[Barbara]

als Antwort auf: Validierung von Messmethoden #58345

Hallo zusammen,

hm, da stellt sich mir die Frage ob es tatsächlich ein Luxusproblem ist oder eher Blinde-Kuh.

Luxusproblem: Produkt ist super, nur zahlenmäßiger Nachweis fehlt

Blinde Kuh: Produkt ist nicht so ganz super, nur merken tuts keiner weil es keine Zahlen gibt

Wenn Dein Messmittel ein Schätzeisen ist, mit dem die zu prüfenden Abweichungen nicht zuverlässig erkannt werden können, ist es unbrauchbar.

Alternativ bietet sich hier ein Würfel an oder das Lesen aus dem Kaffeesatz. Das klingt vielleicht ein bisschen hart, nur prüft bei Euch am Ende der Kunde, ob das Produkt die Anforderungen erfüllt. Ihr könnt das so nicht zuverlässig bestimmen.

Also muss entweder eine andere Messmethode her oder die zu prüfende Abweichung muss verändert werden.

***Andere Messmethode:***

Variante 1
anderes Mess-Mittel / Mess-System, das die geforderte Genauigkeit aufweist

Variante 2
Mehrfachmessungen mit dem vorhandenen Messmittel

Bei Mehrfachmessungen kann das Prüfergebnis stabilisiert werden, d. h. anstelle von 1 Messwert wird der Mittelwert von x Messwerten verwendet. Dazu muss das Messmittel grundsätzlich funktionieren, sprich keine technisch relevante systematische Abweichung haben.

Wie oft ein Messwert aufgenommen werden muss, kannst Du über den Vertrauensbereich des Mittelwerts bestimmen:

(1-alpha)%iger Vertrauensbereich für Mittelwert
xquer +/- t(1-alpha/2; n-1)*S/Wurzel(n)

n: Anzahl Messwerte
t(1-alpha/2; n-1): Quantil der t-Verteilung am Punkt 1-alpha/2 mit (n-1) Freiheitsgraden
S: Standardabweichung Messmittel

Je größer n wird, also je mehr Messwerte aufgenommen werden, desto genauer kann der Mittelwert angegeben werden. Bei der Berechnung der notwendigen Anzahl Wiederholungen wird die unten stehende Formel so lange iteriert, bis die Ungleichung stimmt:

n >= (S/d)^2*(t(1-alpha/2;n-1))^2

d: kritische Abweichung, z. B. für das Messmittel die Streuung des Messmittels mit der die spezifizierte Abweichung genau genug gemessen werden würde (kannst Du z. B. aus Cgk ausrechnen, s. u. bei „Abweichung erweitern“)
n, S, t wie oben

Einfacher lässt sich das leider nicht ausrechnen, weil auf beiden Seiten der Formel der Stichprobenumfang n auftaucht.

Das mit Excel zu machen ist ziemlich anstrengend. Ich hab hier eine kleine R-Syntax (20 Zeilen), mit der Du das ausrechnen kannst. Alternativ geht auch Minitab R16 (Statistik > Trennschärfe und Stichprobenumfang > Stichprobenumfang für Parameterschätzung), GPower kann das leider nicht.

***zu prüfende Abweichung erweitern***

Wenn das bei Euch mit überschaubarem Aufwand geht, ist das eine Möglichkeit.

Manchmal wurden solche Spezifikationen auf der Basis von Kennzahlen bestimmt, nur dass leider nicht berücksichtigt wurde, was die Bestimmungsmethode für den Prozess bedeutet.

Ein Klassiker ist die Festlegung des Toleranzbereichs als Mittelwert +/-1*Standardabweichung (in der medizinischen Fachliteratur häufig verwendeter Bereich). Damit liegen innerhalb der Toleranz aber nur 68% der Prozessergebnisse und das ist für die meisten Prozesse dann doch zu wenig.

