Startseite / Lean Six Sigma / Grundlagenstatistik und Tests
Ist der neue Lieferant besser? Hat die neue Methode den Zyklus verkürzt? Hat das Poka-Yoke den Ausschuss gesenkt? Fügen Sie die Messwerte von A und B ein und sehen Sie, ob die Differenz real ist, ob sie in der Praxis zählt, ob die Stichprobe ausreichte und was sie pro Jahr wert ist. Sie müssen nicht wissen, welcher Test der richtige ist: Wählen Sie „A × B vergleichen“, und die Seite entscheidet nach der Datenart (Messwert, i. O./n. i. O. oder Anzahl). Sie brauchen nur die Messwerte jeder Seite; Menge und Kosten sind optional.
Werkzeug zur Vorauslegung und Abschätzung: Die Ergebnisse ersetzen weder Planung, Berechnung oder Gutachten einer fachkundigen Person noch die Prüfung nach den geltenden Normen.
So lesen Sie die Tabelle: Schätzung = die aus den Daten berechnete Differenz (oder der Wert); KI = Bereich, in dem der wahre Wert wahrscheinlich liegt; Teststatistik (t, Z, χ², F) = wie weit die Schätzung von H₀ entfernt ist, in Fehlereinheiten; p-Wert unter α = signifikante Differenz.
Punkt = Schätzung; Balken = Konfidenzintervall; rote Linie = H₀; grüner Bereich = in der Praxis irrelevante Differenz.
So lesen Sie das Diagramm: Die Achse ist die Differenz B − A (oder die geschätzte Kenngröße). Schneidet der Intervallbalken die rote Linie (H₀) nicht, ist die Differenz real; liegt er vollständig im grünen Bereich, ist sie zu klein, um eine Rolle zu spielen. Ein Balken, der H₀ schneidet und den grünen Bereich verlässt = Es fehlen Daten für eine Entscheidung.
Differenz B − A, angewendet auf die angegebene Jahresmenge.
Punkte = jede Messung; Box = mittlere 50 % und Median; Raute mit Balken = Schätzung und KI; gestrichelte Linien = H₀ oder Spezifikation.
So lesen Sie das Diagramm: Jede Spalte ist eine Stichprobe, die senkrechte Achse ist der Messwert. Vergleichen Sie die Höhe der Rauten (die Mittelwerte) und die Länge der Balken (die Unsicherheit): Kurze, getrennte Balken zeigen eine klare Differenz. Einzelne Punkte weit von der Box sind ungewöhnliche Werte, die den Test verzerren können.
Verteilung der Werte jeder Stichprobe, mit dem jeweiligen Mittelwert.
So lesen Sie das Diagramm: Jeder Balken zählt, wie viele Werte in diesen Bereich fielen; die Farben trennen die Stichproben, und die senkrechten Linien markieren die Mittelwerte. Glockenähnliche Hügel ohne Doppelgipfel oder lange Ränder bestätigen, dass der t-Test geeignet ist; ist die Form stark schief, bevorzugen Sie den nichtparametrischen Test.
Wahrscheinlichkeit, jede wahre Differenz mit der aktuellen Stichprobe (durchgezogene Linie) und mit der Stichprobe zu erkennen, die bei der relevanten Differenz 80 % ergibt (gestrichelt).
So lesen Sie das Diagramm: Die waagerechte Achse ist die Größe der wahren Differenz, die senkrechte die Wahrscheinlichkeit, dass der Test sie bemerkt. Gut ist, wenn die durchgezogene Kurve bei der relevanten Differenz über 80 % liegt. Liegt sie darunter, beweist ein Ergebnis „kein Unterschied“ keine Gleichheit: Die Stichprobe ist zu klein, um diese Differenz zu sehen.
Wie die Teststatistik verteilt ist, wenn H₀ zutrifft; die rote Fläche ist der p-Wert.
So lesen Sie das Diagramm: Die Kurve zeigt die Werte, die die Teststatistik üblicherweise annimmt, wenn es keine Differenz gibt. Die Linie markiert den Wert Ihrer Daten. Fällt er in die Mitte der Kurve, ist das Ergebnis häufig und kann Zufall sein; fällt er an den Rand, mit kleiner roter Fläche (kleiner als α), ist Zufall unwahrscheinlich.
