[Barbara]

als Antwort auf: Natürliche Toleranzgrenzen und cpk #63403

Hallo Andreas,

bei den Prozessfähigkeitskennzahlen ist die Unterscheidung zwischen technischer Grenze und Toleranzgrenze extrem wichtig, um solche seltsamen Ergebnisse zu vermeiden.

technische Grenze = Wert, unter (oder über) dem aus technischen Gründen keine Messwerte liegen KÖNNEN
Toleranzgrenze = Wert, unter (oder über) dem keine Messwerte liegen SOLLEN

Prozessfähigkeitskennzahlen werden ausschließlich mit Toleranzgrenzen ermittelt (s. DIN ISO 22514-1, DIN ISO 22514-2 oder auch die zurückgezogene DIN ISO 21747).

Wenn Du nur eine obere Toleranzgrenze hast, wird auch nur bewertet, wie das Verhältnis zwischen Prozessstreubereich nach oben (z. B. Mittelwert + 3*Standardabweichung bei der Normalverteilung) und dem Abstand Prozessmitte zu oberer Toleranzgrenze (z. B. obere Toleranzgrenze – Mittelwert) ist.

Bei einer einseitigen Toleranz ist es völlig egal, was auf der anderen Seite der Prozessmitte passiert. Das gilt auch für 0-begrenzte Merkmale genauso wie für Merkmale, die eine andere technische Grenze haben, und auch für Merkmale, die einfach nur auf einer Seite toleriert sind. Technische Grenzen sind keine Toleranzgrenzen, deshalb lässt sich bei einseitiger Tolerierung auch kein Cp oder Pp berechnen (s. o. a. Normen).

Natürlich gilt wie immer:
*Prozessfähigkeitswerte sind nur für stabile Prozesse belastbar.
*Die Mess-Unsicherheit muss klein genug sein.
*Die Messwerte müssen mit einer sinnvoll ausgewählten Verteilung beschreibbar sein.
*Es muss ausreichend viele Messwerte geben (mindestens 100).

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: DIN ISO 3951-1 / DIN ISO 3951-2 #63399

Hallo Rolf,

bist Du Dir sicher, dass Du diese Normen verwenden willst? Nach den heutigen Anforderungen an die Risikobewertung haben alle Stichprobennormen (2859, 3951) gravierende Nachteile, u. a., weil Du die Risiken in den Tabellen nicht begrenzen kannst.

Sinnvoller und zuverlässiger ist es, einen Stichprobenumfang auszurechnen und darauf die WE-Prüfungen zu planen.

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: Werkzeugvalidierung bei Klasse 3 Medizinprodukt #63398

Danke für Eure Antworten, Rainaari, QM-FK und medi12. Ihr habt mir sehr geholfen [:)]

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

[Barbara]

als Antwort auf: Prozessfähigkeitsanalyse in KMU #63383

Hallo Bachelorand,

*Ironie an* selbstverständlich sind die Prozesse und Produkte alle prozessfähig *Ironie aus*

QM-FK hatte schon ganz viele richtige Punkte beschrieben.

Wenn die Kunden Deiner Firma solche Werte sehen wollen, erinnert das an „SPC = Show Program for Customer“. Das hat mit der ursprünglichen Idee, Prozessfähigkeitswerte bei stabilen Prozessen(!) als Kennzahl für die Bewertung der Toleranzeinhaltung zu verwenden, überhaupt gar nichts zu tun. Es ist ein reines Kundenbespaßungsprogramm. Wenn das so sein soll – bitte. Nur vermeide einfach, von einer statistischen Bewertung der Prozessleistung zu sprechen/schreiben, denn davon ist diese Vorgehensweise extrem weit entfernt.

Ein passendes Zitat dazu stammt von Rinne und Mittag

quote:

---

Unkenntnis oder Nicht-Beachtung von Anwendungsvoraussetzungen

Der Einsatz von PFI [Anmerkung: Prozess-Fähigkeits-Indizes] erfolgt in der Praxis häufig schematisch ohne nähere Kenntnisse resp. ohne Beachtung der Anwendungsvoraussetzungen,[…] Wer z. B. einen Fähigkeitsindex für eine Fertigungsprozeß mit instabiler Verteilung des zu verfolgenden Qualitätsmerkmals berechnet (nicht beherrschter Prozess, vgl. Abb. 12/3 b), erhält stets ein nicht interpretierbares und mithin wertloses Ergebnis.

