Multi-Vari-Bild (Multi-vari Chart)
Ein Multi-Vari-Bild ist ein grafisches Werkzeug, das die Quellen und das Ausmaß der Streuung in einem Prozess über mehrere Faktoren gleichzeitig darstellt. Es ordnet die Daten, indem es Faktoren drei klassischen Streuungskategorien zuordnet – Streuung innerhalb eines Teils, von Teil zu Teil und im Zeitverlauf –, und zeigt sie alle in einem einzigen Diagramm, sodass die dominierende Streuungsquelle sofort sichtbar ist.
Zuletzt geprüft
Kernaussage
Ein Multi-Vari-Bild ist ein grafisches Werkzeug, das die Quellen und das Ausmaß der Streuung in einem Prozess über mehrere Faktoren gleichzeitig darstellt.
Auf dieser Seite
Was ist ein Multi-Vari-Bild?
Ein Multi-Vari Chart (Multi-Vari-Bild) ist ein grafisches Werkzeug, das die Quellen und das Ausmaß der Streuung in einem Prozess über mehrere Faktoren gleichzeitig darstellt. Es ordnet die Daten, indem es Faktoren drei klassischen Streuungskategorien zuordnet – Streuung innerhalb eines Teils, von Teil zu Teil und im Zeitverlauf –, und zeigt sie alle in einem einzigen Diagramm, sodass die dominierende Streuungsquelle sofort sichtbar ist.
Statt für jeden Faktor eine eigene Analyse durchzuführen, zeigt das Multi-Vari-Bild das vollständige Streuungsbild über geschachtelte oder gruppierte Faktoren auf einmal – und ist damit ein unverzichtbares Werkzeug bei der Ursachenanalyse und Prozessoptimierung.
Wann wird ein Multi-Vari-Bild eingesetzt?
- Verwenden Sie es bei der Ursachenanalyse , wenn Sie ermitteln müssen, welcher Faktor – Zeit, Bediener, Maschine oder Charge – die dominierende Quelle der Prozessstreuung ist.
- Verwenden Sie es in Messsystemuntersuchungen , um die Streuung durch verschiedene Prüfer, Teile oder Messbedingungen visuell zu vergleichen.
- Verwenden Sie es, wenn Sie geschachtelte oder hierarchische Datenstrukturen haben – zum Beispiel mehrere Messungen je Teil, mehrere Teile je Charge und mehrere Chargen je Schicht.
- Verwenden Sie es als Vorauswahlwerkzeug vor einem statistischen Versuch (DOE) , um die Aufmerksamkeit auf die Faktoren zu lenken, die am meisten zur Streuung beitragen.
Die drei Streuungsarten verstehen
Art
Was sie misst
Beispiel
Innerhalb des Teils
Streuung innerhalb einer einzelnen Einheit bzw. eines einzelnen Teils
Durchmesserunterschiede an einem Teil
Von Teil zu Teil
Streuung zwischen aufeinanderfolgenden Teilen
Gewichtsunterschiede zwischen Teilen einer Charge
Im Zeitverlauf
Streuung über verschiedene Zeiträume
Veränderungen von Schicht zu Schicht oder von Tag zu Tag
Hinweise zur richtigen Anwendung des Multi-Vari-Bilds
- Planen Sie vor Beginn die Struktur der Datenerfassung sorgfältig – das Diagramm ist nur aussagekräftig, wenn die Daten strukturiert und hierarchisch erfasst werden.
- Erfassen Sie die Daten balanciert und systematisch – gleiche Anzahl Messungen je Teil, gleiche Anzahl Teile je Charge –, damit visuelle Vergleiche fair und gültig sind.
- Der Faktor, der die größte vertikale Streuung im Diagramm erzeugt, ist die dominierende Streuungsquelle und sollte als Erstes untersucht werden.
- Erfassen Sie mindestens 3 Zeiträume, 3–5 Teile je Zeitraum und 2–3 Messungen je Teil für ein verlässliches und aussagekräftiges Diagramm.
- Verwenden Sie das Multi-Vari-Bild als richtungweisendes Screening-Werkzeug, nicht als formalen statistischen Test – bestätigen Sie die Ergebnisse anschließend quantitativ mit einer ANOVA oder einem statistischen Versuch.
Alternativen: Wann Sie das Multi-Vari-Bild nicht verwenden sollten
Situation
Stattdessen verwenden
Sie benötigen eine formale statistische Quantifizierung der Streuungsquellen
Varianzkomponentenanalyse (ANOVA)
Es gibt nur einen Faktor bzw. eine Gruppierungsvariable
Boxplot oder Einzelwertdiagramm
Sie müssen nur Trends über die Zeit erkennen
Verlaufsdiagramm (Run Chart) oder Regelkarte
Sie müssen Zusammenhänge zwischen zwei Variablen untersuchen
Streudiagramm oder Regressionsanalyse
Sie müssen die Einstellungen der Prozessfaktoren formal optimieren
Statistischer Versuch (DOE)
Beispiel für ein Multi-Vari-Bild
Ein Ingenieur möchte die Wirkung der Sinterzeit und eines Zusatzstoffs auf die Druckfestigkeit von drei verschiedenen Metallen beurteilen. Er misst die Druckfestigkeit von drei Proben jeder Metallart bei jeder Sinterzeit: 100 Minuten, 150 Minuten und 200 Minuten, wiederholt für jeden der Zusatzstoffe. Die Schritte:
- Die erforderlichen Daten wurden erhoben.
- Analysieren Sie die Daten nun in Zometric Statistical Software unter https://statsai.zometric.com/.
- Das Multi-Vari-Bild finden Sie unter Statistical module> Graphical analysis > Multi-vari Chart.
- Geben Sie im Werkzeug die Daten zusammen mit den weiteren Eingaben wie folgt ein:


