[Barbara]

als Antwort auf: Annahmestichprobenprüfung #62767

Hallo Waeller,

eigentlich hat die DIN ISO 3951 etwas mit der Normalverteilung zu tun, jedenfalls am Anfang. Dann haben sich ein paar Menschen darangesetzt und das Ganze modifiziert und für die üblichen Berechnungsmöglichkeiten um 1950 optimiert (genau, das war bevor jeder einen Supercomputer in der Tasche hatte). Deshalb ist das, was als Stichprobenplan in der Norm steht, etwas anders als die Werte die die statistischen Verfahren berechnen.

Eine Abweichung von der Normalverteilung kann durch eine Schiefe entstehen oder auch durch andere Formen (mehrere Gipfel) oder durch eine Verteilung, die in der Mitte breiter ist und schmaler ausläuft oder…. Da die Möglichkeiten für Formabweichungen unendlich sind, lässt sich Deine Frage nicht allgemein beantworten. Der berechnete Stichprobenumfang kann zu klein oder zu groß sein, wenn die Abweichungen von der Normalverteilung deutlich sind. Je kleiner die AQL- und RQL-Werte sind, die abgesichert werden sollen, desto besser sollte das Modell der Normalverteilung die Messdaten-Charakteristik beschreiben.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Minitab und K-wert #62759

Hallo Der Waeller,

willkommen im Forum [:)]

Die k-Werte bzw. -Faktoren aus der Toleranzberechnung und der variablen Annahmeprüfung (z. B. DIN ISO 3951) haben nichts miteinander zu tun. Es ist nur zufällig derselbe Buchstabe verwendet worden.

Bei der Berechnung der Toleranz wird über k abgesichert, dass Du ein ausreichend hohes Vertrauensniveau (1-alpha) in den Grenzwerten hast.

Bei der Berechnung des Stichprobenumfangs wird bei der Berechnung von k das Vertrauensniveau (1-alpha) bzw. das Risiko für einen Fehlalarm (alpha) berücksichtigt UND die Trennschärfe (1-beta) bzw. das Risiko für Nicht-Entdecken (beta).

Die Normen habe ich nicht und kann deshalb auch nicht nachvollziehen, welche Formeln dort aufgeführt sind, allerdings macht es keinen Sinn wegen der unterschiedlichen Anwendungen dieselben Formeln zu nehmen. Der einfachste Weg die gängigsten Formeln zu diesen und anderen Themen zu finden ist sich eine Minitab-(Demo-)Version zu besorgen und in der hervorragenden Hilfe bei „Methoden und Formeln“ nachzuschauen wie die k-Werte berechnet werden.

Alternativ gibts die gebräuchlichsten Formeln in
Mathews, Paul (2010). Sample Size Calculations: Practical Methods for Engineers and Scientists.
Mathews Malnar und Bailey, Inc. ISBN 9780615324616.
und eine extrem umfassende Sammlung in
Krishnamoorthy, Kalimuthu und Thomas Mathew (2009). Statistical Tolerance Regions: Theory, Applications, and Computation.
Wiley. ISBN 9780470380260.

Die ISO 16269-6:2005 ist zurückgezogen und durch die ISO 16269-6:2014 ersetzt worden. Auf der ISO-Seite http://www.iso.org gibt es eine wunderbare Vergleichsfunktion für die alte und neue Variante (leider nur vollständig nutzbar wenn Du die Normen bei der ISO gekauft hast). Die Vorschau-Funktion liefert immerhin für die ersten paar Abschnitte einen schicken Vergleich und meistens steht im Vorspann einiges dazu drin, was sich in der neuen Version geändert hat.

Den Versionsvergleich gibts so:

• Seite zur ISO 16269-6:2014 aufrufen
• Knopf „Preview ISO 16269-6:2014“ anklicken
• Das Redlines-Icon finden (schwarzes Symbol grau hinterlegte Leiste über dem Normtext) und anklicken
• „Compare ISO 16269-6:2014 with previous edition ISO 16269-6:2005“ auswählen und schon wird die Welt bunt

Viel Spaß mit der Anwendung & viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Prüfmittelfähigkeit bei einer zerstörenden Prüfung #62758

Hallo MSA,

wenn Deine Teile-Typen alle gleich sind (=sehr ähnliche Werte bzw. gleiche Boxplots bei Wert je Teile-Typ), dann ist Deine PV (Part Variation) auch klein. Abgesehen davon, dass das für die Bewertung der Mess-Unsicherheit schwierig sein kann (s. u.) heißt das im Ergebnis, dass Du Deine Mess-Unsicherheit anhand von 1 Teile-Typ qualifizieren willst. Das ist ein bisschen wenig. Im Allgemeinen sollte es bei Verfahren 3 (ohne Prüfereinfluss bzw. mit immer demselben Prüfer) mindestens 15 verschiedene Teile-Typen geben.

