หลักสูตร Engineering Statistics

Module 1: Introduction to Engineering Statistics

• ความสำคัญของสถิติในงานวิศวกรรม
• ข้อมูลเชิงคุณภาพ (Qualitative) vs ข้อมูลเชิงปริมาณ (Quantitative)
• ประเภทข้อมูล: Continuous, Discrete, Attribute
• ข้อผิดพลาดที่พบบ่อยในการใช้สถิติ

Module 2: Descriptive Statistics

• การวัดค่ากลาง: Mean, Median, Mode
• การวัดการกระจาย: Range, Variance, Standard Deviation, IQR
• การใช้ Graphical Tools: Histogram, Box Plot, Time Series Plot
• Workshop: วิเคราะห์ข้อมูลจริงด้วย Minitab/JMP

Module 3: Probability & Distributions

• แนวคิดความน่าจะเป็น (Probability Concept)
• การแจกแจงความน่าจะเป็น (Normal, Binomial, Poisson, Exponential)
• การตรวจสอบความเป็นปกติ (Normality Test)
• Workshop: เลือกและวิเคราะห์การแจกแจงใน Minitab/JMP

Module 4: Sampling & Estimation

• การสุ่มตัวอย่างและการกำหนดขนาดตัวอย่าง (Sample Size Determination)
• ค่าประมาณจุด (Point Estimation) และช่วงความเชื่อมั่น (Confidence Interval)
• Workshop: การคำนวณและตีความ Confidence Interval

Module 5: Hypothesis Testing

• แนวคิด H0 และ H1, ค่า p-value และการตัดสินใจ
• t-test, Z-test, Chi-square test, F-test
• การเปรียบเทียบค่าเฉลี่ยและความแปรปรวน
• Workshop: การทดสอบสมมติฐานด้วยข้อมูลจริง

Module 6: Analysis of Variance (ANOVA)

• One-way ANOVA และการวิเคราะห์หลายปัจจัย (Two-way ANOVA)
• การใช้ Tukey / Bonferroni Test เปรียบเทียบกลุ่ม
• Workshop: การใช้ ANOVA ในการวิเคราะห์กระบวนการ

Module 7: Correlation & Regression Analysis

• ความสัมพันธ์ระหว่างตัวแปร (Correlation Coefficient)
• การสร้างและตีความ Simple Regression และ Multiple Regression
• การตรวจสอบสมมติฐานของ Regression Model
• Workshop: การใช้ Regression หาปัจจัยสำคัญ

Module 8: Statistical Process Control (SPC) Overview

• แนวคิดการควบคุมกระบวนการด้วยสถิติ
• การใช้ Control Charts วิเคราะห์ความเสถียรของกระบวนการ
• Workshop: การสร้าง Control Chart ใน Minitab/JMP

Module 9: Capability Analysis

• การคำนวณและตีความ Cp, Cpk, Pp, Ppk
• การวิเคราะห์ความสามารถของกระบวนการสำหรับข้อมูลไม่ปกติ
• Workshop: Capability Analysis ด้วย Minitab/JMP

Module 10: Case Studies & Best Practices

• การประยุกต์ใช้สถิติในโครงการปรับปรุงคุณภาพ
• Pitfalls ที่พบบ่อยและวิธีหลีกเลี่ยง
• การสื่อสารผลการวิเคราะห์ให้ผู้บริหารเข้าใจ