASTER I IDRETTSVITENSKAP 2014/2016. Individuell skriftlig eksamen. STA 400- Statistikk. Fredag 13. mars 2015 kl

UNIVERSITETET I OSLO

Kapittel 1: Introduksjon til statistikk og dataanalyse

ST0202 Statistikk for samfunnsvitere Kapittel 6: Normalfordelingen

1 Section 6-2: Standard normalfordelingen. 2 Section 6-3: Anvendelser av normalfordelingen. 3 Section 6-4: Observator fordeling

MATEMATIKK 1 (for trinn) Emnebeskrivelser for studieåret 2014/2015

Kan vi stole på resultater fra «liten N»?

OPPGAVESETTET BESTÅR AV 3 OPPGAVER PÅ 6 SIDER MERKNADER: Alle deloppgaver vektlegges likt.

ÅMA110 Sannsylighetsregning og statistikk Løsningsforslag til eksamen høst 2010, s. 1. Oppgave 1. Histogram over frekvenser.

Eksamensoppgave i TMA4240 Statistikk

Oppfriskning av blokk 1 i TMA4240

UNIVERSITETET I OSLO

Kort overblikk over kurset sålangt

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010 Oppsummering

Kapittel 1: Introduksjon til statistikk og dataanalyse Foreleses tirsdag 9. januar 2007.

Fordelinger, mer om sentralmål og variasjonsmål. Tron Anders Moger

Øving 1 TMA Grunnleggende dataanalyse i Matlab

Kapittel 1: Introduksjon til statistikk og dataanalyse Foreleses tirsdag 22. august 2006.

Kapittel 1: Introduksjon til statistikk og dataanalyse

Forskningsmetode for sykepleierutdanningene

Bred profil på statistikk?

DEL 1 GRUNNLEGGENDE STATISTIKK

Del 1. Oppgave 1. a) Deriver funksjonene. 2) g( x) b) 1) Finn summen av den uendelige rekka: 9 + 0,9+

Innhold. Del 1 Grunnleggende begreper og prinsipper... 39

ÅMA110 Sannsynlighetsregning med statistikk, våren

Kapittel 1 Vitenskap: grunnleggende antakelser

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

I enkel lineær regresjon beskrev linja. μ y = β 0 + β 1 x

Øving 1 TMA Grunnleggende dataanalyse i Matlab

Kapittel 4.4: Forventning og varians til stokastiske variable

Høgskolen i Sør-Trøndelag Avdeling Trondheim Økonomisk Høgskole EKSAMENSOPPGAVE

Forelesning 7 Statistiske beskrivelser av enkeltvariabler. Mål for sentraltendens

UNIVERSITETET I OSLO

Datamatrisen: observasjoner, variabler og verdier. Variablers målenivå: Nominal Ordinal Intervall Forholdstall (ratio)

Medisinsk statistikk Del I høsten 2009:

ST0202 Statistikk for samfunnsvitere

Oppgaven består av 10 delspørsmål som anbefales å veie like mye. Kommentarer og tallsvar er skrevet inn mellom <<. >>. Oppgave 1

ÅMA110 Sannsynlighetsregning med statistikk, våren 2010

SMF3081F Videregående metodekurs

Løsningsforslag. n X. n X 1 i=1 (X i X) 2 og SY 2 = 1 ny S 2 X + S2 Y

Forelesningsplan for emnet undervisningsemnet, GERSYK4302 Metode (10sp), høst 2012/vår 2013

EKSAMEN I FAG TMA4260 INDUSTRIELL STATISTIKK

Eksempeloppgave REA3028 Matematikk S2. Bokmål

Dataens tidsalder. Hvorfor data? Data, data, data. STK1000 Innføring i anvendt statistikk. Tirsdag 24. august 2010

Diskrete sannsynlighetsfordelinger som histogram. Varians. Histogram og kumulativ sannsynlighet. Binomial-fordelingen

Psykososiale målemetoder og psykometri.

