Startseite / Lean Six Sigma / SPC und Prozessfähigkeit
Geben Sie die Spezifikationsgrenzen und die Messwerte des Prozesses ein, um zu sehen, ob er fähig ist, wie viele Teile pro Million außerhalb der Spezifikation liegen und was weniger Streuung oder ein zentrierter Mittelwert wert ist. Der Bericht enthält dieselben Tabellen wie ein professioneller Fähigkeitsbericht, mit Regelkarten, Konfidenzintervallen und Analyse nicht normalverteilter Daten.
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 es: Balken = wie viele Messwerte in jedes Werteintervall fielen; durchgezogene Kurve = langfristige Verteilung (gesamt), gestrichelt = kurzfristige (innerhalb), gepunktet = nach der simulierten Verbesserung; senkrechte Linien = UGW, Zielwert und OGW. Gut: beide Kurven vollständig zwischen den Grenzen und auf den Zielwert zentriert. Eine Kurve, die eine Grenze überschreitet = Teile außerhalb der Spezifikation, in der Tabelle in ppm gezählt. Die seitlichen Tabellen enthalten die Indizes: Cp/Cpk (kurzfristig) und Pp/Ppk (langfristig); 1,33 ist das übliche Minimum.
Zweiseitiges 95-%-KI. Z.Bench: Z-Wert, der dem Gesamtanteil außerhalb der Spezifikation entspricht, ohne die Verschiebung um 1,5σ.
Fähigkeits-Sixpack. Stabilität des Mittelwerts mit Eingriffsgrenzen (σ innerhalb); die Zahlen über den Punkten geben den verletzten Test an.
So lesen Sie es: Jeder Punkt ist der Mittelwert einer Untergruppe, in Fertigungsreihenfolge; Mittellinie = Gesamtmittelwert; OEG und UEG = Eingriffsgrenzen. Die Fähigkeitsindizes sagen die Zukunft nur voraus, wenn diese Karte stabil ist: Rote Punkte mit Zahl zeigen eine besondere Ursache (Werkzeug-, Material- oder Einstellungswechsel), die zu beheben ist, bevor man dem Cpk vertraut.
Stabilität der kurzfristigen Streuung.
So lesen Sie es: Jeder Punkt ist die Differenz zwischen größtem und kleinstem Teil der Untergruppe (bzw. die gleitende Spannweite bei Untergruppe 1). Daraus ergibt sich die kurzfristige σ von Cp und Cpk. Punkte über der OEG = Untergruppen mit auffälliger Streuung; mit ihnen ist die σ innerhalb überhöht und der Cpk zu pessimistisch.
Jeder Messwert der jüngsten Untergruppen mit ihrem jeweiligen Mittelwert. Zeigt, ob Streuung und Lage von Stichprobe zu Stichprobe ähnlich sind.
So lesen Sie es: Jede Spalte ist eine der letzten Untergruppen; die Punkte sind die gemessenen Teile und der Strich der Mittelwert der Untergruppe. Spalten mit ähnlicher Höhe und Streuung zeigen einen homogenen Prozess. Eine Spalte, die höher liegt oder stärker streut als die anderen, ist eine zu untersuchende Untergruppe.
Punkte auf der Geraden zeigen normalverteilte Daten; Krümmungen an den Enden zeigen längere oder kürzere Ausläufer als bei der Normalverteilung.
So lesen Sie es: horizontale Achse = Messwert; vertikale Achse = kumulierter Prozentsatz im Normalverteilungsmaßstab. Sind die Daten normalverteilt, folgen die Punkte der Geraden. Punkte, die an den Enden abbiegen = Ausläufer anders als bei der Normalverteilung; dann können die über die Normalverteilung berechneten ppm stark danebenliegen, und es lohnt sich, unten eine andere Verteilung zu testen.
Bereich ±3σ innerhalb und gesamt im Vergleich zur Spezifikation.
So lesen Sie es: Jeder Balken ist der Bereich, in dem 99,73 % der Teile liegen (±3σ): „Innerhalb“ nutzt die kurzfristige Streuung, „Gesamt“ die langfristige, und „Spezifikation“ ist der zulässige Bereich. Die senkrechten Linien sind die Grenzen und der Zielwert. Gut: beide Balken deutlich innerhalb der Grenzen, mit Abstand auf beiden Seiten. Ein Balken, der eine Grenze berührt = der Prozess muss zentriert oder die Streuung verringert werden.
Anderson-Darling-Test für jedes Modell: Das mit dem größten p-Wert beschreibt die Daten am besten. In den Wahrscheinlichkeitsnetzen zeigen Punkte auf der Geraden eine gute Anpassung.
So lesen Sie es: Jedes Diagramm stellt dieselben Daten im Maßstab eines Modells dar (Normal, Lognormal, Weibull, Johnson …). Passt das Modell, liegen die Punkte auf der Geraden. In der Tabelle bedeutet ein p-Wert über 0,05 = das Modell ist akzeptabel; der größte p-Wert ist der beste. Bevorzugen Sie die Normalverteilung, wenn sie akzeptabel ist; wechseln Sie nur, wenn die Punkte an den Enden deutlich abbiegen.
Zentrierter Prozess, logarithmische Skala. Punkte: heute und mit Verbesserung.
So lesen Sie es: horizontale Achse = Cpk; vertikale Achse = Teile pro Million außerhalb der Spezifikation, logarithmisch (jede Rasterlinie ist das 10-Fache der vorherigen). Der rote Punkt ist der heutige Prozess, der grüne der nach der simulierten Verbesserung. Ein Anstieg des Cpk von 1,00 auf 1,33 senkt die Fehler von etwa 2.700 auf 63 pro Million.
