บริษัท โซลูชั่น เซ็นเตอร์ จำกัด ตัวแทน Minitab และผู้ให้บริการอบรม การประยุกต์ใช้สถิติด้วยโปรแกรม Minitab โดยใช้หลักสูตรจาก Minitab Inc. ที่ใช้ในการอบรมผ่านตัวแทนทั่วโลก โดยบริษัทฯขอแนะนำหลักสูตรต่างๆ ทั้งหมด 12 หลักสูตร ดังนี้
กลุ่ม Manufacturing
เหมาะสำหรับกลุ่มผู้ใช้งานในอุ
กลุ่ม Service
เหมาะสำหรับกลุ่มผู้ใช้งานที่เกี่ยวข้องกับงานด้านการให้
หลักสูตรสำหรับกลุ่ม Manufacturing
หลักสูตร Minitab Essentials
วัตถุประสงค์ :
เป็นหลักสูตรสําหรับผู้เริ่มต้นใช้งาน โปรแกรม Minitab เราแบ่งเนื้อหาออกเป็น 2 ส่วน โดยส่วนที่ 1 เรียนรู้ส่วนประกอบต่างๆของ Minitab การจัดการข้อมูล การสร้างกราฟ และหาค่าทางสถิติต่างๆได้ ส่วนที่ 2 เรียนรู้พื้นฐานการหาช่วงความเชื่อมั่น การทดสอบสมมติฐานและการหาจํานวนทดสอบ
เนื้อหา : Overview of Minitab, Introduction to Minitab, Hypothesis Tests: Continuous Data, Hypothesis Tests: Attribute Data, Equivalence Testing
ระยะเวลา: 1.5 วัน หลักสูตรที่ควรเรียนก่อนหน้า: ไม่มี
วัตถุประสงค์ :
เป็นหลักสูตรการวิเคราะห์หลายตัวแปร โดยมุ่งไปที่การวิเคราะห์ข้อมูลที่เป็น Variable ต่อเนื่อง เรียนรู้การวิเคราะห์ต่อจาก Basic Analysis ที่เป็นการวิเคราะห์แบบตัวแปรเดียว
เนื้อหา : Analysis of Variance, Correlation and Simple Regression, Multiple Correlation and Regression
ระยะเวลา :1 วัน หลักสูตรที่ควรเรียนก่อนหน้า : Minitab Essential I
หลักสูตร Statistical Quality Analysis
วัตถุประสงค์ :
เป็นหลักสูตรการประยุกต์ใช้สถิติกับงาน ด้านคุณภาพ โดยประกอบด้วย 3 หัวเรื่องหลักๆคือ การวิเคราะห์ระบบการวัดท้ังกรณีข้อมูลวัดและข้อมูลนับ ส่วนที่ 2 เป็นเรื่องหลักการและการประยุกต์ใช้สถิติกับ งานด้านควบคุมคุณภาพ เรียนรู้แผนภูมิควบคุมแบบต่างๆ และส่วนสุดท้ายคือการวิเคราะห์ความสามารถกระบวนการ
เนื้อหา
(MSA : Measurement System Analysis) :Gage Studies for Continuous Data, Attribute Agreement Analysis
(SPC : Statistical Process Control) Control Charts for Continuous Data, Control Charts for Attribute Data, Capability Analysis
ระยะเวลา: 2 วัน หลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials
หลักสูตร Reliability Analysis
วัตถุประสงค์ :
มิติด้านคุณภาพที่สําคัญอีกตัวหนึ่งคือ เรื่องของอายุการใช้งานของผลิตภัณฑ์ หรือการที่สินค้า จะทนหรือมีความสามารถเหมือนเดิมตลอดอายุการใช้งาน หลักสูตรนี้เรียนรู้การวิเคราะห์เรื่องของโอกาสที่ผลิตภัณฑ์ ที่ใช้งานอยู่จะพังหรือเสียหายไปในช่วงเวลาท่ีเรากําหนด ภายใต้สภาวะการใช้งานปกติ และการวิเคราะห์ในเงื่อนไข การใช้งานต่างๆ
เนื้อหา : Introduction to Reliability, Reliability Test Planning, Multiple Failure Modes, Nonparametric Distribution Analysis, Repairable Systems Reliability, Comparing Reliability Distributions, Regression with Life Data, Accelerated Life Testing, Probit Analysis
ระยะเวลา: 2 วัน หลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials, Statistical Quality Analysis
หลักสูตร Experimental Designs and Analysis (DOE)
วัตถุประสงค์ :
ในแนวทางการปรับปรุงคุณภาพหรือ งานวิจัยต่างๆ ล้วนแล้วแต่เป็นการทดลอง ทดสอบ เพื่อค้นหาสภาวะหรือเงื่อนไขของกระบวนการใหม่เพื่อให้ได้ค่าต่ำสุด สูงสูดหรือค่าเป้าหมาย การทําการ ทดลองแบบไร้แผนหรือไม่มีความรู้ความเข้าใจ จะทําให้การสรุปผลบางครั้งเป็นไปอย่างไร้ทิศทาง หลักสูตรนี้เป็นหลักสูตรเบื้องต้นของการเรียนรู้การ ออกแบบการทดลอง และการวิเคราะห์ผลการทดลอง ทุกรูปแบบ โดยเนื้อหาจะประกอบด้วย Full Factorial, Fractional Factorial Designs รวมถึงการหาเงื่อนไข จากโมเดลที่ได้จากการทดลอง
เนื้อหา :Overview of Designed Experiments, Introduction to Factorial Designs, Full Factorial Designs, Fractional Factorial Designs, Multiple Response Optimization
ระยะเวลา: 1 วัน หลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials
วัตถุประสงค์ :
เป็นหลักสูตรปรับปรุงที่คัดเลือกจาก หัวข้อในหลักสูตร DOE in Practice โดยเน้นที่ เครื่องมือทางสถิติที่เน้นไปในเรื่องการทดลองที่มี วัตถุประสงค์เพื่อลดความผันแปรของกระบวนการ เนื้อหาประกอบด้วย Analyze Variability, ANCOVA และ Taguchi Designs