Im theoretisch optimalen Fall hast Du so gut wie keine Streuung innerhalb eines Teile-Typen und deutliche Unterschiede (=Streuung) zwischen den Teile-Typen. Bei Dir scheinen die Werte genau anders herum zu liegen. (Ganz blöde Frage: Hast Du ggf. einfach die falschen Werte/Kombinationen im Arbeitsblatt eingetragen oder in der Dialogbox ausgewählt?)

So richtig unschön wird das mit den sehr ähnlichen Teilen bei der Bewertung der Mess-Unsicherheit im Vergleich zur Prozess-Streuung. Wenn Du hier die „historische Standardabweichung“ einträgst, dann ist das die Standardabweichung aus dem normalen (bereits laufenden) Fertigungsprozess, NICHT die aus Deiner MSA-Untersuchung. Entscheidest Du Dich für „Aus den Teilen der Untersuchung schätzen“ wird die Gesamt-Streuung der Fertigung aus den Messwerten in der MSA berechnet. Insgesamt ist

S²(gesamt) = S²(Fertigung) + S²(Messung)

wobei Du nur S²(gesamt) als Gesamt-Standardabweichung der Fertigungsmesswerte aufnehmen kannst und S²(Messung) über die MSA.

Und wenn Du in der MSA sehr ähnliche Teile hast und als S²(gesamt) die Streuung in der Untersuchung bzw. die Standardabweichung aus der MSA nimmst, dann wird die ganze Streuung in den Messwerten scheinbar durch die Messung verursacht (für S²(Fertigung) bleibt so nix über).

Ggf. kannst Du Deine Auswertung noch retten, wenn Du aus dem laufenden Prozess Messwerte (unabhängig von den MSA-Werten) hast, mit denen Du die Gesamt-Standardabweichung S²(gesamt) berechnen kannst. Wenn Du die nicht hast, brauchst Du zwingend neue Teile-Typen und die sollten wirklich echt unterschiedlich sein und bestenfalls den gesamten möglichen Wertebereich repräsentieren (ja ich weiß, dass das viel leichter gesagt als getan ist, insbesondere bei zerstörenden Prüfungen).

In der Auswertung mit Verfahren 3 (1 Prüfer, unterschiedliche Teile bzw. Teile-Typen) gibst Du dann in Minitab Folgendes ein:
Assistent > Mess-System-Analyse > Messsystemanalyse (gekreuzt)
Prüfer: [bleibt leer da konstant 1 Prüfer]
Teile: [Teile-Typen]
Messwerte: [Messwerte]
Prozessstreuung: wenn möglich Option 1 „Historische Standardabweichung verwenden“ und Standardabweichung aus normalen Fertigungs-Messdaten berechnen und eintragen, sonst Option 2 „Aus Teilen der Untesuchung schätzen“ wählen
Prozesstoleranz (optional)
untere Spezifikationsgrenze: 10 eintragen [für 10 Nm Mindesthaltemoment, muss nicht sein, hilft bei der Bewertung (s. u.)]

(Da Du nur 1 Prüfer hast gibt es in der Auswertung keinen Unterschied zwischen der gekreuzten und geschachtelten MSA. Bei mehreren Prüfern muss die Auswertung über Statistik > Qualitätswerkzeuge > Mess-System-Analyse (MSA) > Messsystemanalyse (geschachtelt) berechnet werden!)

In der Auswertung kriegst Du dann zwei Bewertungen der Mess-Unsicherheit
a) bezogen auf Deinen Fertigungsprozess als Antwort darauf, ob Du den Prozess bzw. Prozessveränderungen über die Messwerte erkennen kannst
b) bezogen auf Deine Toleranz(grenze) als Antwort darauf, ob Du zuverlässig genug entscheiden kannst ob das Produkt in Ordnung oder nicht in Ordnung ist

Eine Erklärung zu den Ergebnissen im Assistenten mit Hinweisen zu weiteren Informationsquellen findest Du in den Technical Papers auf der Minitab-Webseite. Die Formeln gibts auf den Hilfeseiten unter dem Punkt „Siehe auch“ > „Methoden und Formeln“ („Siehe auch“ ist direkt rechts unter dem Hilfeseiten-Titel wie z. B. Messsystemanalyse (geschachtelt)). Da kannst Du dann auch sehen wie genau die Toleranzgrenze in den Formeln verwendet wird.

