欠陥数に対するサンプルサイズと検出力JMP バージョン 17.2.0
当社では小型ユニットを製造し、各アセンブリに 300 個のユニットを取り付けています。各アセンブリをテストし、アセンブリあたりの不良ユニット数を特定します。当社には 20 個のアセンブリの記録があり、20 個のアセンブリそれぞれで見つかった不良ユニットの数がわかっています。プロセスの変更を検討しており、変更によってアセンブリあたりの欠陥が大幅に減少するかどうかを判断したいと考えています。サンプル サイズ、検出力、および欠陥の減少を判断するためのベスト プラクティスは何ですか。片側テスト、目標はアセンブリあたりの欠陥 0 です。
実験計画法Re: 欠陥数に対するサンプルサイズと検出力こんにちは@MichaelR1 : いくつか質問/コメントがあります...順不同です。
1. 各ユニットは、どのアセンブリに含まれているかに関係なく、同じプロセス（同じ欠陥率）で製造されていますか?
2. アセンブリ 1 では最初の 300 ユニットがラインから取り出され、アセンブリ 2 では次の 300 ユニットが取り出される、というように行われますか?
3. 平均的に、不良率はアセンブリごとに異なると考えられる理由はありますか (おそらく、各アセンブリでユニットがどのように選択されるかによって異なります...上記 2 を参照)。
まずはこの3つから始めましょう...
Re: 欠陥数に対するサンプルサイズと検出力ご質問ありがとうございます。ユニットは同じプロセスで製造されています。ユニットは 300 個ずつのグループでアセンブリに取り付けられます (およそ FIFO)。ユニット製造プロセスで根本原因が見つかったため、アセンブリが不良率に影響を与えることはありません。
私が今理解しているように、これにより、簡単な計算が可能になります。1つのサンプルの割合に対するパワーエクスプローラー
想定される割合 = 現在の故障率
代替比率 = プロセス変更後の予想故障率
これは正しいアプローチでしょうか?
Re: 欠陥数に対するサンプルサイズと検出力こんにちは@MichaelR1 : そうだと思います。帰無仮説と対立仮説は次のとおりです。
H0: p=p0
は：ぷ<>
ここで、p0 は現在の故障率です。Ha は証明しようとしているものです (新しい故障率 p は現在の率 p0 よりも小さい)。
Haを「証明」するには、pが本当にHaのどこかにある必要がある（
したがって、199 個のユニットをランダムにサンプルとして抽出すると、Ha を「証明」できる可能性は 80% になります (H0 を棄却して Ha を支持することによって)。
タイプ 1 の誤り率 (アルファ) = 5% は、H0 が真 (p が p0 未満ではない) の場合、H0 を誤って棄却して Ha を優先する確率が 5% あることを意味します。タイプ 2 の誤り = 1 - パワー = 0.2 (20%)。タイプ 2 の誤りは、Ha が真であっても H0 を棄却しない確率です。アルファとパワーは自由に選択できますが、5% と 80% が一般的です。また、私は正規近似もあまり好きではありません。正確検定のパワー プロットは、合格/不合格データの性質上奇妙に見えます。ただし、正規近似は、特に p が 0 に近いか 1 に近い場合に問題になることがあります。
私の意見ですが...