Statistikk En måte å beskrive og analysere fenomener kvantitativt Eva Denison

MÅLING ANALYSE AV MÅLEDATA VHA SPC

Læreplan i matematikk X - programfag i utdanningsprogram for studiespesialisering

Studieåret 2017/2018

TMA4240 Statistikk H2010

Oppgaver til Studentveiledning 4 MET 3431 Statistikk

Høgskolen i Telemark. Institutt for økonomi og informatikk FORMELSAMLING Statistikk I. Til bruk ved eksamen. Per Chr. Hagen

Analyse av kontinuerlige data. Intro til hypotesetesting. 21. april Seksjon for medisinsk statistikk, UIO. Tron Anders Moger

Sensorveiledning: skoleeksamen i SOS Kvantitativ metode

Binomisk sannsynlighetsfunksjon

Statistisk inferens: 9.14: Sannsynlighetsmaksimeringsestimatoren 8.5: Fordeling til gjennomsnittet 9.4: Konfidensintervall for µ (σ kjent)

MASTER I IDRETTSVITENSKAP 2014/2016. Utsatt individuell skriftlig eksamen. STA 400- Statistikk. Mandag 24. august 2015 kl

ST0103 Brukerkurs i statistikk Forelesning 26, 18. november 2016 Kapittel 8: Sammenligning av grupper

Transkript:

Datainnsamling og dataanalyse Kursbeskrivelse Kurset gir en grundig innføring i systematisk identifikasjon av problemstillinger, valg av informasjonsbehov og etablering av en plan for innsamling av data. Kurset videreføres med praktisk bruk av statistiske metoder. Dette omfatter: Forståelse av betydningen av representative prøveuttak Usikkerhet forbundet med stikkprøvebaserte data ved karakterisering og styring av produksjonsprosessen (herunder bruk av kapabilitets/dugelighetsindikatorer som beskriver prosessens evne til å innfri toleransekrav) Hensikt Hensikten med innsamling og analyse av data er å bidra til at produsenter både øker konkurransekraft og forbedrer lønnsomhet. Bidraget til økt konkurransekraft oppnås gjennom et jevnt og høyt kvalitetsnivå i kombinasjon med punktlige leveranser og en styrt produksjonsprosess. En styrt produksjonsprosess bidrar også til forbedret lønnsomhet gjennom redusert behov for omgjøring og vraking av feilvare. GeNor Geir Nordgaard og GeNor har erfaring med Statistisk prosesstyring fra en rekke bedrifter i hele Norge og kan vise gode resultater som følge av dette verktøyet. Forutsetning Beregnede at bedriften mest identifiserer sentrale lokasjons- og velger og relevant Prøveuttak styringsinformasjon, opparbeider forståelse for variasjoners betydning for kvalitet og leveringspunktlighet og reduserer variasjon i prosessen. Målgruppe Produksjons, kvalitets/hms og lean ledere Medarbeidere i prosessavdeling og forskere Prosesseier, driftsingeniører, produksjons og måleteknikere Særskilt godt kvalifiserte operatører/laboranter Forkunnskaper Matematiske forkunnskaper er avgrenset til de fire regneartene, potensoppløfting og uttrekking av kvadratrot. Kursdeltakerne må være. fortrolig med bruk av Excel.. 1

