R-Karte (Spannweitenkarte)

Die R-Karte stellt die Spannweite jeder Teilgruppe dar, um zu prüfen, ob die Prozessstreuung stabil bleibt, und wird vor der Xbar-Karte gelesen. Verwenden Sie sie für stetige Daten in festen Teilgruppen von 2 bis 8; über 8 verwenden Sie eine s-Karte. Erheben Sie mindestens 25 Teilgruppen. Die Standardabweichung kann mit Rbar/d2, empfohlen für Teilgruppen von 8 oder weniger, oder mit der gepoolten Standardabweichung geschätzt werden.

Zuletzt geprüft

Kernaussage

Eine R-Karte (Spannweitenkarte) überwacht die Streuung innerhalb der Teilgruppen über die Zeit anhand der Spannweite jeder Teilgruppe (größter minus kleinster Wert); sie wird mit einer Xbar-Karte bei Teilgruppen von 2 bis 8 genutzt.

Auf dieser Seite
  1. Was ist eine R-Karte?
  2. Wann wird eine R-Karte eingesetzt?
  3. Hinweise zur richtigen Anwendung der R-Karte
  4. Alternativen: Wann Sie keine R-Karte verwenden sollten
  5. Beispiel für eine R-Karte
  6. Anleitung: R-Karte erstellen

Was ist eine R-Karte?

Eine R-Karte (Spannweitenkarte) überwacht die Streuung innerhalb der Teilgruppen über die Zeit, indem sie die Spannweite – die Differenz zwischen größtem und kleinstem Wert – jeder Teilgruppe darstellt. Sie wird stets zusammen mit einer Xbar-Karte verwendet und ist das wichtigste Werkzeug, um zu prüfen, ob die Prozessstreuung stabil und gleichbleibend ist.

Während die Xbar-Karte zeigt, wo der Prozessmittelwert liegt, zeigt die R-Karte, wie stark die Messwerte innerhalb jeder Stichprobe streuen. Zusammen ergeben sie ein vollständiges Bild des Prozessverhaltens.

Wann wird eine R-Karte eingesetzt?

  • Einsatz, wenn die Teilgruppengröße zwischen 2 und 8 liegt – die Spannweite ist für kleine Teilgruppen ein verlässliches und einfaches Streuungsmaß.
  • Immer zusammen mit einer Xbar-Karte – die R-Karte überwacht die Streuung, die Xbar-Karte den Prozessmittelwert.
  • Einsatz, wenn die Daten stetig sind und die Teilgruppen in regelmäßigen, festgelegten Zeitabständen erhoben werden.
  • Einsatz, wenn Sie ein schnelles, leicht zu berechnendes Maß für die Streuung innerhalb der Teilgruppen ohne aufwendige Berechnung wünschen.

Hinweise zur richtigen Anwendung der R-Karte

  • Interpretieren Sie die R-Karte immer vor der Xbar-Karte – ist die Streuung instabil, sind die Eingriffsgrenzen der Xbar-Karte nicht vertrauenswürdig.
  • Halten Sie die Teilgruppengröße fest und gleichbleibend – wechselnde Teilgruppengrößen machen die Eingriffsgrenzen ungültig.
  • Erheben Sie mindestens 25 Teilgruppen , bevor Sie Eingriffsgrenzen festlegen und Schlussfolgerungen ziehen.
  • Ein Wert von null in der R-Karte ist zulässig und bedeutet lediglich, dass alle Werte der Teilgruppe identisch sind – es handelt sich nicht um einen Fehler.
  • Die Daten innerhalb der Teilgruppen sollten unabhängig und annähernd normalverteilt sein, damit die Eingriffsgrenzen statistisch gültig sind.

