Moving Average Chart (Regelkarte mit gleitendem Mittelwert)

Eine Moving Average Chart (Regelkarte mit gleitendem Mittelwert) überwacht den Prozessmittelwert, indem sie den Mittelwert der jüngsten Gruppe von Beobachtungen statt jedes einzelnen Datenpunkts darstellt. Jeder dargestellte Wert ist der Mittelwert einer festgelegten Anzahl der neuesten Messwerte – der sogenannten Fensterlänge (Span) –, wobei dieses Fenster jedes Mal um einen Punkt weiterrückt.

Zuletzt geprüft

Kernaussage

Eine Moving Average Chart (Regelkarte mit gleitendem Mittelwert) überwacht den Prozessmittelwert, indem sie den Mittelwert der jüngsten Gruppe von Beobachtungen statt jedes einzelnen Datenpunkts darstellt.

Auf dieser Seite
  1. Was ist eine Moving Average Chart?
  2. Wann wird eine Moving Average Chart eingesetzt?
  3. Hinweise zur richtigen Anwendung der Moving Average Chart
  4. Alternativen: Wann die Moving Average Chart nicht geeignet ist
  5. Beispiel für eine Moving Average Chart
  6. Anleitung: Moving Average Chart erstellen

Was ist eine Moving Average Chart?

Eine Moving Average Chart (Regelkarte mit gleitendem Mittelwert) überwacht den Prozessmittelwert, indem sie den Mittelwert der jüngsten Gruppe von Beobachtungen statt jedes einzelnen Datenpunkts darstellt. Jeder dargestellte Wert ist der Mittelwert einer festgelegten Anzahl der neuesten Messwerte – der sogenannten Fensterlänge (Span) –, wobei dieses Fenster jedes Mal um einen Punkt weiterrückt.

Diese Glättung verringert den Einfluss zufälligen kurzfristigen Rauschens in den Daten, sodass allmähliche Trends und langsame Prozessdrifts leichter zu erkennen sind. Sie ist besonders nützlich, wenn einzelne Messwerte zu verrauscht oder zu variabel sind, um für sich allein einen aussagekräftigen Trend zu zeigen.

Wann wird eine Moving Average Chart eingesetzt?

  • Wenn es sich bei den Daten um stetige Einzelmesswerte handelt und Sie eher langsame, allmähliche Verschiebungen als plötzliche Sprünge erkennen möchten.
  • Wenn einzelne Messwerte verrauscht oder stark schwankend sind und eine normale I-Karte zu viele störende Signale liefert.
  • Bei Prozessen, in denen sich Trends langsam im Zeitverlauf entwickeln – etwa Werkzeugverschleiß, Drift der chemischen Konzentration oder allmähliche Verschlechterung von Anlagen.
  • Wenn die Fensterlänge (Anzahl der zu mittelnden Punkte) angemessen gewählt ist – üblich ist eine Fensterlänge von 3 bis 10, je nachdem, wie stark geglättet werden soll.

Hinweise zur richtigen Anwendung der Moving Average Chart

  • Wählen Sie eine Fensterlänge, die Glättung und Reaktionsfähigkeit ausbalanciert – eine kleine Fensterlänge (z. B. 3) reagiert schnell, glättet aber weniger; eine große Fensterlänge (z. B. 10) glättet stärker, erkennt Verschiebungen aber langsamer.
  • Erfassen Sie die Daten in zeitlicher Reihenfolge – der gleitende Mittelwert ist bedeutungslos, wenn die Daten nicht der Reihe nach erfasst werden.
  • Beachten Sie, dass die Moving Average Chart nicht so empfindlich auf plötzliche, starke Verschiebungen reagiert wie eine normale I-Karte – verwenden Sie zur Erkennung abrupter Änderungen CUSUM oder EWMA.
  • Die im gleitenden Mittelwert verwendeten Datenpunkte sind nicht voneinander unabhängig , da sie sich überlappende Beobachtungen teilen – dies ist zu erwarten und so beabsichtigt.
  • Legen Sie die Eingriffsgrenzen anhand von mindestens 20 bis 25 Datenpunkten fest, bevor Sie die Karte auf Prozesssignale hin auswerten.

Alternativen: Wann die Moving Average Chart nicht geeignet ist

  • Wenn Sie plötzliche, große Prozessverschiebungen schnell erkennenmüssen, verwenden Sie stattdessen eine I-MR-Karte oder Xbar-R-Karte – sie reagieren schneller auf abrupte Änderungen.
  • Wenn Sie sehr kleine, anhaltende Verschiebungen mit hoher Empfindlichkeit erkennenmüssen, verwenden Sie stattdessen eine CUSUM- oder EWMA-Karte – sie sind bei kleinen Verschiebungen trennschärfer.
  • Wenn die Daten in Teilgruppen statt als Einzelmesswerteerfasst werden, verwenden Sie eine Xbar-R- oder Xbar-S-Karte
  • Wenn die Zielgröße aus attributiven Daten (Anteilen oder Anzahlen)besteht, verwenden Sie geeignete Regelkarten für attributive Daten wie P-, NP-, C- oder U-Karten