Bleibt also die Frage, wie es anders herum geht. Wenn ich ein Messmittel habe und eine Messmittelfähigkeit von mindestens Cg=1,33=4/3 erreichen will, dann muss gelten:

4/3 <= (0,2*T) / (6S) = Cg

-> T >= 4/3 *6S / 0,2 = 40S

T: Toleranzbreite
S: Standardabweichung Messmittel bei Messwiederholungen/Verfahren 1

in Worten: Die Toleranzbreite T muss mindestens 40 Mal so groß wie die Streuung des Messmittels S sein. Anders herum: Die Streuung des Messmittels bei Wiederholmessungen (Verfahren 1) darf nur 1/40 der Toleranzbreite groß sein.

So ähnlich lässt sich das auch für den Cgk-Fähigkeitsindex ausrechnen:

4/3 <= (0,1*T – |xquer-Ref|) / (3S) = Cgk

-> T >= [ 4/3 *3S + |xquer-Ref|] / 0,2 = 40S + 10*|xquer-Ref|

xquer: Mittelwert Wiederholmessungen/Verfahren 1
Ref: Referenzwert Prüfteil (bei Wiederholmessung/Verfahren 1)
|…|: Absoluter Abstand
|xquer-Ref|: systematische Abweichung, Bias

Du kannst ja einfach mal ausrechnen, wie satrk die Toleranz tatsächlich erweitert werden müsste, damit die Prüfmittelfähigkeit nachgewiesen werden kann.

Diese Werte sind dann oft der Anlass die Mess-Methode zu verändern, weil die Toleranzen entweder fies groß werden oder damit erkennbar ist, dass eine Gefährdung durch das Produkt nicht mehr abgesichert ist.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: MSA (PMU) bei Zugversuch #58344

Hallo christer,

cool, eine ultimative Lobhudelei :) Danke auch für den Hinweis zur DC-Studie!

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: MSA (PMU) bei Zugversuch #58338

Nachtrag:

Du wolltest noch wissen, ob Minitab oder qs-stat die bessere Variante ist.

Klare Antwort: Es kommt darauf an.

Wenn es Dir um die Auswertung von Daten geht, hilft Minitab (oder eine andere Statistik-Software). Wenn es Dir um die Berichte geht, nimm qs-stat. Damit kannst Du zwar keine wirkliche Datenanalyse machen, aber dafür sehen die Berichte so aus wie Kunden es gewohnt sind.

Speziell für den MSA-Bereich hilft Dir qs-stat allerdings nicht weiter. Dafür hat Q-Das solara auf den Markt geworfen (vgl. Q-Das Produkte und Einsatzbereiche).

Für die Datenanalyse soll destra (Q-Das) weiterhelfen, weil Q-Das in der Vergangenheit sehr oft von seinen Kunden gehört hat, dass sie gerne mal Statistik machen würden und nicht in erster Linie an einem Berichtsgenerator interessiert sind. (Klar berechnen qs-stat und solara auch Kennzahlen, nur helfen beide Programme nicht weiter bei der Frage „warum ist das Mess-System oder Prozess-System so, wie es ist und wie können wir es gezielt verbessern?“)

destra hat eine Q-Das-typische Oberfläche, ist allerdings vom Funktionsumfang her deutlich eingeschränkter als Statistik-Programme und hat noch die eine oder andere Schwachstelle. (Das jetzt auszuführen wär wirklich etwas zu viel an dieser Stelle.)

