Vous recherchez des informations sur la façon d'analyser les propriétés de l'ensemble de données joint à cet article.L'entreprise suit la quantité de rebuts en morceaux chaque semaine et le nombre total de pièces produites pour obtenir un % de rebut pour chaque semaine.Les 26 premières semaines constituent les données de référence, avant que des mesures d'amélioration ne soient prises.Les semaines 27 à 31 représentent les semaines après que certaines actions d'amélioration ont été prises.
Ce serait une erreur d'utiliser la moyenne globale des valeurs de % de rebut dans le groupe Avant et Après car les dénominateurs dans chaque ligne des pourcentages calculés sont différents, j'ai donc utilisé le résumé pour calculer le % de rebut global du groupe Avant et le groupe Après comme indiqué ici :
Les valeurs de pourcentage de rebut pour les deux groupes sont proches, il ne semble donc pas prometteur de détecter une différence significative entre les deux groupes.Ma question spécifique est la suivante : quelle est la meilleure façon de calculer cette (manque de) signification ?
Je me demande également si je devrais traiter la quantité produite comme une colonne de fréquence, car chaque jour qui a produit des centaines de pièces devrait contribuer davantage à l'ensemble de données que les jours où seulement 2 pièces ont été produites.Sans intégrer la fréquence lorsque nous produisons 2 pièces et n'avons aucun rebut, cela est traité de la même manière qu'une journée où nous produisons 142 pièces et n'avons aucun rebut.Si j'utilise la plate-forme Ajustement Y par X et que je mets la quantité produite dans Freq, j'obtiens un résultat significatif, le groupe Avant affichant en moyenne plus d'instances de rebut que le groupe Après.
