QM-Forum › Foren › Qualitätsmanagement › cp
-
AutorBeiträge
-
Hallo,
nachdem vor kurzem schon eine Frage zum Weibull-Verfahren kam, komme ich jetzt auch noch dazu. In unserem SPC kommt es vor, dass bei Berechnungen von Cp und cpk nach Weibull der cp kleiner ist als der cpk. Nach meinem Verständnis ist das unlogisch. Kann mir jemand erklären, ob das korrekt sein kann und wenn ja, wie das möglich ist?Vielen Dank für Eure Hilfe
Norberta) Arbeitest Du mit QS-Stat ?? ;-)
Dann such mal unter „cp<cpk“ in diesem Forum.
b) Ich mag mich täuschen, aber mir ist in Erinnerung, dass die Normalverteilung im Gegensatz zur Weibullverteilung UNTEN „offen“ ist. Und ich kenne eigentlich nur cp/cm und cpk/cpm Formeln, die auf der Grundlage einer wie auch immer gearteten Normalverteilung funktionieren.
Wenn jetzt also deine Weibullverteilung aussieht wie eine „kopfstehende“ Normalverteilung – warum soll dann nicht auch einiges andere „verkehrt“ sein?Rossy
Ich weiss nicht ob es besser wird wenn es anders wird.
Aber es muss anders werden, damit es besser wird. >Lichtenberg<Hallo,
Rossy, danke für die erste Antwort.
Vielleicht noch eine kleine Ergänzung. Es handelt sich hier um einseitig tolerierte Merkmale mit einer natuerlichen Grenze bei Null (Rundheit, Geradheit,…).
Gruss
NorbertHallo Norbert!
Hau wech die SPC! Bei einem nicht normalverteilten Merkmal mit Kennwerten zu arbeiten, die nun mal auf Normalverteilung beruhen, ist sinnlos. Ist nebenbei der häufigste Fehler bei statistischer Prozeßbetrachtung überhaupt: Einfach mal Normalverteilung annehmen, blind Kennwerte ausrechnen und nie überprüfen, ob es sich wirklich um eine Normalverteilung handelt. Die meisten Merkmale sind es in der Praxis leider nicht!
Nimm‘ Deine Meßwerte, mach‘ in Excel eine Häufigkeit drüber (ja, Barbara, ich weiß) und sinniere darüber, ob Dich das Resultat irgendwie an die Glockenkurve erinnert. Wenn Du QS-Stat o.ä. hast, müßte das einen Test auf Normalverteilung können (hoffe ich zumindest mal).Santa Barbara, komm‘ bald aus Deinem Urlaub wieder! Ist echt Arbeit, für Dich einzuspringen.
Schöne Grüße
Frank
„Es ist alles gesagt – nur noch nicht von jedem.“ (Karl Valentin)
Hallo Norbert,
lass mich Dir die Forensuchfunktion ans Herz legen, sie ist da oben rechts irgendwo in der Naehe des Login-buttons.
Du wirst dich wundern was viele kluge Köpfe in diesem Forum schon zu Stichworten wie „Rundlauf“, „cp<cpk“ oder „nullbegrenztes Merkmal“ geschrieben haben. Der Phantasie sind bei den Stichwörtern keine Grenzen gesetzt …
Aber sag‘ mal: Wenn euer Statistikprogramm „Weibull“ schreit – hast du dann nicht wahnsinnig viel Ausschuss nach „oben“ hin ?
Die Weibullverteilung wird ja auch Badewannenverteilung genannt – sprich sie geht irgendwann wieder gar hurtig hoch … wie ein mehr oder minder breites „U“.
Aber lies lieber erstmal die anderen Beiträge ueber ein Problem, das bereits andere hatten – wie gesagt „Suche“-funktion ist der Schluessel.Rossy
Ich weiss nicht ob es besser wird wenn es anders wird.
Aber es muss anders werden, damit es besser wird. >Lichtenberg<Hallo,
zunächst einmal vielen Dank für die Hilfe.
Das Stöbern im Forum hat tatsächlich geholfen, auch wenn v.a. in einem Thread es nicht immer einfach war zu folgen :-)
Wir haben momentan den Stand, dass wir entweder Normal- oder Weibull-Verteilungen auswählen können und hatten uns entschieden hier einen Standard einzuführen. null-Begrenzt = Weibull, Rest Normal.
Das System wird jetzt überarbeitet, so dass Verteilungstests durchgeführt werden und dann automatisch gezogen werden – was zwar lt. den Antworten in der Historie auch nicht ganz das gelbe vom Ei ist, aber immer noch besser als das was wir jetzt machen.Vielen Dank nochmal an alle.
NorbertDas Wort „automatisch“ lässt mich Zweifel hegen. Aber um Dir das näher zu bringen müssen andere herhalten.
Rossy
Ich weiss nicht ob es besser wird wenn es anders wird.
