Orientação do programa

Este curso é o complemento ideal para qualquer outro curso relacionado com a arte de resolução de problemas. O objetivo do curso é ensinar a extrair informação de tabelas de dados. É aprender a falar com uma tabela com 20 colunas e 1000 linhas! Como enxergar comportamentos escondidos? Como descobrir relações causa-efeito? Como saber se um conjunto de dados deve ser eliminado para não interferir drasticamente nas conclusões? Quais são os gráficos mais adequados em diferentes situações? Como traçar o mapa da mina para analise de dados?

Este curso pode, por exemplo, se complementar muito bem com o curso de Controle Estatístico de Processos (CEP). Um dos entraves freqüentemente encontrados na aplicação do CEP é a dificuldade de encontrar as variáveis de processo que geraram as causas especiais. Isto dificulta qualquer ação de melhoria. Neste curso você terá o mapa mental para explorar dados de um processo (históricos ou gerados através de ensaios simples), que permitem estabelecer relações do tipo Causa-Efeito.

Programa de treinamento

Os materiais que o aluno precisa para o programa são: notebook com velocidade adequada, programas Minitab 15, Office, Adobe Reader.

O primeiro passo do programa é ensinar o pensamento estatístico, filosofia de aprendizado e ação, baseado em três princípios fundamentais:

·     Todo trabalho ocorre em um sistema de processos interligados

·     A variação existe em todos os processos

·     Compreender e reduzir a variação são chaves para o sucesso

A melhoria de processos se reduz a visualizar o processo, coletar dados válidos, desenvolver conhecimento do processo e reduzir a variação para depois posicionar a média na posição economicamente mais rentável dentro da especificação desejada pelo cliente. Parece fácil, não é? Durante o curso mostramos que a etapa de desenvolver conhecimento do processo é muito facilitada quando sabemos explorar adequadamente um conjunto de dados.

A análise exploratória dos dados consiste em utilizar técnicas para visualizar comportamentos e calcular medidas para confirmar ou não as conclusões da análise visual. Fundamentalmente, quando se procede a uma análise dos dados, busca-se alguma forma de regularidade ou padrão ou ainda modelo, presente nas observações. Com este enfoque tentamos obter dos dados da amostra a maior quantidade de informação, que indique possíveis modelos ou comportamentos a serem utilizados numa fase posterior – a análise confirmatória dos dados ou inferência estatística.

Uma vez que as hipóteses e teorias são confirmadas e generalizadas para o todo (sistema), podemos aplicar as conclusões para realizar melhorias no processo.