Womit Du besser zurecht kommst, kann ich Dir nicht sagen. Im Zweifelsfall hilft ausprobieren. Aus meiner Sicht würde ich als Anwender immer ein Statistik-Programm nehmen, das eine grafische Oberfläche, einen großen Koffer an benötigten Werkzeugen hat, eine gute (deutsche) Hilfe und einen hervorragenden (deutschsprachigen) Support. Für mich hat Minitab das Alles, deshalb arbeite ich gerne damit.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: MSA (PMU) bei Zugversuch #58337

Hallo christer,

die Bezeichnungen für die Verfahren in der Mess-System-Analyse werden gerne ziemlich wild durcheinandergeworfen, deshalb hier mal eine kleine Übersicht:

******************************************************
* Bewertung des Mess-Prozesses
*

Verfahren 1:
auch Studie 1, Typ 1, Messmittelfähigkeit, Prüfmittelfähigkeit, Cg/Cgk
nach QS9000: Linearität und Stabilität

Verfahren 2:
Gage R&R mit Xquer-R oder ANOVA, gekreuzte Gage R&R

Verfahren 3:
wie Verfahren 2 ohne Bediener-/Prüfer-Einfluss (automatische Mess-Systeme)

Mess-Situationen mit besonderen Bedingungen:
zerstörende Prüfung: geschachtelte Gage R&R (englisch: nested)
Berücksichtigung weiterer Einflüsse: erweiterte/komplexe MSA
VDA Bd 5 / GUM
nach QS9000: PISMOEA (Part-Instrument-Standard-Method-Operator-Environment-Assumptions)

******************************************************
* Bewertung des Mess-Prozesses: Ziele und Methoden
*

***Verfahren 1***

Fragestellung: Wie genau (Lage & Streuung) kann (jeweils) 1 Teil bei Wiederholmessungen unter gleichen (homogenen) Bedingungen gemessen werden?

Bestimmung der Wiederholgenauigkeit (Wiederholpräzision) an 1 Teil mit bekanntem Referenzwert, mind. 25 Messwerte, 1 Prüfer, Toleranzangabe notwendig
-> Prüfmittelfähigkeit bzw. Messmittelfähigkeit: Cg/Cgk
Der Bezugsbereich unter dem Bruchstrich ist standardmäßig 6S. Trotz anders lautender Artikel und Meinungen gibt es keine statistisch haltbare Begründung dafür, diesen Bezugsbereich auf 4S zu reduzieren. (Um genau zu sein gibt es 1 Artikel in dem steht „wir haben das untersucht und es macht keinen Unterschied“. Was wer wann mit wie viel Teilen bei welchen Messmitteln untersucht hat und wie sich die Ergebnisse unterscheiden, steht da nicht.)

nach QS9000: mehrere Teile mit bekannten Referenzwerten, je Teil mind. 10 Messwerte, 1 Prüfer
-> Test auf Bias (systematische Abweichung) je Teil, Test auf Linearität (Steigung/slope)

***Verfahren 2***

Fragestellung: Wie stark verändern verschiedene Prüfer und Prüfteile das Messergebnis?

Auswahl der Prüfteile:
Die Teile sollten den gesamten Prozess- und/oder Toleranz-Bereich abdecken, weil das Mess-System in diesem gesamten Bereich qualifiziert wird. Es sollten unterschiedliche Teile verwendet werden um zu prüfen, ob das Mess-System unterschiedliche Teile auch zuverlässig als unterschiedlich identifizieren kann. Gefordert sind ndc>=5, d. h. die Anzahl unterscheidbarer Bereiche (number of distinct categories / ndc) sollte mindestens 5 sein.

Standard: 10 Teile, 2-3 Prüfer, 2-3 Wiederholungen, zufällige Mess-Reihenfolge
Die 10 Teile werden bewusst(!) ausgewählt. Die GRR ist eine der wenigen Mess-Situationen, in denen eine Zufalls-Stichprobe schlecht ist, weil darin meist zu wenig Grenzgänger-Teile sind. Die zufällige Messreihenfolge heißt, dass jeder Prüfer bei jeder Wiederholmessung eine andere Reihenfolge hat, in der die Teile gemessen werden.

