In der Welt des Lieferkettenmanagements ist die Gewährleistung der Qualität der von Ihnen bezogenen Produkte entscheidend für den Erfolg. Ein einziges fehlerhaftes Teil kann die gesamte Lieferkette stören und das Vertrauen der Kunden untergraben. In diesem Blog erfahren Sie, wie Sie einen 1-Proportionen-Test in Minitab verwenden können, um die Fehlerrate von Tankanzeigen zu bewerten, die von einem Zulieferer für einen Automobilhersteller produziert werden.
DAS PROBLEM VERSTEHEN
Stellen Sie sich folgendes Szenario vor: Ihr Unternehmen stellt Fahrzeuge her und bezieht die Tankanzeigen von einem Zulieferer. Ihr Lieferant ist zwar seriös, aber Ihre Fahrzeuge repräsentieren Ihre hochwertige Marke und ein Teil Ihres Versprechens an die Kunden ist Ihr Schwerpunkt auf Sicherheit. Sie wollen zwar keine fehlerhaften Teile, haben aber Verständnis für normale Schwankungen. Daher legen Sie eine Fehlerquote von 2 % als akzeptablen Schwellenwert für einen Lieferanten fest. Zur Überprüfung Ihres Lieferanten führen Sie einen Kalibrierungstest an einem Mustersatz von Tankanzeigen durch. Sie möchten feststellen, ob die Fehlerquote den akzeptablen Schwellenwert überschreitet.
ERFASSUNG DER DATEN
Ihr Team wählt 500 Tankanzeigen aus, die in der vergangenen Woche geliefert wurden, und führt an ihnen Kalibrierungstests durch. Unter den 500 Tankanzeigen finden Sie 18, die falsch kalibriert sind.
1-PROPORTIONEN-TEST: WAS IST DAS?
Ein 1-Proportionen-Test, auch bekannt als ein Anteilstest oder Binomialtest, ist ein statistisches Instrument, mit dem festgestellt werden kann, ob sich der Anteil eines bestimmten Merkmals in einer Stichprobe signifikant von einem bekannten oder angenommenen Anteil unterscheidet. In unserem Fall wollen wir feststellen, ob die Fehlerquote (Anteil der fehlerhaften Tankanzeigen) größer als die angegebenen 2 % ist.
AUFSTELLUNG DER HYPOTHESE
Die Hypothesen für diesen Test lauten:
DURCHFÜHRUNG DES TESTS IN MINITAB
Wählen Sie Statistik > Statistische Standardverfahren > 1 Anteil.
Wählen Sie „Zusammengefasste Daten“.
Geben Sie in „Anzahl der Ereignisse“ 18 ein.
Geben Sie in „Anzahl der Versuche“ 500 ein.
Aktivieren Sie die Option „Hypothesentest durchführen“.
Geben Sie in „Hypothesenanteil“ 0,02 ein.
Klicken Sie auf „Optionen“.
Füllen Sie das Dialogfeld wie unten dargestellt aus und klicken Sie dann auf OK.
AUSWERTUNG DER ERGEBNISSE
Die Ergebnisse deuten darauf hin, dass die Fehlerquote höher als 2 % ist:
Da der p-Wert unter 0,05 liegt, können wir die Nullhypothese ablehnen und zu dem Schluss kommen, dass die Fehlerquote höher als 2 % ist.
Da Sie nun festgestellt haben, dass die Fehlerrate höher ist als erwartet, müssen Sie sicherstellen, dass Ihr Messsystem korrekt war. Wenn es bei Ihren Messungen zu einer unerwünschten Verzerrung oder Abweichung gekommen ist, haben Sie möglicherweise fälschlicherweise festgestellt, dass die Tankanzeigen tatsächlich fehlerhaft waren. (Glücklicherweise verfügt Minitab über ein Modul zur Analyse von Messsystemen, das speziell für diesen Zweck entwickelt wurde!)
Wenn Sie jedoch von Ihrem Messsystem überzeugt sind, können Sie den Lieferanten bitten, die Tankanzeige neu zu gestalten, um die Genauigkeit zu verbessern. Vielleicht ist es aber auch an der Zeit, einen neuen Lieferanten zu finden, der Ihnen die Qualität der Teile liefert, die Sie benötigen, damit Ihre Lieferkette reibungslos funktioniert.
DENKEN SIE DARAN, DIE STICHPROBENGRÖSSE ZU BERÜCKSICHTIGEN
Die Probe aus dem Herstellungsprozess muss nach dem Zufallsprinzip entnommen werden. Wenn alle 500 Tankanzeigen aus derselben Charge stammten oder dasselbe Herstellungsdatum aufwiesen, würde die Analyse Schwankungen von Charge zu Charge oder Quellen der Variabilität im Laufe der Zeit ausschließen. In diesem Fall könnten die Ergebnisse verzerrt sein, insbesondere wenn die Stichprobe aus außergewöhnlich guten oder schlechten Teilen besteht.
BESSERE ENTSCHEIDUNGEN MIT MINITAB
Mithilfe eines 1-Proportionen-Tests in Minitab können Lieferkettenmanager datengesteuerte Entscheidungen über die Qualität der beschafften Produkte treffen. Durch diese Art der Analyse können Unternehmen geeignete Maßnahmen ergreifen, z. B. eng mit den Lieferanten zusammenarbeiten, um die Herstellungsprozesse zu verbessern und so für reibungslosere Lieferketten und eine höhere Kundenzufriedenheit zu sorgen.
Sind Sie bereit, Ihre Lieferanten auf den Prüfstand zu stellen und die Qualität zu verbessern?