Kursinndeling og nivå Kurset er inndelt i fire moduler. Hver modul har en varighet på 2 dager (0800-1700) + oppgavearbeid mellom samlingene. Alle moduler er på bachelor nivå. Modul 1: Systematiske forberedelser for innsamling og analyse av data Modul 2: Prøveuttak, kontroll/prosessadferdsdiagram og kapabilitet Modul 3: Sannsynlighetsfordelinger og usikkerhet ved prøveuttak Modul 4: Kapabilitetsindikatorer og kapabilitetsstudium Inngående beskrivelse av dette under Kursinnhold. MERK: For at læringsmålene for de enkelte kursmodulene skal innfris, forutsettes løsning og innsending av oppgaver tilpasset eget arbeidsområde og refleksjon på tilbakemelding av oppgaveløsningen mellom samlingene. Pris pr. deltaker og modul for medlemmer i Norsk Industri: kr 4 900,- Prisene pr. deltaker forutsetter minimum 11 deltakere pr. modul. Maksimum antall deltakere er 15 personer pr. gruppe. Har virksomheten potensielt 2-3 deltakere kan flere virksomheter gå sammen i en kursgruppe for å få ned kostnadene (Ved bedriftsinternt kurs kommer reiseoppholdsutgifter for kursholder kommer i tillegg) For å oppnå størst mulig effekt, foreslås kurset definert som et prosjekt og at det videre arbeidet med prosessforbedringer inkluderes i bedriftens handlingsplaner. 2

Kursinnhold Modul 1: Systematiske forberedelser til datainnsamling Dag 1 Introduksjon Identifikasjon av overordnede problemstillinger 2 timer Perspektiver for innsamling og analyse av data Datainnsamlingsprosessen Systematisk identifikasjon Problemstillinger 6 timer av problemstillinger Introduksjon til og bakgrunn for prosesskarakterisering Identifikasjon av prosessens utganger (Operative mål) Identifikasjon av prosesstrinn og fysiske ressurser (maskin og instrumentering) Identifikasjon av faktorer med tilhørighet til prosesstrinn Identifikasjon av faktorer med tilhørighet til fysiske ressurser Identifikasjon av prosessens innganger Identifikasjon av menneskelige faktorer Identifikasjon av materialfaktorer Identifikasjon av miljøfaktorer Metode Øvrige problemstillinger Parallelle produksjonsressurser Ytelse, tilgjengelighet og kvalitet Hjemmeoppgave 1 Dag 2 Prioritere problemstillinger og velge informasjonsbehov for innsamling og analyse av data. (Siste forberedelser til datainnsamlingsplan) Utarbeide datainnsamlingsplan. Identifikasjon av problemstillinger Informasjonsbehov Metode for prioritering av problemstilling Prosessens utganger mål Faktorer med tilhørighet til prosesstrinn og fysisk ressurser Menneskelige faktorer Materialfaktorer Miljøfaktorer Metode Metodekrav Datainnsamlingsmetode Primære versus sekundære data Beskrive informasjonsbehovets målebarhet Måleskalaer Målingens pålitelighet Sporbarhet Kjedesporing Fabrikksporing Dataregistreringer Datainnsamlingsprosessens øvrige faser Prøveuttak Plan og styring av datainnsamlingen Datainnsamlingsplan Organisering av datainnsamlingen Personell Informasjonsflyt Gjennomføring Oppfølging Styring Hjemmeoppgave 2 Informasjonsbehov og datainnsamlingsplan Eksamen Avsluttende oppgave med oppsummering av modul 1 1, 1, 3