Bei der Auswertung von Verfahren 2 sind die Vorgaben der üblichen Verdächtigen und der QS9000 sehr ähnlich: Bestimmung der Streuungs-Anteile durch
+ das Messmittel (Wiederholstreuung, Equipment Variation / EV)
+ den Prüfer (Vergleichspräzision, Appraiser Variation / AV)
+ die Prüfteile (Part Variation / PV)

Dabei sollen EV und AV zusammen weniger als 30% sein:
GRR = Wurzel( EV² + AV² )
GRR heißt auch Mess-Unsicherheit (MU). Bei einer GRR <10% ist der Mess-Prozess sehr genau.

Manchmal wird auch die Gesamtstreuung (Total Variation / TV) mit angegeben. Sie berechnet sich aus EV, AV und PV:
TV = Wurzel( EV² + AV² + PV²)

Der Prozentwert (EV%, AV%, GRR%) wird bezüglich eines Referenz- oder Bezugs-Bereichs (reference figure) angegeben. Das kann die Streuung des Prozesses (6S) sein, die Gesamtstreuung aus der GRR (Total Variation / TV) oder die Toleranzbreite. Nur wenn die Werte auf die Toleranz bezogen werden sollen, wird bei der GRR eine Toleranz gebraucht. Wenn Du auf diese Bewertung verzichten kannst, brauchst Du für die GRR keine Toleranz(breite). Werden die Prüfteile aus dem gesamten Prozess-Bereich ausgewählt, kann mit den Messwerten aus der GRR auch die Gesamtstreuung des Prozesses bestimmt werden (nettes Nebenprodukt).

Die ndc wird berechnet über
ndc = 1,41 * PV/(Wurzel(EV²+AV²)) = 1,41*PV/GRR
(und 1,41 ist Wurzel(2)).

***Verfahren 3***

Fragestellung: Wie stark verändern verschiedene Prüfteile das Messergebnis bei einer automatischen Messung (ohne Prüfereinfluss)?

Standard: 25 Teile, 2 Wiederholungen

Bis auf den Prüfer-Krams ist Verfahren 3 dasselbe wie Verfahren 2. Die QS9000 kennt für die automatische Prüfung kein eigenes Verfahren.

***besondere Mess-Situationen***

Fragestellung: Wodurch wird ein Messwert beeinflusst?

-> zerstörende Prüfung:

Eigentlich ist hier dasselbe Prinzip wie bei Verfahren 2/3 angewendet. Der Unterschied ist, dass durch die zerstörende Prüfung jedes Teil eben nur 1 Mal gemessen werden kann und damit echte Wiederholmessungen unmöglich sind.

Um trotzdem etwas über eine Art Wiederholgenauigkeit sagen zu können, werden deshalb möglichst ähnliche Teile für „Wiederholmessungen“ verwendet. Anstelle von 10 verschiedenen Teilen (Verfahren 2/3) werden 20-30 Teile genommen, bei denen immer 2-3 sehr ähnlich sind (gleiche Charge, gleiche Produktionsbedingungen, usw.) Damit kann auch den Messwerten der 2-3 „sehr ähnlichen“ Teile jeweils eine Art Wiederholstreuung berechnet werden.

Da es aber natürlich nicht das Gleiche ist, ob ich 1 Teil 2-3 Mal messe oder 2-3 „sehr ähnliche Teile“ messe, müssen die Auswertungsformeln verändert werden. Und das ist dann eine geschachtelte GRR.

-> erweiterte/komplexe MSA:

Die Teile und Mess-Bedingungen für diese Untersuchung werden so ausgewählt, dass sie die gesamte Bandbreite des Mess-Prozesses zeigen. Wenn z. B. die Raumtemperatur wegen der Material-Erwärmung eine Effekt auf das Mess-Ergebnis hat, wird mit verschiedenen Temperaturen (z. B. an verschiedenen Tagen) gemessen.

