Centrale limietstelling

In onze online Lean Six Sigma Yellow Belt, Green Belt en Black Belt opleiding leer je hoe je processen kunt modelleren, analyseren en verbeteren. Hieronder staat een deel van de les-unit waarin de centrale limietstelling wordt uitgelegd. Dit is onderdeel van de Black Belt. In de les-units van de Black Belt kun je veel oefeningen doen met verschillende Lean Six Sigma tools. Tevens wordt elke les-unit afgerond met toetsvragen.

Wanneer je data niet-normaal verdeeld is, is dat geen ramp. Dat is eigenlijk heel normaal 🙂 Wanneer je dataset een scheve verdeling, rechthoekige verdeling of een andere verdeling heeft betekent het dat je niet gebruik mag maken van de tabel van de standaard-normale verdeling om kansen te berekenen. Of toch wel…… Bekijk onderstaande video. Daarin leer je wat de centrale limietstelling is en dat gemiddelden van steekproeven bijna altijd wel normaal-verdeeld zijn, ook al is de oorspronkelijke data niet-normaal verdeeld.

De centrale limietstelling zegt dus dat bij niet-normaal verdeelde data het gemiddelde van steekproeven uit die niet-normaal verdeelde data wel normaal verdeeld zal zijn. Voorwaarde is dat de steekproeven voldoende groot zijn, dat wil zeggen een steekproef van 30 of meer.

Wat kun je met de centrale limietstelling?
In de onderstaande video zie je een voorbeeld waarin de centrale limietstelling wordt toegepast.

Meer informatie?
Dit was een deel van een les-unit uit de online Black Belt opleiding. Wil je meer weten? Klik dan HIER.