Startseite / Lean Six Sigma / SPC und Prozessfähigkeit

Attributive Prozessfähigkeit: binomial und Poisson

Ist das Ergebnis gut/schlecht oder eine Fehlerzählung, wird die Fähigkeit über die Rate gemessen: wie viel fehlerhaft ist, mit welcher Sicherheit, und ob sich sagen lässt, dass der Prozess das Kundenziel erfüllt. Für jede Stichprobe (Los, Schicht, Tag) brauchen Sie die Zahl der fehlerhaften Teile oder Fehler und wie viel geprüft wurde; Sie erhalten die Rate mit ihrem Unsicherheitsbereich, das dem Cpk entsprechende Z, die P- oder U-Karte zur Stabilitätsprüfung und wie viel noch zu prüfen ist, um das Ziel nachzuweisen.

Werkzeug zur Vorauslegung und Abschätzung: Die Ergebnisse ersetzen weder Planung, Berechnung oder Gutachten einer fachkundigen Person noch die Prüfung nach den geltenden Normen.

PrüfungRevision 03.11.2026
Datentyp
Stichproben (binomial)
Gelesene Daten anzeigen
Regelkarte

Entspricht den Berichten zur Binomial- und Poisson-Prozessfähigkeit: P- oder U-Karte, kumulierter Fehleranteil oder DPU mit Konfidenzgrenzen, Rate × Stichprobenumfang (oder Binomial-/Poisson-Diagramm), Histogramm und zusammenfassende Statistik mit exakten Intervallen. Test 2 = 9 Punkte auf derselben Seite; 3 = 6 steigend oder fallend; 4 = 14 alternierend.

Umrechnung in Teile und Geld (optional)

Schrott, Nacharbeit, Nachprüfung und Rückfracht je fehlerhaftem Teil (bzw. je Ausbesserung bei Fehlern). Lassen Sie die Produktion leer, um nicht umzurechnen.

Die Daten bleiben nur in diesem Browser und werden nicht gesendet. Deaktivieren, um sie zu löschen.

—Prozessfähigkeit
—

Zusammenfassende Statistik

Legende: % fehlerhaft (oder DPU) = mittlere Rate aller Stichproben zusammen; KI unten und oben = Bereich, in dem die wahre Prozessrate liegen sollte; ppm = fehlerhafte Teile pro Million; Prozess-Z = dieselbe Rate als Abstand in Standardabweichungen ausgedrückt (je größer, desto besser; Z = 3 entspricht 0,135 %).

P-Karte

Fehleranteil jeder Stichprobe, Mittellinie und 3σ-Grenzen (gestuft, wenn der Umfang schwankt). Rote Punkte verletzen einen Test; die Zahl darüber ist der Test.

So lesen Sie es: waagerechte Achse = Stichproben in Reihenfolge; senkrechte Achse = Fehleranteil (oder Fehler je Einheit) jeder Stichprobe. Mittellinie = mittlere Rate; gestrichelt = Eingriffsgrenzen (wie stark die Rate allein durch Zufall schwankt). Rote Punkte mit Zahl = Signale besonderer Ursachen. Gut: alle Punkte innerhalb, ohne lange Läufe auf einer Seite.

Tippen Sie auf das Diagramm, um die Werte zu sehen.

Kumulierter Fehleranteil

Bei jeder Stichprobe neu berechnete Schätzung mit den Konfidenzgrenzen. Wenn sich die Linie stabilisiert, gibt es genügend Stichproben.

So lesen Sie es: Die durchgezogene Linie ist die Rate aus den bis zu jedem Punkt kumulierten Stichproben; die gestrichelten Linien sind das Konfidenzband, das mit mehr Daten schmaler wird. Ist die Linie flach, hängt die Schätzung nicht mehr von den nächsten Stichproben ab. Linie am Ende noch steigend oder fallend = sammeln Sie mehr Daten.

Tippen Sie auf das Diagramm, um die Werte zu sehen.

Fehleranteil × Stichprobenumfang

Zufällig um den Mittelwert verstreute Punkte zeigen, dass die Rate nicht vom Stichprobenumfang abhängt; der Trichter markiert die 3σ-Grenzen.

So lesen Sie es: Bei schwankendem Umfang: waagerechte Achse = Umfang jeder Stichprobe, senkrechte = Rate; der gestrichelte Trichter zeigt, dass kleine Stichproben stärker streuen. Punkte ohne Muster um den Mittelwert sind gut; Punkte, die mit dem Umfang steigen oder fallen, zeigen, dass die Rate nicht konstant ist. Bei festem Umfang vergleicht das Diagramm beobachtete und erwartete Zählungen: Punkte nahe der Diagonale = Modell passt.