Ppk (Gesamtstreuung) in Abhängigkeit von der σ-Verringerung, mit dem Mittelwert an der heutigen Stelle und mit dem Mittelwert auf dem Zielwert.
So lesen Sie es: horizontale Achse = Verringerung der Standardabweichung; vertikale Achse = resultierender Ppk. Eine Kurve belässt den Mittelwert, wo er ist, die andere setzt ihn auf den Zielwert; die horizontale Linie ist der geforderte Ppk. Wo jede Kurve diese Linie schneidet, liegt die nötige Streuungsverringerung. Beginnt die Kurve „auf Zielwert“ bereits darüber, genügt das Zentrieren.
Band des 95-%-KI des heutigen Ppk in Abhängigkeit von der Anzahl der Messwerte.
So lesen Sie es: horizontale Achse = Anzahl der Messwerte; das Band zeigt, zwischen welchen Werten der wahre Ppk für den heute berechneten Ppk liegen dürfte. Bei wenigen Messwerten ist das Band breit: Ein Ppk von 1,40 mit 30 Teilen kann in Wirklichkeit 1,05 sein. Liegt der untere Rand des Bands über der Forderung, ist die Fähigkeit nachgewiesen; liegt schon der Mittelwert darunter, helfen mehr Messwerte nicht.
Übernehmen Sie die Ergebnisse dieser Seite in einen anderen Rechner, mit bereits ausgefüllten Feldern.
Cashflow der Verbesserung: Investition im Jahr 0 und jährliche Einsparung, fortgeschrieben mit der angegebenen Steigerung und abgezinst mit dem Kalkulationszinssatz.
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“.
Sie vergleicht die natürliche Streuung des Prozesses mit der Toleranz des Teils: Sie zeigt, ob der Prozess dauerhaft innerhalb der Spezifikation fertigen kann. Verwenden Sie den Rechner bei der Freigabe eines neuen Prozesses, bei einer Kundenforderung oder um zu entscheiden, ob sich eine Investition in weniger Streuung lohnt. Fügen Sie die Messwerte ein oder geben Sie Mittelwert und Standardabweichung an, um Cp, Cpk, Pp, Ppk, die ppm außerhalb der Toleranz und das Sigma-Niveau zu erhalten.
Der Cp vergleicht die Breite der Toleranz mit sechs Standardabweichungen, als wäre der Prozess zentriert. Der Cpk berücksichtigt die Lage des Mittelwerts: Er ist der Abstand des Mittelwerts zur nächstgelegenen Grenze geteilt durch drei Standardabweichungen. Im Beispiel ist der Cp 2,07, doch der Mittelwert (25,0156) liegt 0,0156 über der Toleranzmitte und der Cpk sinkt auf 1,43; allein das Zentrieren des Mittelwerts brächte den Cpk auf 2,07.
Das übliche Minimum ist 1,33, was bei zentriertem Prozess etwa 63 ppm entspricht; kritische oder sicherheitsrelevante Merkmale verlangen meist 1,67 (etwa 0,6 ppm). Bei einem Cpk von 1,00 sind es etwa 2.700 ppm. Der geforderte Wert sollte vom Kunden oder aus dem Produktionslenkungsplan kommen, und das Feld „Geforderter Cpk“ ändert die Bewertung der Seite.
Der Cpk verwendet nur die kurzfristige Streuung innerhalb jeder Untergruppe; der Ppk verwendet die Gesamtstandardabweichung, die Drift, Loswechsel und Nachstellungen im Zeitverlauf einschließt. Im Beispiel: Cpk 1,43 und Ppk 1,00: Teil für Teil erfüllt der Prozess die Anforderung, doch über die Zeit wären etwa 1.413 ppm außerhalb, rund 1.130 Teile pro Jahr. Ein großer Unterschied erfordert eine Regelkarte, um herauszufinden, wann sich der Mittelwert verschiebt.
Verwenden Sie mindestens 30 Messwerte, besser 100 oder mehr (ISO 22514), von aufeinanderfolgenden Teilen, in Fertigungsreihenfolge und mit demselben Messmittel. Geben Sie den Untergruppenumfang an (4 oder 5 Teile je Stichprobe sind am häufigsten) oder 1 für Einzelteile. Das Messsystem muss geeignet sein, mit einem R&R von höchstens 10 % der Toleranz; andernfalls stammt ein Teil der gemessenen Streuung vom Messmittel und nicht vom Prozess.
Die klassischen Indizes setzen eine Normalverteilung voraus, und der Anderson-Darling-Test der Seite prüft das: Ein p-Wert unter 0,05 weist auf fehlende Normalverteilung hin, und die geschätzten ppm können falsch sein. Im Beispiel ist p = 0,383, die Normalverteilungsannahme ist also akzeptabel. Nicht normalverteilte Daten entstehen meist durch Mischung von Maschinen, Losen oder Schichten oder bei Merkmalen mit natürlicher Grenze wie der Ebenheit; trennen Sie die Gruppen oder transformieren Sie die Daten.
Es gibt zwei Wege: den Mittelwert auf den Zielwert zentrieren, meist durch eine einfache Maschineneinstellung, und die Streuung verringern, mit steiferer Vorrichtung, besserem Werkzeug oder Temperaturregelung. Im Beispiel würden Zentrieren und 30 % weniger Standardabweichung den Cpk auf 2,96 und die Fehler fast auf null bringen, eine Einsparung von rund 15.000 € pro Jahr bei 13 € je Teil außerhalb der Toleranz. Mit der angegebenen Investition beträgt die Amortisationszeit etwa 2,3 Jahre.
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.