EWMA-Karte

Eine EWMA-Karte (Regelkarte mit exponentiell gewichtetem gleitendem Mittelwert) erkennt kleine, anhaltende Verschiebungen des Prozessmittelwerts, indem sie einen gewichteten Mittelwert aller bisherigen und aktuellen Beobachtungen berechnet. Die jüngsten Datenpunkte erhalten das größte Gewicht, ältere Beobachtungen tragen immer weniger bei. Dadurch reagiert die Karte sehr empfindlich auf eine allmähliche Prozessdrift, aber weniger stark auf zufällige einzelne Ausschläge.

Zuletzt geprüft

Kernaussage

Eine EWMA-Karte (Regelkarte mit exponentiell gewichtetem gleitendem Mittelwert) erkennt kleine, anhaltende Verschiebungen des Prozessmittelwerts, indem sie einen gewichteten Mittelwert aller bisherigen und aktuellen Beobachtungen berechnet.

Auf dieser Seite
  1. Was ist eine EWMA-Karte?
  2. Wann wird eine EWMA-Karte eingesetzt?
  3. Lambda (λ) verstehen
  4. Hinweise zur richtigen Anwendung der EWMA-Karte
  5. Alternativen: Wann Sie keine EWMA-Karte verwenden sollten
  6. Beispiel für eine EWMA-Karte
  7. Wie erstellt man eine EWMA-Karte?

Was ist eine EWMA-Karte?

Eine EWMA-Karte (Regelkarte mit exponentiell gewichtetem gleitendem Mittelwert) erkennt kleine, anhaltende Verschiebungen des Prozessmittelwerts, indem sie einen gewichteten Mittelwert aller bisherigen und aktuellen Beobachtungen berechnet. Die jüngsten Datenpunkte erhalten das größte Gewicht, ältere Beobachtungen tragen immer weniger bei. Dadurch reagiert die Karte sehr empfindlich auf eine allmähliche Prozessdrift, aber weniger stark auf zufällige einzelne Ausschläge.

Der wichtigste Parameter ist Lambda (λ) , die Glättungskonstante, die festlegt, wie viel Gewicht die jüngste Beobachtung erhält. Ein kleines Lambda glättet stärker und erkennt langsame Driften; ein größeres Lambda reagiert schneller, ist aber empfindlicher gegenüber Rauschen.

Wann wird eine EWMA-Karte eingesetzt?

  • Verwenden Sie sie, wenn Sie kleine, allmähliche Verschiebungen des Prozessmittelwerts erkennen müssen, typischerweise Änderungen von 0.5 bis 1.5 Standardabweichungen.
  • Verwenden Sie sie, wenn die einzelnen Messwerte stetig sind und in zeitlicher Reihenfolge erfasst werden, entweder als Einzelwerte oder als Teilgruppenmittelwerte.
  • Verwenden Sie sie, wenn Sie eine ähnliche Empfindlichkeit wie bei CUSUM wünschen, aber eine einfachere, intuitivere Karte bevorzugen , die sich einem Publikum ohne statistische Vorkenntnisse leichter erklären lässt.
  • Verwenden Sie sie in Prozessen der Chemie, Pharmazie und Hochpräzisionsfertigung , in denen langsame Driften von Qualitätsmerkmalen ein hohes Risiko darstellen.

Lambda (λ) verstehen

Lambda legt fest, wie schnell die Karte auf Prozessänderungen reagiert. Die Wahl des richtigen Lambdas hängt von der Größe der Verschiebung ab, die Sie erkennen möchten:

Lambda-Wert

Verhalten

Am besten geeignet für

λ = 0.05 – 0.10

Starke Glättung, langsame Reaktion

Erkennung sehr kleiner, langsamer Driften

λ = 0.20 (Standard)