Alternativen: Wann Sie keine R-Karte verwenden sollten

  • Ist die Teilgruppengröße größer als 8, verwenden Sie stattdessen die s-Karte (Standardabweichungskarte) – sie ist für größere Teilgruppen statistisch genauer.
  • Werden die Daten als Einzelmessungen ohne Teilgruppenerhoben, verwenden Sie die I-MR-Karte
  • Wenn Sie die Streuung sowohl innerhalb als auch zwischen den Teilgruppenüberwachen müssen, verwenden Sie die I-MR-R/S-Karte (Between/Within)
  • Ist die Zielgröße attributiv (Fehleranzahlen oder Anteile), verwenden Sie P-, NP-, C- oder U-Karten
  • Bei kurzen Fertigungsserien oder wechselnden Teiletypenverwenden Sie die Z-MR-Karte

Beispiel für eine R-Karte

Ein Qualitätsingenieur in einem Werk für Automobilteile überwacht die Längen von Nockenwellen. Er erhebt alle 30 Minuten Daten in Teilgruppen der Größe 5. Er möchte in der Regelkarte nach etwaigen systematischen (besonderen) Ursachen suchen. 1. Lassen Sie Process mean und Process stddev leer, da sie derzeit unbekannt sind. 2. Aktivieren Sie alle 8 Nelson-Regeln

Dazu wendet der Ingenieur die R-Karte an und führt folgende Schritte durch:

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

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

R- Chart — figure 3

Anleitung: R-Karte erstellen

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 Charts >R Chart.
  3. Klicken Sie auf R Chart, um zum Dashboard zu gelangen.
  4. 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).
  5. Füllen Sie anschließend die erforderlichen Optionen aus.
  6. Klicken Sie abschließend unten auf der Seite auf calculate, um die gewünschten Ergebnisse zu erhalten.

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

R- 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:

  • Subgroup Columns Ermöglicht die Auswahl einer einzelnen Spalte oder mehrerer Spalten , je nach Aufbau Ihrer Daten. Ist jede Teilgruppe über mehrere Spalten verteilt (eine Spalte je Messposition), wählen Sie alle diese Spalten aus. Stehen alle Messwerte untereinander in einer Spalte, wählen Sie diese eine Spalte aus und legen die Teilgruppengröße gesondert fest. Die Auswahl bestimmt direkt, wie die Karte Ihre Daten zur Berechnung der Teilgruppenmittelwerte gruppiert.
  • Observations: Diese Einstellung legt fest, wie Ihre Daten im Arbeitsblatt angeordnet sind. Wählen Sie die Option, die Ihrer Datenstruktur entspricht:
  • Observations for a subgroup are in one row of columns – jede Zeile enthält alle Messwerte einer Teilgruppe, verteilt über mehrere Spalten. Zum Beispiel enthält Zeile 1 fünf Messwerte der Teilgruppe 1 in fünf Spalten.
  • All observations for a chart are in one column – alle Messwerte stehen untereinander in einer einzigen Spalte, und über das Feld für die Teilgruppengröße wird festgelegt, wie viele Zeilen zu jeder Teilgruppe gehören.

Wird hier der falsche Aufbau gewählt, gruppiert die Karte die Daten falsch und liefert ungültige Eingriffsgrenzen.