Aber es muss anders werden, damit es besser wird. >Lichtenberg<Hallo Norbert,
Cp ist *immer* größer gleich Cpk. Den mathematischen Beweis dazu findest Du hier. Wenn die übliche Definition aus den Normen verwendet wird, gilt Cp >= Cpk.
Diese Ungleichung funktioniert übrigens immer, unabhängig von der Verteilung. Wenn der Cpk also der größere von beiden Werten ist, würd ich mal den Programmierer anrufen und fragen. Oder schauen, ob wie in dem Thread mit dem Beweis die Definitionen in Deinem Programm geändert wurden (auch das kann Dir spätestens der Programmierer sagen, falls Du in der Hilfe zu Deinem Programm nix findest.)
qs-stat wird wohl nicht Dein Programm sein, denn dort gibt es ein paar mehr Verteilungen. Allerdings hilft qs-stat auch nicht, wenn Du haltbare Fähigkeits-Kennzahlen brauchst.
Das liegt schlicht und ergreifend daran, dass (Produktion-)Prozesse etwas komplexer sind und zwei Verteilungen nicht reichen. (Und nur, um es mal wieder zu erwähnen: Statistiker beschränken sich auch nicht auf Verteilungen, sondern machen ein statistisches Prozess-Modell, um das zu beschreiben!)
Die Beschränkung auf eine Auswahl von Verteilungen ist so ähnlich, als würdest Du in einem Supermarkt die Produktpalette einschränken und dann ein nettes Mittagessen kochen wollen. Wenn die Weibullverteilung das Nudel-Regal und die Normalverteilung der Kaffee ist, dann ist Dein Supermarkt ansonsten echt leer. Damit wird das nix mit dem leckeren Mittagessen ;-)
Aber auch wenn Du noch 10 weitere Verteilungen dazu nimmst (Milch, Eier, Käse, Brot,…), kannst Du damit keine Lasagne (= komplexerer Prozess) zusammenbasteln, weil Dir Zutaten fehlen. Du brauchst die Komplexität, um das hinzukriegen und die liefert Dir nur selten eine einzige Verteilung.
Das mit dem automatischen Suchen nach der „richtigen“ Verteilung funktioniert übrigens auch nicht. Die Verteilungen sehen häufig sehr ähnlich aus, haben aber unterschiedliche Eigenschaften. (Ketchup ist eben auch nicht gleich Ketchup, selbst wenn es immer aus Tomaten gemacht wird.)
Der zweite Grund, warum die automatische Verteilungssuche nicht funktioniert ist, dass Du bei echten Messwerten auch immer einen Messfehler drin hast. Und die Kombination von ähnlich aussehenden Verteilungen und fehlerbehafteten Messwerten führt häufig genug ins Nirgendwo und nicht zu der richtigen Verteilung. (Deshalb ist es auch immer sinnvoll, eine MSA zu machen, um die Mess-Ungenauigkeit und ggf. Einflüsse durch den Prüfer zu kennen.)
Um die richtige Verteilung zu finden, musst Du also erstmal überlegen, welche Verteilung für die Mess-Aufgabe sinnvoll ist (Stichwort GMV / gesunder Menschenverstand). Bei nullbegrenzten Merkmalen ist das definitiv keine Weibull-Verteilung, weil die Lebensdauer-Merkmale beschreibt. Die Normalverteilung funktioniert, wenn die Nullgrenze mehr als 3*Standardabweichung vom Mittelwert der Messwerte entfernt ist. Ansonsten ist das eine gestutzte Normalverteilung bzw. Betragsverteilung 1. Art.
Für die nach GMV ausgewählte Verteilung wird dann geprüft, ob die Messwerte dieser Verteilung folgen. Dabei helfen Verteilungstests und Wahrscheinlichkeitsnetze (auch QQ-Plot genannt). Wenn die Messwerte eine gute Übereinstimmung mit der GMV-Verteilung zeigen, kannst Du auf der Grundlage der GMV-Verteilung die Fähigkeit bestimmen.
Falls Dir das jetzt aufwändiger erscheint als das, was Ihr im Moment macht, hast Du vollkommen Recht. Allerdings geht es bei den Fähigkeiten nicht um Zahlenspielereien, sondern um die Vorhersage von Qualität und Abweichungen von Kundenforderungen. Und die können so viel Geld und Nerven kosten, dass es hier deutlich günstiger ist, erst zu überlegen und gezielt auszuwerten.
Viele Grüße
Barbara
_____________________________________
Eine gute wissenschaftliche Theorie sollte einer Bardame erklärbar sein.
(Ernest Rutherford, Physiker)hallo barbara und willkommen zurück :)
ich hoffe sehr, daß du dein buch ebenfalls mit solchen analogien fütterst!
viele grüße
hackinoch 1tag und der rest von heute
„das ist ein walversprechen. das muß man nicht halten!“ käpt’n blaubär, der weiseste bär des universums
-
AutorBeiträge
- Sie müssen angemeldet sein, um auf dieses Thema antworten zu können.