Vielleicht wird das ja noch was [;)] Grundsätzlich ist Dein Ansatz auch aus statistischer Sicht möglich und umsetzbar – voraugesetzt die Anforderungen an die Teile-Typen (gleiche Repräsentanten, unterschiedliche Teile-Typen) sind erfüllt.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: ISO 9001:2015 #62757

quote:

---

Ursprünglich veröffentlicht von RudiHabe in meinem Kalender schon notiert, hier im Forum einen kurze Bericht zur Veranstaltung zu geben.

---

Super, da freu ich ich schon drauf [:)]

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

[Barbara]

als Antwort auf: Qualitätsmanager TÜV Nord #62756

Hallo Albert,

den Thread zur QM-Prüfung findest Du hier.

Viel Erfolg bei der Prüfung [:)]

Barbara

PS: Ich hab das Thema geschlossen.

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

[Barbara]

als Antwort auf: Prüfmittelfähigkeit bei einer zerstörenden Prüfung #62739

Hallo MSA,

es geht nicht darum ob die Messwerte bei der MSA alle in Ordnung sind. Im Gegenteil: Damit Du Dir sicher sein kannst, dass niO-Teile auch zuverlässig angezeigt werden, sollten in der MSA auch Teile außerhalb der Toleranz verwendet werden. Ein Mess-Prozess, der nur im Gut-Bereich der Teile zuverlässig funktioniert, nutzt für die Frage „in der Toleranz oder nicht“ wenig.

Bei der Entscheidung welcher Messwert für die Beurteilung herangezogen wird (linearer Bereich, Extremwert,…) würde ich mich an das halten was in der Praxis passiert: Schaut der Prüfer später auf einen linearen Bereich oder nimmt der den Extremwert? Gerade wenn bei den Extremwerten eine große Streuung vorhanden ist könnte es sein, dass gut-Teile irrtümlich als schlecht und schlecht-Teile irrtümlich als gut bewertet werden.

Die Auswertungsmethode ANOVA ist seit 2010 vom VDA 5 und MSA 4 die bevorzugte Methode (und aus statistischer Sicht auch, weil die Kennzahlen präziser sind). Die Auswertung über Mittelwert und Spannweite (Xquer-R) sollte nur noch dann gemacht werden, wenn kein PC für die Berechnung vorhanden ist. Also eigentlich für den deutschsprachigen Raum nie, jedenfalls kann ich mich nicht daran erinnern in den letzten Jahren einen Arbeitsplatz bei der MSA gesehen zu haben, wo kein PC oder Laptop verfügbar war. (Aus historischen Gründen ist diese Option in Minitab noch auf der Hauptseite der Dialogbox verfügbar.)

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: UT 2015 #62737

Hallo zusammen,

nachdem sich bei mir jetzt ein Termin auf der ersten Option liegt wird unser Usertreffen in 2015 im November stattfinden, genauer:

UT 2015: 13. und 14. November 2015

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: ISO 9001:2015 #62736

Hallo Rudi,

die ISO 9001 hat im November 2014 den finalen Entwurfsstatus erreicht (s. ISO 9001 revision moves on to final stage), d. h. über 90% Zustimmung zum Entwurf. Ggf. werden noch ein paar Dinge bis zur finalen Norm geändert; die Grundlagen bleiben (mit an Sicherheit grenzender Wahrscheinlichkeit) dieselben wie in der jetzigen Version.

Der Normentwicklungsprozess ist oft wie die Fahrt mit einem Öltanker: Wenn erst einmal ein Kurs gesetzt ist wird es sehr aufwändig den Kurs komplett zu ändern. Und deshalb passiert das meistens auch nicht.