Beispiel für eine Moving Average Chart

Ein Qualitätsingenieur eines Kunststoffherstellers möchte sicherstellen, dass sein Chargenprozess unter Kontrolle bleibt. Dazu misst er die Pigmentkonzentration in jeder der 35 Chargen. Die folgenden Schritte:

  1. Die erforderlichen Daten wurden erhoben.
Moving Average Chart — figure 1
  1. Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.
  2. Die Moving Average Chart finden Sie unter Statistical module> Control Chart > Moving Average Chart.
  3. Geben Sie im Werkzeug die Daten zusammen mit den weiteren Eingaben wie folgt ein:
Moving Average Chart — figure 2

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

Moving Average Chart — figure 3

Anleitung: Moving Average Chart erstellen

Die Anleitung lautet wie folgt:

  1. Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
  2. Wählen Sie auf der Startseite Statistical Tool> Control Chart > Moving Average 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 ein (Strg+V). Alternativ gibt es die Option Load Example, mit der Beispieldaten geladen werden.
  4. Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.

Das Dashboard der Moving Average Chart ist in zwei Bereiche unterteilt.

Moving Average Chart — figure 4

Im linken Bereich befindet sich der Datenbereich (Data Pane). Im Data Pane bildet jede Zeile eine Teilgruppe. 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 folgende Optionen zur Verfügung:

  • Individual Columns: Wählen Sie die Spalte(n) mit Ihren Messdaten. Mit Strg- bzw. Befehlstaste + Klick wählen Sie mehrere Spalten gleichzeitig aus. Dies sind die tatsächlich beobachteten Werte – etwa Maße, Gewichte oder ein anderes stetiges Qualitätsmerkmal –, aus denen die Karte die gleitenden Mittelwerte berechnet und im Zeitverlauf darstellt.
  • Subgroup Size: Geben Sie eine feste Zahl ein, wenn alle Teilgruppen gleich viele Beobachtungen enthalten. Bei einer Teilgruppengröße von 1 behandelt die Karte jede Zeile als Einzelmesswert. Bei einer Teilgruppengröße größer als 1 berechnet die Karte zunächst den Mittelwert jeder Teilgruppe und wendet den gleitenden Mittelwert dann auf diese Teilgruppenmittelwerte an.
  • Subgroup Size Column: Wählen Sie die Spalte, die die Zugehörigkeit zu den Teilgruppen festlegt, wenn die Teilgruppengrößen zwischen den Zeiträumen variieren. Es muss entweder dieses Feld oder die Subgroup Size Number angegeben werden – nicht beides. Verwenden Sie diese Option, wenn sich die Anzahl der Beobachtungen je Teilgruppe im Datensatz ändert.
  • Length of MA: Legt die Fensterlänge (Span) fest – die Anzahl aufeinanderfolgender Datenpunkte, die zu jedem dargestellten gleitenden Mittelwert gemittelt werden. Eine kleinere Fensterlänge (z. B. 3) reagiert schneller auf Prozessänderungen, glättet aber weniger. Eine größere Fensterlänge (z. B. 10) glättet mehr Rauschen heraus und zeigt allmähliche Trends deutlicher, reagiert aber langsamer auf plötzliche Verschiebungen. Wählen Sie eine Fensterlänge, die dazu passt, wie schnell sich Ihr Prozess erwartungsgemäß ändert.
  • Process mean: Dies ist der Mittelwert einer Reihe von Messungen oder Beobachtungen aus einem Prozess. Er stellt die zentrale Tendenz der Prozessdaten im Zeitverlauf dar und ist ein wichtiger Indikator für die Prozessleistung. Andernfalls berechnet Zometric Statistical Software die Mittellinie aus den vorliegenden Daten.
  • Process SD: Optional. Wenn Ihnen eine bekannte oder historisch validierte Standardabweichung des Prozesses vorliegt, geben Sie sie hier ein. Ist sie angegeben, wird dieser Wert direkt zur Berechnung der Eingriffsgrenzen verwendet, statt die Streuung aus den aktuellen Daten zu schätzen – nützlich, wenn die Karte eine gut etablierte Prozessbasis widerspiegeln soll.
  • SD Estimation Method for Subgroup Size = 1 Legt fest, wie die Standardabweichung geschätzt wird, wenn die Daten aus Einzelmesswerten bestehen (Teilgruppengröße 1). Zwei Optionen stehen zur Verfügung:
    • Average Moving Range – schätzt die Standardabweichung, indem die gleitenden Spannweiten zwischen aufeinanderfolgenden Beobachtungen gemittelt werden. Dies ist die Standardeinstellung und funktioniert bei den meisten Prozessen zuverlässig.
    • Median Moving Range – verwendet den Median statt des Mittelwerts der gleitenden Spannweiten, wodurch die Schätzung unempfindlicher gegenüber Ausreißern oder ungewöhnlichen Spitzen in den Daten wird.
  • SD Estimation method for Between subgroup: Hier stehen dem Anwender zwei Berechnungsmöglichkeiten zur Wahl. Ob als Schätzmethode average moving range oder median moving range gewählt wird, verändert das Ergebnis.
    • Average moving range Sd estimation method: Dabei werden die Differenzen zwischen aufeinanderfolgenden Werten eines Datensatzes berechnet und anschließend gemittelt.
    • Median moving range Sd estimation method: Die MMR wird als Median der gleitenden Spannweiten zwischen aufeinanderfolgenden Datenpunkten berechnet.
  • 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 so ein stabiles und genaues Gesamtmaß der Streuung innerhalb der Teilgruppen.
    • Rbar – schätzt die Standardabweichung aus dem Mittelwert der Spannweiten der Teilgruppen. Einfacher zu berechnen 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.
  • Length Moving Range: Legt fest, wie viele aufeinanderfolgende Teilgruppenmittelwerte zur Berechnung jeder gleitenden Spannweite verwendet werden. Der Standardwert ist 2, das heißt, jede gleitende Spannweite ist der Betrag der Differenz zweier aufeinanderfolgender Teilgruppenmittelwerte. Ein höherer Wert glättet die Schätzung, verringert aber die Empfindlichkeit gegenüber kurzfristigen Verschiebungen.
  • Use Unbiasing Constant: Wenn aktiviert, wird ein statistischer Korrekturfaktor angewendet, der die kleine mathematische Verzerrung beseitigt, die bei der Schätzung der Standardabweichung aus Stichprobendaten naturgemäß entsteht. Dies verbessert die Genauigkeit der berechneten Eingriffsgrenzen und sollte in den meisten Situationen aktiviert bleiben.
  • Check Rule 1: 1 point > K Stdev from center line: Test 1 ist entscheidend, um Teilgruppen zu erkennen, die deutlich von den übrigen abweichen, und ist daher ein allgemein anerkanntes Mittel zur Erkennung von Zuständen außer Kontrolle. Um die Empfindlichkeit zu erhöhen und kleinere Verschiebungen im Prozess zu erkennen, kann Test 2 zusammen mit Test 1 verwendet werden, was die Wirksamkeit von Regelkarten steigert.
  • X Scale: Legt fest, wie die horizontale Achse der Karte beschriftet und dargestellt wird. Sie können sie so einstellen, dass Zeitstempel, Beobachtungsnummern, Chargenkennungen oder eigene Beschriftungen angezeigt werden – so ist die Karte leichter lesbar und direkt auf bestimmte Fertigungsereignisse oder Zeiträume rückführbar.