  • Subgroup Size Nur erforderlich, wenn alle Beobachtungen in einer einzigen Spalte gespeichert sind. Damit wird der Karte mitgeteilt, wie viele aufeinanderfolgende Zeilen eine Teilgruppe bilden. Bei einer Teilgruppengröße von 5 behandelt die Karte zum Beispiel die Zeilen 1–5 als Teilgruppe 1, die Zeilen 6–10 als Teilgruppe 2 und so weiter. Sind Ihre Daten bereits in mehreren Spalten angeordnet (eine je Messung), wird dieses Feld nicht benötigt, da sich die Teilgruppengröße aus der Anzahl der ausgewählten Spalten ergibt.
  • Process sd: Ein Maß für die Streuung der Prozessdaten um den Mittelwert. Es gibt an, wie stark einzelne Datenpunkte des Prozesses vom Prozessmittelwert abweichen. Wird sie nicht angegeben, berechnet Zometric Statistical Software sie aus den vorhandenen Daten.
  • Sd estimation method: Hier stehen zwei Berechnungsvarianten zur Wahl. Ob Sie Rbar oder die gepoolte Standardabweichung (Pooled) als Schätzverfahren wählen, verändert das Ergebnis.
  • Rbar Sd estimation method: Schätzt die Prozessstandardabweichung aus dem Mittelwert der Teilgruppen-Spannweiten, geteilt durch die Konstante d2 zur Erwartungstreue (Rbar/d2). Dieses Verfahren wird für Teilgruppengrößen von 8 oder weniger empfohlen; bei größeren Teilgruppen nutzt die gepoolte Standardabweichung jeden Datenpunkt und liefert eine genauere Schätzung. Pooled Sd estimation method: Die gepoolte Standardabweichung ist der gewichtete Mittelwert der Teilgruppenvarianzen, wobei größere Teilgruppen stärker in die Gesamtschätzung eingehen. Dieses Verfahren liefert bei stabilem Prozess eine genauere Schätzung der Standardabweichung.
  • Use unbiasing constants for pooled sd: Diese Option gilt nur, wenn die Standardabweichung mit dem Verfahren Pooled Stdev geschätzt wird.
  • Show Decimals Legt fest, wie viele Dezimalstellen in der Karte für die dargestellten Werte, die Eingriffsgrenzen und die Mittellinie angezeigt werden. Mehr Dezimalstellen erlauben ein genaueres Ablesen der Karte; weniger halten die Karte übersichtlich und leichter präsentierbar. Wählen Sie die Stufe, die Genauigkeit und Lesbarkeit für Ihre Zielgruppe ausgewogen verbindet.
  • Check Rule 1: 1 point > K Stdev from center line: Test 1 ist unverzichtbar, um Teilgruppen zu erkennen, die deutlich von den anderen abweichen, und damit ein allgemein anerkanntes Werkzeug 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 verbessert.
  • Check Rule 2: K points in a row on same side of center line: Test 2 erkennt Veränderungen der Prozesslage oder der Streuung. Bei der Überwachung auf kleine Verschiebungen im Prozess kann Test 2 zusammen mit Test 1 verwendet werden, um die Empfindlichkeit von Regelkarten zu erhöhen.
  • Check Rule 3: K points in a row, all increasing or all decreasing: Test 3 dient dazu, Trends in einem Prozess zu erkennen. Dieser Test sucht gezielt nach einer längeren Folge aufeinanderfolgender Datenpunkte, deren Werte stetig steigen oder fallen, was auf einen möglichen zugrunde liegenden Trend im Prozessverhalten hinweist.
  • Check Rule 4: K points in a row, alternating up and down: Test 4 dient dazu, systematische Schwankungen in einem Prozess zu erkennen. Idealerweise sollte das Streuungsmuster eines Prozesses zufällig sein. Verletzt ein Punkt jedoch Test 4, kann dies darauf hindeuten, dass die Streuung nicht zufällig ist, sondern einem vorhersagbaren Muster folgt.
  • Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): Test 5 erkennt kleine Verschiebungen im Prozess.
  • Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):Test 6 erkennt kleine Verschiebungen im Prozess.
  • Check Rule 7: K points in a row within 1 standard deviation of center line (either side):Test 7 erkennt Streuungsmuster, die fälschlicherweise als Beleg für einen gut beherrschten Prozess gedeutet werden könnten. Dieser Test erkennt zu weite Eingriffsgrenzen, die häufig auf geschichtete Daten zurückzuführen sind. Geschichtete Daten liegen vor, wenn innerhalb jeder Teilgruppe eine systematische Streuungsquelle besteht, wodurch die Eingriffsgrenzen breiter erscheinen, als sie sein sollten.
  • Check Rule 8: K points in a row > 1 standard deviation from center line (either side):Test 8 erkennt ein Mischungsmuster. Bei einem Mischungsmuster liegen die Punkte eher abseits der Mittellinie und stattdessen in der Nähe der Eingriffsgrenzen.
  • Additional CLs at Multiples of SD 1 Fügt eine zusätzliche Grenzlinie bei ±1 Standardabweichung von der Mittellinie hinzu. Dadurch entsteht in der Karte eine innere Zone, die bei der Anwendung der Western-Electric- oder Nelson-Regeln hilft, die nach ungewöhnlichen Mustern innerhalb der Eingriffsgrenzen suchen – etwa einem Lauf von Punkten, die durchgehend auf einer Seite der Mittellinie liegen.
  • Additional CLs at Multiples of SD 2 Fügt eine zusätzliche Grenzlinie bei ±2 Standardabweichungen von der Mittellinie hinzu. Dadurch entsteht eine mittlere Warnzone zwischen der Mittellinie und den üblichen ±3-Sigma-Eingriffsgrenzen. Punkte zwischen der 2-Sigma- und der 3-Sigma-Linie können frühzeitig auf eine Prozessverschiebung hinweisen, bevor ein Punkt tatsächlich außer Kontrolle gerät.
  • Define Stages (Historical Groups) with This Variable Ermöglicht es, die Karte anhand einer Gruppierungsvariablen in getrennte Phasen oder Stufen aufzuteilen. Jede Phase erhält eigene, unabhängig berechnete Eingriffsgrenzen. Das ist nützlich, wenn eine bekannte Prozessänderung stattgefunden hat – etwa eine neue Maschine, eine Prozessverbesserung oder ein Wechsel des Rohmaterials – und Sie die Prozessleistung vor und nach dieser Änderung in derselben Karte vergleichen möchten.
  • X Scale Legt fest, wie die horizontale Achse der Karte dargestellt wird. Sie können die Skala so anpassen, dass zeitbezogene Beschriftungen, Teilgruppennummern oder eigene Werte angezeigt werden. Das ist nützlich, wenn Ihre Teilgruppen bestimmten Daten, Schichten oder Chargen entsprechen und die Achse diesen Zusammenhang statt bloßer fortlaufender Nummern wiedergeben soll; so lässt sich die Karte leichter lesen und präsentieren.