Ob sich für die 9001 eine Info-Veranstaltung lohnt oder ob Du Dir über die Veränderungen auf Internetseiten (z. B. iso2015.de oder andern Informationsquellen ist eine Frage des persönlichen Geschmacks. Die heute verfügbaren Informationen sind schon ziemlich weitgehend, auch wenn die endgültige Fassung noch nicht vorliegt.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Temperaturmessung #62735

Hallo Rainaari,

quote:

---

Ursprünglich veröffentlicht von Rainaari
ich hätte da mal gern ein Problem…

---

Du weißt doch gar nicht ob Du ein Problem hast, wenn Du die Werte nicht sauber ermitteln kannst [:o)]

Für die Situation „Anforderung schärfer als Leistungsfähigkeit der Messmittel“ gibt es unterschiedliche Lösungsansätze, z. B.:

Variante A: besseres Mess-Equipment beschaffen
Da habt Ihr ja schon was gemacht. Falls es um Lösungen für schwer lösbare Messaufgaben geht, helfen auch die Menschen von der PTB weiter, z. B. bei Temperaturmessung: Abt. 7 Temperatur und Synchrotronstrahlung > 7.4 Temperatur > 7.42 Angewandte Thermometrie

Variante B: Anforderungen hinterfragen und ggf. ändern (für die Zukunft auf jeden Fall sinnvoll)
Könnte natürlich bei freigegebenen Prozessen etwas kniffelig werden.

Variante C: Mittelwert von gleichzeitig aufgenommenen Messwerten verwenden
Vorteil: bezahlbar, Nachteil: erhöhter Aufwand (Messzeit, Prüfmittelverwaltung, Berechnung)
Wenn die Einzelmesswerte x die Streuung S haben, hat der Mittelwert von k Einzelmesswerten die Streuung S/Wurzel(k), d. h. wenn jeweils 4 Werte zusammengefasst werden halbiert sich die Streuung und bei jeweils 100 Werten reduziert sich die Streuung um 1/10.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Prüfmittelfähigkeit bei einer zerstörenden Prüfung #62734

Hallo MSA,

naja, nur weil die Werte eine größere Streuung haben kannst Du nicht hingehen und einfach die Messvorschrift ändern. Du willst doch die Messung für die Werte qualifizieren, anhand denen später im Prozess die Entscheidung iO/niO getroffen wird. Ich geh mal davon aus, dass das die Extremwerte sind, also würd ich auch dieselbe Art von Messwerten für die MSA verwenden.

Bei der Verteilungsprüfung habe ich mich gefragt, welche Werte Du prüfen willst und welche Prüfverteilung dafür sinnvoll ist. (Verteilungsprüfung ist üblicherweise bei der MSA nicht vorgesehen und bringt aus meiner Sicht an der Stelle auch wenig.) Wenn Du verschiedene Teile-Typen hast, sollten die für die MSA deutlich unterschiedlich sein (=hohe Teile-Streuung/Part-Variation/PV) während die Wiederholstreuung (=Equipment Variation/EV, bei zerstörender Prüfung eigentlich EV plus Teileunterschiede bei Quasi-Gleichheit) klein sein sollte. Das wird über die Varianzanalyse (ANOVA) / Streuungszerlegung / Varianzkomonenten geprüft.

Ggf. kann es sinnvoll sein neben der Standard-Auswertung mit der Ermittlung von Unsicherheitsanteilen aus den Varianzkomponenten noch zusätzlich eine „normale“ Varianzanalyse zu machen und die Residuen zusammen mit ihrer Verteilung anzuschauen. In Minitab gibts diese Auswertung unter
Statistik > Varianzanalyse (ANOVA) > Allgmeines Lineares Modell > Allgemeines Lineares Modell anpassen
Die Residuen müssten bei dieser Auswertung normalverteilt sein.

150 Messwerte find ich nicht so arg viel, dass ich über Auswahlkriterien oder den Ausschluss von Werten nachdenken würde. Ich würd mir vermutlich erstmal eine Zeitreihe anschauen, in der die Reihenfolge der Messwerte abgebildet ist und für die 6 Teile-Typen (mit je 25 Werten) jeweils unterschiedliche Symbole verwendet werden. In Minitab z. B. mit
Grafik > Zeitreihendiagramm > Mit Gruppen
oder auch mal einen Vergleich der sechs Teile-Typen über Boxplots
Grafik > Boxplot > Mit Gruppen

Im optimalen Fall sind die Unterschiede zwischen den Teile-Typen groß (PV hoch) und die Unterschiede je Teile-Typ klein (EV niedrig). Im ungünstigsten Fall ist es umgekehrt.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Prüfmittelfähigkeit bei einer zerstörenden Prüfung #62732

Hallo MSA,

willkommen im QM-Forum [:)]