Modul 2: Prøveuttak, kontroll/prosessadferdsdiagram og kapabilitet Dag 1 Introduksjon Innblikk i dataanalyse 0, Forberedelser til dataanalyse Dataanalyse som prosess Forhåndskontroll av innsamlede data Oppsummeringer av innsamlede data Oversikt over aktuelle statistiske metoder Envariabel dataanalyse (Univariate) Tovariabel dataanalyse (Bivariate) Flervariabel dataanalyse (Multivariate) Velge, og begrunne valg av Enkel stikkprøveplan 1, utvalgsprosedyrer Utvalgsprosedyrer Tilfeldig utvalgsprosedyre Systematisk (sekvensiell utvalgsprosedyre) Beregne de mest sentrale Lokasjons og variabilitetsmål Utarbeide og tolke kontrolldiagram Tid som utvalgsprosedyre Grunnstatistikk Lokasjonsmål (alle forekomster og stikkprøve) Gjennomsnitt Median Modus Variabilitet (alle forekomster og stikkprøve) Variasjonsbredde Gjennomsnitt av kortintervall Varians og standardavvik Variasjonskoeffisient/relativt standardavvik Kontroll/prosessadferdsdiagram (Individuelle målinger) To beregningsmåter (Kortintervall og standardavvik) Tolkingsregler Hjemmeoppgave 1 Enkel stikkprøveplan, kontrolldiagram og tolking Dag 2 Velge, og begrunne valg av Multippel stikkprøveplan utvalgsprosedyrer Utvalgsprosedyrer Tilfeldig utvalgsprosedyre Systematisk (sekvensiell utvalgsprosedyre) Tid som utvalgsprosedyre Paralleller/klyngeutvalg Beregne de mest sentrale Lokasjons og variabilitetsmål Utarbeide kontrolldiagram og tolke plottene i et kontrolldiagram. Opparbeide forståelse for hvordan gjennomsnitt og standardavvik på virker evnen til å overholde toleransegrenser Grunnstatistikk ved multippel stikkprøvplan (undergrupper) Lokasjonsmål og variasjonsmål Undergruppenes totalgjennomsnitt Undergruppenes innbyrdes variasjon Variasjon mellom undergrupper Kontroll/prosessadferdsdiagram (Undergrupper) Gjennomsnitt og standardavvik Kortintervall for variasjon mellom undergrupper Kontrolldiagram for ulike undergruppestørrelser Tolkingsregler Kapabilitetsindikatorer Kapabilitetsindikatoren Cp (Variasjonens betydning) Kapabilitetsindikatoren Cp k (Variasjon og gjennomsnitt) Kapabilitetsindikatoren Cp U (Bare øvre toleransegrense) Kapabilitetsindikatoren Cp L (Bare nedre toleransegrense) Multippel stikkprøveplan, kontrolldiagram, tolking og kapabilitet Hjemmeoppgave 2 Eksamen Avsluttende oppgave med oppsummering av modul 2 4 timer 2 timer 1 time 1,5 time 4, 1 time 4

Modul 3- Sannsynlighetsfordelinger og usikkerhet ved prøveuttak Dag 1 Bruke sannsynlighetsfordelinger til beregning av 3 timer overskridelse av toleransegrenser og beregne p.p.m. Bli kjent med sannsynlighetsfordelinger for varians og standardavvik. Bruke disse til utarbeidelse av kontroll og varselgrenser for undergruppers innbyrdes variasjon med bruk av akseptansesannsynligheter. Opparbeide forståelse for usikkerheter ved en enkel stikkprøveplan og hvordan usikkerheter påvirker krav til stikkprøvens størrelse. Hjemmeoppgave 1 Dag 2 Opparbeide forståelse for usikkerheter ved en multippel stikkprøveplan og hvordan usikkerheter avledes av utvalgsprosedyre påvirker krav til stikkprøvens størrelse. Sannsynlighetsfordelinger Sannsynlighetsfordelinger for målingens utfallsområde Normalfordelingen Student t- fordelingen Sannsynlighetsfordelinger tilpasset variabilitet Kji- kvadratfordelingen F- fordelingen Usikkerhet- Enkel stikkprøveplan Repetisjon av utvalgsprosedyrer Tilfeldig, systematisk og tid Konfidensintervall (usikkerhet) Gjennomsnitt (uendelig og endelig populasjoner) Standardavvik Beregning av krav til stikkprøve/utvalgstørrelse Standardavvik kjent på forhånd Plotprøve Estimat av totalen Punkt- og intervallestimat Sannsynlighetsfordelinger + Usikkerhet- enkel stikkprøveplan Usikkerhet- Multippel stikkprøveplan Enveis variansanalyse Variasjonskilder Test av stabilitet Usikkerhetsberegninger avledet av utvalgsprosedyre Representativt utvalg Klynge/gruppert utvalgsprosedyre Kombinasjon av representativitets og klyngeutvalg Beregning av stikkprøve/undergruppestørrelse og frekvens Representativitets og klyngeutvalg Tipasning til kontrolldiagram/kontrollplan Estimat av totalen Punkt- og intervallestimat 8 timer Hjemmeoppgave 2 Konfidensintervall (kontinuerlige/variable data) Eksamen Avsluttende oppgave med oppsummering av modul 3 Tid Læringsmål- utvidet utgave Beskrivelse av utvidet utgave Varighet Dag 3 Bruke diskrete sannsynlighetsfordelinger Diskrete/attributte sannsynlighetsfordelinger 3 timer til å forutsi Binomial, Poisson og Hypergeometrisk fordeling diskret datas utfallsområde. Konfidensintervall Attributte/binære data Usikkerhet- Diskrete data (Enkel og multippel stikkprøveplan) Punkt- og intervallestimatestimat Store stikkprøveandeler + antall Små stikkprøveandeler + antall Stikkprøvestørrelse Store stikkprøveandeler Små stikkprøveandeler Estimat av totalen Punkt og intervallestimat Hjemmeoppgave 3 Sannsynlighetsfordelinger + konfidensintervall Eksamen Avsluttende oppgave med oppsummering av modul 3 5

