- Ik ben de Skoledo AI-bot. Ik sta klaar voor je vragen! Mijn antwoorden zijn automatisch gegenereerd en kunnen afwijken van de info op Skoledo.com. De site en les-units zijn altijd leidend. Liever een mens spreken? Mail ons gerust.
Leestijd 6 minuten
- Remco
Data-analyse: ChatGPT vs. Minitab
Doe je een DMAIC-verbeterproject? Of volg je de Lean Six Sigma Green Belt of Black Belt opleiding? Dan ga jij aan de slag met data. De kans is dan groot dat je gebruikmaakt van Minitab voor het analyseren van prestaties én invloedsfactoren. Minitab is krachtige statistische software waarin je makkelijk analyses doet. Hier lees je meer over Minitab.
Echter, met de opkomst van kunstmatige intelligentie rijst de vraag of traditionele programma’s zoals Minitab nog steeds nodig zijn. Zou het efficiënter zijn om data-analyse over te laten aan AI-gedreven programma’s zoals ChatGPT? Wij hebben dit voor jou onderzocht. In dit artikel ontdek je:
- Of ChatGPT dezelfde mogelijkheden biedt als Minitab;
- Een vergelijking van de kosten;
- Advies gebaseerd op onze ervaringen.
Kan ChatGPT hetzelfde als Minitab?
We hebben deze vraag eerst aan ChatGPT zelf voorgelegd. Wat was het antwoord? Dat lees je hieronder.
Ik kan veel basisfuncties uitvoeren die ook in Minitab beschikbaar zijn, zoals statistische analyses, data-analyse en grafische voorstellingen van data. Ik kan helpen bij het berekenen van de gemiddelde, standaarddeviaties, regressies, en het uitvoeren van sommige hypothesetests. Ik kan ook helpen bij het visualiseren van data door grafieken te maken, zoals scatterplots, bar charts, en boxplots.
Echter, mijn mogelijkheden zijn beperkter dan die van Minitab wat betreft de diepte van de analyse en de specifieke geavanceerde statistische tests die het programma kan uitvoeren. Minitab biedt ook een uitgebreide gebruikersinterface specifiek ontworpen voor statistische analyses, terwijl ik werk via tekstuele interactie. Dus, voor zeer geavanceerde of specifieke statistische toepassingen zou Minitab of een vergelijkbare gespecialiseerde software beter geschikt zijn.
Het lijkt er dus op dat ChatGPT vergelijkbare functionaliteiten biedt als Minitab. We besloten dit te testen met een praktijkvoorbeeld.
Een voorbeeld-dataset
We hebben ChatGPT een voorbeeld-dataset gegeven van een verpakkingenproducent. Hieronder zie je de structuur van de dataset en de eerste rijen met data.
Toen hebben we Chat gevraagd om de prestatie te analyseren en invloedsfactoren te identificeren. Onze vraag, of prompt, hebben we bewust vaag gehouden om te testen of Chat kan vaststellen in welke kolom van de dataset prestaties staan en in welke kolommen mogelijke invloedsfactoren staan. Hieronder zie je de stappen die Chat nam.
Je ziet dat ChatGPT goed kan vaststellen in welke kolom van de dataset een prestatie staat en in welke kolommen mogelijke invloedsfactoren staan.
Correlatiematrix
Vervolgens creëerde ChatGPT onderstaande correlatiematrix. In dit voorbeeld van de verpakkingenproducent is dat helaas géén relevante analyse. Je ziet in de correlatiematrix dat “order aantal” aan de y-as volledig correleert met “order aantal” aan de X-as, want die cel in de matrix is donkerrood en heeft een waarde van 1,00. Je ziet dat “order aantal” in grote mate correleert of samenhangt met “afkeur aantal” van die cel is lichtroze en heeft een waarde van 0,53.
Boxplots in ChatGPT
Wat ChatGPT vervolgens deed was zeker wél interessant! ChatGPT genereerde Boxplots (klik HIER voor meer informatie over Boxplots) waarmee de impact van mogelijke invloedsfactoren op de prestatie “afkeurpercentage” onderzocht kan worden. De grafische prestatie indicatoren in de vorm van Boxplots zijn nuttig, maar de begeleidende uitleg van Chat daaronder is niet sterk. Bij de variabele ‘operator’ was de uitleg bijvoorbeeld té terughoudend. Chat geeft aan: Er lijkt een significant verschil te bestaan tussen operator A en de operators B & C, wat niet duidelijk uit de uitleg naar voren kwam. En bij de variabele ‘kartondikte’ was de uitleg té overdreven want de data toont géén significante verschillen tussen verschillende kartondiktes, terwijl Chat die wél aangeeft.