Bei der zerstörenden Prüfung bist Du mit der Quasi-Gleichheit von Teilen schon auf dem richtigen Weg. Wenn alle Werte von 1 Prüfer aufgenommen werden, funktioniert das mit der geschachtelten MSA nicht, weil es keine verschiedenen Schachteln gibt:

Geschachtelte MSA

• 1 Prüfer = 1 Schachtel
• innerhalb der Schachtel echt unterschiedliche Teile-Typen, jeweils mit Quasi-gleichen Teilen für die Wiederholstreuung
• z. B. 3 Teile-Typen mit je 2 Quasi-gleichen Teilen je Teile-Typ -> 10*2=20 Teile für 1 Prüfer, bei 2 Prüfern insgesamt 2*20=40 Prüfergebnisse

Bei der geschachtelten MSA werden jetzt die Prüfer-Schachteln miteinander verglichen. An dieser Stelle funktioniert Deine Auswertung nicht, weil Du nur 1 Schachtel (1 Prüfer) hast. Damit ist kein Vergleich möglich.

Von der Auswertung her kannst Du dafür das Verfahren 3 (automatische Prüfung bzw. Prüfung in der nur 1 Prüfer tätig ist) verwenden. In Minitab findest Du das entweder unter
Statistik > Qualitätswerkzeuge > Messsystemanalyse (MSA) > Messsystemanalyse (gekreuzt)
oder
Assistent > Messsystemanalyse (MSA) > Messsystemanalyse (gekreuzt)
Das Feld für den Prüfer bleibt in beiden Menüs einfach leer.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Nix mehr los oder was? #62731

Hi Qualyman,

Dir und allen anderen auch alles Gute fürs neue Jahr!

Viele Grüße

Barbara

PS: Und ein bisschen mehr Betrieb hier im Forum wär in 2015 auch schön [:)]

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

[Barbara]

als Antwort auf: Na dann… #62723

Da schließe ich mich gerne an: Ich wünsche Euch allen auch frohe Feiertage, ein paar ruhige Minuten zwischen den (hoffentlich arbeitsfreien) Tagen und einen guten Jahresanfang [:)]

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Berechnung repräsentativer Stichprobenumfang #62722

Hallo Sophie,

quote:

---

Ursprünglich veröffentlicht von Sophie89
Nach langen Diskussionen sind wir nun so verblieben, dass wir die Fremdkörper mit ihrem 0% Fehleranteil nicht als grundlegenden Parameter beurteilen, da eine 100% Kontrolle leider nicht abgebildet werden kann…

---

Weil es nicht richtig geprüft werden kann wird es gar nicht geprüft? [B)]

quote:

---

Ursprünglich veröffentlicht von Sophie89
Nehmen wir an, wir nehmen einen anderen physikalischen Parameter als Berechnungsparameter. Z. B. den Anteil an anhaftenden Stielen. Dabei dürfen max. 3 Stück pro 100 g auftreten.

---

In Statistik-Sprache ist das eine Attributprüfung der Anzahl Fehler (Poisson-Stichprobenprüfung), d. h. hier könntest Du eine Norm wie die DIN ISO 2859 einsetzen oder den notwendigen Stichprobenumfang berechnen. Selbst berechnen sichert die Qualität deutlich gezielter ab als die Norm-Tabellenwerte.

Sagen wir einfach mal der Stichprobenumfang ist n=8. Dann brauchst Du noch einen Plan, in welcher Einheit Deine Stichprobe gezogen wird. Wenn Du die Anzahl Stiele pro 100g zählst, wären das 8 mal 100g, die einzeln ausgezählt würden.

Wenn Du auf Basis von 1600 Kartons (die vermutlich jeweils mehr als 100g enthalten) arbeiten willst, musst Du erst umrechnen wie viele Stiele in einem Karton gerade noch akzeptabel wären (z. B. bei 5kg pro Karton: 3*50=150 Stiele), darauf den Stichprobenumfang ermitteln und dann die entsprechende Menge an Kartons prüfen.

Viele Grüße

Barbara

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

[Barbara]

als Antwort auf: Berechnung repräsentativer Stichprobenumfang #62718

Hallo Sophie,

eigentlich haben Q..t und Frank Hergt schon alles wichtige dazu gesagt. Meine Kurzform: Wenn Du 100%-ig sicher sein willst nie (=0,0000%) einen Fremdkörper in der Rohware zu übersehen, lass die Finger von der Statistik.

Viele Grüße

Barbara

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

[Autor]

Beiträge