[Barbara]

als Antwort auf: Statistik: Vergleich von Messreihen #59275

Hallo Johann,

das kommt darauf an.

Erstmal wäre es sinnvoller, einen t-Test mit unterschiedlichen Varianzen/Standardabweichungen zu verwenden, wenn Deine Daten normalverteilt sind. (Der t-Test ist trennschärfer als der Median-Test, wenn die Messdaten normalverteilt sind.)

Du hast mit Deinem p-Wert <0,05 nachgewiesen, dass der Median aus der ersten Messung signifikant ungleich dem Median aus der zweiten Messung ist. Wenn eigentlich 100,0 hätte herauskommen sollen, hat das erste Messgerät eine systematische Abweichung (Bias) und das zweite gibt korrekte Werte an.

Wenn Du einen Test zum Genauigkeitsvergleich machen willst, ist ein Varianz-Vergleichstest die richtige Methode. Auch dabei wird vermutlich ein signifikantes Ergebnis herauskommen und damit kannst Du dann annehmen, dass das Messgerät 2 genauer/exakter als das Messgerät 1 ist.

Den Varianz-Vergleichstest findest Du in Minitab unter Statistik > Varianzanalyse (ANOVA) > Test auf gleiche Varianzen. Du musst dafür nicht mal testen, ob die Werte normalverteilt sind. Wenn sie nicht normalverteilt sind, liefert Minitab automatisch den Levene-Test für Dispersionsvergleiche (Test ohne Normalverteilungsannahme auf gleiche Streuung).

Ich hoffe das hilft Dir ein Stück weiter.

Viele Grüße auch an die Kollegen ;)

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Lieferantenbewertung umrechnen #59258

Hallo QSMieze,

was genau bekommt Ihr denn von Euren Kunden? Einfach nur die Einstufung in A, B und C oder zusätzlich z. B. einen prozentualen Erfüllungsgrad, der dann einer Einstufung zugeordnet wird?

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Voraussetzungen Qualitätsmanagement #59248

Hallo StudentinNDH,

ähm, nein. Ein Unternehmen hat zum Ziel, Umsatz und Gewinn zu generieren. Eine hohe Qualität der Dienstleistungen, Produkte und Prozesse *kann* dabei eine Rolle spielen, ist aber keine Bedingung für ein erfolgreiches Unternehmen.

In Monopolbereichen bzw. Branchen mit wenigen Anbietern findest Du viele Beispiele dafür, mit welcher grauseligen Qualität viel Geld verdient werden kann, z. B. bei PC-Betriebssystemen und Software.

Der Anlass ein QM-System zu implementieren sind oft nicht die eigenen Ansprüche oder die Idee, mit einem QMS könnte die Qualität verbesser werden, sondern vielmehr die Forderung von Kunden nach einem bestimmten Zertifikat. Eine Zeitlang sind hier im Forum immer wieder Studenten aufgeschlagen, die als Semesterarbeit ein QMS entwickeln oder ein QMH (QM-Handbuch) schreiben sollten. Die Firmen haben dann später das Zertifikat, ohne ein funktionierendes oder gelebtes QM-System.

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Minitab – Test auf Normalverteilung #59246

Hallo bombi,

die Testverfahren unterscheiden sich danach, wie sicher sie Abweichungen von der angenommenen Verteilung entdecken können (Güte, Trennschärfe, Power) und welche Verteilungen als Prüfverteilung verwendet werden können.

Anderson-Darling (AD):
sehr hohe Güte, für viele Verteilungen anwendbar
(Andere Verteilungen als die Normalverteilung kannst Du in Minitab über Grafik > Wahrscheinlichkeitsnetz > Einfach/Mehrfach > Verteilung auswählen.)

Ryan-Joiner (RJ):
sehr hohe Güte, nur für Test auf Normalverteilung

Kolmogorov-Smirnov (KS):
sehr geringe Güte, für viele Verteilungen anwendbar

Gute Tests auf Normalverteilung sind also der Anderson-Darling und der Ryan-Joiner. Andere gute Testverfahren, die nicht in Minitab implementiert sind: Shapiro-Wilks, Cramér-van Mises und Jarqu-Bera.

