Braun / Morgenstern / Radeck Prozessoptimierung mit statistischen Verfahren
1. Auflage 2010
ISBN: 978-3-446-42669-6
Verlag: Hanser, Carl
Format: PDF
Kopierschutz: Adobe DRM (»Systemvoraussetzungen)
Eine anwendungsorientierte Einführung mit destra und Minitab
E-Book, Deutsch, 366 Seiten
ISBN: 978-3-446-42669-6
Verlag: Hanser, Carl
Format: PDF
Kopierschutz: Adobe DRM (»Systemvoraussetzungen)
Das vorliegende Buch möchte dies ändern. Als anwendungsorientierte Einführung ist dieses Buch klar an die ""Statistikanfänger"" adressiert. Anhand eines einfachen Prozesses werden verschiedene Problemstellungen vorgestellt, die anschließend mit dem passenden statistischen Verfahren analysiert werden. Das Buch zeigt die Verfahrensauswahl, deren software-technische Umsetzung und legt viel Wert auf die Interpretation der Ergebnisse und deren Umsetzung im Prozess.
Alle Beispiele werden mit den modernen und benutzerfreundlichen Programmen destra® und MiniTab berechnet, die als Demoversionen im Internet erhältlich sind. Das im Buch verwendete Datenmaterial kann von einer Internetseite heruntergeladen werden. Das ermöglicht es jedem Leser, alle statistischen Auswertungen direkt nachzuvollziehen.
Die Optimierung von Prozessen zur Steigerung der Wettbewerbsfähigkeit ist für Unternehmen unerlässlich. Im technischen und betriebswirtschaftlichen Bereich haben Management-Konzepte wie Six Sigma oder Lean Management den Prozess in den Mittelpunkt der Analyse gerückt. Zudem kamen vermehrt statistische Methoden der Prozessanalyse zur Anwendung, sei es zur Prozessbeurteilung oder -verbesserung. Dieses Buch gibt eine problemorientierte Einführung in die Anwendung statistischer Verfahren zur Optimierung von Prozessen nach dem Ursache-Wirkungs-Prinzip. Der Leser soll befähigt werden, Prozesse zu modellieren und diese datenbasiert mit Hilfe von Statistik-Software zu steuern. Neben einer Einführung in verschiedene statistische Verfahren wird deren Anwendung anhand von Fallbeispielen mit den Software-Paketen destra® und Minitab® erläutert. Dadurch soll eine einfache Umsetzung der Methoden in die Praxis ermöglicht werden.
Die Herausgeber sind Inhaber der Q-DAS Gesellschaft für Datenverarbeitung und Systemtechnik mbH in Weinheim."
Autoren/Hrsg.
Weitere Infos & Material
1;Vorwort;6
2;Inhaltsverzeichnis;8
3;1 Einfu?hrung in die Prozessoptimierung;12
3.1;1.1 Ansätze der Prozessoptimierung;12
3.1.1;1.1.1 Grundlagen und Begriffe;12
3.1.2;1.1.2 Six Sigma;15
3.1.3;1.1.3 Lean Management;18
3.2;1.2 Grundlagen der Statistik;20
3.2.1;1.2.1 Daten und Merkmale;20
3.2.2;1.2.2 Statistische Kenngrößen und Verteilungen;23
3.2.3;1.2.3 Statistische Tests;29
3.3;1.3 Vom Problem zum statistischen Verfahren;34
3.3.1;1.3.1 Realität und Modell;35
3.3.2;1.3.2 Modellierung von Problemstellungen;37
3.3.3;1.3.3 Ein einfu?hrendes Beispiel;41
3.4;1.4 Weiterfu?hrende Literatur;46
4;2 Regressionsanalyse;47
4.1;2.1 Problemstellung;47
4.1.1;2.1.1 Anwendungsbeispiele;48
4.1.2;2.1.2 Grundlagen der Regression;49
4.2;2.2 Vorgehensweise;53
4.2.1;2.2.1 Modellformulierung;54
4.2.2;2.2.2 Schätzung der Regression;55
4.2.3;2.2.3 Modellpru?fung;66
