Taille et puissance de l'échantillon (une proportion d'échantillon ?)Chère communauté,
Je vous écris pour un sujet spécifique sur la taille de l'échantillon.
Je sais que JMP peut le prendre en charge… mais… J'ai besoin de quelques détails.
Question.
- J'ai le processus A ;
- Je traite 100 échantillons et 10 d'entre eux ont échoué au test final. Cela signifie : Rendement du processus = 90 % (ou déchets de processus = 10 % );
- Je modifie certains paramètres du processus pour éliminer le rebut. Cela signifie que je veux : nouveau processus Rendement = 100 % (ou déchets de processus = 0 % );
- Combien d'échantillons dois-je traiter (avec la nouvelle configuration) pour valider le 100 % de rendement (ou 0 % de rebut) avec le nouveau paramètre (avec un niveau de confiance spécifique -> par exemple 95 % ); ?
Je pense que je dois utiliser "Sample Size & Power" (une proportion d'échantillon)… mais je ne suis pas sûr de cela.
Merci d'avance pour vos commentaires.
Cordialement,
Simone
Personnalisation de masseRe : Taille et puissance de l'échantillon (une proportion d'échantillon ?)Non, l'alternative est que la proportion soit inférieure ou égale à 0,02, entrez donc 0,02 et non 0,05.
Re : Taille et puissance de l'échantillon (une proportion d'échantillon ?)Hey Mark, cette réponse semble bonne et claire. Juste 1 question, le taux d'échec historique est de 0,1 et normalement on ne voudra pas tester 0,2 (aggravant le scénario). Disons que nous voulons voir si nous pouvons améliorer le taux d'échec à 0,02, donc je devrais mettre 0,05 dans la proportion. Est-ce correct?Re : Taille et puissance de l'échantillon (une proportion d'échantillon ?)Je pense que ce calcul de puissance est correct pour votre cas. Veuillez consulter le Documentation pour obtenir de l'aide sur la configuration de l'analyse de puissance.
Vous ne pouvez pas spécifier proportion = 0 ou proportion = 1, car cette hypothèse est invérifiable. Essayons un autre scénario réaliste.Par exemple, vous avez historiquement observé une proportion d'échecs = 0,1. Cette proportion est l'hypothèse nulle (rien n'a changé). Vous voulez tester si le changement a amélioré (réduit) la proportion d'échecs. Vous n'êtes intéressé que par une amélioration, utilisez donc un test unilatéral. Dans quelle mesure la proportion minimale que vous souhaitez détecter est-elle meilleure ? Disons que c'est la proportion = 0,02. Enfin, vous pourriez avoir besoin d'au moins puissance = 0,85 (85 % de chances d'une décision significative). Vous pouvez donc configurer l'analyse de la taille de l'échantillon comme ceci :
Cliquez sur Continuer et la taille minimale de l'échantillon s'affiche.
Cet exemple n'est pas une recette. Il est destiné à illustrer le processus de réflexion et comment utiliser cette calculatrice. Chaque entrée doit être décidée par vous, mais j'espère que vous comprenez maintenant la signification et le rôle de chaque entrée.