Rinne , Horst and Mittag, Hans-Joachim (1999). Prozeßfähigkeitsmessung für die industrielle Praxis.
Fachbuchverlag Leipzig. ISBN: 9783446211179, S. 32

---

Wenn Du das Kundenbespaßungsprogramm mit den schönsten Werten füttern möchtest:
*wirf einfach alle Daten zusammen, die zu einem Produkt/Werkstoff gehören und die gleichen Toleranzen haben
*verzichte auf die Bewertung der Prozess-Stabilität (wird voraussichtlich sowieso nicht stabil sein)
*nutze alle Formel-Möglichkeiten aus der DIN ISO 22514-2
*nimm für den Report den schönsten/höchsten Prozessfähigkeitswert

Die Vorgehensweise ist normkonform und in der Praxis auch häufiger zu finden. Wie schon geschrieben, das hat NICHTS mit zuverlässigen Kennzahlen oder sinnvoll angewendeter Statistik zu tun und ich empfehle allen Menschen, sinnvolle Dinge zu tun und ihre Zeit nicht mit der Bastelei von Kennzahlen zu verbringen, in denen keine Information steckt.

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: Presentation ISO 9001 änderungen 2008:2015 #63316

Hallo Helge,

willkommen im Forum. Ich finde Deinen Nick für ein QM-Forum unpassend.

Eine Präsentation dazu habe ich nicht. Nette Zusammenstellungen finden sich bei elsmar.com/forum, z. B.
Transition Matrix for ISO 9001:2015
Process Map Transition from ISO9001:2008 to ISO9001:2015
(Anhänge können bei elmar nach kostenfreier Anmeldung heruntergeladen werden. Ja, das ist ein englisch-sprachiges Forum.)

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: Verteilungsformen – PFU / MFU #63313

Hallo abq806,

das kommt darauf an, warum es Abweichungen von der Normalverteilung gibt. Ich wäre auf jeden Fall vorsichtig mit der Bewertung von Messdaten aus Verfahren 1, wenn die Wiederholmesswerte NICHT zufällig um einen mittleren Wert streuen.

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: Friedliche Weihnachten #63312

Hallo zusammen,

ich hoffe, Ihr hattet alle entspannte Feiertage und seid gut ins neue Jahr gekommen.

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: Prozessfähigkeit (tech. begrenzt, nicht NV) #63302

Hallo Erkan,

der Anderson Darling Test n(AD-Test) arbeitet mit Verteilungseigenschaften. Die sind für die gestutzte Normalverteilung anders als für die „normale“ Normalverteilung.

Da es bislang noch keine angepasste oder modifizierte Form des AD-Tests für gestutzte Normalverteilungen gibt, ist der AD-Test für die gestutzte Normalverteilung nicht aussagekräftig.

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: MSA: Statistisches Mittel gesucht #63271

Hallo Philipp,

wenn es Referenz-Messwerte für den Verschmutzungsgrad gibt, kannst Du Dir die „Methode der Signalerkennung“ oder „Grauzonenbestimmung“ (s. z. B. MSA 4) für die attributive Prüfungen anschauen.

Wenn es keine Referenzwerte gibt, bleibt nur ein Vergleich der Ergebnisse bei Mehrfach-Tests, um die Beständigkeit des Testergebnisses zu prüfen. Das geht mit der so genannten „Prüferübereinstimmung bei attributiven Daten“. Damit könntest Du dann die Beständigkeit/Wiederholbarkeit der Einordnung in iO und niO prüfen, wenn die Verschmutzung an jedem Teil mehrfach aufgenommen werden kann. (Typischerweise wird darüber ein Vergleich der Beständigkeit von verschiedenen Prüfern ermittelt. Das Verfahren funktioniert auch mit 1 Prüfer bzw. 1 Messmittel/Prüfmittel.)

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: Erweiterte Eingriffsgrenzen #63262

Hallo TamTom,

die Frage von Nafets bezog sich auf erweiterte Eingriffsgrenzen, nicht auf Cpk-Werte.