Die so entstehende Streuung wird aufgeteilt auf die Streuungs-Verursacher. Stell Dir die Streuung als große Torte vor, von der verschiedene Faktoren wie Prüfer, Teil, Werkstoff, usw. sich einen Teil nehmen. Je größer der genommene Teil ist, desto stärker verändert dieser Faktor die aufgenommenen Messwerte. Das ist das Prinzip der ANOVA/Varianzanalyse, die letztlich hinter den ganzen Auswertungs-Methoden (erweiterte/komplexe MSA, PISMOEA, GUM) steht.

Am Ende steht (leider) bei der erweiterten MSA nicht mehr 1 GRR-Wert, weil es viel mehr Einflussmöglichkeiten als nur den Prüfer und die Messwiederholung an verschiedenen Teilen gibt. Dafür kannst Du eben besondere Einflüsse und Mess-Situationen mit betrachten und herausfinden, wodurch sich Dein Mess-Prozess stabilisieren bzw. robuster machen lässt.

******************************************************
* MSA für Zugprüfung vs. Durchmesser & Längen-Messung
*

Generell halte ich es für hilfreich, ein Fischgrät-Diagramm für den Mess-Prozess aufzumalen. Damit kannst Du erkennen, welche Faktoren das Mess-Ergebnis beeinflussen (können). Im zweiten Schritt kannst Du dann mit Prozess-Kennern zusammen auswählen, welche Faktoren Du/Ihr in Deiner MSA untersuchen möchtest/möchtet.

Bei der Auswahl der Teile sollte der gesamte Mess-Prozess erfasst werden. Sinnvoll wäre es für jede der 3 Maschinen (250KN, 600KN, 1000KN) einzelne MSAs zu machen, weil die Messwerte in deutlich unterschiedlichen Bereichen liegen. Damit kannst Du dann als Bezugsbereich den Toleranzbereich nehmen. Es wäre auch möglich, die Teile ganz wild über alle drei Maschinen zu nehmen, dann wird der Streuungsanteil PV für die Teile und damit die ndc sehr viel größer, als wenn Du drei einzelne Bereiche untersuchst (hast Du ja auch schon geschrieben). Bei dieser wilden Wiese kannst Du allerdings die Toleranz nicht mehr als Bezugsgröße verwenden, weil Du (mindestens) 3 verschiedene Toleranzen hast.

***Möglichkeit 1***

Wie Markus schon geschrieben hat, kannst Du schlicht dieselben 10 Prüfteile ohne erneuten Zugversuch in unterschiedlicher (zufälliger) Reihenfolge von 2-3 Prüfern jeweils 2-3 Mal aufnehmen lassen (Durchmesser und Länge). Das wäre die einfachste Variante: gekreuzte GRR

***Möglichkeit 2***

Du untersuchst auch noch die anderen Faktoren, die Du als möglicherweise wichtig im Fischgrätdiagramm identifiziert hast. Dann brauchst Du ein komplexeres Modell (umsetzbar in Minitab R16 mit „Allgemeine lineare Modelle (GLM)“ und Kovariaten für die variablen Größen wie z. B. Raumtemperatur), kriegst keinen GRR-Wert, aber dafür eine Bewertung der gesamten Mess-Situation mit allen Einflussgrößen

So, ich glaub das ist jetzt erstmal lang genug geworden ;)

Ich fänds spannend zu lesen, für welche Variante Du Dich entschieden hast.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: Minitab 15 #58334

Hallo Q_Wolf,

ein schönes Statistikbuch für Entwicklungs- und Fertigungs-Datenauswertung wäre schön. Gibt es leider nicht (mehr).

Ich hab hier noch 3 Exemplare „Einführung in Minitab 15“ rumliegen, davon kann ich Dir eins schicken (wenn Du mir Deine Adresse per Mail gibst). Das wird nicht mehr nachgedruckt und für das neue R16 gibt es noch nichts aus Papier.

Auch noch nett, allerdings auf Englisch, ist der „Six Sigma and Minitab Pocket Guide“ (von OPEX Resources).