Eine geringe Güte haben neben dem KS-Test der Lilliefors-Test und der Chi²-Test. Sie haben den Vorteil leicht berechenbar zu sein und wurden deshalb in der Vergangenheit gern verwendet und in Software implementiert. Seit Mitte der 90er Jahre gibt es Veröffentlichungen dazu, wie schlecht diese Tests sind (sehr geringe Güte). Es wird vermutlich noch einige Jahre dauern, bis sich dieses Wissen herumgesprochen hat.

Ob Du beim Test auf Normalverteilung den Anderson-Darling- oder Ryan-Joiner-Test verwendest, ist von der Qualität der Testverfahren her egal. Den Kolomogorov-Smirnov-Test würd ich weglassen.

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Voraussetzungen Qualitätsmanagement #59224

Hallo StudentinNDH,

willkommen im Qualitäter-Forum :)

Die erste Grundvoraussetzung, die mir einfällt, ist GMV (Gesunder MenschenVerstand). Damit kann Giovanni für seinen Laden schon ein QM-System aufbauen (s. Giovannis Pizzaservice).

Funktioniert natürlich nur deswegen so gut, weil die Geschäftsleitung hinter dem System steht, schließlich macht el chefe das selbst. Die Unterstützung der Geschäftsleitung ist aber nur eine Voraussetzung für ein *gelebtes* QM-System, aufbauen kannst Du das auch komplett am Betrieb vorbei (ist zwar nicht Sinn und Zweck, geht aber trotzdem).

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Szenen aus dem QM-Alltag #59221

Hallo Marius,

sehr schön, der Kalender ist wirklich gut geworden!

Viele Grüße

Barbara

@Michael: Sprockhövel!

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Was ist neu bei MSA4 gegenüber MSA3? #59208

Hallo Ihr beiden,

sicher gibt es statistische Spezialthemen, die den gemeinen Qualitäter eher periphär tangieren ;)

Das Thema Mess-System-Bewertung ist meiner Meinung nach allerdings für jeden relevant, der mit Hilfe von Zahlen Entscheidungen trifft (also für jeden). Wenn ich etwas nicht genau messen kann, ist die Entscheidung über ungenaue Messdaten auch ungenau.

Um nur ein Beispiel zu nennen: Prozessfähigkeit und Ausschussrate. Ich habe es schon des öfteren erlebt, dass endlose Besprechungen zu scheinbar nicht-kontrollierbaren Prozess-Ergebnissen durchgeführt wurden. Wenn dann mal der Mess-Prozess selbst geprüft wurde stellte sich oft heraus, dass der Herstell-Prozess an sich gar nicht so schlecht war, dass er nur leider über das Messen und die damit verbundene Unsicherheit viel schlechter beurteilt wurde.

Um die Unsicherheit eines Mess-Prozesses bestimmen zu können, gibt es verschiedene Verfahren wie z. B. die MSA. Von diesen Verfahren sollte imho auch ein Nicht-Anwender (z. B. ein Qualitäter) schon mal gehört haben um entscheiden zu können, ob der Mess-Prozess sicher genug zur Beurteilung des Herstell-Prozesses ist.

Auch bei weniger Fertigungs-lastigen Arbeitsbereichen ist die Frage, wie gut bzw. zuverlässig ein Wert ist, wichtig. Wie oft wird darüber diskutiert, dass Projekt XY zu lange dauert (zu viel Zeit investiert wird) und niemand fragt nach, wie zuverlässig die Projektdauer überhaupt gemessen werden kann und welche Fremdposten falsch zugeordnet werden? Oder auch die immer wieder hier auftauchende Frage nach dem Krankenstand: Ist nur dann jemand „krank“ wenn er sich krank meldet und zu Hause bleibt oder schleppen sich die Mitarbeiter auch noch fiebrig ins Büro, weil sie befürchten benachteiligt zu werden?

