Ich suche nach Einblicken in die Eigenschaftsanalyse des diesem Beitrag beigefügten Datensatzes.Das Unternehmen hat jede Woche die Menge des Ausschusses in Stücken und die Gesamtzahl der produzierten Stücke verfolgt, um einen Prozentsatz des Ausschusses für jede Woche zu ermitteln.Die ersten 26 Wochen sind die Basisdaten, bevor Verbesserungsmaßnahmen ergriffen wurden.Die Wochen 27 bis 31 stellen die Wochen dar, nachdem einige Verbesserungsmaßnahmen ergriffen wurden.
Es wäre ein Fehler, den Gesamtdurchschnitt der prozentualen Ausschusswerte in der Gruppe „Vorher“ und „Nachher“ zu verwenden, da die Nenner in jeder Zeile der berechneten Prozentsätze unterschiedlich sind. Daher habe ich „Zusammenfassung“ verwendet, um den gesamten prozentualen Ausschuss der Gruppen „Vorher“ und „Vorher“ zu berechnen die After-Gruppe wie hier gezeigt:
Die prozentualen Ausschusswerte für beide Gruppen liegen nahe beieinander, sodass es für uns nicht vielversprechend erscheint, einen signifikanten Unterschied zwischen den beiden Gruppen festzustellen.Meine konkrete Frage ist, wie man diese (fehlende) Signifikanz am besten berechnen kann.
Ich frage mich auch, ob ich „Produzierte Menge“ als Häufigkeitsspalte behandeln sollte, da jeder Tag, an dem Hunderte von Teilen produziert wurden, mehr zum Datensatz beitragen sollte als Tage, an denen nur 2 Teile produziert wurden.Ohne Berücksichtigung der Häufigkeit, an der wir 2 Teile verarbeiten und 0 Ausschuss haben, wird dies genauso behandelt wie ein Tag, an dem wir 142 Teile verarbeiten und 0 Ausschuss haben.Wenn ich die Plattform „Fit Y by
