Startseite / Lean Six Sigma / ANOVA, Regression und Simulation

Toleranzintervalle: normalverteilt und nichtparametrisch

Finden Sie heraus, zwischen welchen Werten 95 % oder 99 % Ihrer Teile liegen, mit der Konfidenz, die die Stichprobe erlaubt, und ob dieser Bereich in die Spezifikation passt. Anders als das Konfidenzintervall des Mittelwerts beschreibt das Toleranzintervall die einzelnen Teile: Es wird zur Prozessvalidierung, Losfreigabe und Festlegung von Konstruktionsgrenzen verwendet. Es genügt, die Messwerte einzufügen (möglichst 30 oder mehr).

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
Daten
Gelesene Daten anzeigen
Intervall

Zeigt beide Verfahren: normalverteilt (Mittelwert ± k × Std.-Abw.) und nichtparametrisch (Werte der geordneten Stichprobe, mit erreichter Konfidenz), den Anderson-Darling-Test auf Normalverteilung, der angibt, welches zu verwenden ist, und mit Spezifikation den Mindestanteil der Teile innerhalb.

Spezifikation (optional)

Leer lassen, wenn keine vorhanden. Mit Spezifikation zeigt die Seite, ob das Intervall hineinpasst, und den kleinsten Anteil der Teile, der mit der gewählten Konfidenz innerhalb der Grenzen liegt.

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

—Toleranzintervall
—

Toleranzintervalle je Stichprobe

So lesen Sie es: eine Zeile je Stichprobe. Normal = Mittelwert ± k × Std.-Abw., gültig bei normalverteilten Daten (siehe p-Wert nach Anderson-Darling); nichtparametrisch = tatsächliche Werte der geordneten Stichprobe, gültig für jede Form, mit der Konfidenz, die N erlaubt; k = wie viele Standardabweichungen das Intervall nach jeder Seite öffnet (größer bei kleinen Stichproben).

Histogramm mit den Intervallen

Balken = Daten der Stichprobe; Kurve = angepasste Normalverteilung; Linien = Toleranzgrenzen (normal und nichtparametrisch) und Spezifikation.

So lesen Sie es: Die Balken zählen die Teile in jedem Messbereich, die Kurve ist die angepasste Normalverteilung. Die senkrechten Linien markieren die Toleranzgrenzen (wo der geforderte Anteil der Teile liegt) und, falls angegeben, die Spezifikation. Gut: Die Toleranzgrenzen liegen innerhalb der Spezifikation. Warnung: Eine Toleranzgrenze überschreitet die Spezifikation, oder die Balken folgen der Kurve nicht (nichtparametrisch verwenden).

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

Diagramm der Intervalle

Jede Linie ist ein Intervall; der Punkt ist der Mittelwert. Pfeil = Seite ohne Grenze (einseitiges Intervall). Senkrechte Linien = Spezifikation.

So lesen Sie es: Jede waagerechte Linie ist das Intervall einer Stichprobe (normal und nichtparametrisch), mit dem Punkt am Mittelwert. Vergleichen Sie die Stichproben untereinander und mit den senkrechten Linien der Spezifikation: Intervall ganz innerhalb = der Prozess erfüllt sie; Intervall darüber hinaus = ein Teil der Teile kann außerhalb liegen. Die Pfeile zeigen die Seite ohne Grenze bei einem einseitigen Intervall.

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

Wahrscheinlichkeitsnetz der Normalverteilung

Punkte auf der Geraden = normalverteilte Daten, das Normalverfahren ist gültig. Krümmungen oder Stufen = nichtparametrisches Verfahren verwenden.

So lesen Sie es: Die waagerechte Achse ist der Messwert, die senkrechte der kumulierte Anteil der Teile, in einem Maßstab, in dem die Normalverteilung zur Geraden wird. Punkte auf der Geraden = das Normalverfahren ist zuverlässig. Punkte, die an den Enden abweichen, sich krümmen oder Stufen bilden = die Normalgrenzen können genau in den Ausläufern versagen: Verwenden Sie lieber das nichtparametrische Verfahren.

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

k-Faktor × Stichprobenumfang

Je größer die Stichprobe, desto kleiner k und desto schmaler das Intervall; bei sehr großem N geht k gegen das z der Normalverteilung. Der Punkt markiert Ihre Stichprobe.

So lesen Sie es: Die waagerechte Achse ist die Zahl der gemessenen Teile (logarithmischer Maßstab), die senkrechte der k-Faktor, der die Standardabweichung multipliziert. Die Kurve fällt bis etwa 30 bis 50 Teile schnell und flacht dann ab, nähert sich der z-Linie (dem Wert bei bekanntem Mittelwert und bekannter Standardabweichung). Der Punkt ist Ihre Stichprobe: Liegt er im steilen Teil, verengt das Messen weiterer Teile das Intervall deutlich.

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

Szenarien: Stichprobenumfang

So lesen Sie es: Jede Zeile ist ein möglicher Stichprobenumfang. Vergleichen Sie k-Faktor und Intervallbreite, um zu entscheiden, wie viele Teile Sie messen; die nichtparametrische Spalte zeigt die Konfidenz, die jedes N ohne Normalverteilungsannahme erreicht.