Boxplots in Minitab
Ter vergelijking hebben we in Minitab dezelfde boxplots gemaakt. Die zie je hieronder.
Vergeleken met Minitab heeft ChatGPT de Boxplots goed gemaakt. Het voordeel van ChatGPT is dat het minder tijd kost om de Boxplots te maken.
Control Charts
Laten we nog iets verder gaan. We gaven ChatGPT een nieuwe dataset met de vraag om een Control chart te maken voor de kolom ‘levertijd in werkdagen’. Klik HIER om meer te lezen over Control charts. We kregen van Chat de onderstaande grafische prestatie indicator, een lijndiagram. En dat is géén control chart. Was onze instructie (prompt) niet duidelijk genoeg?
We hebben ChatGPT opnieuw gevraagd een control chart te creëren. Dit keer hebben we vermeld dat ChatGPT het gemiddelde, de LCL en de UCL moest opnemen.
Om te controleren of de Control Chart van ChatGPT klopt besloten we deze zelf na te maken in Minitab. Wij kregen de volgende ouput.
Je ziet dat de Control Charts gegenereerd door Minitab en ChatGPT vrijwel overeenkomen. ChatGPT heeft licht afwijkende controlelimieten (de LCL en UCL). Dit komt omdat ChatGPT de vuistregel voor het berekenen van de controlelimieten gebruikt en niet de formule.
Capability report: Cp/ Cpk
Voor onze laatste test met deze dataset zullen we een Capability report opstellen. We stellen de LSL in op 0 en de USL op 6.
ChatGPT heeft vervolgens een Capability report opgeleverd (boven), terwijl wij daarnaast een Capability report hebben gegenereerd in Minitab (onder).
De capability reports van ChatGPT tonen grotendeels overeenstemming met die van Minitab. De conclusies getrokken door ChatGPT blijft een punt waar je kritisch op moet blijven.
Samengevat
Samengevat kan ChatGPT in essentie veel van wat je nu in Minitab doet. Echter, de uitleg en conclusies die ChatGPT biedt zijn niet altijd accuraat, maar soms wel nuttig. Dit betekent jij zelf een kritische blik moet werpen op de resultaten. Een sterk punt van ChatGPT is het vermogen om snel meerdere visualisaties te produceren en een beknopte analyse te leveren. Je moet wel even nadenken over goede specifieke prompts. Dit kan in het begin even wennen zijn. Minitab, daarentegen, vereist dat we alle visualisaties afzonderlijk maken. Je moet dan weten waar je wat moet maken in Minitab.
Kosten en toepassingen
Om analyses uit te laten voeren met ChatGPT, moet je de betaalde versie hebben. Deze versie kost ongeveer €20,- per maand per gebruiker. Dit komt neer op €240,- per jaar per gebruiker. Daarentegen kost Minitab ongeveer €2.000 per jaar per gebruiker.
De kosten voor ChatGPT liggen dus aanzienlijk lager dan die voor Minitab. Daarnaast biedt de betaalde versie van ChatGPT ook vele andere functionaliteiten. Minitab is specifiek ontworpen voor statistische analyses en heeft geen andere toepassingen.
Ons advies
Zowel ChatGPT als Minitab hebben hun sterke en zwakke punten. Voor veel verbeterprojecten kan ChatGPT voldoende zijn voor het uitvoeren van analyses. Echter, het is belangrijk dat de onderzoeker kritisch blijft kijken naar de resultaten die ChatGPT levert. ChatGPT heeft onze voorkeur vanwege de aanzienlijk lagere kosten, de snelheid waarmee analyses en visualisaties worden gemaakt, en de extra functionaliteiten die het biedt.
Voor onderzoeken waarbij grote hoeveelheden data geanalyseerd moeten worden, en waarbij zeer nauwkeurige analyse nodig is, raden we aan om Minitab te gebruiken. Minitab biedt uitgebreidere mogelijkheden voor data-analyse en geeft onderzoekers meer control over welke analyses ze gebruiken.
Zelf aan de slag?
Lijkt het je leuk om zelf Minitab te proberen? Minitab biedt een gratis proefperiode van twee weken, die je hier kunt starten.
Wil je aan de slag met dezelfde data als wij in dit artikel? Download dan de twee fictieve datasets via de onderstaande links:
Geschreven door
Remco