分析異常：使用單比率檢驗進(jìn)行缺陷評估

在供應(yīng)鏈管理領(lǐng)域，確保采購產(chǎn)品的質(zhì)量是成功的關(guān)鍵。一個有缺陷的零件就可能破壞整個供應(yīng)鏈，侵蝕客戶的信任。在這篇文章中，我們將探討如何在Minitab中使用1比例檢驗來評估汽車制造商供應(yīng)商生產(chǎn)的燃油表的缺陷率。

理解問題

想象一下這樣一個場景，您的公司生產(chǎn)汽車，并從供應(yīng)商那里采購燃油表。雖然您的供應(yīng)商聲譽良好，但您的汽車代表著您的高質(zhì)量品牌，您對客戶的承諾之一就是關(guān)注安全性。雖然您不想要任何有缺陷的零件，但您了解正常的可變性，并將2%的缺陷率設(shè)定為供應(yīng)商可接受的閾值。要測試您的供應(yīng)商，您需要對一組燃油表樣本進(jìn)行校準(zhǔn)測試以確定缺陷率是否超過可接受的閾值。

收集數(shù)據(jù)

你的小組選擇了前一周供應(yīng)的500個燃油表，并對其進(jìn)行校準(zhǔn)測試。在500個燃油表中，您發(fā)現(xiàn)有18個校準(zhǔn)不正確。

1-比例檢驗:是什么？

1-比例檢驗也稱為單比率檢驗，是一種統(tǒng)計工具，用于確定樣本中某一特征的比例是否與已知或假設(shè)的總體比例存在顯著差異。在我們的例子中，我們想要確定缺陷率(有缺陷的燃料表的比例)是否大于指定的2%。

設(shè)定假設(shè)

該測試的假設(shè)是:

· 零假設(shè)(H0):缺陷率等于或小于2% (p ≤ 0.02)

· 替代假設(shè)(Ha):缺陷率大于2% (p > 0.02)

在MINITAB中執(zhí)行測試

1. 選擇斯達(dá)> 基本統(tǒng)計> 1比例.

2. 選擇匯總數(shù)據(jù).

3. 在…里事件數(shù)量，類型18.

4. 在…里試驗次數(shù)，類型500.

5. 進(jìn)行假設(shè)檢驗.

6. 在…里假設(shè)比例，類型0.02.

7. 點擊選擇.

8. 完成對話框，然后單擊確定。

解釋結(jié)果

結(jié)果顯示不良率高于2%；

· 缺陷率的95%下限是2.3395%，高于2%

· p值(0.013)低于α值(0.05)

由于p值低于0.05，我們可以拒絕零假設(shè)，得出缺陷率高于2%的結(jié)論。

既然您已經(jīng)發(fā)現(xiàn)缺陷率高于預(yù)期，那么您需要確保您的測量系統(tǒng)是正確的。如果在您的測量過程中有任何不必要的偏差或差異，您可能會錯誤地認(rèn)為燃油表確實有故障。(幸運的是，Minitab有一個測量系統(tǒng)分析模塊專為此目的而設(shè)計！)

然而，如果你是對您的測量系統(tǒng)充滿信心，您可以考慮要求供應(yīng)商重新設(shè)計燃油表以提高精確度。或者，也許是時候?qū)ふ乙患倚碌墓?yīng)商，它可以提供您需要的優(yōu)質(zhì)零件，以保持您的供應(yīng)鏈平穩(wěn)運行。

記得考慮樣本大小

制造過程中的樣本必須隨機抽取。如果所有500個燃油表都來自同一個批次或具有相同的生產(chǎn)日期，分析將排除批次間的差異或隨時間變化的來源。結(jié)果可能會有偏差，尤其是當(dāng)樣本由一組特別好或特別差的零件組成時。

利用MINITAB做出更明智的決策

通過使用Minitab中的單比率檢驗，供應(yīng)鏈經(jīng)理可以對采購產(chǎn)品的質(zhì)量做出數(shù)據(jù)驅(qū)動的決策。這種類型的分析使企業(yè)能夠采取適當(dāng)?shù)男袆樱缗c供應(yīng)商密切合作以改進(jìn)制造流程，確保更順暢的供應(yīng)鏈和更高的客戶滿意度。

審核編輯 黃宇