Elementi di Statistica Operativa in Azienda

PROGRAMMA

Pensare in modo statistico in Azienda

• Saper definire il problema da caratterizzare statisticamente
• Come scegliere i dati, le fonti, come rilevarli (su problemi “nuovi”, mai mappati)

Definire il problema e l’area di indagine

• Modello “black-box”: risposta, fattori di input e disturbo (Causa-Effetto)
• Esempi didattici e confronto con pratiche aziendali italiane

Dati… Ma per farne cosa ?

• Tipi di dati / tipi di raccolte dati (dati discreti vs. dati misurabili)
• Tecniche e procedura di raccolta dati
• Utili rappresentazioni grafiche e tabellari
• Utilizzo di fogli elettronici / software professionali a supporto della Statistica
• “Cubi” di dati: tabelle pivot e loro utilizzo

Tabelle utili alla raccolta dati

• Condivisione di alcune tabelle proposte
• Confronto critico con quanto utilizzato dai partecipanti in azienda

Conoscere / riconoscere la distribuzione statistica dei dati

• Le distribuzioni di frequenza (dati discreti vs. dati misurabili)
• Indicatori della “centralità” di un processo: media, mediana e moda
• Indicatori di “dispersione” di un processo: range, sigma e coeff. di variazione
• La “fotografia” di un fenomeno “discreto”: diagrammi di frequenza (Pareto,…)
• Esempi didattici e lavoro in gruppi su alcune analisi salienti da “casi” forniti

Organizzare il confronto tabellare

• Visualizzare le relazioni fra insiemi di dati complessi
• Matrici di dati “L”-“T”-“Y”-“C”-“X”

Comprendere e stimare la probabilità (rischio) di un dato evento

• Concetto di variabile casuale
• Distribuzioni “notevoli”, utili alla stima e loro riconoscimento in una data realtà operativa: Normal Probability Plot
• La “fotografia” di un fenomeno “misurabile”: Istogramma / Box-Whiskers Plot
• Prestazione attese da un processo (standards) vs. prestazioni fornite: la capability di un processo (Cp,Cpk,…)
• Concetto di stabilità di un processo “a target” (Carte di andamento,…)
• Esempio di stime con fogli elettronici / altri software col lavoro in gruppo

Caratterizzare le “condizioni” di lavoro e suggerire cambiamenti

• Concetto di ‘”ipotesi statistica” – ciclo PDCA & DMAIC per risolvere un problema
• Errori statistici di I° e II° tipo

Comparazione fra più modi di operare

• Uno schema di sintesi delle possibili situazioni in cui ci si può trovare
• Comparazione “non parametrica”: Chi Quadro
• Comparazione “parametrica”: ANOVA
• Il “modello” della media per un processo
• Esempi didattici di stima con software e col lavoro in gruppo

Correlazione e regressione di variabili in un fenomeno

• Concetto di correlazione / coefficiente di correlazione (Scatterplot)
• Correlazione semplice e multipla
• Concetto di regressione e differenza con la correlazione
• Modelli di analisi di regressione (lineare, polinomiale,,..)