Zum Argument „Wenn das alle so machen, kann es nicht ganz falsch sein“ möchte ich nur an die Geschichte der Monsterwellen erinnern. Lange Zeit (bis 1995) galten Wellen über 15m als Seemansgarn, weil die Wellenhöhe normalverteilt sei und die Wahrscheinlichkeit für 20m oder höhere Wellen unglaublich winzig sei.

Mit dieser Begründung wurden auch alle Schadensersatzansprüche von Schiffseignern abgewiesen. Alle großen Versicherungen und viele Wissenschaftler waren sich einig, dass es keine so großen Wellen geben könne. Die Statistik spräche dagegen. Seemänner sollten einfach weniger Alkohol trinken, dann würden ihnen die Wellen auch nicht so riesig erscheinen. Und sowieso wisse man doch, dass Seemänner zu Übertreibungen neigen.

Mit fortschreitender Messtechnik wurden dann doch Wellenhöhen deutlich über 20m gemessen und es gab Mitte der 1990er Jahre erste Videos von Monsterwellen, die über ein Schiff rollen. Damit war klar, dass die vorher von der überwältigenden Mehrheit akzeptierte Theorie falsch war und Wellenhöhen doch nicht einfach nur normalverteilt sind.

Fazit: Nur weil sich viele/alle Menschen auf eine Theorie geeinigt haben, muss die nicht richtig sein.

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: Neue VDA 6.3 #63250

Hallo plutho,

danke für den Hinweis [:)]

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Mobile Datenerfassung für Freiberufler #63249

Moin,

ich nutze für mich (als Freiberuflerin) Mite. Damit kann ich auch Kunden einen Zugang geben, wenn sie wissen wollen, wie viel Zeit auf ein Projekt oder Aufgabe geschrieben wurde.

Hat allerdings noch nie ein Kunde nach gefragt, denn die halten es so wie Q…t… geschrieben hat: Vorher aussuchen und den Auftrag entsprechend schreiben.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Stichprobengröße mit Minitab berechnen #63230

Hallo Smiley,

Du kannst den AQL- und RQL-Wert auch näher zueinander wählen, nur steigt der Stichprobenumfang umso stärker an, je weniger Abstand zwischen den beiden Werten ist.

Die Stichprobenprüfung soll im besten Fall keinen Alarm liefern, wenn der Prozess mit einer Ausschussrate von (höchstens) AQL läuft und einen Alarm geben, sobald RQL erreicht oder überschritten ist. Zwischen AQL und RQL ist die Grauzone, in der die Wahrscheinlichkeit für einen Alarm mit zunehmender Ausschussrate ansteigt.

Wenn die Grauzone sehr klein ist (z. B. AQL=1%, RQL=1,1%), muss sehr genau hingeschaut werden, ob sich der Prozess im AQL- oder RQL-Zustand befindet. Wenn die beiden Werte weit voneinander entfernt sind (z. B. AQL=1%, RQL=20%), ist es sehr viel einfacher / mit weniger Aufwand möglich, eine sichere Entscheidung zu treffen, ob der Prozess mit einer Ausschussrate von RQL oder mehr läuft.

Am sinnvollsten ist es, den AQL-Wert auf Basis der Prozessdaten zu berechnen und zu schauen, wie viel Ausschuss tatsächlich im Prozess auftritt und RQL auf Basis der (Kunden-)Anforderungen festzulegen. Damit ersparst Du Dir dann auch Diskussionen dazu, warum die Werte so festgelegt worden sind und bekommst einen Stichprobenumfang, der für diesen Prozess und diese Anforderung genau passt.