Tippen Sie auf das Diagramm, um die Werte zu sehen.

Histogramm

Verteilung der Rate je Stichprobe. Bei einem fähigen Prozess liegen fast alle Balken links vom Ziel.

So lesen Sie es: Jeder Balken zählt, wie viele Stichproben eine Rate in diesem Intervall hatten. Linie p̄ (oder ū) = Mittelwert; grüne Linie = Ziel. Gut: fast alle Balken links vom Ziel. Einzelne Balken weit rechts sind schlechte Stichproben, die eine Untersuchung lohnen.

Tippen Sie auf das Diagramm, um die Werte zu sehen.

Wie viel prüfen, um das Ziel nachzuweisen

Konfidenzgrenzen der Rate bei wachsender Gesamtprüfmenge, mit der aktuellen Rate. Wo die obere Grenze das Ziel kreuzt, belegt die Stichprobe, dass der Prozess es erfüllt.

So lesen Sie es: waagerechte Achse = insgesamt geprüft (log. Maßstab, jede Marke multipliziert mit 10); Linien = obere und untere Grenze der Rate, die sich mit mehr Prüfung schließen. Der Punkt „heute“ ist, wo Sie stehen; die Raute „Nachweis“ ist, wo die obere Grenze das grüne Ziel kreuzt. Liegt die mittlere Rate über dem Ziel, weist keine Prüfmenge das Ziel nach.

Tippen Sie auf das Diagramm, um die Werte zu sehen.

Teile und Geld

Geschätzte Rate auf die Jahresproduktion angewendet, mit dem Bereich des Konfidenzintervalls.

Stichproben und Signale

Rate, Grenzen und z jeder Stichprobe; z = Abstand zur Mittellinie in Standardabweichungen.

Nächster Schritt

Übernehmen Sie die Ergebnisse dieser Seite in einen anderen Rechner, mit bereits ausgefüllten Feldern.

Der Berechnungsbericht fasst Eingaben, Ergebnisse, Gleichungen, Annahmen und Quellen dieser Seite zusammen, mit Feldern für Projekt, Bearbeiter und Revision. Der Gesamtbericht enthält zusätzlich die Diagramme und Interpretationen in Farbe. Wählen Sie im Druckdialog „Als PDF speichern“.

Methode, Annahmen und Quellen

Verwendete Gleichungen

Binomial: p̄ = D/N (D = fehlerhafte Teile, N = Teile gesamt); % fehlerhaft = 100·p̄; ppm = 10⁶·p̄; Prozess-Z = Φ⁻¹(1 − p̄)
KI nach Clopper-Pearson: pL = B⁻¹(α/2; D, N − D + 1), pU = B⁻¹(1 − α/2; D + 1, N − D) (entspricht der Form mit der F-Verteilung mit FG 2D, 2(N − D + 1) und 2(D + 1), 2(N − D)); KI von Z = [Φ⁻¹(1 − pU); Φ⁻¹(1 − pL)]
Poisson: DPU = D/U (U = Einheiten gesamt); KI = [χ²(α/2; 2D)/(2U); χ²(1 − α/2; 2D + 2)/(2U)]; mittlere Fehler = D/k, mit demselben KI geteilt durch 2k; DPMO = 10⁶·DPU/Fehlermöglichkeiten; Ausbeute = e^(−DPU)
P-Karte: OEG, UEG = p̄ ± 3√(p̄(1 − p̄)/nᵢ); U-Karte: ū ± 3√(ū/nᵢ) (UEG ≥ 0); zᵢ = (pᵢ − p̄)/σᵢ; Tests 1 (|z| > 3), 2 (9 auf derselben Seite), 3 (6 steigend oder fallend), 4 (14 alternierend)
Tatsächliche ÷ erwartete Streuung = σz = MR̄(z)/1,128 (Kriterium des Assistenten: außerhalb 75 % bis 130 % zeigt Unter- oder Überdispersion); Gesamtprüfmenge zum Nachweis des Ziels: kleinstes N mit oberer Grenze(p̄, N) ≤ Ziel

Annahmen und Grenzen

  • Binomial: Jedes Teil hat unabhängig von den anderen dieselbe Wahrscheinlichkeit, fehlerhaft zu sein. Poisson: Fehler treten zufällig mit derselben Rate je Einheit, Fläche oder Länge auf. Die Regelkarte und das Diagramm Rate × Umfang dienen zur Prüfung dieser Annahmen.
  • Die Schätzung sagt die Zukunft nur voraus, wenn der Prozess statistisch beherrscht ist (keine Signale in der Karte).
  • Das Binomial-/Poisson-Diagramm vergleicht die geordneten beobachteten Werte mit Quantilen des Modells an den Positionen (i − 0,3)/(k + 0,4), bei konstantem Stichprobenumfang.