Modul 4- Kapabilitetsindikatorer og kapabilitetsstudium Dag 1 Repetisjon av klassiske 3 timer korttids- og langtidskapabilitetsindikatorer. Videreutvikle kapabilitetsforståelse med bruk av kapabilitetsindkatorer avledet av Taguchis kvalitetstapsfunksjon Planlegge, forberede og gjennomføre et kapabilitetsstudium. Formulere mål/ hypoteser for gjennomsnitt og standardavvik avledet av kapabilitets/dugelighetskrav. Hjemmeoppgave 1 Dag 2 Bruke beskrivende/desskriptiv statistikk for lokasjons- og variabilitetsmål, kapabilitetsindikatorer, de innsamlede dataenes symmetriske egenskaper og kurvatur, datamønster og bruk av normalfordelingsplott. Opparbeide forståelse for usikkerhet ved deskriptiv statistikk med bruk av konfidensintervall. Bruk av statistiske metoder ved beslutningsstøtte/hypoteseprøving av formulerte hypoteser. Kapabilitetsindikatorer Klassiske kapabilitetsindikatorer Korttidskapabilitet Langtidskapabilitet Kapabilitetsindikatorer avledet av Taguchis tapsfunksjon Tapsfunksjon Korttidskapabilitet Langtidskapabilitet Kapabilitetsbetraktninger Klassiske versus Taguchi Finansielle tap Støy versus signalkomponenter Kapabilitetsstudium del 1 Forberedelser til kapabilitetsstudiet Bakgrunn for et kapabilitetsstudium Definisjon av populasjon og informasjonsbehov Formulering av mål/hypoteser Datainnsamlingsmetode Prøveuttak Datainnsamlingsplan Gjennomføring/feltarbeid Oppfølging av datainnsamlingen Kapabilitetsindikatorer + forberedelser til kapabilitetsstudium Kapabilitetsstudium del 2 Estimat av populasjonskarakteristikker Sammendrag av innsamlede data Autosamvariasjon/autokorrelasjon Normalfordelingsplott Sannsynlighet for normalfordeling Kapabilitetsindikatorenes usikkerhet (konfidensintervall) Estimat av populasjonskarakteristikker med bruk av undergrupper Kapabilitetsindikatorenes punkt og intervallestimat Samlet betraktning av punkt- og intervallestimat Beslutningsstøtte/direkte hypoteseprøving Test av symmetri og kurvatur Test av autokorrelasjon Variansanalyse Test av gjennomsnittskrav Test av variasjonskrav Test av treffsikkerhet Rapportering av kapabilitetsstudiet Rapport i tabellformat Hjemmeoppgave 2 Estimat av populasjonskarakteristikker + direkte hypoteseprøving + rapportering Eksamen Avsluttende oppgave med oppsummering av modul 4 1 dag 6