Grafiken für Prozessfähigkeitsanalyse (normal) für mehrere Variablen

Hier finden Sie Definitionen und Anleitungen zur Interpretation für alle Grafiken, die für die Prozessfähigkeitsanalyse (Normalverteilung) für mehrere Variablen bereitgestellt werden.

Wahrscheinlichkeitsnetz für Normalverteilung

Ein Wahrscheinlichkeitsnetz zeigt jeden Datenpunkt im Vergleich zum Prozentsatz der Werte in der Stichprobe an, die kleiner oder gleich diesem Datenpunkt sind.
Ein Wahrscheinlichkeitsnetz enthält die folgenden Komponenten:
Mittellinie
Das erwartete Perzentil aus der Verteilung auf der Grundlage der geschätzten Maximum-Likelihood-Parameter.
Linien der Konfidenzgrenzen
Die gekrümmte Linie links bildet die Untergrenzen der Konfidenzintervalle für die Perzentile ab. Die gekrümmte Linie rechts bildet die Obergrenzen der Konfidenzintervalle für die Perzentile ab.
Anderson-Darling-Teststatistik und p-Wert
Die Ergebnisse eines Tests, mit dem ermittelt wird, ob die Daten der Verteilung folgen.

Interpretation

Verwenden Sie die Wahrscheinlichkeitsnetze für Normalverteilung, um zu ermitteln, ob die Daten einer Normalverteilung folgen.

Wenn die Normalverteilung eine gute Anpassung für die Daten bietet, bilden die Punkte eine annähernd gerade Linie entlang der Anpassungslinie, die innerhalb der Konfidenzgrenzen liegt. Abweichungen von dieser Geraden weisen auf Abweichungen von der Normalverteilung hin. Wenn der p-Wert größer als 0,05 ist, können Sie schlussfolgern, dass die Daten der Normalverteilung folgen. Sie können die Prozessfähigkeit Ihres Prozesses auf der Grundlage einer Normalverteilung untersuchen.

Wenn der p-Wert kleiner als 0,05 ist, folgen die Daten der Normalverteilung nicht, und die Ergebnisse der Prozessfähigkeitsanalyse sind möglicherweise nicht genau. Verwenden Sie Identifikation der Verteilung, um zu ermitteln, ob Sie die Daten transformieren oder eine Nicht-Normalverteilung anpassen müssen, um die Prozessfähigkeitsanalyse auszuführen.
Hinweis

Wenn die Verteilungen für mehrere Variablen voneinander abweichen, sollten Sie für jede Variable eine separate Prozessfähigkeitsanalyse mit einer anderen Verteilung ausführen.

Histogramm der Prozessfähigkeit

Im Histogramm der Prozessfähigkeit wird die Verteilung der Stichprobendaten für jede Variable veranschaulicht. Jeder Balken im Histogramm stellt die Häufigkeit von Daten innerhalb eines Intervalls dar.

Die Kurven für innerhalb und gesamt im Histogramm sind Normalverteilungskurven, die anhand des Prozessmittelwerts und unterschiedlicher Schätzwerte der Prozessstreuung erstellt werden. Bei der gestrichelten Kurve für innerhalb wird die Standardabweichung innerhalb der Teilgruppen verwendet. Bei der durchgehenden Kurve für gesamt wird die Gesamtstandardabweichung verwendet.

Interpretation

Verwenden Sie das Histogramm der Prozessfähigkeit, um die Stichprobendaten in Bezug auf die Verteilungsanpassung und die Spezifikationsgrenzen anzuzeigen.

Suchen nach Anzeichen einer Nicht-Normalverteilung

Vergleichen Sie für jede Variable die durchgehende Kurve für gesamt mit den Balken des Histogramms, um zu untersuchen, ob die Daten annähernd normalverteilt sind. Wenn die Balken stark von der Kurve abweichen, sind die Daten möglicherweise nicht normalverteilt, und die Ergebnisse der Prozessfähigkeitsanalyse sind u. U. nicht zuverlässig. Wenn die Daten anscheinend nicht normalverteilt sind, verwenden Sie Identifikation der Verteilung, um zu ermitteln, ob Sie die Daten transformieren oder eine Nicht-Normalverteilung anpassen müssen, um die Prozessfähigkeitsanalyse auszuführen.

Gute Anpassung
Schlechte Anpassung
Hinweis

Wenn die Verteilungen für mehrere Variablen voneinander abweichen, sollten Sie für jede Variable eine separate Prozessfähigkeitsanalyse mit einer anderen Verteilung ausführen.

Vergleichen der Kurve für innerhalb und gesamt

Vergleichen Sie für jede Variable die durchgehende Kurve für gesamt und die gestrichelte Kurve für innerhalb im Histogramm, um zu untersuchen, wie eng diese beieinander liegen. Ein deutlicher Unterschied zwischen den Kurven kann darauf hinweisen, dass für diese Variable der Prozess nicht stabil ist oder eine beträchtliche Streuung zwischen den Teilgruppen vorhanden ist. Untersuchen Sie mit Hilfe einer Regelkarte, ob der Prozess für die betreffende Variable stabil ist, ehe Sie eine Prozessfähigkeitsanalyse ausführen.

Eng beieinander liegend
Nicht eng beieinander liegend
Untersuchen der Stichprobendaten in Bezug auf die Spezifikationsgrenzen
Untersuchen Sie die Daten für jede Variable im Histogramm visuell in Bezug auf die untere und die obere Spezifikationsgrenze. Im Idealfall ist die Streubreite der Daten geringer als die Spezifikationsstreubreite, und alle Daten liegen innerhalb der Spezifikationsgrenzen. Daten, die außerhalb der Spezifikationsgrenzen liegen, stellen unzulängliche Teile dar.

In diesen Ergebnissen liegen die Prozessdaten anscheinend relativ gut zentriert zwischen den Spezifikationsgrenzen. Die Prozessstreubreite ist jedoch größer als die Spezifikationsstreubreite, was auf eine unzureichende Prozessfähigkeit verweist. Obgleich die Mehrzahl der Daten innerhalb der Spezifikationsgrenzen liegen, gibt es unzulängliche Teile unter der unteren Spezifikationsgrenze (USG) und über der oberen Spezifikationsgrenze (OSG).

Hinweis

Um die tatsächliche Anzahl der unzulänglichen Einheiten im Prozess zu ermitteln, verwenden Sie die Ergebnisse für PPM < USG, PPM > OSG und PPM Gesamt. Weitere Informationen finden Sie unter „Alle Statistiken und Grafiken“.

Wenn Sie die Annahmen für die Verwendung einer Prozessfähigkeitsanalyse für normalverteilte Daten eingehender analysieren möchten, verwenden Sie Capability Sixpack (normal).

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien