Startseite / Lean Six Sigma / Qualitätswerkzeuge

Streudiagramm online

Fügen Sie die zwei Excel-Spalten ein (Ursache in X, Wirkung in Y) und sehen Sie in Sekunden, ob sie zusammenhängen, mit Gerade, r und R² im Diagramm. Laden Sie das Bild für den A3-Bericht, den 8D-Report oder die Besprechung herunter.

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

Die 1. numerische Spalte kommt auf die X-Achse (die vermutete Ursache), die 2. auf die Y-Achse (die Wirkung). Eine Textspalte mit wenigen Werten (Maschine, Schicht, Lieferant) färbt die Punkte nach Gruppe; mit vielen verschiedenen Werten (Teilenummer, Datum) wird sie zum Punktnamen. Komma oder Punkt als Dezimalzeichen, Tabulator oder Semikolon als Trennzeichen.

Diagramm

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

—Stärke des Zusammenhangs
—

Streudiagramm

Jeder Punkt ist ein Teil oder eine Probe. Tippen Sie auf einen Punkt, um Zeile und Werte zu sehen.

So lesen Sie es: Jeder Punkt ist ein Wertepaar (X, Y) desselben Teils; X horizontal, Y vertikal. Von links nach rechts steigende Punkte = positiver Zusammenhang; fallende = negativer; runde Wolke ohne Richtung = kein Zusammenhang. Je näher an der Geraden, desto stärker der Zusammenhang (r nahe ±1). Die markierten Rauten sind Punkte fern der Geraden: Prüfen Sie, was bei ihnen passiert ist.

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

Details: Kennzahlen je Gruppe und Prüfung

N = verwendete Paare; r = Stärke und Richtung (−1 bis +1); KI 95 % = wahrscheinlicher Bereich des wahren r; R² = % der Streuung von Y, die der Geraden folgt; p-Wert < 0,05 = der Zusammenhang ist kaum Zufall; Spearman ρ = r nur aus der Rangfolge berechnet; S = typischer Abstand der Punkte zur Geraden, in Einheiten von Y.

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

r = Sxy/√(Sxx·Syy), mit Sxy = Σ(x − x̄)(y − ȳ), Sxx = Σ(x − x̄)², Syy = Σ(y − ȳ)²; R² = r²
Gerade nach der Methode der kleinsten Quadrate: b = Sxy/Sxx, a = ȳ − b·x̄; S = √[Σ(y − a − b·x)²/(N − 2)]
p-Wert: t = r·√[(N − 2)/(1 − r²)] mit N − 2 Freiheitsgraden; KI 95 % von r: tanh(atanh r ± 1,96/√(N − 3))
Standardisiertes Residuum: eᵢ/(S·√(1 − hᵢ)), hᵢ = 1/N + (xᵢ − x̄)²/Sxx; Cook: Dᵢ = rᵢ²·hᵢ/[2(1 − hᵢ)]; Spearman ρ = r der Ränge (Bindungen gemittelt)

Annahmen und Grenzen

  • Stärkeskala des Textes: |r| < 0,2 sehr schwach; 0,2 bis 0,4 schwach; 0,4 bis 0,7 mäßig; 0,7 bis 0,9 stark; ≥ 0,9 sehr stark. Das ist eine Lesekonvention, kein Test.
  • r misst nur einen geradlinigen Zusammenhang. Gekrümmte Zusammenhänge, gemischte Gruppen und Extrempunkte können ein niedriges r trotz starkem Zusammenhang oder ein hohes r ohne echten Zusammenhang ergeben. Korrelation beweist keine Ursache.
  • Medianlinien nach der Minitab-Methode (Position (N + 1)p); Punkte auf einem Median zählen in keinem Quadranten. Ab 6.000 Punkten zeichnet das Diagramm eine Zufallsstichprobe; die Berechnungen verwenden alle.

Normen und technische Dokumente

  • Ishikawa, K. Guide to Quality Control. Asian Productivity Organization, 1976 (cap. 6, diagrama de dispersão)
  • Montgomery, D. C. Introduction to Statistical Quality Control, 8th ed. Wiley, 2019, cap. 5
  • NIST/SEMATECH e-Handbook of Statistical Methods, 1.3.3.26 Scatter Plot
  • ISO 7870-1:2019 Control charts — General guidelines (grundlegende Werkzeuge)

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

Wie erstellt man ein Streudiagramm?

Messen Sie beide Größen am selben Teil oder zum selben Zeitpunkt (zum Beispiel den eingestellten Vorschub und die erreichte Rauheit), legen Sie in Excel zwei Spalten an, eine Zeile je Teil, und fügen Sie sie hier ein. Die vermutete Ursache gehört auf die X-Achse, die Wirkung auf die Y-Achse. Mit 25 bis 30 Wertepaaren ist das Bild bereits belastbar.

Wie liest man ein Streudiagramm?

Achten Sie auf die Form der Punktwolke. Von links nach rechts steigend: positiver Zusammenhang. Fallend: negativer. Ein schmales Band: starker Zusammenhang; eine runde Wolke: schwacher oder keiner. Prüfen Sie dann das im Diagramm angegebene r, die markierten Punkte, die weit von der Geraden liegen, und ob sich die Gruppenfarben trennen.

Was bedeutet r = 0,85?

Dass die Punkte gut auf einer steigenden Geraden liegen: starker positiver Zusammenhang. Quadriert ergibt sich R² = 72 %, d. h. etwa 72 % der Unterschiede in Y zwischen den Teilen gehen mit X einher. Die übrigen 28 % stammen aus anderen Ursachen oder vom Messfehler.

Beweist eine starke Korrelation, dass X die Ursache von Y ist?

Nein. Beide können einer dritten Größe folgen: Im Sommer steigen zum Beispiel Kühlwassertemperatur und Luftfeuchte gleichzeitig. Um die Ursache zu bestätigen, verändern Sie X gezielt (ein kontrollierter Versuch) und prüfen, ob Y so reagiert, wie die Gerade vorhersagt.

Wozu dient die Gruppenspalte?

Zur Schichtung: Färben Sie die Punkte nach Maschine, Schicht, Lieferant oder Werkzeug. Im Beispiel liegt die verschlissene Wendeschneidplatte beim gleichen Vorschub über der neuen; ohne die Farben ginge dieser Unterschied in der Wolke unter.

Was ist die Quadrantenmethode?

Die klassische Auswertung des Diagramms auf Papier: Man zeichnet die Mediane von X und Y ein und zählt die Punkte in jedem Quadranten. Viele Punkte in den Quadranten I und III deuten auf einen positiven Zusammenhang hin, in II und IV auf einen negativen. Aktivieren Sie „Medianlinien“, um die Zählung zu sehen.

Wann sollte man die vollständige Korrelation oder Regression verwenden?

Diese Seite dient dazu, das Diagramm zu sehen und zu zeigen. Für mehrere Variablen gleichzeitig, Korrelationsmatrix, Tests und Intervalle nutzen Sie Korrelation; für eine Vorhersagegleichung mit Intervallen oder mehr als einem X nutzen Sie Regression. Die Schaltflächen am Seitenende übernehmen dieselben Daten.