Ausgewogen zwischen Empfindlichkeit und Glättung

Die meisten allgemeinen Anwendungen

λ = 0.40 – 0.50

Leichte Glättung, schnellere Reaktion

Größere Verschiebungen, schnelle Erkennung erforderlich

λ = 1.00

Keine Glättung, verhält sich wie eine I-Karte

Entspricht einer Standard-Shewhart-Karte

Hinweise zur richtigen Anwendung der EWMA-Karte

  • Verwenden Sie das Standard-Lambda von 0.20 als Ausgangspunkt; es bietet für die meisten Prozesse ein gutes Gleichgewicht zwischen Empfindlichkeit und Glättung.
  • Die Daten müssen in strenger zeitlicher Reihenfolge erfasst werden; der gewichtete Mittelwert ist bedeutungslos, wenn die Beobachtungen nicht in der richtigen Reihenfolge vorliegen.
  • Die Daten sollten annähernd normalverteilt sein, damit die Eingriffsgrenzen statistisch gültig sind.
  • Legen Sie die Breite der Eingriffsgrenzen (L) fest; ein Wert von 3 ist der übliche Standard und entspricht 3-Sigma-Grenzen auf einer klassischen Karte.
  • Erheben Sie mindestens 20 Basisbeobachtungen , um Prozessmittelwert und Standardabweichung genau zu schätzen, bevor Sie Signale interpretieren.
  • Nach einer bestätigten Prozessverschiebung aktualisieren Sie den Zielwert des Prozesses und starten die Karte neu; wird weiter gegen einen veralteten Zielwert geprüft, entstehen irreführende Signale.

Alternativen: Wann Sie keine EWMA-Karte verwenden sollten

  • Wenn Sie große, plötzliche Prozessverschiebungenerkennen müssen, verwenden Sie stattdessen eine I-MR-Karte oder Xbar-R-Karte ; Shewhart-Karten erfassen abrupte Änderungen schneller.
  • Wenn die Erkennung allmählicher Trends das Hauptziel ist, aber Einfachheit bevorzugt wird, verwenden Sie eine Karte des gleitenden Mittelwerts (Moving Average Chart)
  • Wenn Sie die höchstmögliche Empfindlichkeit für kleine Verschiebungen mit formaler statistischer Optimierung benötigen, verwenden Sie eine CUSUM-Karte
  • Wenn die Daten attributiv sind (Anzahlen oder Anteile), verwenden Sie geeignete Attributkarten wie P-, NP-, Laney-P’-, C- oder U-Karten
  • Hat der Prozess keinen festgelegten Zielwert oder Basismittelwert, lässt sich die EWMA-Karte nicht sachgerecht einrichten; erheben Sie zuerst ausreichend Basisdaten.

Beispiel für eine EWMA-Karte

Ein Qualitätsingenieur eines Kunststoffherstellers möchte sicherstellen, dass der Chargenfertigungsprozess gleichbleibend und unter Kontrolle bleibt. Dazu erfasst er die Pigmentkonzentration jeder der 35 Fertigungschargen. Der Verantwortliche geht wie folgt vor:

  1. Die erforderlichen Daten wurden erhoben.
EWMA Chart — figure 1

2. Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.

3. Die EWMA-Karte finden Sie unter Statistical module> Control Chart> EWMA Chart.

4. Geben Sie im Werkzeug die Daten zusammen mit den weiteren Eingaben wie folgt ein:

EWMA Chart — figure 2

5. Nach Ausführung des oben genannten Werkzeugs erhalten Sie folgende Ausgabe:

EWMA Chart — figure 3

Wie erstellt man eine EWMA-Karte?

So gehen Sie vor:

  1. Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
  2. Wählen Sie auf der Startseite Statistical Tool> Control Chart >EWMA Chart .
  3. Geben Sie die Daten anschließend manuell ein, oder kopieren Sie die Daten vollständig (Strg+C) aus einer Excel-Tabelle und fügen Sie sie hier ein (Strg+V).
  4. Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.

Das Dashboard der EWMA-Karte ist in zwei Bereiche unterteilt.

EWMA Chart — figure 4

Im linken Bereich befindet sich der Datenbereich (Data Pane). Die Daten können manuell eingegeben oder vollständig aus einer Excel-Tabelle kopiert (Strg+C) und hier eingefügt (Strg+V) werden.

Load example: Es werden Beispieldaten geladen.

Load File: Damit werden Excel-Daten direkt geladen.

Im rechten Bereich stehen zahlreiche Optionen zur Verfügung:

Observation Column Wählen Sie die Spalte(n) mit Ihren Messdaten aus. Mit Strg- bzw. Befehlstaste + Klick wählen Sie mehrere Spalten aus. Dies sind die Einzelwerte oder in Teilgruppen erfassten Werte, etwa Maße, Gewichte oder Temperaturen, aus denen die Karte die exponentiell gewichteten gleitenden Mittelwerte berechnet und allmähliche Prozessverschiebungen im zeitlichen Verlauf überwacht.

