Nel seminario vengono presentate le metodologie per affrontare correttamente le decisioni che, consapevoli del rischio di errore, siamo tenuti a prendere sia nel corso della nostra attività quotidiana, sia all’interno di progetti di miglioramento, sia nella risoluzione dei problemi. Normalmente, infatti, i dati che vengono utilizzati per supportare le decisioni sono parziali e ciò significa che qualunque decisione è a rischio di errore. Il test statistico è quindi il metodo scientifico corretto da utilizzare nei suddetti casi, in quanto ci fornisce gli strumenti per pianificare la taglia campionaria idonea a convalidare certe scelte, contenendo così il rischio di errore entro valori prefissati.

 

Le situazioni tipiche in cui è utile applicare i test sono molteplici: nella ricerca per validare le nuove soluzioni, nella qualità per valutare se si sono realizzati i miglioramenti, nel marketing per testare l’efficacia delle iniziative, nei sondaggi per pianificare il campione e valutarne poi gli esiti.

Il seminario si propone di:

.  dotare coloro che non hanno una specifica cultura statistica dei concetti e dei metodi di Verifica d’ipotesi (test statistici);

.  fornire a coloro che applicano già i metodi statistici un’occasione per ribadire le conoscenze fondamentali ancorando l’approfondimento alla discussione di casi operativamente interessanti, nelle diverse aree sopra menzionate.

 
 

A chi é rivolto:

Responsabili e Tecnici dei settori Ricerca e Sviluppo, Marketing, Progettazione, Enti Qualità e Produzione. Prerequisito: conoscenze di base di Statistica Descrittiva

 

PROGRAMMA DEL CORSO

Introduzione

• Problematiche connesse all’analisi mediante campione
• Il metodo sperimentale
• Tipologie di dati: variabili e attributi
• Affidabilità della misura (R&r)
• Indici statistici e variabilità campionaria
• Inferenza statistica: stima intervallare e test statistici

 

Il Problema inteso come Sistema

• Mappatura del problema
• Concetti di cause comune e cause speciali
• Controllabilità del Sistema: segnali, disturbi, rumore di fondo

 

Processo di analisi dati e Problem Solving

• Le macro fasi
• L’integrazione delle tecniche statistiche nel flusso operativo

  One sample Analysis: verifica del raggiungimento degli obiettivi mediante l’analisi di un campione

• Premessa
• Situazioni tipiche: esempi
• Flusso logico per la scelta del tipo di test
• Situazione pianificata: dalla definizione del problema alla decisione finale
• Situazione non pianificata
• Procedure dettagliate per i diversi tipi di test: Binomiale, Poisson, t student, chi-quadro

 

Two samples Analysis: confronti tra  due situazioni campionarie

• Situazioni tipiche: esempi
• Flusso logico per la scelta del tipo di test
• Situazione pianificata: dalla definizione del problema alla decisione finale
• Situazione non pianificata
• Procedure dettagliate per i diversi tipi di test: Binomiale, Poisson, t student, dati accoppiati

 

Multi samples Analysis: confronti tra  più situazioni campionarie

• Situazioni tipiche: esempi
• Flusso logico per la scelta del tipo di test
• Dati per attributi: Tabella di frequenza bivariate e analisi di dipendenza
• Dati per Variabili: Analisi Anova ad una via