Capability Sixpack (nicht normalverteilt)
Das Nonnormal Capability Sixpack eignet sich für nicht normalverteilte Daten wie Oberflächenrauheit, Partikelgröße oder Zeit bis zum Ausfall. Sie wählen eine Verteilung, etwa Weibull, Lognormal oder Gamma, die per Maximum-Likelihood angepasst wird. Der Bericht zeigt I- und MR-Karte mit Nelson-Regeln auf der Originalskala, ein Histogramm mit angepasster Verteilung, ein Wahrscheinlichkeitsnetz, die letzten 25 Beobachtungen sowie Pp, PPL, PPU und Ppk nach der z-Wert-Methode.
Zuletzt geprüft
Kernaussage
Das Capability Sixpack für nicht normalverteilte Daten ist ein mehrteiliger Bericht für schiefe oder begrenzte Daten mit I-MR-Regelkarten, Histogramm mit angepasster Verteilung, Wahrscheinlichkeitsnetz sowie Pp und Ppk.
Auf dieser Seite
Zweck
Das Nonnormal Capability Sixpack liefert denselben mehrteiligen Überblicksbericht zum Prozesszustand wie das Normal Capability Sixpack der Anwendung, ist aber für Prozesse ausgelegt, deren Daten keiner Normalverteilung folgen (begrenzte, schiefe Messwerte wie Oberflächenrauheit, Partikelgröße oder Daten zur Zeit bis zum Ausfall). Es kombiniert ein Verlaufsdiagramm, ein Histogramm mit angepasster Verteilung und ein Wahrscheinlichkeitsnetz in einem Bericht, statt den Daten ein Normalverteilungsmodell aufzuzwingen, das nicht zu ihnen passt.
Wichtige Funktionen
- Passt jede der von der Anwendung unterstützten nicht normalen Verteilungen (z. B. Weibull, Lognormal, Gamma) nach ausdrücklicher Auswahl durch den Benutzer an, statt Normalverteilung vorauszusetzen.
- Kombiniert eine I-Karte und eine MR-Karte (Verlaufsdiagramm-Bereich) mit einem Histogramm mit angepasster Verteilung und einem Wahrscheinlichkeitsnetz in einem 4-teiligen Bericht.
- Vollständige Erkennung systematischer Ursachen nach den Nelson-Regeln (8 konfigurierbare Regeln) im Verlaufsdiagramm-Bereich, einheitlich mit allen anderen Regelkarten der Anwendung.
- Optionale Spalte Factor und Modus „Compare selected columns as separate groups“.
- Konfigurierbare K-Sigma-Toleranz und Sigma-Schätzung auf Basis der gleitenden Spannweite für die Eingriffsgrenzen des Verlaufsdiagramms.
Statistische Methoden
Der Verlaufsdiagramm-Bereich (I-Karte und MR-Karte) verwendet die Standardmechanik der Anwendung für Einzelwert-/Gleitende-Spannweite-Regelkarten mit Prüfung der Western-Electric-/Nelson-Regeln: Die Mittellinie ist der Prozessmittelwert, die gleitenden Spannweiten werden mit der angegebenen Spanne (Standard 2) berechnet, und die Eingriffsgrenzen ergeben sich aus MRbar/d2 (oder dem Median der gleitenden Spannweiten) — unabhängig von der für die Fähigkeitsbereiche angepassten Verteilung, sodass das Verlaufsdiagramm die statistische Beherrschung stets auf der unveränderten, nicht transformierten Skala beurteilt.
Der Histogramm-Bereich passt die vom Benutzer gewählte Verteilung per Maximum-Likelihood-Schätzung an die Stichprobe an und legt ihre Wahrscheinlichkeitsdichtefunktion über das Histogramm der Stichprobe, mit LSL-/USL-Bezugslinien, sofern angegeben.
Der Bereich des Wahrscheinlichkeitsnetzes überträgt die sortierte Stichprobe und die Plotpositionen der angepassten Verteilung auf ein verteilungsspezifisches Wahrscheinlichkeitspapier, sodass bei gut passender Verteilung die Punkte nahe an einer geraden Bezugslinie liegen — eine visuelle Prüfung der Anpassungsgüte.
Die Fähigkeitsindizes verwenden dieselbe z-Wert-Methode wie das Werkzeug Automated Process Capability der Anwendung: Die Verteilungsfunktion (CDF) der angepassten Verteilung an LSL/USL wird in äquivalente z-Werte der Standardnormalverteilung umgerechnet, aus denen Pp, PPL, PPU und Ppk auf der vertrauten Cpk-Skala angegeben werden.
Ein sechster Bereich listet die letzten 25 Einzelbeobachtungen als schnelle visuelle Referenz neben den Diagrammen auf, und die Fähigkeitskennzahlen (Distribution, Shape, Scale, Pp, PPL, PPU, Ppk) werden als Anmerkungstabelle innerhalb der kombinierten Abbildung statt als separate Ergebnistabelle dargestellt.