  • Subgroup Size Column Wählen Sie die Spalte, die angibt, welche Beobachtungen zu welcher Teilgruppe gehören, wenn die Teilgruppengrößen zwischen den Zeiträumen variieren. Es muss entweder dieses Feld oder die Teilgruppennummer angegeben werden, nicht beides. Verwenden Sie diese Option, wenn die Anzahl der Messungen je Teilgruppe im Datensatz nicht einheitlich ist.
  • Subgroup Geben Sie eine feste Zahl ein, wenn alle Teilgruppen gleich viele Beobachtungen enthalten. Bei 1 überwacht die Karte die Einzelmesswerte direkt. Bei Werten größer als 1 werden zuerst die Teilgruppenmittelwerte berechnet und die EWMA dann auf diese Mittelwerte angewendet.
  • Weight of EWMA (Lambda λ) Die wichtigste Einstellung der EWMA-Karte. Lambda legt fest, wie viel Gewicht die jüngste Beobachtung im Vergleich zu älteren bei der Berechnung jedes dargestellten Werts erhält. Der Wert muss zwischen 0 und 1 liegen:
  • Kleines Lambda (0.05–0.10) : Gibt den historischen Daten mehr Gewicht und glättet stark. Am besten geeignet, um sehr kleine, langsame Driften zu erkennen, reagiert aber langsamer auf plötzliche Änderungen.
  • Standard-Lambda (0.20) : Der empfohlene Ausgangspunkt für die meisten Prozesse; ausgewogen zwischen Empfindlichkeit für kleine Verschiebungen und angemessener Reaktionsgeschwindigkeit.
  • Großes Lambda (0.40–1.00) : Gibt den jüngsten Daten mehr Gewicht, reagiert schneller auf Änderungen, glättet aber weniger. Bei Lambda = 1 verhält sich die Karte genau wie eine Standard-I-Karte ohne Glättung.
  • Mean Optional. Wenn Sie einen bekannten oder historisch festgelegten Zielmittelwert für den Prozess haben, geben Sie ihn hier ein. Dann verwendet die Karte diesen Wert, um die Mittellinie zu platzieren und die Eingriffsgrenzen direkt zu berechnen, statt den Mittelwert aus dem aktuellen Datensatz zu schätzen. Das ergibt stabilere Grenzen, die eine validierte Prozessbasis widerspiegeln.
  • Standard Deviation Optional. Wenn Sie eine bekannte oder historisch validierte Standardabweichung haben, geben Sie sie hier ein. Dann wird dieser Wert direkt zur Skalierung der EWMA-Eingriffsgrenzen verwendet, statt die Streuung aus den Daten zu schätzen. Das ist nützlich, wenn bereits eine zuverlässige Prozessbasis vorliegt und Sie konsistente, stabile Grenzberechnungen wünschen.
  • SD Estimation Method for Subgroup Size = 1 Legt fest, wie die Standardabweichung geschätzt wird, wenn die Daten aus Einzelmesswerten bestehen. Zwei Optionen stehen zur Verfügung:
  • Average Moving Range : Schätzt die Standardabweichung über den Mittelwert der gleitenden Spannweiten zwischen aufeinanderfolgenden Beobachtungen. Dies ist die übliche Standardeinstellung und funktioniert bei den meisten Prozessen mit Einzelmesswerten zuverlässig.
  • Median Moving Range : Verwendet stattdessen den Median der gleitenden Spannweiten und macht die Schätzung so robuster gegenüber dem Einfluss von Ausreißern oder ungewöhnlichen Datenspitzen.
  • SD Estimation Method for Subgroup Size > 1 Legt fest, wie die Standardabweichung geschätzt wird, wenn die Daten in Teilgruppen von zwei oder mehr Werten erfasst werden. Drei Optionen stehen zur Verfügung:
  • Pooled Stdev : Fasst die Standardabweichungen aller Teilgruppen zu einer gepoolten Schätzung zusammen und liefert ein stabiles und genaues Gesamtmaß für die Streuung innerhalb der Teilgruppen.
  • Rbar : Schätzt die Standardabweichung aus dem Mittelwert der Spannweiten der Teilgruppen. Einfach und zuverlässig bei Teilgruppengrößen von 2 bis 8.
  • Sbar : Schätzt die Standardabweichung aus dem Mittelwert der Standardabweichungen der Teilgruppen. Genauer als Rbar bei Teilgruppengrößen über 8.
  • Check Rule 1 — 1 point > K standard deviations from centre line Aktiviert die primäre Regel zur Erkennung eines Zustands außer Kontrolle. Ist sie aktiviert, wird jeder einzelne dargestellte EWMA-Wert, der mehr als K Standardabweichungen von der Mittellinie entfernt liegt, als Signal gekennzeichnet. Der Standardwert für K ist 3, entsprechend den üblichen ±3-Sigma-Eingriffsgrenzen. Niedrigere K-Werte machen die Regel empfindlicher und erfassen kleinere Abweichungen; höhere K-Werte verringern Fehlalarme, erfordern aber eine größere Verschiebung, bevor ein Signal ausgelöst wird.
  • Length Moving Range Legt fest, wie viele aufeinanderfolgende Beobachtungen zur Berechnung jedes Werts der gleitenden Spannweite bei der Schätzung der Standardabweichung verwendet werden. Der Standardwert ist 2, das heißt, jede gleitende Spannweite ist die absolute Differenz zweier aufeinanderfolgender Messwerte. Ein höherer Wert ergibt eine glattere Schätzung der Standardabweichung, verringert aber die Empfindlichkeit gegenüber kurzfristigen Änderungen der Streuung.
  • Use Unbiasing Constant Ist diese Option aktiviert, wird ein statistischer Korrekturfaktor angewendet, der die kleine systematische Verzerrung beseitigt, die bei der Schätzung der Standardabweichung aus Stichprobendaten naturgemäß auftritt. Das verbessert die Genauigkeit der Berechnung der Eingriffsgrenzen; es wird empfohlen, die Option für genauere und zuverlässigere Ergebnisse aktiviert zu lassen.

