Auswählen von Tests auf Ausnahmebedingungen für t-Karte

Minitab bietet acht Tests auf Ausnahmebedingungen. Fachleute empfehlen, beim Erstellen einer t-Karte sowohl Test 1 als auch Test 2 zu verwenden, da das Erkennen kleiner bis gemäßigter Abnahmen der durchschnittlichen Zeit zwischen Ereignissen auf einer t-Karte möglicherweise zu lange dauert. Wählen Sie je nach Unternehmens- oder Branchenstandards zusätzliche Tests aus. Verwenden Sie die Tests, um festzustellen, welche Beobachtungen untersucht werden müssen, und um die spezifischen Muster und Trends in den Daten zu ermitteln.

Bei den herkömmlichen Regelkarten für variable Daten basieren die Tests 1, 5, 6, 7 und 8 auf der Normalverteilung. Bei t-Karten basieren diese Tests hingegen auf der Weibull-Verteilung oder der Exponentialverteilung. Ein Punkt auf einer t-Karte besteht beispielsweise Test 1 nicht, wenn er außerhalb des Perzentilbereichs liegt, der drei Standardabweichungen vom Mittelwert für eine Normalverteilung entspricht.

Geben Sie in der Dropdownliste an, ob einige, alle oder überhaupt keine Tests auf Ausnahmebedingungen durchgeführt werden sollen. Sie können jeden Test empfindlicher oder weniger empfindlich gestalten, indem Sie den Wert von K ändern.

1 Punkt > K Standardabweichungen von der Mittellinie

Mit Test 1 werden Teilgruppen erkannt, die im Vergleich mit anderen Teilgruppen ungewöhnlich sind. Test 1 ist allgemein als notwendig zum Erkennen einer fehlenden Kontrolle anerkannt. Wenn kleine Shifts im Prozess von Interesse sind, kann Test 1 durch Test 2 ergänzt werden, um die Empfindlichkeit der Regelkarte zu steigern.

K aufeinander folgende Punkte auf der gleichen Seite der Mittellinie

Mit Test 2 werden Shifts in der Prozesslage oder der Prozessstreuung erkannt. Wenn kleine Shifts im Prozess von Interesse sind, kann Test 1 durch Test 2 ergänzt werden, um die Empfindlichkeit der Regelkarte zu steigern.

K aufeinander folgende Punkte, alle zu- oder abnehmend

Mit Test 3 werden Trends erkannt. Bei diesem Test wird nach langen Reihen aufeinander folgender Punkte gesucht, deren Wert durchgängig zu- oder abnimmt.

K aufeinander folgende Punkte, abwechselnd auf- und abwärts

Mit Test 4 wird systematische Streuung erkannt. Das Muster der Streuung in einem Prozess soll zufällig sein; ein Punkt, der Test 4 nicht besteht, kann jedoch u. U. darauf hinweisen, dass das Streuungsmuster prognostizierbar ist.

K von K+1 Punkten > 2 Standardabweichungen von der Mittellinie (gleiche Seite)

Mit Test 5 werden kleine Shifts im Prozess erkannt.

K von K+1 Punkten > 1 Standardabweichung von der Mittellinie (gleiche Seite)

Mit Test 6 werden kleine Shifts im Prozess erkannt.

K aufeinander folgende Punkte innerhalb 1 Standardabweichung von der Mittellinie (beide Seiten)

Mit Test 7 wird ein Streuungsmuster erkannt, das gelegentlich fälschlicherweise als Anzeichen einer guten Kontrolle interpretiert wird. Bei diesem Test werden zu breite Eingriffsgrenzen erkannt. Zu weit voneinander entfernte Eingriffsgrenzen werden häufig durch geschichtete Daten hervorgerufen, die entstehen, wenn innerhalb der einzelnen Teilgruppen systematische Streuungsursachen auftreten.

K aufeinander folgende Punkte > 1 Standardabweichung von der Mittellinie (beide Seiten)

Mit Test 8 wird ein Mischungsmuster erkannt. In einem Mischungsmuster liegen die Punkte tendenziell weiter von der Mittellinie entfernt und befinden sich stattdessen dicht an den Eingriffsgrenzen.