Allgemein Statistikbücher und spezielle Themen findest Du noch auf meiner Seite in der Literaturliste.

Und wenn es um spezielle Themen geht, kann ich Dir bestimmt auch noch das eine oder andere Buch empfehlen. Dazu bräuchte ich nur ein paar Stichworte.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: MSA (PMU) bei Zugversuch #58322

Hallo christer,

willkommen im Qualitäter-Forum :)

Schicke Fragestellung. Das lässt sich leider nicht in zwei Sätzen sagen und leider fehlt mir diese Woche die Zeit, darauf ausführlich zu antworten.

Ich hab da aber noch einige Fragen, die die Antwortmöglichkeiten einschränken:

Wofür soll das Mess-System qualifiziert werden?
gleiche Werkstoffe / verschiedene Werkstoffe
gleiche Walzabmessungen / verschiedene Walzabmessungen

Gibt es einen Prüfereinfluss oder ist das eine automatische Prüfung?

Bei der Auswertung von zerstörenden Prüfungen hilft die QS9000 / MSA 3 nicht wirklich weiter. Die statistische Methode dahinter ist ein so genanntes geschachteltes Modell (auch geschachtelte MSA).

Ich würde das auf keinen Fall zu Fuß oder mit Excel auswerten, weil die Formeln wirklich unschön sind. Vermutlich fehlen sie auch deshalb in der QS9000 / MSA 3.

Weitere Informationen zur geschachtelten MSA findest Du z. B. in der Minitab-Hilfe. Eine kostenlose 30-Tage-Version von Minitab gibt es hier.

Ich hoffe das hilft Dir ein Stück weiter, Details krieg ich vermutlich erst Ende nächster Woche hier ins Forum geschrieben.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: Abweichung im Zert- Audit #58310

Hallo Marco444,

hm, unschön. Ob das eine Abweichung gibt, kann ich nicht beurteilen.

Ich würd das Problem schriftlich dokumentieren und der GF zukommen lassen, damit ein Qualitätsproblem nicht zu meinem Problem wird. Letztlich kann die GF immer entscheiden, wenig sinnvolle Dinge zu tun, es ist nur dann einfach sehr günstig wenn man sich selbst aus der Schusslinie bringt. Und das geht am besten schriftlich, dann kann hinterher niemand mehr behaupten, er/sie habe nichts davon gewusst.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: UT 2010 #58302

Hallo zusammen,

schade, dass es mit der Lufthansa nicht klappt. Trotzdem danke, Kugi, fürs charmante Kümmern!

Frank hatte schon letzte Woche geklärt, dass wir zu Endress&Hauser können. Ich habs einfach vergessen zu posten.

Also: Wir treffen uns dieses Jahr bei Endress & Hauser :) Details kommen, sobald ich ein bisschen mehr Luft habe.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: Sporadisches Fehlerauftreten #58293

Hallo Markus,

das kommt darauf an wie sicher Du Dir in Deiner Aussage sein möchtest.

Wenn Du z. B. bis jetzt einen Ausfallanteil von 30% in den Tests hast und Du willst eine Sicherheit von +/-5% bei Deiner Aussage haben, brauchst Du 364 Testergebnisse. Wenn Dir eine Sicherheit von +/-10% reicht, benötigst Du „nur“ 100. Bei +/-20% reichen 29 Tests.

Wie genau Du die Ausfallrate jetzt schon angeben kannst, kannst Du z. B. in Minitab herausfinden:
Statistik > Statistische Standardverfahren > Test von Anteilen, 1 Stichprobe

Im Sessionfenster steht der 95%-KI (95%iger Vertrauensbereich für die Ausschussrate), also der Bereich in dem die tatsächliche Ausschussrate mit 95%iger Wahrscheinlichkeit liegt. (Du kannst natürlich auch mit jedem anderen Statistikprogramm einen 1P-Test auf Anteile machen, die Formeln sind eh immer dieselben.)

