Was ist ein Verlaufsdiagramm?
Ein Verlaufsdiagramm stellt Prozessdaten über einen Zeitraum dar. Suchen Sie mit einem Verlaufsdiagramm nach Anzeichen für eine Streuung durch Ausnahmebedingungen im Prozess.
Beispiel für ein Verlaufsdiagramm
Mit Ausnahme einer Beobachtung scheinen die Punkte zufällig um die Mittellinie (den Median) verteilt zu sein. Die ungefähren p-Werte für Cluster, Mischungen, Trends und Oszillation liegen alle über dem Signifikanzniveau von 0,05. Daher liegen keine Anzeichen für eine Streuung durch Ausnahmebedingungen oder Nicht-Zufälligkeit vor.
Welche Bedeutung haben die Punkte und die Mittellinie in einem Verlaufsdiagramm?
In einem Verlaufsdiagramm werden die Einzelbeobachtungen in der Reihenfolge dargestellt, in der sie erfasst wurden. Die grauen Punkte stellen die Einzelwerte dar. Die blauen Punkte stellen entweder die Mittelwerte oder die Mediane der Teilgruppen dar.
- Mittelwerte der Teilgruppen darstellen ist die Mittellinie der Median aller Teilgruppenmittelwerte, und die blauen dargestellten Punkte sind die Mittelwerte der Teilgruppen.
- Mediane der Teilgruppen darstellen ist die Mittellinie der Median aller Teilgruppenmediane, und die blauen dargestellten Punkte sind die Mediane der Teilgruppen.
Hinweis
Bei einer Teilgruppengröße = 1 ist die Mittellinie ungeachtet der Option, die Sie für die Diagrammpunkte auswählen, der Median aller Daten.
Selbst bei schiefen Daten liegt der Median der Teilgruppenmittelwerte normalerweise nahe dem Median der Teilgruppenmediane. Die y-Achse weist eine große Spannweite auf, da die Rohdaten ebenfalls dargestellt werden, so dass der Unterschied im Allgemeinen nicht deutlich erkennbar ist.
Verlaufsdiagramme helfen beim Erkennen von Streuung durch Ausnahmebedingungen
Streuungen treten bei allen Prozessen auf. Die Streuung durch gewöhnliche Ursachen ist ein natürlicher Bestandteil von Prozessen. Eine Streuung durch Ausnahmebedingungen hat ihren Ursprung außerhalb des Systems und bewirkt erkennbare Muster, Shifts oder Trends in den Daten. Im Verlaufsdiagramm wird grafisch dargestellt, ob sich Ausnahmebedingungen auf den Prozess auswirken.
Verlaufsdiagramme bieten zudem Tests auf Zufälligkeit, denen Sie Informationen über eine nicht zufällige Streuung entnehmen können, die auf Trends, Oszillation, Mischungen und Cluster in den Daten zurückzuführen ist. Derartige Muster zeigen an, dass die beobachtete Streuung auf Ausnahmebedingungen zurückzuführen ist.
Nicht zufällige Muster, die in einem Verlaufsdiagramm identifiziert werden können
Es gibt vier grundlegende nicht zufällige Muster, die in einem Verlaufsdiagramm erkannt werden.
Muster beim Vorliegen einer Mischung
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.
Muster beim Vorliegen von Clustern
Wenn der p-Wert für Cluster kleiner als 0,05 ist, weisen Ihre Daten möglicherweise Cluster auf. In diesem Fall können die eingekreisten Daten Cluster von Daten darstellen.
Muster beim Vorliegen von Oszillation
Wenn der p-Wert für Oszillation kleiner als 0,05 ist, weisen Ihre Daten möglicherweise Oszillation auf. In diesem Fall scheinen die eingekreisten Daten sprunghaft aufwärts und abwärts zu verlaufen.
Muster beim Vorliegen eines Trends
Wenn der p-Wert für Trends kleiner als 0,05 ist, liegt möglicherweise ein Trend in den Daten vor. In diesem Fall ist der Aufwärtstrend eingekreist und leicht erkennbar.
