Auswirkungen der Verteilung auf die Ergebnisse der Prozessfähigkeitsanalyse

Minitab enthält Prozessfähigkeitsanalysen auf der Grundlage von Wahrscheinlichkeitsmodellen für Normalverteilungen und Nicht-Normalverteilungen. Die Analysen für ein Wahrscheinlichkeitsmodell für eine Normalverteilung bieten umfangreichere Statistiken, Voraussetzung für eine Eignung der Statistiken für die Daten ist jedoch, dass die Daten annähernd der Normalverteilung folgen.

Mit Prozessfähigkeitsanalyse (normal) wird beispielsweise unter Verwendung des Wahrscheinlichkeitsmodells für die Normalverteilung die voraussichtliche Anzahl der Teile pro Million (PPM) geschätzt, die außerhalb der Spezifikationsgrenzen liegen. Die Interpretation dieser Statistiken hängt von zwei Annahmen ab: dass die Daten aus einem stabilen Prozess stammen und dass sie einer annähernden Normalverteilung folgen.

Analog dazu wird mit Prozessfähigkeitsanalyse (nicht normal) unter Verwendung der Nicht-Normalverteilung, die für die Daten am besten passend ist, die Anzahl der Teile pro Million (PPM) berechnet, die außerhalb der Spezifikationsgrenzen liegen. In beiden Fällen hängt die Gültigkeit der Statistiken von der Gültigkeit der angenommenen Verteilung ab.

Wenn die Daten eine signifikante Schiefe aufweisen, wird der Anteil der fehlerhaften Elemente möglicherweise stark über- oder unterschätzt. In diesem Fall sollten die Daten entweder transformiert werden, so dass die Normalverteilung ein geeigneteres Modell darstellt, oder es sollte ein Wahrscheinlichkeitsmodell für Nicht-Normalverteilungen für die Daten ausgewählt werden. In Minitab können Sie die Daten mit Hilfe des Johnson-Verteilungssystems oder einer Box-Cox-Transformation transformieren oder ein Wahrscheinlichkeitsmodell für Nicht-Normalverteilungen verwenden.

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