All das hat mit Messen und dem Mess-Prozess zu tun, deshalb ist ein bewussterer Umgang mit den Zahlen und eine Prüfung der Ungenauigkeit über statistische Methoden sinnvoll.

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Validierung der Herstellprozesse – ISO 13485 #59185

Hallo Denis,

hm. Ich seh das ein bisschen anders mit dem falschen Bild, um mal bei diesem Beispiel zu bleiben.

Nach GMV (Gesundem MenschenVerstand) hast Du Recht: So etwas muss einem Profi auffallen. Andererseits gibt es die Pferde und die Apotheke und wenn der Zahnarzt bei der GMV-Verteilung ein bisschen zu spät dran war und sich darauf verlässt was die Kamera anzeigt, wirds für Euch schwierig. Dann sieht er vielleicht einen Zahn der viel zu groß oder scheinbar schief ist und macht einen falschen Behandlungsplan.

Wir haben hier in der Gegend einen Zahnarzt, der fast blind ist (Sehfähigkeit stark vermindert) und trotzdem praktiziert. Da müsste dann nicht mal zu wenig GMV da sein, weil er die Zahngrößen nicht ohne Hilfsmittel erkennen kann.

Und dass solche eigentlich ausgeschlossenen Sachen immer wieder passieren, zeigt sehr schön die Auto-kann-nicht-Schwimmen-Statistik von den Autofahrern, die blind ihrem Navi vertrauten und im Fluss gelandet sind. (Wie viele Zahnärzte darunter sind, wird leider nicht erfasst.)

Ich kenn das von meinen MG-Kunden nur so, dass die versuchen so viel wie möglich im Vorfeld einzufangen, damit auch die unmöglichsten Sachen eben nicht vorkommen können. QM-FKs Liste find ich da sehr gut auf den Punkt.

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Validierung der Herstellprozesse – ISO 13485 #59169

Hallo Denis,

irgendwie versteh ich Deine Frage nicht so ganz.

Punkt 7.5.2 sagt doch, dass nur die Prozesse validiert werden müssen, deren Ergebnisse später NICHT mehr geprüft werden. Also eigentlich genau das gleiche wie das, was Du möchtest.

Oder wo steh ich auf dem Schlauch?

Grundsätzlich stellt sich mir die Frage, ob eine Validierung so früh wie möglich nicht aus unternehmerischer Sicht sinnvoll ist, da bei fehlerhaften Produkten alle nachfolgenden Prozesse unnötig Zeit und Geld kosten.

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Statistik #59123

Hallo medi12,

hm, nicht so wirklich.

Hast Du ein attributives oder variables Merkmal?

Was meinst Du mit Eintrittswahrscheinlichkeit für ein Ereignis? Eher so was wie „Wahrscheinlichkeit für Ausschuss“ oder „Wahrscheinlichkeit für Wert <28“?

Was für ein Sicherheitsniveau hat das Konfidenzintervall? 95%? (Alternativ: Welches alpha hast Du?)

Wie kritisch wäre es, wenn Du mit der Stichprobe übersiehst, dass die Werte schlechter sind als sie sein dürfen? Ganz kritisch / kritisch / weniger kritisch? (Alternativ: Wie groß muss die Trennschärfe/Power sein oder was ist der Maximalwert für beta?)

Wie empfindlich soll das Testverfahren sein, sprich: welche Veränderung willst Du mit der Stichprobe finden, z. B. Mittelwert-Verschiebung nach links oder rechts um den Wert 0,25 ODER Anstieg der Ausschussrate um x%?

Es mag auch Formeln in den weiten des Universums geben, die diese Angaben nicht brauchen. Um eine echte Absicherung zu haben, reichen diese Formeln aber nicht.

Ich hoffe das hilft Dir weiter.

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Prüfanweisung Schichtdickenmessgerät #59116

Hallo Lump,

meinst Du eine Mess-Unsicherheitsuntersuchung (Gage R&R) oder eine Run@Rate- / Run at Rate-Untersuchung?

Ich vermute mal ersteres, weil das mit einem Messgerät mehr zu tun hat. Da lautet die Antwort imho: Ja.