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

Anleitung: Multi-Vari-Bild erstellen
So gehen Sie vor:
- Melden Sie sich bei Zometric Statistical Software an unter https://statsai.zometric.com/
- Wählen Sie auf der Startseite Statistical Tool> Graphical analysis > Multi-vari Chart.
- 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.
- Füllen Sie anschließend die erforderlichen Optionen aus.
- Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.
Das Dashboard des Multi-Vari-Bilds ist in zwei Bereiche unterteilt.

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 müssen Sie lediglich Folgendes angeben:
Response: Das Ergebnis bzw. der Messwert, den Sie untersuchen – die Variable, deren Streuung Sie verstehen und erklären möchten. Dies ist immer eine numerische Spalte wie Strength, SinterTime oder eine der Spalten C5 bis C30.
- Beispiel: Wenn Sie die Festigkeit von Metallteilen untersuchen, wählen Sie Strength als Response.
- Das Diagramm trägt die Werte dieser Variablen auf der vertikalen (Y-)Achse auf.
Factor 1: Die erste und wichtigste Gruppierungsvariable. Die Daten werden in erster Linie nach den Kategorien bzw. Stufen dieses Faktors aufgeteilt und entlang der horizontalen (X-)Achse dargestellt.
Factor 2(Optional): Eine zweite Gruppierungsvariable, die über Factor 1 gelegt wird. Innerhalb jeder Stufe von Factor 1 werden die Daten weiter nach den Stufen von Factor 2 aufgeteilt.
Factor 3 (Optional): Eine dritte Gruppierungsvariable, die über Factor 1 und Factor 2 eine weitere Schichtungsebene hinzufügt. Sie ist optional und wird verwendet, wenn Sie gleichzeitig eine dritte Streuungsquelle untersuchen möchten.
Download as Excel: Gibt das Ergebnis im Excel-Format aus, das sich leicht bearbeiten und über die Option load file erneut für Berechnungen laden lässt.
Häufig gestellte Fragen
Was ist ein Multi-Vari-Bild?
Ein Multi-Vari-Bild ist ein grafisches Werkzeug, das Quellen und Ausmaß der Prozessstreuung über mehrere Faktoren gleichzeitig darstellt. Es ordnet die Streuung den Kategorien innerhalb des Teils, von Teil zu Teil und im Zeitverlauf zu und zeigt sie in einem einzigen Diagramm, sodass die dominierende Streuungsquelle sofort sichtbar ist. Es wird häufig bei der Ursachenanalyse und Prozessoptimierung eingesetzt.
Wie interpretieren Sie ein Multi-Vari-Bild?
Der Faktor, der die größte vertikale Streuung im Diagramm erzeugt, ist die dominierende Streuungsquelle und sollte als Erstes untersucht werden. Das Diagramm ist ein richtungweisendes Screening-Werkzeug und kein formaler statistischer Test; die Ergebnisse sollten daher quantitativ mit einer ANOVA, einer Varianzkomponentenanalyse oder einem statistischen Versuch bestätigt werden.
Wie viele Daten benötigen Sie für ein Multi-Vari-Bild?
Erfassen Sie für ein verlässliches Diagramm mindestens 3 Zeiträume, 3 bis 5 Teile je Zeitraum und 2 bis 3 Messungen je Teil. Die Daten sollten strukturiert, hierarchisch und balanciert erfasst werden, mit gleicher Anzahl Messungen je Teil und gleicher Anzahl Teile je Charge, damit visuelle Vergleiche fair und gültig sind.
Wann sollten Sie ein Multi-Vari-Bild verwenden?
Verwenden Sie es bei der Ursachenanalyse, um herauszufinden, welcher Faktor wie Zeit, Bediener, Maschine oder Charge die Prozessstreuung dominiert, in Messsystemuntersuchungen zum Vergleich von Prüfern oder Bedingungen, bei geschachtelten oder hierarchischen Daten und als Vorauswahlwerkzeug vor einem statistischen Versuch. Bei nur einem Gruppierungsfaktor ist ein Boxplot oder Einzelwertdiagramm besser geeignet.
