-
-
-
DE
Termine finden
Excel-Datenanalyse in der Kunststofftechnik
Kurs im Überblick
*Preis zzgl. MwSt.
Übersicht
Sie arbeiten bereits mit Microsoft Excel und haben erste Erfahrungen in der Erstellung von Tabellen und Grafiken gesammelt, möchten jedoch tiefer in die Datenanalyse einsteigen, um Geschäfts oder Produktionsprozesse gezielt zu optimieren? Dann vermittelt Ihnen dieser Kurs das notwendige Wissen, um Daten systematisch zu erfassen, auszuwerten und daraus aussagekräftige Ergebnisse abzuleiten.
Daten sind das A und O im industriellen Umfeld. In der Produktion werden große Mengen an Daten von Maschinen und Prüfprozessen generiert. Um diese Daten zur Prozessoptimierung und zum Qualitätsmanagement zu nutzen, sind Datenanalysen notwendig. Oft fehlt jedoch das nötige Grundwissen bei den Anwendern. Der Kurs vermittelt das notwendige Wissen in Datenanalysetechniken auf Basis von Microsoft Excel. Die Software bietet verschiedenste Möglichkeiten zur Datenanalyse und ermöglicht es auch größere Datensätze schnell und effizient zu verarbeiten, zu analysieren und zu visualisieren. Kursteilnehmer erhalten zunächst einen Überblick welche Methoden und Mittel bei der modernen Datenanalyse zur Verfügung stehen und werden anschließend befähigt die Potenziale in Excel auszuschöpfen. Auf diese Weise werden eine systematische Dokumentation von Qualitätskenngrößen ermöglicht und bisher nicht erkannte Optimierungspotenziale aufgedeckt.
- Grundlagen: Datenstruktur verstehen
- Datenbereinigung und Ausreißer finden
- Statistische Methoden kennen, verstehen und anwenden
- Pivot-Tabellen
- Visualisierungstechniken
- Grundlagen der Statistik
- Datenanalyse-Werkzeugpaket
- Einführung in Prognose und Modellierung
- Bedingte Formatierung
- Grundlagen programmieren in Excel
- Übungen aus Anwendungsfällen in der Kunststoffindustrie zu den Themen:
- Importieren von Daten
- Datenvorverarbeitung und Bereinigung von Fehlern
- Transformieren von Daten
- Durchführung statistischer Analysen
- Erstellung von Datenfits
- Visualisieren von Daten und Ergebnissen
Excel-Datenanalyse in der Kunststofftechnik
Kurs im Überblick
*Preis zzgl. MwSt.
Übersicht
Sie arbeiten bereits mit Microsoft Excel und haben erste Erfahrungen in der Erstellung von Tabellen und Grafiken gesammelt, möchten jedoch tiefer in die Datenanalyse einsteigen, um Geschäfts oder Produktionsprozesse gezielt zu optimieren? Dann vermittelt Ihnen dieser Kurs das notwendige Wissen, um Daten systematisch zu erfassen, auszuwerten und daraus aussagekräftige Ergebnisse abzuleiten.
Daten sind das A und O im industriellen Umfeld. In der Produktion werden große Mengen an Daten von Maschinen und Prüfprozessen generiert. Um diese Daten zur Prozessoptimierung und zum Qualitätsmanagement zu nutzen, sind Datenanalysen notwendig. Oft fehlt jedoch das nötige Grundwissen bei den Anwendern. Der Kurs vermittelt das notwendige Wissen in Datenanalysetechniken auf Basis von Microsoft Excel. Die Software bietet verschiedenste Möglichkeiten zur Datenanalyse und ermöglicht es auch größere Datensätze schnell und effizient zu verarbeiten, zu analysieren und zu visualisieren. Kursteilnehmer erhalten zunächst einen Überblick welche Methoden und Mittel bei der modernen Datenanalyse zur Verfügung stehen und werden anschließend befähigt die Potenziale in Excel auszuschöpfen. Auf diese Weise werden eine systematische Dokumentation von Qualitätskenngrößen ermöglicht und bisher nicht erkannte Optimierungspotenziale aufgedeckt.
- Grundlagen: Datenstruktur verstehen
- Datenbereinigung und Ausreißer finden
- Statistische Methoden kennen, verstehen und anwenden
- Pivot-Tabellen
- Visualisierungstechniken
- Grundlagen der Statistik
- Datenanalyse-Werkzeugpaket
- Einführung in Prognose und Modellierung
- Bedingte Formatierung
- Grundlagen programmieren in Excel
- Übungen aus Anwendungsfällen in der Kunststoffindustrie zu den Themen:
- Importieren von Daten
- Datenvorverarbeitung und Bereinigung von Fehlern
- Transformieren von Daten
- Durchführung statistischer Analysen
- Erstellung von Datenfits
- Visualisieren von Daten und Ergebnissen