Häufig gestellte Fragen

Was ist eine R-Karte?

Eine R-Karte (Spannweitenkarte) überwacht die Streuung innerhalb der Teilgruppen über die Zeit, indem sie die Spannweite jeder Teilgruppe darstellt, also die Differenz zwischen ihrem größten und kleinsten Wert. Sie wird stets zusammen mit einer Xbar-Karte verwendet: Die Xbar-Karte zeigt, wo der Prozessmittelwert liegt, und die R-Karte zeigt, wie stark die Messwerte innerhalb jeder Stichprobe streuen.

Wann sollte man eine R-Karte statt einer s-Karte verwenden?

Verwenden Sie eine R-Karte, wenn die Teilgruppengröße zwischen 2 und 8 liegt, da die Spannweite dann ein verlässliches und einfaches Streuungsmaß ist. Ist die Teilgruppengröße größer als 8, verwenden Sie stattdessen eine s-Karte, da sie für größere Teilgruppen statistisch genauer ist. Für Einzelmessungen ohne Teilgruppen verwenden Sie eine I-MR-Karte.

Warum sollte man die R-Karte vor der Xbar-Karte lesen?

Die Eingriffsgrenzen der Xbar-Karte hängen von der Schätzung der Streuung innerhalb der Teilgruppen ab. Zeigt die R-Karte eine instabile Streuung, sind die Eingriffsgrenzen der Xbar-Karte nicht vertrauenswürdig; interpretieren Sie daher immer zuerst die R-Karte. Halten Sie die Teilgruppengröße fest, da wechselnde Teilgruppengrößen die Eingriffsgrenzen ungültig machen.

Wie viele Teilgruppen braucht man für eine R-Karte?

Erheben Sie mindestens 25 Teilgruppen, bevor Sie Eingriffsgrenzen festlegen und Schlussfolgerungen ziehen. Die Daten sollten stetig sein, in regelmäßigen Abständen erhoben werden und innerhalb der Teilgruppen unabhängig und annähernd normalverteilt sein, damit die Eingriffsgrenzen gültig sind. Eine Spannweite von null ist zulässig und bedeutet lediglich, dass alle Werte dieser Teilgruppe identisch sind.