Normen und technische Dokumente

  • Clopper, C. J.; Pearson, E. S. The use of confidence or fiducial limits illustrated in the case of the binomial. Biometrika 26:404–413, 1934
  • Montgomery, D. C. Introduction to Statistical Quality Control, 8th ed. Wiley, 2019 (Kap. 7: p- und u-Karten)
  • AIAG. Statistical Process Control (SPC) Reference Manual, 2nd ed., 2005
  • Laney, D. B. Improved control charts for attributes. Quality Engineering 14(4):531–537, 2002
  • ISO 22514-5:2019 Statistical methods in process management — Capability and performance — Part 5: Process capability statistics for attribute characteristics
  • Assistent für Binomial- und Poisson-Prozessfähigkeit: Kriterien zur Datenprüfung (White Paper der Referenzsoftware, 2019)

Geltende Vorschriften

  • Beachten Sie die in Ihrem Land geltenden Vorschriften zu Arbeitssicherheit und Gesundheitsschutz, Druckgeräten, elektrischen Anlagen und Umweltschutz, die für diese Anlage gelten.

Häufige Fragen

Was ist attributive Prozessfähigkeit?

Sie misst, wie viel ein Prozess außerhalb der Spezifikation produziert, wenn das Ergebnis kein stetiger Messwert ist, sondern gut/schlecht (binomial) oder eine Fehlerzahl (Poisson). Statt des Cpk verwendet man den Fehleranteil in %, die ppm, das Prozess-Z oder die Fehler je Einheit, immer mit Konfidenzintervall.

Wann verwende ich binomial und wann Poisson?

Binomial, wenn jedes Teil als gut oder fehlerhaft eingestuft wird und bekannt ist, wie viele geprüft wurden. Poisson, wenn Fehler gezählt werden und eine Einheit mehrere haben kann: Blasen je Paneel, Fehler je Meter Schweißnaht, Fehler je Rechnung. Wenn ein Teil mit 3 Fehlern als 1 fehlerhaftes Teil zählt, ist es binomial.

Was bedeutet das Prozess-Z?

Es ist der Abstand in Standardabweichungen der Normalverteilung, der im Ausläufer denselben Fehleranteil ergäbe: 2,3 % entspricht Z = 2; 0,135 % Z = 3. Es erlaubt, einen attributiven Prozess mit dem Cpk eines variablen Prozesses zu vergleichen (Cpk ≈ Z/3 bei einem zentrierten Prozess mit nur einer Seite).

Warum sagt die Seite, das Ziel sei „nicht nachgewiesen“?

Weil die Schätzung aus einer Stichprobe stammt. Überschreitet die obere Grenze des Konfidenzintervalls das Ziel, kann die wahre Rate noch darüber liegen. Das Diagramm „Wie viel prüfen“ zeigt, wie viele Teile bei der aktuellen Rate den Nachweis ermöglichen würden.

Wie viele Stichproben brauche ich?

Der Referenz-Assistent verlangt mindestens 25 Stichproben, und jede sollte n·p̄ von mindestens 0,5 haben (im Steckerbeispiel mit 2,3 % fehlerhaft mindestens 22 Teile je Stichprobe). Bei sehr niedrigen Raten fassen Sie Zeiträume zusammen oder verwenden die G-Karte für seltene Ereignisse.

Was ist die tatsächliche ÷ erwartete Streuung?

Sie vergleicht die Streuung der Raten zwischen den Stichproben mit der, die Binomial- oder Poisson-Verteilung vorhersagen. Über 130 % streuen die Stichproben stärker, als das Modell sagt (häufig bei Stichproben mit Tausenden von Teilen), und die P- oder U-Karte liefert Fehlalarme: Verwenden Sie die Laney-Karte P′ oder U′.

Wie vergleichen sich die Zahlen mit denen einer Statistiksoftware?

Die Formeln sind die für Berichte zur Binomial- und Poisson-Prozessfähigkeit veröffentlichten: exaktes Clopper-Pearson-Intervall über die F-Verteilung und exaktes Poisson-Intervall über Chi-Quadrat. Mit 511 fehlerhaften Einheiten bei 5.342 Elementen liefert die Seite 9,57 % (KI 8,79 % bis 10,39 %), 95.657 ppm und Z 1,31, dieselben Zahlen wie im veröffentlichten Beispiel der nicht angenommenen Anrufe.