Minitab博客

分析异常:使用缺陷评估的单比例检验 Analyzing Anomalies: Using a 1-Proportion Test for Defect Evaluation Chinese

Written by Jon Finerty | 2023-12-4 7:20:03

在供应链管理领域,确保采购产品的质量对于成功至关重要。单个有缺陷的零件可能会扰乱整个供应链,损害客户的信任。在本博文中,我们将探讨如何使用 Minitab 的单比例检验来评估汽车制造供应商所生产燃油表的缺陷率。

理解问题

想象一个场景:您公司制造汽车并从某供应商采购燃油表。尽管您的供应商有良好的声誉,但您公司的汽车代表您公司的优质品牌,而您公司对顾客的承诺之一就是关注安全。尽管您不希望有任何有缺陷的零件,您理解有差异率是正常的,并将可接受的供应商缺陷率阈值设为 2%。为了检测您的供应商,您对一组燃油表样本进行校准测试,以确定缺陷率是否超过可接受的阈值。

收集数据

您的团队于上周选出供应的 500 个燃油表,对其进行校准测试。在 500 个燃油表中,您发现 18 个校准不正确。 

单比率检验:是什么? 

单比例检验,也称为单样本比例检验或二项式比例检验,是用于确定样本中某种特征的比例是否与已知或假设的总体比例显著不同的统计工具。示例中,我们想要确定缺陷率(有缺陷的燃油表比例)是否大于指定的 2%。

设定假设

此检验的假设有:

  • 原假设 (H0):缺陷率等于或小于 2%(p ≤ 0.02)
  • 备择假设 (Ha):缺陷率大于 2%(p > 0.02) 
 

在 MINITAB 中执行检验

  1. 选择统计 > 基本统计量 > 单比率。
  2. 选择汇总数据。
  3. 在事件数中,键入 18。
  4. 在试验数中,键入 500。
  5. 选中进行假设检验。
  6. 在假设比例中,键入 0.02。
  7. 单击选项。
  8. 如下所示填写对话框,然后单击 OK。





解释结果

 

结果显示缺陷率大于 2%:

  • 缺陷率 95% 下限是3395%,高于 2%
  • p 值(013)低于 α0.05

由于 p 值低于 0.05,我们可以拒绝原假设,得出缺陷率大于 2% 的结论。



您既已发现缺陷率高于预期,现需要确保您的测量系统是正确的。如果测量过程中存在任何不必要的偏差或差异,您可能会误以为燃油表确实有缺陷。(很幸运,Minitab 有专为此设计的测量系统分析模块!)

但如果您对您的测量系统信心,您可以考虑要求供应商重新设计燃油表来提高准确性。或者,也许是时候寻找新的供应商,为您提供您所需的优质零件,保障您的供应链运转顺畅。

记得考虑样本体量

制造过程中的样本必须随机抽取。如 500 个燃油表全部来自同一批次或拥有相同的制造日期,则分析将排除批次之间的差异或随时间变化的差异来源。则结果可能有偏差,尤其当样本包括一组特别好或特别差的零件时。

通过 MINITAB 推动更明智的决策

通过使用 Minitab 中的单比例检验,供应链经理可以对采购产品的质量做出由数据驱动的决策。此类分析使企业能够采取适当的行动,例如与供应商密切合作来改进制造流程,确保供应链运转更顺畅和更高的客户满意度。

 

 

准备好检验您的供应商,提高质量了吗?