Hallo, vielleicht verwende ich den falschen Testtyp … aber ich möchte eine Stichprobengröße generieren, um zwei Teile zu vergleichen. Der Test ist ein Attributtest und ich möchte nur sicherstellen, dass das neue Teil die Fehler nicht um mehr als 10 % erhöht. Dies schien mir auf den ersten Blick ein Nichtunterlegenheitstest zu sein, aber wenn ich mit dem Rechner herumspiele, scheint es eher ein Test für variable Daten zu sein. Denke ich nur an den falschen Test oder gibt es eine Möglichkeit, den Rechner für Attributdaten anzupassen? Danke
Hallo @SerialDeviation : Es könnte hilfreich sein, das Problem in den Rahmen von Hypothesentests zu stellen.
Angenommen, p1 ist die Ausfallrate für das alte Teil und p2 die Ausfallrate für das neue Teil.
Möchten Sie „beweisen“, dass p2-p1<0,10 ist? (also ein absoluter Unterschied von nicht mehr als 10 %):
Wenn ja, lauten Ihre Nullhypothese und Alternativhypothese:
H0: p2-p1=0.1.
Ha: p2-p1<0,1.
Dann handelt es sich tatsächlich um eine NI-Studie. Sie müssen sich einige Fragen stellen:
(1). Sind die Ausfallraten unabhängig? Das heißt, hat der Ausfall von Teil 1 Einfluss darauf, ob Teil 2 ausfällt oder nicht (oder umgekehrt)?
(2). Welche Informationen haben Sie über P1 und P2?
(3). Wie hoch ist die gewünschte Fehlerrate 1. Art?
Nehmen wir an, die Antwort auf (1) lautet „Ja“ (sie sind unabhängig) und Sie erwarten (2) wahre Anteile bei p1 = 0,1 und p2 = 0,19 und (3) eine Fehlerrate 1. Art (Alpha) von 0,05. Dann können Sie den „Power Explorer für zwei unabhängige Stichprobenanteile“ wie unten gezeigt verwenden, wenn Sie eine Power von 80 % wünschen:
Mehr hier: https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/power-for-two-independent-sample-proportions.shtml
Wenn Ihre Alternative (das, was Sie „beweisen“ möchten) jedoch lautet:
Ha: p2/p1<1,1 dann ist das ein anderes Tier (das ist ein relativer Unterschied von 10%).