Häufig gestellte Fragen

Was ist eine Moving Average Chart?

Eine Moving Average Chart ist eine Regelkarte, die den Prozessmittelwert überwacht, indem sie den Mittelwert der jüngsten Gruppe von Beobachtungen statt jedes einzelnen Datenpunkts darstellt. Jeder dargestellte Wert mittelt eine festgelegte Anzahl der neuesten Messwerte, die sogenannte Fensterlänge (Span), und das Fenster rückt jedes Mal um einen Punkt weiter.

Wie wählt man die Fensterlänge für eine Moving Average Chart?

Die Fensterlänge ist die Anzahl aufeinanderfolgender Punkte, die gemittelt werden. Üblich ist eine Fensterlänge von 3 bis 10. Eine kleine Fensterlänge, etwa 3, reagiert schnell auf Prozessänderungen, glättet aber weniger. Eine große Fensterlänge, etwa 10, glättet mehr Rauschen heraus und zeigt allmähliche Trends deutlicher, erkennt plötzliche Verschiebungen aber langsamer.

Wann sollte man eine Moving Average Chart statt einer I-MR-Karte verwenden?

Verwenden Sie eine Moving Average Chart für verrauschte stetige Einzelmesswerte, wenn Sie langsame, allmähliche Verschiebungen wie Werkzeugverschleiß oder eine Drift der chemischen Konzentration erkennen möchten. Für plötzliche, große Verschiebungen verwenden Sie eine I-MR- oder Xbar-R-Karte, für sehr kleine anhaltende Verschiebungen eine CUSUM- oder EWMA-Karte.

Wie viele Datenpunkte benötigt man für eine Moving Average Chart?

Legen Sie die Eingriffsgrenzen anhand von mindestens 20 bis 25 Datenpunkten fest, bevor Sie die Karte auf Prozesssignale hin auswerten. Die Daten müssen in zeitlicher Reihenfolge erfasst werden, da der gleitende Mittelwert bedeutungslos ist, wenn die Beobachtungen nicht der Reihe nach erfasst werden. Aufeinanderfolgende dargestellte Mittelwerte sind nicht unabhängig, da sie sich überlappende Beobachtungen teilen; dies ist so beabsichtigt.