Wenn Du genauere Planzahlen brauchst, findest Du in Minitab 16 unter
Statistik > Trennschärfe und Stichprobenumfang
den Punkt
„Stichprobenumfang für Parameterschätzung“
und kannst da als Parameter „(Anteil) Binomial“ auswählen und Deine Planwerte vorgeben. Das neue Minitab kriegst Du als 30-Tage-frei-Version nach kostenloser Registrierung auf minitab.com.

Oder Du schickst mir Deine Daten per Mail, dann rechne ich Dir das kurz aus.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: Six Sigma Hypothesentest – Exaker Test nach Fisher #58292

Hallo bombi und Ihr anderen, die sich noch nicht haben abschrecken lassen,

Ereignisrate klingt ein wenig schräg, gemeint ist das Auftreten seltener Ereignisse wie z. B. ein seltener Fehler.

Wenn ich jetzt zwei verschiedene Bauarten miteinander vergleichen kann ich zählen, wie oft ein bestimmter Fehler XY zu finden ist:

Gerät A: 25 Fehler XY, 3852 iO, insgesamt 3877 Geräte
Gerät B: 17 Fehler XY, 4990 iO, insgesamt 5107 Geräte

Damit hab ich eine Fehler-Ereignisrate von
Gerät A: 25/3877 =0,6%
Gerät B: 17/5107 =0,3%

Der Fehler XY tritt bei A also doppelt so oft auf wie bei B. Es kann aber gerade bei seltenen Fehlern auch Zufall sein und eigentlich sind die beiden Geräte gleich fehlernanfällig. Das wird mit zwei Testmethoden geprüft:

1. Test auf gleiche Ereignisraten (Poissonmodell)
2. Exakter Test von Fisher

Wie der Name schon sagt werden im ersten Testverfahren die beiden Ereignisraten miteinander verglichen.

Für die Beispielzahlen ergibt sich ein p-Wert von 0,04, d. h. die Chance diesen Unterschied zwischen den Ereignisraten oder einen noch größeren zu finden, wenn die beiden Raten tatsächlich (in echt) gleich sind, ist nur 4% groß und damit klein. Also wird daraus geschlossen, dass es einen signifikanten Unterschied zwischen den Ereignisraten gibt (für alpha=5%, weil p<alpha ist). (Ja, statistische Tests sind immer ein bisschen von hinten herum gedacht.)

Der exakte Test von Fischer prüft ein bisschen etwas anderes, nämlich ob die beiden Spalten in einer Kreuztabelle voneinander unabhängig sind oder nicht. Ich versuch mal hier so eine Kreuztabelle hinzubasteln:

Fehler XY in Ordnung
Gerät A 25 3852
Gerät B 17 4990

Dann wird rechnerisch geprüft, ob die beiden Spalten unabhängig voneinander sind, also ob ich vom Gerätetyp her darauf schließen kann, ob ein Fehler XY auftritt oder das Gerät in Ordnung ist.

Klingt eigentlich genauso wie der erste Test auf Ereignisraten, funktioniert mathematisch aber anders und deshalb gibt es auch einen anderen p-Wert für den zweiten Test. Im Beispiel ist der etwas größer (p=0,049), aber immer noch so klein, dass er unter alpha=5% liegt und damit die Testentscheidung auch hier lautet: Die Spalten sind abhängig voneinander bzw. es gibt einen signifikanten Zusammenhang zwischen Bauart (Gerät A vs. Gerät B) und Fehlerhäufigkeit.

Etwas ausführlicher findest Du den Exakten Test von Fisher auch in Wikipedia beschrieben.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: Fundstück #58284

Hallo mfunk,

schick, danke für den Link!