4.2.4;2.2.4 Interpretation und Umsetzung;87
4.3;2.3 Fallbeispiel;92
4.3.1;2.3.1 Beschreibung des Ist-Zustandes;92
4.3.2;2.3.2 Abhängigkeiten im Prozess;93
4.3.3;2.3.3 Schätzung und Beurteilung des Regressionsmodells;94
4.3.4;2.3.4 Steuerung des Prozesses;99
4.4;2.4 Modellvarianten;100
4.4.1;2.4.1 Auswahl der wesentlichen Einflussgrößen;101
4.4.2;2.4.2 Nicht-lineare Regression;103
4.4.3;2.4.3 Dummy-Variablen;106
4.5;2.5 Anwendungsempfehlungen;109
4.6;2.6 Weiterfu?hrende Literatur;110
5;3 Varianzanalyse;111
5.1;3.1 Fragestellung;111
5.1.1;3.1.1 Beispiele fu?r die Anwendung;112
5.1.2;3.1.2 Grundlagen der Varianzanalyse;112
5.2;3.2 Vorgehensweise;117
5.2.1;3.2.1 Die einfaktorielle Varianzanalyse;118
5.2.2;3.2.2 Pru?fung des Modells;128
5.2.3;3.2.3 Ergänzende Deutungen;136
5.3;3.3 Zweifaktorielle Varianzanalyse;139
5.3.1;3.3.1 Das Prinzip der Streuungszerlegung;140
5.3.2;3.3.2 Diagramme der Haupt- und Wechselwirkungseffekte;145
5.4;3.4 Fallbeispiel Schweißversuch;147
5.5;3.5 Modellvarianten;152
5.5.1;3.5.1 Ungleicher Stichprobenumfang;152
5.5.2;3.5.2 Multivariate Varianzanalyse;152
5.5.3;3.5.3 Kovarianzanalyse;153
5.5.4;3.5.4 Nicht normalverteilte Merkmalswerte;153
5.6;3.6 Weiterfu?hrende Literatur;155
6;4 Statistische Versuchsplanung;156
6.1;4.1 Problemstellung;156
6.1.1;4.1.1 Anwendungsbeispiele;158
6.1.2;4.1.2 Grundlagen der Versuchsplanung;159
6.2;4.2 Vorgehensweise;178
6.2.1;4.2.1 Einflussgrößenscreening;178
6.2.2;4.2.2 Modellbildung durch Anwendung vollständiger faktorieller Versuchspläne;187
6.2.3;4.2.3 Teilweise faktorielle Versuchspläne;211
6.2.4;4.2.4 Versuchsplanung fu?r nominale Einflussgrößen;221
6.2.5;4.2.5 Blockbildung;222
6.2.6;4.2.6 Optimierung;227
6.3;4.3 Fallbeispiel;237
6.4;4.4 Anwendungsempfehlungen;243
6.5;4.5 Weiterfu?hrende Literatur;245
7;5 Logistische Regression;246
7.1;5.1 Problemstellung;246
7.1.1;5.1.1 Anwendungsbeispiele;247
7.1.2;5.1.2 Grundlagen der logistischen Regression;247
7.2;5.2 Vorgehensweise;251
7.2.1;5.2.1 Modellformulierung;252
7.2.2;5.2.2 Schätzung der logistischen Regression;255
7.2.3;5.2.3 Modellpru?fung;259
7.2.4;5.2.4 Interpretation und Umsetzung;274
7.3;5.3 Fallbeispiel;278
7.4;5.4 Modellvarianten;285
7.4.1;5.4.1 Auswahl der wesentlichen Einflussgrößen;286
7.4.2;5.4.2 Weiterfu?hrende Statistiken;287
7.4.3;5.4.3 Modell fu?r Zielgrößen mit mehreren Ausprägungen;290
7.5;5.5 Anwendungsempfehlungen;290
7.6;5.6 Weiterfu?hrende Literatur;292
8;6 Mehrfeldertafeln;293
8.1;6.1 Problemstellung;293
8.1.1;6.1.1 Anwendungsbeispiele;294
8.1.2;6.1.2 Grundlagen;294
8.2;6.2 Vorgehensweise;295
8.2.1;6.2.1 Vierfeldertafel;295
8.2.2;6.2.2 Mehrfeldertest mit der Zielgröße Anzahl fehlerhafte Einheiten;301
8.2.3;6.2.3 Mehrfeldertafel mit der Zielgröße Anzahl der Fehler;305
8.3;6.3 Fallbeispiel;307
8.3.1;6.3.1 Bearbeitung des Fallbeispiels mit dem Programm destra;308
8.4;6.4 Anwendungsempfehlungen;309
8.4.1;6.4.1 Vierfeldertafel mit kleinen Stichproben;309
8.4.2;6.4.2 Mehrfeldertafel mit kleinen Stichproben;310
8.4.3;6.4.3 kxj Mehrfeldertafeln;310
8.5;6.5 Weiterfu?hrende Literatur;310
9;7 Anhang – Fallbeispiele mit Minitab;311
9.1;7.1 Regressionsanalyse;311
