碰到一个棘手的客诉，不得不处理而且又不能得罪的客户，8D报告改了一遍又一遍，始终不能让客户满意，下午提交了第4个版本，临近下班的时候又被客户在邮件中质疑了，又要改。

需要改的是产生原因和流出原因，总之客户认为产生原因分析的不充分，没有有效的证据，直接怀疑没有找到真正的原因。

今天不谈这些，说了几天这个case，累了，心也碎了，说一说不良率吧。

其实不良率不算高，客户使用了96000pcs，发现了将近30pcs不良品，不良率0.03%，300ppm，快接近5西格玛水平了，但是不行，客户要的是零缺陷。

改善后的产品已经送给客户使用，总共47000pcs，暂时还没有反馈不良，可以认为不良率是0。

改善前是0.0003，改善后是0，这么一点点，有差异吗？但从不良率上讲，真的改善了吗？

我想到了假设检验，双比率检验。

改善前与改善后的样本服从两点分布，结果只有合格与不合格，而且数据互相独立，完全可以使用双比率检验。

改善前不良率设为p1，改善后不良率设为p2，如果能证明p1＞p2，p1与p2之间有显著性差异，就说明有改善。

原假设H0：p1-p2≤0,

备择假设H1：p1-p2＞0

将数据输入minitab，置信区间选择95%，如下图：

得到以下结果：

p=0.000＜0.05，拒绝原假设，承认备择假设，有显著性差异，确实有改善。