ALso, ich meine nicht die Merkmalsausprägung attributiver Merkamle, sondern ich suche nach einer Bewertung von laufenden Prozessen,die ich nur anhand attributiver Merkmale bewerten kann.
Ich kenne SPC sowohl für messende als für atributive Merkmale. Damit finde ich Möglichkeiten, in eine laufenden Prozess steuernd einzugreifen.
Um einen laufenden Prozess mit messenden Merkmalen auch längerfristig zu bewerten, verwende ich cp und cpk. Dazu brauche ich Toleranzen, zu denen ich Mittelwert und Streuung des Prozesses in Beziehung setze.
Wie beurteile ich längerfristig einen Prozess, in dem ich nur attributive Merkmale habe.
Ich habe keine Toleranzen.
Den Hinweis zu ppm habe ich gern aufgegriffen. Aber ich habe weder bei der QS-9000-SPC-Lektüre einen ernsthaften Ansatz zu einer längerfristigen Bewertung gefunden, noch ist mir klar, wie aus einigen Stichprobenergebinissen, die in der Praxis sehr ungenaue Ergebnisse liefern werden (n-i = 20-0 /20-1 / 20-2....), eine Schätzung auf einen ppm-wert möglich ist.
Danke, wenn jemand einen Tipp für mich hat.
Gruß Detlef

Lso, ich meine nicht die Merkmalsausprägung attributiver Merkamle, sondern ich suche nach einer Bewertung von laufenden Prozessen,die ich nur anhand attributiver Merkmale bewerten kann.
Ich kenne SPC sowohl für messende als für atributive Merkmale. Damit finde ich Möglichkeiten, in eine laufenden Prozess steuernd einzugreifen.
Um einen laufenden Prozess mit messenden Merkmalen auch längerfristig zu bewerten, verwende ich cp und cpk. Dazu brauche ich Toleranzen, zu denen ich Mittelwert und Streuung des Prozesses in Beziehung setze.
Wie beurteile ich längerfristig einen Prozess, in dem ich nur attributive Merkmale habe.
Ich habe keine Toleranzen.
Den Hinweis zu ppm habe ich gern aufgegriffen. Aber ich habe weder bei der QS-9000-SPC-Lektüre einen ernsthaften Ansatz zu einer längerfristigen Bewertung gefunden, noch ist mir klar, wie aus einigen Stichprobenergebinissen, die in der Praxis sehr ungenaue Ergebnisse liefern werden (n-i = 20-0 /20-1 / 20-2....), eine Schätzung auf einen ppm-wert möglich ist.
Danke, wenn jemand einen Tipp für mich hat.
Gruß Detlef

Hallo Detlef,
vielleicht helfen Dir ja meine Gedanken.
Die Cp-Werte kennzeichnen ja nur die Lage einer Stichprobe (Mittelwert und Streuung) in Bezug zum Toleranzfeld (als Momentaufnahme zum Zeitpunkt der Berechnung).
Dieses wird meiner Ansicht nach auch vom Vertrauensbereich einer Stichprobe erfüllt, denn dieser ist genau der Bereich, in dem der Anteil der fehlerhaften Einheiten (Binominalverteilung) bzw. Anzahl der Fehler je Einheit (Possionverteilung) in der Grundgesamtheit mit der gewählten Irrtumswahrscheinlichkeit zu erwarten ist.
Üblich ist als Toleranzfestlegung einen Anteil/Anzahl als Abnahmekriterium für die Grundgesamtheit (z.B. maximal 3 Fehler je 100 Teile) festzulegen. In diesem Fall wäre es der einseitig nach oben begrenzte Vertrauensbereich, der berechnet werden und mit dieser Festlegung verglichen werden müsste.
Damit wäre eine Aussage zur Lage der Istwerte bezüglich der Sollwerte (Fähigkeit) möglich.
Klaus

allo Detlef,
vielleicht helfen Dir ja meine Gedanken.
Die Cp-Werte kennzeichnen ja nur die Lage einer Stichprobe (Mittelwert und Streuung) in Bezug zum Toleranzfeld (als Momentaufnahme zum Zeitpunkt der Berechnung).
Dieses wird meiner Ansicht nach auch vom Vertrauensbereich einer Stichprobe erfüllt, denn dieser ist genau der Bereich, in dem der Anteil der fehlerhaften Einheiten (Binominalverteilung) bzw. Anzahl der Fehler je Einheit (Possionverteilung) in der Grundgesamtheit mit der gewählten Irrtumswahrscheinlichkeit zu erwarten ist.
Üblich ist als Toleranzfestlegung einen Anteil/Anzahl als Abnahmekriterium für die Grundgesamtheit (z.B. maximal 3 Fehler je 100 Teile) festzulegen. In diesem Fall wäre es der einseitig nach oben begrenzte Vertrauensbereich, der berechnet werden und mit dieser Festlegung verglichen werden müsste.
Damit wäre eine Aussage zur Lage der Istwerte bezüglich der Sollwerte (Fähigkeit) möglich.
Klaus

Das Problem bei attributiven Merkmalen ist ja, daß Du erst in dem Moment überhaupt eine Rückkopplung bekommst, in dem der Prozeß schon draußen ist, was Du ja eigentlich über die Prozeßregelung vermeiden willst.
Ich würde eine Prüfung einführen, die auf die Einhaltung des halben Toleranzbereiches prüft. Z.B. wäre eine engere Lehre, oder eine strengere Vorgabe für die Sichtprüfung denkbar. Für den konkreten Fall braucht man sicher etwas Phantasie. Dann verwendest Du statt SPC Precontrol und reagierst, sobald eine gewisse Anteil von Teilen dieses eingeschränkte Toleranzband überschritten hat. So bekommst Du den Prozeß in den Griff, ohne jemals die eigentliche Toleranzgrenze überschreiten zu müssen.
Ich bin jetzt natürlich davon ausgegangen, daß das Merkmal an sich quantifizierbar ist, und nur keine entsprechende Prüfung zur Verfügung steht. Für überhaupt nicht quantifizierbare Merkmale habe ich auch nichts. Man könnte sich höchstens überlegen, ob sie nicht mit anderen, quantifizierbaren, korreliert sind und dann diese überwachen.
Einen sauberen Weihnachtsprozeß wünscht
Frank

Das Problem bei attributiven Merkmalen ist ja, daß Du erst in dem Moment überhaupt eine Rückkopplung bekommst, in dem der Prozeß schon draußen ist, was Du ja eigentlich über die Prozeßregelung vermeiden willst.
Ich würde eine Prüfung einführen, die auf die Einhaltung des halben Toleranzbereiches prüft. Z.B. wäre eine engere Lehre, oder eine strengere Vorgabe für die Sichtprüfung denkbar. Für den konkreten Fall braucht man sicher etwas Phantasie. Dann verwendest Du statt SPC Precontrol und reagierst, sobald eine gewisse Anteil von Teilen dieses eingeschränkte Toleranzband überschritten hat. So bekommst Du den Prozeß in den Griff, ohne jemals die eigentliche Toleranzgrenze überschreiten zu müssen.
Ich bin jetzt natürlich davon ausgegangen, daß das Merkmal an sich quantifizierbar ist, und nur keine entsprechende Prüfung zur Verfügung steht. Für überhaupt nicht quantifizierbare Merkmale habe ich auch nichts. Man könnte sich höchstens überlegen, ob sie nicht mit anderen, quantifizierbaren, korreliert sind und dann diese überwachen.
Einen sauberen Weihnachtsprozeß wünscht
Frank