Inhoud – Boek: Six Sigma for Green Belts and Champions
Verschillende testen...............................................................................................................................1
Control charts.........................................................................................................................................6
Verschillende figuren en analyses........................................................................................................10
Type of data..........................................................................................................................................19
Berekeningen.......................................................................................................................................20
Begrippen.............................................................................................................................................25
Ch. 1 Overview of Six Sigma Management...........................................................................................31
Ch. 2 Six Sigma Roles, Responsibilities, and Terminology.....................................................................31
Ch. 3 Macro Model of Six Sigma Management.....................................................................................34
Ch. 4 Define Phase................................................................................................................................34
Ch. 5 Measure Phase............................................................................................................................36
Ch. 6 Analyze Phase (6.1 to 6.10).........................................................................................................39
Ch. 7 Improve Phase (7.1 to 7.5)...........................................................................................................41
Ch. 8 Control Phase..............................................................................................................................41
Ch. 13 Design of Experiments (13.4 to 13.4 page 398).........................................................................43
DOE part 1............................................................................................................................................44
DOE part 2............................................................................................................................................45
preparation lesson................................................................................................................................46
Verschillende testen
Independent samples t-test – t-test groepen
1
, - Vergelijken twee verschillende groepen
bijv de groepen: drinkt koffie en drinkt niet koffie
groep koffie vs groep geen koffie
10 7
8 8
9 6
Gemiddelde statistisch vergelijken, wie scoort beter?
Bij deze toets gebruik je RATIO of INTERVAL type data
Paired samples t-test – t-test paren
- Twee metingen van dezelfde groep
T0 (tijdstip 0) geen koffie T1 wel koffie
- Persoon 1 (7 10
- Person 2 (8 9
- Persoon 3 (6 8
Gemiddelde statistisch vergelijken
Bij deze toets gebruik je RATIO of INTERVAL type data
One sample t-test – t-test tegen een standaard
- 1 groep, 1 steekproef
Algemene Gemiddelde lengte nederlander mu U = 170
Is onze steekproef langer?
1) 200
2) 180
3) 190
Gemiddelde baseballer = 190
Is =170 evenlang als U = 190
Bij deze toets gebruik je RATIO of INTERVAL type data
Chi kwadraat toets / chi square test
Met de chi kwadraat toets onderzoek je de verschillen in aantal, tussen groepen analyseren.
Verschillende de 2 verdelingen significant van elkaar?
,Het aantal mensen dat doorfietst bij een stoplicht, is afhankelijk van de kleur waar het
stoplicht op staat. Hoe vaak komen bepaalde waarnemingen voor? Is er een verband te
ontdekken in deze verdeling?
Wanneer bij het toetsen er een significant niveau is <0,05 betekent het effect dat de
variabelen (stoplicht en doorrijden) afhankelijk zijn van elkaar.
Wanneer de variabelen onafhankelijk zouden zijn >0,05, zou het aantal mensen dat doorrijd
bij rood evenveel zijn als bij groen en oranje.
Bij deze toets gebruik je NOMINAL (kleuren van de stoplicht(catogorien)) en RATIO (het
aantal mensen)
, One way Anova – 1 factor
Om na te gaan of groepen van elkaar verschillen wordt bij deze toets gekeken naar het
gemiddelde. Als de gemiddelde van elkaar verschillen, zegt men dat de groepen van elkaar
verschillen. (de t-toets wordt gebruikt om de gemiddelde van 2 groepen met elkaar te
vergelijken) de anova toets wordt gebruikt om na te gaan of er een verschil is tussen de
gemiddelden van drie of meer groepen.
Zijn nederlanders, belgen en fransen gemiddeld even lang?
Is de aardappeloogst rijker op zandgrond, kleigrond of veengrond?
Is de tevredenheid over de zorg beter in Overijssel, Drenthe of Noord-Holland?
De X waarde is NOMINAL (fransen, belgen(categorien)) De Y waarde is RATIO (het zijn
metingen, getallen, die ook naar nul kunnen oplopen)
Two-way Anova – twee of meer factoren
Een tweeweg-ANOVA is, net als een eenrichtings-ANOVA, een op hypothese gebaseerde
test.
De vraag is: "Zijn walrussen zwaarder in het vroege of late paarseizoen en hangt dat af van
het geslacht van de walrus?"
In dit voorbeeld zijn zowel “maand in paarseizoen” als “geslacht van walrus” factoren - dat
betekent dat er in totaal twee factoren zijn.
De twee factoren X zijn NOMINAL (categorien) en de y waarde is RATIO (KG, is dus een
getal, kan tot 0 lopen)
BELANGRIJK: bij de two-way anova wordt ook gekeken naar variance (spreiding) bij een
one-way anova wordt alleen gekeken naar de mean (gemiddelde)
F-test – F value
(in de t-toets worden twee gemiddelden met elkaar vergeleken) met een F-toets worden
twee standaarddeviaties met elkaar vergeleken. Er wordt getoetst of beide variaties aan
elkaar gelijk zijn, zo nee dan zijn ze verschillend.