Häufig gestellte Fragen

Was ist eine EWMA-Karte?

Eine EWMA-Karte (Exponentially Weighted Moving Average, exponentiell gewichteter gleitender Mittelwert) erkennt kleine, anhaltende Verschiebungen des Prozessmittelwerts, indem sie einen gewichteten Mittelwert aller bisherigen und aktuellen Beobachtungen darstellt. Die jüngsten Punkte erhalten das größte Gewicht, sodass die Karte empfindlich auf eine allmähliche Prozessdrift reagiert, aber weniger auf zufällige einzelne Ausschläge.

Welchen Lambda-Wert sollte man für eine EWMA-Karte verwenden?

Lambda (λ) liegt zwischen 0 und 1 und legt fest, wie viel Gewicht die jüngste Beobachtung erhält. Der Standardwert 0.20 bietet für die meisten Prozesse ein Gleichgewicht zwischen Empfindlichkeit und Glättung. Werte von 0.05 bis 0.10 glätten stark, um sehr kleine, langsame Driften zu erkennen, Werte von 0.40 bis 0.50 reagieren schneller auf größere Verschiebungen, und bei 1.00 verhält sich die Karte wie eine I-Karte.

Wann sollte man eine EWMA-Karte statt einer I-MR- oder Xbar-R-Karte verwenden?

Verwenden Sie eine EWMA-Karte, um kleine, allmähliche Verschiebungen des Prozessmittelwerts zu erkennen, typischerweise 0.5 bis 1.5 Standardabweichungen. Bei großen, plötzlichen Verschiebungen erfassen I-MR- oder Xbar-R-Karten abrupte Änderungen schneller. Benötigen Sie die höchstmögliche Empfindlichkeit für kleine Verschiebungen mit formaler statistischer Optimierung, verwenden Sie eine CUSUM-Karte.

Welche Voraussetzungen gelten für den Einsatz einer EWMA-Karte?

Die Daten müssen stetig sein, in strenger zeitlicher Reihenfolge erfasst werden und annähernd normalverteilt sein, damit die Eingriffsgrenzen gültig sind. Erheben Sie mindestens 20 Basisbeobachtungen, um Prozessmittelwert und Standardabweichung zu schätzen, bevor Sie Signale interpretieren. Eine Breite der Eingriffsgrenzen (L) von 3 ist der übliche Standard und entspricht 3-Sigma-Grenzen.