Kassel Modul 1 STATISTIK Eine erste Einführung 2009 Alphadi - www.alphadi.de
Copyright Die Informa@onen in diesem Produkt werden ohne Rücksicht auf einen eventuellen Patentschutz veröffentlicht. Warennamen werden ohne Gewährleistung der freien Verwendbarkeit benutzt. Bei der Zusammenstellung von Texten und Abbildungen wurde mit größter Sorgfalt vorgegangen. Trotzdem können Fehler nicht vollständig ausgeschlossen werden. Autoren können für fehlerhawe Angaben und deren Folgen weder eine juris@sche Verantwortung noch irgendeine HaWung übernehmen. Für Verbesserungsvorschläge und Hinweise ist der Autor dankbar. Alle Rechte vorbehalten, auch die der fotomechanischen Wiedergabe und der Speicherung in elektronischen Medien. Die gewerbliche Nutzung der in diesem Produkt gezeigten Modelle und Arbeiten ist nur gegen Lizenz oder Vereinbarung zulässig. Bezeichnungen und weitere S@chworte oder sons@ge Angaben, die in diesen Unterlagen erwähnt werden, könnten als eingetragene Marken geschützt sein. Da es nicht möglich ist, in allen Fällen zeitnah zu ermi^eln, ob ein Markenschutz besteht, wird das - Symbol in diesen Unterlagen nicht verwendet. Alle Rechte vorbehalten. Kein Teil dieser Unterlagen darf ohne Erlaubnis der Firma Alphadi in fotomechanischer oder elektronischer Form reproduziert oder gespeichert werden. 2
Inhaltsverzeichnis 1/3 0.1. Vorwort 1. StaAsAk für Lean Six Sigma 1.1. Grundlagen der StaAsAk 1.1.1. Warum Sta@s@k? 1.1.2. Gewinnung des Zahlenmaterials (Daten) 1.1.2.1. Voll- und Teilerhebungen 1.1.3. Darstellung des Zahlenmaterials 1.1.4. Masszahlen 1.1.4.1. Mi^elwerte 1.1.4.1.1. Arithme@scher Mi^elwert 1.1.4.1.2. Gewichtetes arithme@sches Mi^el 1.1.4.1.3. Dichtester Wert (Modus) 1.1.4.1.4. Median 1.1.5. Streuungsmasse 1.1.5.1. Varia@on / Spannweite / Range 1.1.5.2. Mi^lerer Quar@lsabstand 1.1.5.2. Durchschni^liche Abweichung 1.1.5.3. Standardabweichung 3
Inhaltsverzeichnis 2/3 1.2. Normalverteilung 1.2.1. EigenschaWen der Normalverteilung 1.2.2. Grafische Darstellung von Verteilungen 1.2.2.1. Punktdiagramme und Histogramme 1.2.2.2. Box Plots 1.3. Prozessfähigkeit 1.3.1. Leistungsindizes 1. 4. Vertrauensintervall 1.4.1. Vertrauensintervall des Mi^elwertes 1.4.1. Vertrauensintervall Varianz(σ 2 ) und der Standardabweichung (σ) 1. 5. Sta@s@sche Tests 1.5.1. Grundidee eines Testes 1.5.1.1. Fehler erster und Fehler zweiter Art 1.5.1.2. Entscheidungen mi^els p- Wert 1.5.2. Vertrauensintervall und Test 1.5.3. t Test 4
Inhaltsverzeichnis 3/3 1.5.3.1. Vergleich zweier Mi^elwerte 1.5.4. ANOVA 1.5.4.1. F- Test 1.5.5. Zusammenfassung Tests 1.6. Korrela@on und Regression 1.6.1. Korrela@on 1.6.2. Regression 1.8. Literaturverzeichnis 5
Einführung in die Grundlagen der Sta@s@k STATISTIK MODUL 1 6
1.1.1. Warum StaAsAk? Wenn Sie messen können worüber Sie reden, und es dann in Zahlen ausdrücken, dann wissen Sie etwas darüber. Andernfalls ist Ihr Wissen sehr dürtig und unbefriedigend. Ideen und Meinungen mögen zwar der Anfang von Wissen sein, sie erlangen aber in den Gedanken äußerst selten wissenschawlichen Status. von Lord Kelvin 7
Abweichungen und VariaAonen Abweichungen sind die Wurzel allen Übels, sie beeinträch@gen konstant gute Ergebnisse zu erhalten. Prozesse werden durch Abweichungen (Varia@onen) instabil und unzuverlässig. Um diese Abweichungen managen zu können bedarf es sta@s@scher Methoden. Sie geben letztendlich Aufschluss darüber, was die Ursachen der Probleme sind und wie sie zu lösen sind. Aufgabe der Sta@s@k ist die Beschaffung und Aufarbeitung von Informa@onen, so dass trotz bestehender Unsicherheiten Entscheidungen getroffen werden können. 8
Kennzahlen zur Auswertung Je nach dem Zweck werden aus verschiedenen Bereichen innerhalb und ausserhalb des Unternehmens Daten herangezogen wie: aus dem Beschaffungsbereich aus der Fer@gung aus dem Absatzbereich aus dem Dienstleistungsbereich aus dem Personalbereich usw. Die sta@s@sche Auswertung der Daten mündet dann ow in Kennzahlen. Diese bilden die Grundlage für eine Entscheidungsfindung. Bedeutende Kennzahlen sind: Produk@vitäts - Kennzahlen WirtschaWlichkeits - Kennzahlen Rentabilitäts - Kennzahlen 9
1.1.4.1.4. Median Der Median ist der Wert, bei dem die eine HälWe der Messwerte unterhalb von diesem und die andere HälWe oberhalb liegt. Bei einer geraden Anzahl von Daten wird der Median aus dem Mi^elwert der beiden mi^leren Daten bes@mmt. Der Median wird immer dann angewendet, wenn die Messwerte Ausreisser beinhalten. Der arithme:sche Mi<elwert würde hier zu einer Verfälschung führen. 10
Ausreisser Von Ausreissern spricht man immer dann, wenn ein oder mehrere Messwerte nicht in die erwartete Messreihe passen, oder allgemein nicht den Erwartungen entsprechen. 11
1.2. Normalverteilung Wird eine Grösse mehrfach gemessen, so ergibt sich eine bes@mmte Verteilung um einen Mi^elwert x. In aller Regel stellt sich eine Gaußsche Verteilung ein. Bei einer Standardabweichung von 1,96σ um den Mi^elwert, liegen 5% der Werte außerhalb des Bereiches. 12