Beide variaties worden door elkaar gedeeld. Als de variaties van beide groepen even groot
zijn, dan is de uitkomst 1. Is de variatie van de x-variabele groter dan die van de y dan krijg
Verschillende testen...............................................................................................................................1
Control charts.........................................................................................................................................6
Verschillende figuren en analyses........................................................................................................10
Type of data..........................................................................................................................................19
Berekeningen.......................................................................................................................................20
Begrippen.............................................................................................................................................25
Ch. 1 Overview of Six Sigma Management...........................................................................................31
Ch. 2 Six Sigma Roles, Responsibilities, and Terminology.....................................................................31
Ch. 3 Macro Model of Six Sigma Management.....................................................................................34
Ch. 4 Define Phase................................................................................................................................34
Ch. 5 Measure Phase............................................................................................................................36
Ch. 6 Analyze Phase (6.1 to 6.10).........................................................................................................39
Ch. 7 Improve Phase (7.1 to 7.5)...........................................................................................................41
Ch. 8 Control Phase..............................................................................................................................41
Ch. 13 Design of Experiments (13.4 to 13.4 page 398).........................................................................43
DOE part 1............................................................................................................................................44
DOE part 2............................................................................................................................................45
preparation lesson................................................................................................................................46
Verschillende testen
Independent samples t-test – t-test groepen
1
, - Vergelijken twee verschillende groepen
bijv de groepen: drinkt koffie en drinkt niet koffie
groep koffie vs groep geen koffie
10 7
8 8
9 6
Gemiddelde statistisch vergelijken, wie scoort beter?
Bij deze toets gebruik je RATIO of INTERVAL type data
Paired samples t-test – t-test paren
- Twee metingen van dezelfde groep
T0 (tijdstip 0) geen koffie T1 wel koffie
- Persoon 1 (7 10
- Person 2 (8 9
- Persoon 3 (6 8
Gemiddelde statistisch vergelijken
Bij deze toets gebruik je RATIO of INTERVAL type data
One sample t-test – t-test tegen een standaard
- 1 groep, 1 steekproef
Algemene Gemiddelde lengte nederlander mu U = 170
Is onze steekproef langer?
1) 200
2) 180
3) 190
Gemiddelde baseballer = 190
Is =170 evenlang als U = 190
Bij deze toets gebruik je RATIO of INTERVAL type data
Chi kwadraat toets / chi square test
Met de chi kwadraat toets onderzoek je de verschillen in aantal, tussen groepen analyseren.
Verschillende de 2 verdelingen significant van elkaar?
,Het aantal mensen dat doorfietst bij een stoplicht, is afhankelijk van de kleur waar het
stoplicht op staat. Hoe vaak komen bepaalde waarnemingen voor? Is er een verband te
ontdekken in deze verdeling?
Wanneer bij het toetsen er een significant niveau is <0,05 betekent het effect dat de
variabelen (stoplicht en doorrijden) afhankelijk zijn van elkaar.
Wanneer de variabelen onafhankelijk zouden zijn >0,05, zou het aantal mensen dat doorrijd
bij rood evenveel zijn als bij groen en oranje.
Bij deze toets gebruik je NOMINAL (kleuren van de stoplicht(catogorien)) en RATIO (het
aantal mensen)
, One way Anova – 1 factor
Om na te gaan of groepen van elkaar verschillen wordt bij deze toets gekeken naar het
gemiddelde. Als de gemiddelde van elkaar verschillen, zegt men dat de groepen van elkaar
verschillen. (de t-toets wordt gebruikt om de gemiddelde van 2 groepen met elkaar te
vergelijken) de anova toets wordt gebruikt om na te gaan of er een verschil is tussen de
gemiddelden van drie of meer groepen.
Zijn nederlanders, belgen en fransen gemiddeld even lang?
Is de aardappeloogst rijker op zandgrond, kleigrond of veengrond?
Is de tevredenheid over de zorg beter in Overijssel, Drenthe of Noord-Holland?
De X waarde is NOMINAL (fransen, belgen(categorien)) De Y waarde is RATIO (het zijn
metingen, getallen, die ook naar nul kunnen oplopen)
Two-way Anova – twee of meer factoren
Een tweeweg-ANOVA is, net als een eenrichtings-ANOVA, een op hypothese gebaseerde
test.
De vraag is: "Zijn walrussen zwaarder in het vroege of late paarseizoen en hangt dat af van
het geslacht van de walrus?"
In dit voorbeeld zijn zowel “maand in paarseizoen” als “geslacht van walrus” factoren - dat
betekent dat er in totaal twee factoren zijn.
De twee factoren X zijn NOMINAL (categorien) en de y waarde is RATIO (KG, is dus een
getal, kan tot 0 lopen)
BELANGRIJK: bij de two-way anova wordt ook gekeken naar variance (spreiding) bij een
one-way anova wordt alleen gekeken naar de mean (gemiddelde)
F-test – F value
(in de t-toets worden twee gemiddelden met elkaar vergeleken) met een F-toets worden
twee standaarddeviaties met elkaar vergeleken. Er wordt getoetst of beide variaties aan
elkaar gelijk zijn, zo nee dan zijn ze verschillend.
Beide variaties worden door elkaar gedeeld. Als de variaties van beide groepen even groot
zijn, dan is de uitkomst 1. Is de variatie van de x-variabele groter dan die van de y dan krijg