Es ist bei wichtigen Merkmalen immer sinnvoll zu wissen, wie genau diese Merkmale gemessen werden können. Ein fähiges Mess-System (bestandene Prüfmittelfähigkeitsuntersuchung, Mess-Unsicherheit <30% und ndc>4) ist u. a. Voraussetzung um
+mit SPC den Prozess gezielt überwachen und regeln zu können
+zuverlässige Prozessfähigkeitswerte berechnen zu können
+allgemein: aus Messreihen aussagekräftige Informationen zu bekommen

Wenn die Mess-Unsicherheit zu hoch ist kannst Du den Prozess bzw. das Produkt nicht sauber messen und hälst eher ein Schätzeisen als ein Messgerät in der Hand.

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: MSA und Minitab #59115

Hallo plutho,

Du kannst davon ausgehen, dass die Standardeinstellungen in Minitab den AIAG-Empfehlungen entsprechen (ich kenn jedenfalls keine Stellgröße in der MSA, bei der das anders wäre). Die Formeln sind von MSA 3 zu MSA 4 bei der Xquer-R und der ANOVA-Methode gleich geblieben (s. a. den Thread Was ist neu bei MSA4 gegenüber MSA3?).

Wieso das bei Euch jetzt so anders aussieht, kann ich nur vermuten:

Wenn es nur kleine Unterschiede zwischen den Ergebnissen des Excel-Sheets und der Minitab-Auswertung gäbe, würde es vermutlich an der Verwendung der ANOVA-Methode anstelle der Xquer-R-Methode (Mittelwert & Spannweite, wird üblicherweise in Excel-Vorlagen verwendet) liegen.

Bei größeren Unterschieden ist wahrscheinlich eher ein anderer Bezugsbereich „schuld“. Vermutlich wird in der Excel-Vorlage die Toleranzbreite als Bezugsbereich verwendet. Minitab nimmt standardmäßig die Mess-Prozess-Streubreite.

Du kann in Minitab *zusätzlich* die Mess-Unsicherheit bezogen auf die Toleranzbreite anzeigen lassen, wenn Du in der MSA-Dialogbox auf den Knopf „Optionen“ klickst und dort die Spezifikationsgrenzen oder die Toleranzbreite einträgst.

Die dritte Möglichkeit, die mir spontan einfällt ist, dass in der Excel-Vorlage statt mit 6facher Standardabweichung mit 5,15facher Standardabweichung gerechnet wird (das ist allerdings schon echt staubig und stammt aus der Zeit vor MSA 3).

Wenn das trotzdem zu völlig anderen Ergebnissen führt, würd ich die Beispieldaten „MSA_AIAG.MTW“ aus der Minitab-Hilfe nimmst und einfach mal in Deiner Excel-Vorlage nachrechnen, was da rauskommt. Die Beispieldaten findest Du über
Datei > Arbeitsblatt öffnen > „Im Ordner mit Minitab Beispieldaten suchen“

Dieses Beispiel ist auch ausführlich in den Minitab-Hilfeseiten beschrieben. Die Seiten findest Du, wenn Du in der MSA-Dialogbox unten links auf „Hilfe“ klickst und dann oben „Beispiele“ und „Messsystem-Analyse – ANOVA-Methode“ auswählst.

Und wenn Du nicht weiterkommst, schick mir einfach die Excel-Vorlage, dann werfe ich mal einen Blick rein.

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Ich baue unser ganzes QM-System neu – ARG!! Hilfe! #59085

@qualyman: Du kannst hier bitte GERNE alle Deine Erfahrungen inkl. Produktnamen hinschreiben, dafür ist das Forum doch da :)

[Barbara]

als Antwort auf: Szenen aus dem QM-Alltag #59075

Hallo Marius,

meinst Du das Lastenheft?

Viele Grüße

Barbara

_____________________________________

Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)

[Barbara]

als Antwort auf: Vorgaben für Auditoren #59064

BdoL = Beauftragter der obersten Leitung

[Autor]

Beiträge