9.1.1;7.1.1 Beschreibung des Ist-Zustandes;311
9.1.2;7.1.2 Abhängigkeiten im Prozess;312
9.1.3;7.1.3 Schätzung und Beurteilung des Regressionsmodells;314
9.1.4;7.1.4 Steuerung des Prozesses;318
9.2;7.2 Varianzanalyse;319
9.3;7.3 Statistische Versuchsplanung;326
9.4;7.4 Logistische Regression;335
9.5;7.5 Mehrfeldertafeln;343
10;8 Tabellenanhang;345
10.1;8.1 Verteilungsfunktion ? der Standardnormalverteilung;345
10.2;8.2 Quantile z1?? der Standardnormalverteilung N (0,1);346
10.3;8.3 Quantile tFG,1?? der t-Verteilung mit FG Freiheitsgraden;347
10.4;Quantile ?2FG,1?? der Chi-Quadrat-Verteilung mit FG Freiheitsgraden;348
10.5;8.5 95-%-Quantile FFG1FG2,0,95 der F-Verteilung mit FG1 und FG2 Freiheitsgraden;349
10.6;8.6 99-%-Quantile FFG1;FG2;0,99 der F-Verteilung mit FG1 und FG2 Freiheitsgraden;350
11;9 Verzeichnisse;351
11.1;9.1 Abbildungsverzeichnis;351
11.2;9.2 Tabellenverzeichnis;356
12;10 Index;361
" (S. 18-19)
Der Begriff Lean Management ist in seinem Herkunftsland Japan nicht geläufig. Er wurde vor allem durch die amerikanische Management-Literatur verbreitet. Besondere Beachtung aus dem Gesamtsystem Lean Management fanden die Elemente Gruppenarbeit und das Prinzip der Just-in-Time Fertigung, die mit einem Minimum an Beständen auskommt.
Die erfolgreich mit Lean Management arbeitenden Unternehmen haben es geschafft, ihre Mitarbeiter in die Lage zu versetzen, dass sie die Informationen, Methoden und Sachmittel haben, die sie für ein optimal zielgerichtetes Handeln benötigen. Das dazu notwendige Niveau an Arbeitsmoral und Selbstdisziplin gedeiht jedoch nur dort, wo die Verpflichtung gegenüber den Mitarbeitern in der Beteiligung an ihren Aktivitäten und im direkten Austausch von Informationen spürbar ist.
Ein zentrales Ziel des Lean Managements ist das Schaffen von schlanken Prozessen. Überflüssige Tätigkeiten oder Zwischenlager sollen vermieden werden. Die hohe Synergie des Lean Management erwächst aus der simultanen Anwendung von Systemen wie Total Quality Management, Just-in-Time-Produktionsprinzip, Total Productive Maintenance, Policy Deployment, Vorschlagswesen und Kleingruppenarbeit.
Total Quality Management (TQM)
Das TQM-Konzept bedeutet, dass jeder im Unternehmen eingebunden wird, beginnend mit der Unternehmensleitung, über Führungshierarchien hinweg bis zu den Mitarbeitern an den Linien. Dabei sind Vertriebsorganisationen und auch Lieferanten mit einbezogen. Inhaltlich umfasst TQM Arbeitsmittel wie das Policy Deployment, Qualitätssicherungskonzepte, Standardisierung, Training und Ausbildung, Kostenmanagement und auch die Kleingruppenarbeit.
Just-in-Time-Produktionsprinzip
Entwickelt wurde das Prinzip bei Toyota. Es umfasst die Konzepte Angleichung der Takt- und Zykluszeit, Pull-Production, Autonomation der Mitarbeiter (Jidoka) und die Einführung von Fertigungszellen unter Berücksichtigung des One-Piece-Flow.
Total Productive Maintenance (TPM)
Der wesentliche Fokus von TPM ist die gelebte Praxis eines vorbeugenden Instandhaltungssystems mit dem Ziel, die Einrichtungen und Maschinen über die gesamte Lebensdauer hinweg mit maximaler Effizienz zu betreiben."