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

Normalverfahren: Grenzen = x̄ ± k·s; einseitig: k = t′(C; N − 1; δ = z_P·√N)/√N (nichtzentrale t-Verteilung)
Zweiseitig exakt: C = √(2N/π)·∫₀^∞ P[χ²(N−1) > (N − 1)·χ²₁;P(z²)/k²]·e^(−N z²/2) dz (Krishnamoorthy und Mathew), nach k gelöst
Näherung nach Howe: k = z₍₁₊P₎/₂·√[(N − 1)(1 + 1/N)/χ²(1 − C; N − 1)]
Nichtparametrisch einseitig: X(k) mit dem größten k, für das P(Y ≥ k) ≥ C, Y ~ Binomial(N, 1 − P); zweiseitig: X(r) und X(N−r+1), erreichte Konfidenz P[V ≤ N − 2r], V ~ Binomial(N, P)
Mindestanteil innerhalb der Spezifikation: größtes P, für das das Intervall mit Konfidenz C in UGW–OGW passt

Annahmen und Grenzen

  • Zufallsstichprobe aus einem stabilen Prozess; unabhängige Teile. Das Normalverfahren setzt Normalverteilung voraus (prüfen Sie Anderson-Darling und das Wahrscheinlichkeitsnetz).
  • Das zweiseitige Intervall ist um den Mittelwert zentriert (symmetrische Grenzen); der Mindestanteil innerhalb der Spezifikation nutzt dieses Intervall und ist konservativ, wenn der Prozess nicht zentriert ist.
  • Integral des exakten k per Gauß-Legendre-Quadratur (120 Punkte), geprüft gegen scipy und die veröffentlichten Tabellen.

Normen und technische Dokumente

  • ISO 16269-6:2014 Statistical interpretation of data — Part 6: Determination of statistical tolerance intervals
  • Krishnamoorthy, K.; Mathew, T. Statistical Tolerance Regions: Theory, Applications, and Computation. Wiley, 2009
  • Howe, W. G. Two-sided tolerance limits for normal populations — some improvements. JASA 64:610–620, 1969
  • Odeh, R. E.; Owen, D. B. Tables for Normal Tolerance Limits, Sampling Plans and Screening. Marcel Dekker, 1980
  • Hahn, G. J.; Meeker, W. Q.; Escobar, L. A. Statistical Intervals, 2nd ed. Wiley, 2017
  • NIST/SEMATECH e-Handbook of Statistical Methods, Abschnitte 7.2.6.3 und 7.2.6.4

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 der Unterschied zwischen Toleranzintervall und Konfidenzintervall?

Das Konfidenzintervall sagt, wo der Mittelwert des Prozesses liegt; das Toleranzintervall sagt, wo die einzelnen Teile liegen. Bei 100 Teilen ist das Konfidenzintervall des Mittelwerts der Welle von Maschine 2 nur wenige Hundertstelmillimeter breit; das Toleranzintervall 95/95 ist über 2 mm breit, weil es 95 % der Teile umfassen muss.

Was bedeutet „95 % Konfidenz und 99 % der Grundgesamtheit“?

Dass das Verfahren, wiederholt an vielen Stichproben, Intervalle liefert, die in 95 % der Fälle mindestens 99 % der Teile enthalten. Das ist die Sprache der Prozess- und Verpackungsvalidierung: „Intervall 95/99“.

Warum ist k größer als 1,96 oder 3?

Weil Mittelwert und Standardabweichung aus einer Stichprobe stammen und falsch sein können. Der k-Faktor gleicht diese Unsicherheit aus: Für 95/95 beträgt er 3,393 bei 10 Teilen, 2,234 bei 100 und geht bei sehr großen Stichproben gegen 1,960.

Wann verwendet man das nichtparametrische Verfahren?

Wenn der Anderson-Darling-Test die Normalverteilung ablehnt (p < 0,05) oder das Wahrscheinlichkeitsnetz Krümmungen und Stufen zeigt. Es gilt für jede Verteilung, braucht aber mehr Daten: 59 Teile für eine einseitige Grenze 95/95 und 93 für ein zweiseitiges Intervall 95/95.

Was ist die erreichte Konfidenz?

Beim nichtparametrischen Verfahren sind die Grenzen Werte der geordneten Stichprobe, daher lässt sich die Konfidenz nicht genau einstellen: Sie springt je nach gewähltem Wert. Die Seite zeigt die tatsächliche Konfidenz des Intervalls; liegt sie unter der geforderten, ist die Stichprobe zu klein.

Woran erkenne ich, ob mein Prozess die Spezifikation erfüllt?

Geben Sie UGW und OGW ein. Passt das Intervall hinein, liegt mindestens der geforderte Anteil der Teile mit der gewählten Konfidenz innerhalb der Spezifikation. Die Seite zeigt auch den größten Anteil, der garantiert werden kann, zum Beispiel „mindestens 99,6 % innerhalb“.

Exakt oder Näherung nach Howe?

Das exakte Verfahren (Standard, dasselbe wie in den Tabellen der ISO 16269-6 und von Odeh und Owen) löst das Überdeckungsintegral; die Näherung nach Howe, die im NIST-Handbuch verwendet wird, weicht bei kleinen Stichproben in der 3. Stelle ab (3,382 gegenüber 3,393 für N = 10, 95/95). Verwenden Sie das exakte Verfahren, außer um eine alte Rechnung nachzuvollziehen.