เนื้อหา :Analyze Variability, DOE with a Covariate, Taguchi Static&Dynamic Designs
ระยะเวลา: 1 วันหลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials, Factorial Designs
วัตถุประสงค์ :
เรียนรู้การออกแบบการทดลองใน ลักษณะเส้นโค้งหรือต้องการที่จะหาเงื่อนไขที่สูง หรือต่ำสุด ต้องมีความรู้เรื่องการออกแบบการทดลอง แบบ Factorial เป็นพื้นฐานก่อน โดยเน้ือหาจะ ประกอบด้วยแบบการทดลองแบบ Central Composite และ Box-Behnken Designs
เนื้อหา :Central Composite and Box-Behnken Designs, Sequential Experimentation,Multiple Response Optimization
ระยะเวลา: 1 วันหลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials, Factorial Designs
หลักสูตร Statistical Modeling and Predictive Analytics
วัตถุประสงค์ :
เรียนรู้การสร้างตัวแบบเพื่อศึกษา อธิบายและคาดการณ์ผลกระทบจากเวลาที่เปลี่ยนไป ความสามารถในการค้นหาและอธิบายความสัมพันธ์ระหว่างตัวแปรหลายๆตัวแปร และโอกาสที่จะเกิดเหตุการณ์ที่เราสนใจ
เนื้อหา : Forecasting, Multiple Linear Regression, Binary Logistic Regression
ระยะเวลา: 1 วัน หลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials
วัตถุประสงค์ :
เรียนรู้เทคนิคเพิ่มเติมเกี่ยวกับการสร้างตัวแบบ เพื่อเพิ่มความสามารถในการค้นหาและอธิบายความสัมพันธ์ระหว่างตัว
แปรหลายๆ ตัวแปรด้วยการวิเคราะห์ Machine Learningทั้งแบบ Supervised Learning และ UnsupervisedLearning โดยเฉพาะอย่างยิ่ง เครื่องมือการวิเคราะห์ใหม่ล่าสุดของโปรแกรม Minitab นั่นคือ CART®(Classification and Regression Tree)
เนื้อหา : Overview of Machine Learning, Supervised Learning (Classification), Supervised Learning (Regression), Unsupervised Learning
ระยะเวลา: 1 วัน หลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials
หลักสูตรสำหรับกลุ่ม Service
หลักสูตร Minitab Essentials for Service Quality
วัตถุประสงค์ :
เป็นหลักสูตรสําหรับผู้เริ่มต้นใช้งาน โปรแกรม Minitab เราแบ่งเนื้อหาออกเป็น 2 ส่วน โดยส่วนที่ 1 เรียนรู้ส่วนประกอบต่างๆของ Minitab การจัดการข้อมูล การสร้างกราฟ และหาค่าทางสถิติต่างๆได้ ส่วนที่ 2 เรียนรู้พื้นฐานการหาช่วงความเชื่อมั่น การทดสอบสมมติฐานและการหาจํานวนทดสอบ
เนื้อหา : Overview of Minitab, Introduction to Minitab, Hypothesis Tests: Continuous Data, Hypothesis Tests: Attribute Data, Equivalence Testing
ระยะเวลา: 2 วัน หลักสูตรที่ควรเรียนก่อนหน้า: ไม่มี
วัตถุประสงค์ :
เป็นหลักสูตรการวิเคราะห์หลายตัวแปร โดยมุ่งไปที่การวิเคราะห์ข้อมูลที่เป็น Variable ต่อเนื่อง เรียนรู้การวิเคราะห์ต่อจาก Basic Analysis ที่เป็นการวิเคราะห์แบบตัวแปรเดียว
เนื้อหา : Analysis of Variance, Correlation and Simple Regression, Multiple Correlation and Regression
ระยะเวลา :1 วัน หลักสูตรที่ควรเรียนก่อนหน้า : Minitab Essential I
หลักสูตร Predictive Analytics and Machine Learning
วัตถุประสงค์ :
เรียนรู้การสร้างตัวแบบเพื่อศึกษา อธิบายและคาดการณ์ผลกระทบจากเวลาที่เปลี่ยนไป ความสามารถในการค้นหาและอธิบายความสัมพันธ์ระหว่างตัวแปรหลายๆตัวแปร และโอกาสที่จะเกิดเหตุการณ์ที่เราสนใจ
เนื้อหา : Forecasting, Multiple Linear Regression, Binary Logistic Regression
ระยะเวลา: 1 วัน หลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials
วัตถุประสงค์ :
เรียนรู้เทคนิคเพิ่มเติมเกี่ยวกับการสร้างตัวแบบ เพื่อเพิ่มความสามารถในการค้นหาและอธิบายความสัมพันธ์ระหว่างตัว
แปรหลายๆ ตัวแปรด้วยการวิเคราะห์ Machine Learningทั้งแบบ Supervised Learning และ UnsupervisedLearning โดยเฉพาะอย่างยิ่ง เครื่องมือการวิเคราะห์ใหม่ล่าสุดของโปรแกรม Minitab นั่นคือ CART®(Classification and Regression Tree)
เนื้อหา : Overview of Machine Learning, Supervised Learning (Classification), Supervised Learning (Regression), Unsupervised Learning
ระยะเวลา: 1 วัน หลักสูตรที่ควรเรียนก่อนหน้า: Minitab Essentials