Viele Grüße
Barbara

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

[Barbara]

als Antwort auf: Stichprobengröße mit Minitab berechnen #63226

Hallo Smiley,

es gibt in Minitab mindestens zwei verschiedene Menüs für die Berechnung von attributiven Stichprobenumfängen. Das unter dem Punkt „Trennschärfe und Stichprobenumfang“ berechnet Dir nur den Stichprobenumfang und keine Annahmezahl. Ich würde deshalb das andere verwenden, auch um bei ähnlichen Kennzahlen und Begrifflichkeiten wie in den AQL-Normen zu bleiben:

Statistik > Qualitätswerkzeuge > Annahmestichprobenprüfung nach Attributen

Da trägst Du dann z. B. folgende Werte ein:

Einheiten für Qualitätsniveaus: „Prozent fehlerhafter Einheiten“
AQL = 1,0 (wie von Dir vorgegeben)
RQL = 5,0

Lieferantenrisiko (Alpha) = 0,05 (5% Standardwert)
Abnehmerrisiko (Beta) = 0,01 (1% für kritische Merkmale)

Losumfang [leer lassen]

> OK

Was Du damit bekommst, ist ein Stichprobenumfang zur Absicherung der folgenden Prozess-Qualität:

Normalerweise haben wir/akzeptieren wir 1% Ausschuss (=AQL).
Wenn die Ausschussrate bei 5% oder höher ist (RQL), wollen wir das über die Stichprobenprüfung sicher herausfinden.

Als Risiken verwenden wir:

alpha=5%, d. h. wenn der Ausschussanteil im Prozess tatsächlich bei (akeptablen) 1% liegt, gibt es bei 5 von 100 oder 1 von 20 Prüfungen im gut laufenden Prozess einen falschen Alarm, dass die Ausschussrate zu hoch ist (Fehlalarm-Risiko).
beta=1%, d. h. wenn der Ausschussanteil im Prozess tatsächlich bei (nicht-akzeptablen) 1% liegt, übersehen wir das bei 1 von 100 Prüfungen in denen der Prozess schlecht läuft. Die Trennschärfe/Power ist damit bei 1-beta=99%. (Wie oft der Prozess tatsächlich schlecht läuft, ist hierbei unwichtig.)

Der Losumfang ist für die Berechnung des Stichprobenumfangs unerheblich und wird nur anschließend dafür verwendet um zu prüfen, ob überhaupt ausreichend viele Teile im Los sind.

Mit diesen Werten errechnet sich ein Stichprobenumfang von n=132 mit einer Annahmezahl von 3.

Ich finde allerdings die vorgegebenen Werte für AQL und RQL extrem hoch. Üblicherweise wird für die meisten Prozesse eher etwas im ppm-Bereich angenommen.

Wenn die Einheit für AQL und RQL auf „Fehlerhafte Einheiten pro Million“ umgestellt wird und für AQL 1 ppm (entspricht Ausschussrate bei Cpk=1,67) und für RQL 64 ppm (entspricht Ausschussrate bei Cpk=1,33) eingetragen wird, ist der berechnetet Stichprobenumfang n=35.977 mit einer Annahmezahl von 0.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: MSA bei unrunden Teilen #63220

Hallo Smiley,

willkommen im Qualitäter-Forum [:)]

Du hast das ganz richtig verstanden: Bei Merkmalen, die in sich bzw. bei einem Teil stark streuen, hat auch das präziseste Messmittel eine beliebig große Unsicherheit, wenn nur an 1 Punkt oder an wenigen Punkten Werte aufgenommen werden.

Für die Mess-System-/Mess-Prozess-Bewertung könntest Du viele verschiedene Dinge tun. Was davon sinnvoll ist, hängt von Deinem Ziel ab. (Wenn das Ziel „nur“ der Nachweis von Werten über Verfahren 2 ist, wünsche ich Dir viel Geduld [;)])

Ein paar Möglichkeiten:

• Verfahren 2 durchführen und schauen, wie viel Streuung tatsächlich durch das Messmittel entsteht ohne Markierung an den Teilen, damit das Vorgehen bei der Messung auch dem in der Praxis entspricht
• Verfahren 2 durchführen mit Messpunkt-Markierungen um zu untersuchen, wie viel Streuung auch unter stabilisierten/idealisierten Bedingungen immer durch das Messen hinzukommt
• Ein sehr kurzes Verfahren 2 umsetzen und zeigen, dass die Messwerte maximal grob eine Idee liefern und keine informativen Zahlen, um im nächsten Schritt über ein (besser) geeignetes Messmittel nachzudenken

Viele Grüße

Barbara

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

[Autor]

Beiträge