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“.
Verwenden Sie den Modus „A × B vergleichen“: Fügen Sie die Messwerte von A und B ein und geben Sie an, was besser ist (größer oder kleiner). Die Seite wählt den Test, zeigt die Differenz B − A mit Konfidenzintervall und sagt, ob sie real ist, ob sie groß genug ist, um eine Rolle zu spielen, und ob die Stichprobe ausreichte. Im Beispiel der Zykluszeit ist die neue Methode rund 2,2 s schneller, und das ganze Intervall liegt jenseits von 1 s: Die Verbesserung ist also real und relevant.
Dass eine Differenz der beobachteten Größe selten wäre (weniger als 5 % Wahrscheinlichkeit), wenn A und B gleich wären. Er sagt nicht, ob die Differenz groß ist: Bei sehr großen Stichproben werden winzige Differenzen signifikant. Deshalb zeigt die Seite auch das Konfidenzintervall und den Bereich der relevanten Differenz.
Wenn dasselbe Teil, dasselbe Los oder derselbe Bediener in beiden Bedingungen vorkommt, etwa dasselbe Teil, gemessen mit zwei Messmitteln, oder dasselbe Los vor und nach einer Behandlung. Der gepaarte Test beseitigt die Streuung zwischen den Teilen und erkennt oft Differenzen, die der Test für 2 Stichproben nicht sieht. Verschiedene Teile in A und B: Verwenden Sie den Test für 2 Stichproben.
Nur wenn das ganze Konfidenzintervall in den grünen Bereich der relevanten Differenz passt. Ist das Intervall breit, ist das Ergebnis nicht schlüssig: Die Stichprobe war zu klein. Die Teststärkekurve zeigt, mit welcher Wahrscheinlichkeit der Test die Differenz erkannt hätte und wie viele Stichproben für 80 % fehlen.
Um zwei Fehleranteile zu vergleichen (vorher × nachher, Schicht × Schicht), verwenden Sie 2 Anteile: Die Seite führt den Z-Test und den exakten Test nach Fisher durch, der auch bei wenigen Fehlern gilt. Für Fehlerzahlen je Teil, Ausfälle pro Monat oder Stillstände je Schicht verwenden Sie die Poisson-Raten.
Um die Streuung (Stabilität) zweier Prozesse zu vergleichen, ohne normalverteilte Daten vorauszusetzen. F- und Chi-Quadrat-Test sind nur bei normalverteilten Daten exakt und versagen bei schweren Rändern deutlich. Ein Prozess B mit gleichem Mittelwert, aber kleinerer Standardabweichung ist ebenfalls eine Verbesserung: weniger Teile außerhalb der Spezifikation.
Weil jede Zwischenauswertung eine neue Gelegenheit für einen Fehlalarm ist. Bei 5 Zwischenauswertungen zu 5 % steigt die tatsächliche Wahrscheinlichkeit, eine nicht vorhandene Differenz zu „finden“, auf fast 14 %. Legen Sie den Stichprobenumfang vorher fest oder geben Sie an, wie oft Sie nachgesehen haben: Die Seite zeigt das tatsächliche α und die korrigierte p-Schwelle für jede Zwischenauswertung.
Wichtiger Hinweis: Die Werkzeuge von Indus Metrics liefern Abschätzungen und Vorauslegungen auf Grundlage der eingegebenen Daten und veröffentlichter ingenieurtechnischer Methoden. Sie ersetzen weder Planung, Berechnungsnachweis oder Gutachten einer fachkundigen Person noch die Prüfung nach den geltenden technischen Normen und Vorschriften. Die Eigenschaften von Werkstoffen und Brennstoffen schwanken: Prüfen Sie sie vor einer Entscheidung beim Hersteller oder durch Analysen Ihres Prozesses. Mit der Nutzung der Website akzeptieren Sie die Nutzungsbedingungen und Anbieterhinweise.
© 2026 Indus Metrics. Einen Fehler gefunden? Schreiben Sie an contact@indusmetrics.com.