Interpretieren der wichtigsten Ergebnisse für Verlaufsdiagramm

Führen Sie die folgenden Schritte aus, um ein Verlaufsdiagramm zu interpretieren.

Schritt 1: Nach Mustern in den Daten suchen

In einem Verlaufsdiagramm werden die Prozessdaten in der Reihenfolge dargestellt, in der sie erfasst wurden. Verwenden Sie ein Verlaufsdiagramm, um Muster oder Trends in den Daten zu identifizieren, die auf das Vorhandensein einer Streuung durch Ausnahmebedingungen hinweisen.

Muster in den Daten zeigen an, dass die Streuung auf Ausnahmebedingungen zurückzuführen ist, die untersucht und behoben werden sollten. Die Streuung durch gewöhnliche Ursachen ist jedoch eine Streuung, die einen inhärenten und natürlichen Bestandteil des Prozesses darstellt. Ein Prozess ist stabil, wenn sich nur gewöhnliche Ursachen und keine Ausnahmebedingungen auf die Prozessausgabe auswirken. Wenn in einem Prozess nur gewöhnliche Ursachen für Streuung vorhanden sind, zeigen die Daten ein zufälliges Verhalten.

In diesen Ergebnissen scheinen die Daten Cluster in den Stichproben 3 bis 5 aufzuweisen.

Schritt 2: Bestimmen, ob Mischungen und Cluster vorhanden sind

Der Test auf die Anzahl von Sequenzen um den Median basiert auf der Gesamtzahl der Sequenzen, die über und unter dem Median auftreten. Bei einer Sequenz um den Median handelt es sich um einen oder mehrere aufeinander folgende Punkte auf der gleichen Seite der Mittellinie. Eine Sequenz endet, wenn die Linie, die die Punkte verbindet, die Mittellinie überschreitet. Die nächste Sequenz beginnt am nächsten Diagrammpunkt.

Mit diesem Test werden zwei Typen von nicht zufälligem Verhalten erkannt: Mischungen und Cluster.

Wenn die beobachtete Anzahl von Sequenzen größer als die erwartete Anzahl von Sequenzen ist, weist dies auf Mischungen hin. Wenn die beobachtete Anzahl von Sequenzen kleiner als die erwartete Anzahl von Sequenzen ist, weist dies auf Cluster hin.

Muster beim Vorliegen von Clustern
Cluster können auf eine Streuung durch Ausnahmebedingungen hinweisen, z. B. Probleme bei der Messung, Streuung zwischen Losen oder beim Rüsten einer Maschine oder eine Stichprobe, die aus fehlerhaften Teilen stammt. Cluster sind Gruppen von Punkten in einem Bereich des Diagramms. Wenn der p-Wert für Cluster kleiner als 0,05 ist, weisen Ihre Daten möglicherweise Cluster auf.

Dieses Diagramm zeigt mögliche Cluster in den Daten.

Muster beim Vorliegen einer Mischung
Eine Mischung zeichnet sich durch ein häufiges Überqueren der Mittellinie aus. Mischungen weisen häufig auf kombinierte Daten aus zwei Grundgesamtheiten oder zwei Prozessen auf unterschiedlichen Stufen hin. Wenn der p-Wert für Mischungen kleiner als 0,05 ist, weisen Ihre Daten möglicherweise Mischungen auf.

In diesem Diagramm verweist die Mischung möglicherweise darauf, dass die Daten aus unterschiedlichen Prozessen stammen.

Wichtigste Ergebnisse: p-Wert für Cluster, p-Wert für Mischungen

In diesem Beispiel sind der p-Wert für Cluster von 0,385 und der p-Wert für Mischungen von 0,615 größer als der α-Wert von 0,05. Sie können daraus schließen, dass die Daten keine Anzeichen von Mischungen oder Clustern enthalten.

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