In einer Fähigkeitsstudie schaue ich nicht zuerst auf den Cmk, sondern auf zwei unscheinbare Zahlen, die in jeder Auswertung daneben stehen: Mittelwert und Median. Liegen sie deutlich auseinander, ist die Normalverteilung verdächtig und mit ihr der Cmk. Das Beispiel im Video zeigt an 125 Messwerten, wie aus einer fähigen Maschine eine nicht fähige wird, ohne dass sich ein einziger Wert ändert.
Das Beispiel: Ebenheit einer Dichtfläche
Gemessen wird die Ebenheit einer Dichtfläche an 125 Teilen. Erlaubt sind höchstens 25 µm, eine untere Grenze gibt es nicht. Der Mittelwert liegt bei 4,99 µm, die Standardabweichung bei 3,86 µm. Mit der Normalverteilung gerechnet ergibt sich der Cmk aus dem Abstand des Mittelwerts zur oberen Grenze, geteilt durch drei Standardabweichungen: 20,01 geteilt durch 11,57 ergibt 1,73. Rechnerisch liegt kein Teil über der Grenze, 0 ppm. Die Maschine wäre fähig.

Mittelwert und Median laufen auseinander
Der Median, also der mittlere der sortierten Werte, liegt bei 4,00 µm und damit fast ein Mikrometer unter dem Mittelwert. Bei normalverteilten Daten fallen beide nahezu zusammen. Hier nicht. Die meisten Flächen sind sehr eben, einige wenige deutlich weniger, bis hinauf zu 18,8 µm. Diese Werte am rechten Rand heben den Mittelwert an, den Median lassen sie unberührt. Die Verteilung ist rechtsschief.
Für mich ist dieser Vergleich der schnellste Hinweis, den eine Auswertung hergibt. Ein Beweis ist er nicht, den liefert erst ein Anpassungstest. Hier verwirft der Test nach Anderson-Darling die Normalverteilung mit p = 3·10−7. Wären die Werte normalverteilt, käme eine so deutliche Abweichung praktisch nie vor. Links ragt die Normalverteilung zudem bis minus 6,58 µm, und eine negative Ebenheit gibt es nicht.
Was Bosch Heft 9 dazu sagt
Bosch Heft 9 (Ausgabe 2019) nimmt diesen Fall vorweg. Merkmale mit einer natürlichen Grenze bei null folgen im Allgemeinen einer schiefen Verteilung, viele Form- und Lagemerkmale lassen sich mit der Betragsverteilung 1. oder 2. Art beschreiben (Abschnitt 4.3, S. 10). Die Ebenheit nennt das Heft ausdrücklich als Beispiel für die Betragsverteilung 1. Art (Abschnitt 7.3, S. 22). Eine fehlende Normalverteilung zu ignorieren, ist nach dem Heft nicht zulässig (Abschnitt 7.1, S. 21).
Als Standard für die Kennwerte nennt das Heft die Quantilmethode M2,1 nach ISO 22514-2 zu Prozessfähigkeitskenngrößen (Abschnitt 4.4, S. 11). Statt des Mittelwerts dient das 50-%-Quantil als Lage, statt drei Standardabweichungen der Abstand bis zum 99,865-%-Quantil. Bei einem einseitig begrenzten Merkmal wie hier gibt es nur den Cmk, einen Cm zu berechnen ist nicht sinnvoll (Beispiel 2, S. 39). Warum eine zweite, ausgedachte Grenze den Wert verfälscht, zeigt der Beitrag zur einseitigen Toleranz im Auswerteformular. Gefordert ist ein Cmk von mindestens 1,67 (Abschnitt 4.5, S. 11).
Die Rechnung mit der passenden Verteilung
Mit der Betragsverteilung 1. Art liegt das 50-%-Quantil bei 4,27 µm und das 99,865-%-Quantil bei 20,31 µm. Die Normalverteilung hatte das obere Ende der Streuung bei 16,56 µm gesehen, knapp vier Mikrometer zu früh. Der Abstand von 4,27 bis zur Grenze, 20,73 µm, geteilt durch den Abstand von 4,27 bis 20,31 µm ergibt einen Cmk von 1,29. Rechnerisch liegen 80 Teile pro Million über der Grenze. Nicht fähig, bei denselben Messwerten.
Wie die Betragsverteilung 1. Art entsteht und wie sie sich in einer Excel-Vorlage rechnen lässt, beschreibt der Beitrag Maschinenfähigkeit mit Betragsverteilung 1. Art. Dasselbe Muster mit der Weibull-Verteilung zeigt der Beitrag Cmk bei Verschleiß.
Zuerst Mittelwert und Median
Deshalb steht der Vergleich von Mittelwert und Median bei mir vor jedem Urteil über den Cmk. Liegt der Mittelwert deutlich über dem Median, prüfe ich zuerst die Verteilung. Besonders bei Merkmalen mit einer natürlichen Grenze bei null wie Ebenheit, Rauheit und Rundlauf lohnt dieser Blick, denn dort ist eine schiefe Verteilung der Normalfall.
Die Zahlen stammen aus einem konstruierten Datensatz und sind mit der Maschinenfähigkeit von my8data gerechnet. Verteilung prüfen und Cmk mit den eigenen Werten rechnen, kostenlos: Maschinenfähigkeit auf my8data.com
Quellen
- Robert Bosch GmbH: Qualitätsmanagement in der Bosch-Gruppe, Technische Statistik, Heft 9, Maschinen- und Prozessfähigkeit, Ausgabe 11.2019, Abschnitte 4.3 bis 4.5, 7.1 und 7.3 sowie Kap. 12, Beispiel 2, S. 10, 11, 21, 22 und 39.
- ISO 22514-2:2017: Statistical methods in process management. Capability and performance. Part 2: Process capability and performance of time-dependent process models.