Eingabefelder und Optionen
Feld | Beschreibung |
Choose columns | Die zu analysierende(n) Ergebnisspalte(n). |
Factor | Optional. Vergleicht die Fähigkeit über Gruppen hinweg aus einem einzigen Layout mit Response + Factor. |
Compare selected columns as separate groups | Bei 2 oder mehr ausgewählten Spalten getrennt ausführen und nebeneinander vergleichen. |
Fit distribution | Erforderlich. Die anzupassende nicht normale Verteilung (Standard Weibull). |
LSL / USL | Spezifikationsgrenzen; eine der beiden kann leer bleiben, wenn der Prozess nur eine einseitige Spezifikation hat. |
Show specs in control chart | Optional. Blendet LSL/USL im Verlaufsdiagramm-Bereich ein. |
Tolerance (K) | Multiplikator für Sigma bei der Bildung des Toleranzbands für die Fähigkeit; Standard 6. |
SD estimation method / Length of moving range | Wie das kurzfristige Sigma des Verlaufsdiagramms geschätzt wird; Standard Average moving range, Spanne 2. |
Check Rule 1–8 / K for Rule 1–8 | Die acht Nelson-Regeln für systematische Ursachen, angewendet auf die I-Karte, jeweils einzeln schaltbar mit eigener Konstante K (die Standardwerte folgen der anwendungsweiten I-MR-Konvention: K = 3, 9, 6, 14 für Regeln 1–4). |
Chart title / Chart y axis label | Optionale eigene Beschriftungen für den Verlaufsdiagramm-Bereich. |

Abbildung 1 — Datenbereich (Data Pane) mit 50 Oberflächenrauheitswerten in C1, Fit distribution auf Weibull gesetzt, USL = 4.0.
Beschreibung der Ausgabe
- I Chart — Einzelwerte in zeitlicher Reihenfolge mit UCL/CL/LCL; Verletzungen der Nelson-Regeln werden markiert.
- MR Chart — gleitende Spannweiten zwischen aufeinanderfolgenden Werten mit eigenen UCL/CL/LCL.
- Histogram — Histogramm der Stichprobe mit der Dichtekurve der angepassten nicht normalen Verteilung und Bezugslinien der Spezifikationsgrenzen.
- Probability Plot — sortierte Stichprobe auf dem Wahrscheinlichkeitspapier der angepassten Verteilung, mit einer Bezugslinie zur visuellen Beurteilung der Anpassungsgüte.
- Bereich Last 25 Observations — die letzten Einzelwerte, als schneller visueller Kontext.
- Eine eingebettete Fähigkeitszusammenfassung (Distribution, Shape, Scale, Pp, PPL, PPU, Ppk) innerhalb der kombinierten Abbildung.
- PDF-Export des kombinierten Sixpack-Berichts über Download as PDF.

Abbildung 2 — Der 4-teilige Sixpack-Bericht: I-Karte, MR-Karte, Histogramm mit angepasster Weibull-Kurve und USL-Linie sowie das Weibull-Wahrscheinlichkeitsnetz.
Beispiel
Ein Schleifprozess erfasst die Oberflächenrauheit (Ra, Mikrometer) an 50 aufeinanderfolgenden Teilen (Spalte C1), rechtsschief und bei null begrenzt — ein klassischer Prozess mit Weibull-Form. Mit Fit distribution = Weibull und USL = 4.0 zeigt das Sixpack ein stabiles I/MR-Verlaufsdiagramm (keine systematischen Ursachen), ein Histogramm, in dem die angepasste Weibull-Kurve der Rechtsschiefe des Stichprobenhistogramms sichtbar folgt, und ein Wahrscheinlichkeitsnetz, in dem die Punkte nahe der Bezugslinie liegen — was bestätigt, dass das Weibull-Modell gut passt, bevor man den resultierenden Fähigkeitsindizes vertraut.
Häufig gestellte Fragen
Was ist ein Capability Sixpack für nicht normalverteilte Daten?
Es ist ein mehrteiliger Bericht zum Prozesszustand für Daten, die keiner Normalverteilung folgen, etwa begrenzte oder schiefe Messwerte wie Oberflächenrauheit, Partikelgröße oder Zeit bis zum Ausfall. Es kombiniert eine I-Karte und eine MR-Karte, ein Histogramm mit der angepassten Verteilung, ein Wahrscheinlichkeitsnetz und eine Fähigkeitszusammenfassung, statt den Daten ein Normalverteilungsmodell aufzuzwingen.
Wie wird Ppk für nicht normalverteilte Daten im Sixpack berechnet?
Die kumulative Wahrscheinlichkeit der angepassten Verteilung an LSL und USL wird in äquivalente z-Werte der Standardnormalverteilung umgerechnet, aus denen Pp, PPL, PPU und Ppk auf der vertrauten Cpk-Skala angegeben werden. Es ist dieselbe z-Wert-Methode wie im Werkzeug Automated Process Capability.
Wie prüfen Sie, ob die gewählte Verteilung passt?
Betrachten Sie das Histogramm, in dem die angepasste Dichtekurve der Form der Stichprobe folgen sollte, und das Wahrscheinlichkeitsnetz, in dem bei gut passender Verteilung die Punkte nahe der geraden Bezugslinie liegen. Im Beispiel folgte die Weibull-Verteilung der Rechtsschiefe der Oberflächenrauheit, und die Punkte lagen nahe der Linie, was die Fähigkeitsindizes stützt.
Wie führen Sie ein Capability Sixpack für nicht normalverteilte Daten in Zometric Statistical Software durch?
Wählen Sie die Ergebnisspalte oder -spalten, optional einen Factor, und wählen Sie die Verteilung unter Fit distribution (Standard Weibull). Geben Sie LSL, USL oder beide ein, legen Sie die Toleranz K (Standard 6) und die Optionen für die gleitende Spannweite fest und wählen Sie, welche der acht Nelson-Regeln geprüft werden sollen. Der kombinierte Bericht kann als PDF heruntergeladen werden.