Ich mach dann mal weiter mit meiner Management-Präsentation, da kann ich bestimmt die eine oder andere Phrase unterbringen ;)

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: Six Sigma Hypothesentest – Exaker Test nach Fisher #58282

Hallo bombi,

kann ich Dir erklären, nur heute nicht mehr. Vielleicht hilft es schon ein Stück weiter, wenn Du in der Minitab-Dialogbox zur Ereignisrate
Statistik > Statistische Standardverfahren > Ereignisrate in Poisson-Modellen, 2 Stichproben
unten links auf „Hilfe“ klickst und Dir das Beispiel anschaust (blauen Link „Beispiel“ findest Du direkt unter der Überschrift).

Die Beschreibung und Erklärung des Exakten Tests von Fisher findest Du unter
Statistik > Tabellen > Kreuztabelle und Chi-Quadrat-Test > Weitere Statistiken
da auch wieder auf „Hilfe“ klicken und dann den blauen Link „Exakten Test nach Fisher“ anklicken.

Ganz kurz prüfen die beiden Tests etwas Unterschiedliches, deshalb können die p-Werte auch unterschiedlich groß/klein sein.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: Zum Lachen und im Hals stecken bleiben… #58275

Nur als kleiner Nachtrag: Dieser Zulieferer arbeitet auch für Dell und Hewlett Packard… (s. Artikel-Link im ersten Beitrag).

[Barbara]

als Antwort auf: Zum Lachen und im Hals stecken bleiben… #58271

Hallo zusammen,

darf ich mal eine zynische Frage stellen: Wenn ein Mitarbeiter sich umbringt, kann es ihm dann nicht ziemlich schnuppe sein, welche Zettel er vorher unterschrieben hat? Immerhin ist er dann doch tot und damit nur noch sehr schwer rechtlich zu belangen…

Bei solchen Meldungen bin ich immer wieder dankbar dafür, dass ich meine Arbeitsbedingungen selbst gestalten kann. Und frag mich ob wir wirklich immer den neuesten Schnickschnack brauchen, wenn an den Dingen so viel Blut klebt. Zumindest auf das iPad, iPhone oder andere Apple-Produkte kann ich gut verzichten.

Viele Grüße

Barbara

_____________________________________

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

[Barbara]

als Antwort auf: suche Cgk Beispielrechnung #58270

Hallo Markus,

jepp, so ist das dann manchmal. Die Ungenauigkeits-Angabe des Messschiebers (Auflösung) reicht locker, nur die reale Anwendung passt dann eben doch nicht zur Toleranz.

Falls da mal jemand das Diskutieren bei Dir in der Firma anfangen will: Es gibt einen schicken Zusammenhang zwischen Mess-Unsicherheit (GRR) durch Messmittel (EV) und Prüfer (AV):

C_p = C_wahr*Wurzel(1-GRR²) = C_wahr*Wurzel(1-(EV²+AV²)²)

C_p: berechneter Prozessfähigkeitswert
C_wahr: tatsächlicher Prozessfähigkeitswert (ohne Mess-Unsicherheit)

Je größer das EV wird, desto kleiner wird der berechnete C_p, selbst wenn der Prozess an sich superklasse ist.

Deshalb nutzt es auch mal gerade überhaupt nichts, wenn anstelle von 6S unter dem Bruchstrich 4S steht, denn die berechnete Prozessfähigkeit verringert sich schlicht umso mehr, je ungenauer das Messmittel ist. (Wie immer hilft hier also eine saubere Anwendung der üblichen Formeln mit 6S, wenn man am Ende einen guten Prozess nachweisen möchte.)

Um einen möglichst genauen Referenzwert zu bekommen hilft eine genauere Messung. Ob Du den Stift auf eine Koordinatenmessmaschine legst, zur Lohnmessung gibst oder den Kalibrierdienst bemühst, hängt davon ab wo Du so einen Messwert herbekommen kannst. Der Referenzwert sollte auf jeden Fall sehr genau sein.

Viele Grüße

Barbara

_____________________________________

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

[Autor]

Beiträge