So analysieren Sie verspätete Lieferungen mit dem 2-Proportionen-Test

Jon Finerty | 9/19/2023

Themen: Minitab Statistical Software, Lieferkette, Datenanalyse

Im komplexen Bereich des Lieferkettenmanagements ist die pünktliche Lieferung von Waren ein entscheidender Erfolgsfaktor. Die Bewertung der Lieferantenleistung erfordert datengestützte Erkenntnisse, und Minitab, die führende Statistiksoftware, bietet eine leistungsstarke und dennoch benutzerfreundliche Lösung. Dieser Blog führt Sie durch Folgende Themen: Mithilfe des 2-Proportionen-Tests von Minitab analysieren wir die Rate verspäteter Lieferungen zwischen zwei Lieferanten – Lieferant A und Lieferant B. Indem wir uns mit den Daten befassen und den 2-Proportionen-Test durchführen, wollen wir herausfinden, welcher Lieferant eine höhere Rate verspäteter Lieferungen aufweist.

WAS IST EIN 2-PROPORTIONEN-TEST?

Mit dem 2-Proportionen-Test von Minitab, einem wichtigen Tool auf dem Gebiet der Statistik, können wir die Proportionen zweier Gruppen vergleichen und feststellen, ob sie sich signifikant unterscheiden. In unserem Kontext stellen die Gruppen die Quoten verspäteter Lieferungen für Lieferant A und Lieferant B dar. 

DEN GRUNDSTEIN LEGEN: DIE HYPOTHESEN

Bevor wir die Analyse durchführen, definieren wir unsere Hypothesen:

  • Nullhypothese (H0): Es gibt keinen signifikanten Unterschied in der Rate verspäteter Lieferungen zwischen Lieferant A und Lieferant B.
  • Alternativhypothese (Ha): Es gibt einen signifikanten Unterschied in der Rate verspäteter Lieferungen zwischen Lieferant A und Lieferant B. 

ENTHÜLLUNG DER DATEN 

Unsere Analyse basiert auf folgenden Daten:

  • Lieferant A: Gesamtlieferungen = 1160, verspätete Lieferungen = 140
  • Lieferant B: Gesamtlieferungen = 1169, verspätete Lieferungen = 115

Basierend auf diesen Datenpunkten könnten wir – ohne die Hilfe von Minitab – davon ausgehen, dass die Alternativhypothese richtig ist. Tatsächlich können wir sogar sagen, dass Lieferant A in 12 % der Fälle zu spät kommt und Lieferant B in 9,8 % der Fälle zu spät kommt.

Bevor wir eine Geschäftsentscheidung treffen, die sich auf unsere Beziehungen zu Lieferanten oder Kunden auswirken könnte, stellen wir unsere Daten auf die Probe.

DURCHFÜHREN DES 2-PROPORTIONEN-TESTS IN MINITAB

Schritt 1: Öffnen Sie Minitab und navigieren Sie zu „Statistik“ > „Grundlegende Statistiken“ > „2 Proportionen …“, um das Dialogfeld „2-Proportionen-Test“ zu öffnen.

Schritt 2: Geben Sie die Daten in das Dialogfeld ein:

  • „Anzahl der Ereignisse“ für Lieferant A (verspätete Lieferungen) = 140
  • „Anzahl der Versuche“ für Lieferant A (Gesamtlieferungen) = 1160
  • Wiederholen Sie dasselbe für Lieferant B

Two-Sample Proportion

Schritt 3: Wählen Sie Ihr Signifikanzniveau und geben Sie Ihre Alternativhypothese an. Das häufigste (und akzeptable) Konfidenzniveau liegt bei 95 %, was bedeutet, dass die Wahrscheinlichkeit, dass Sie falsch liegen, nur bei 5 % liegt.

Schritt 4: Klicken Sie auf „OK“, um die Ergebnisse zu generieren.

INTERPRETIERUNG DER ERGEBNISSE

Minitab liefert uns wichtige Erkenntnisse, einschließlich der Teststatistik, des p-Werts und des Konfidenzintervalls. Unser Fokus liegt auf dem p-Wert – einem zentralen Indikator, der die Wahrscheinlichkeit misst, so extreme Ergebnisse wie beobachtet zu erhalten, vorausgesetzt, die Nullhypothese ist gültig.

DAS URTEIL FÄLLEN

Beim Vergleich des p-Werts mit unserem gewählten Signifikanzniveau (0,05) kommen wir zu folgenden Schlussfolgerungen:

Wenn p-Wert < 0,05: Lehnen Sie die Nullhypothese ab. Es besteht ein erheblicher Unterschied bei der Rate verspäteter Lieferungen.

Wenn p-Wert ≥ 0,05: Die Nullhypothese kann nicht abgelehnt werden. Es ist kein signifikanter Unterschied in der Rate verspäteter Lieferungen erkennbar.


SCHLUSSFOLGERUNG

Bei der Durchführung des 2-Proportionen-Tests in Minitab stellen wir fest, dass der p-Wert 0,05 überschreitet. Dies führt uns zu „Die Nullhypothese kann nicht abgelehnt werden.“ Vereinfacht ausgedrückt gibt es keine statistischen Belege für die Behauptung, dass sich die Lieferverzögerungsrate von Lieferant A erheblich von der von Lieferant B unterscheidet. Daher könnte es ein Fehler sein, daraus zu schließen, dass einer dieser Lieferanten eine höhere Rate verspäteter Lieferungen aufweist.

Two-Sample Proportion Blog

FUNDIERTE ENTSCHEIDUNGEN ERMÖGLICHEN

Durch die Nutzung des 2-Proportionen-Tests von Minitab haben wir eine unparteiische Bewertung der Lieferantenleistung ermöglicht. Solche evidenzbasierten Erkenntnisse helfen uns dabei, fundierte Entscheidungen hinsichtlich der Lieferantenauswahl und -verwaltung zu treffen. Das Navigieren in den komplexen Gewässern des Lieferkettenmanagements wird durch die analytischen Fähigkeiten von Minitab erleichtert und treibt uns zu datengesteuerter Effizienz und Exzellenz.

 

Erfahren Sie mit einer kostenlosen Testversion, wie Minitab Ihre Daten transformieren kann.

ZUR KOSTENLOSEN TESTVERSION DER MINITAB STATISTIKSOFTWARE