T-Karte (Zeit zwischen Ereignissen)

Die T-Karte überwacht seltene Ereignisse, indem sie die Zeit zwischen aufeinanderfolgenden Ereignissen statt der Anzahl je Intervall darstellt. Sie passt an die nicht negativen Abstände eine Exponentialverteilung (Standard) oder Weibull-Verteilung an; die Mittellinie ist der angepasste Median, die Eingriffsgrenzen sind dessen 0.135- und 99.865-Perzentil. Die Nelson-Regeln 1 bis 4 markieren systematische Ursachen. Ausgabe sind die Karte, eine Zusammenfassung der Anpassung und die Punkte mit systematischen Ursachen.

Zuletzt geprüft

Kernaussage

Eine T-Karte ist eine Regelkarte für seltene Ereignisse, die die Zeit zwischen aufeinanderfolgenden Ereignissen darstellt, mit Grenzen aus einer angepassten Exponential- oder Weibull-Verteilung, und ist empfindlicher als c- oder u-Karten.

Auf dieser Seite
  1. Zweck
  2. Wichtige Funktionen
  3. Statistische Methoden
  4. Eingabefelder und Optionen
  5. Beschreibung der Ausgabe
  6. Beispiel

Zweck

Eine T-Karte (T Chart) überwacht seltene Ereignisse, indem sie die ZEIT (oder ein anderes stetiges Maß) zwischen aufeinanderfolgenden Ereignissen darstellt, statt wie eine c-Karte oder u-Karte Ereignisse je festem Intervall zu zählen. Bei seltenen Ereignissen sind die meisten Zählwerte je festem Intervall null, und eine c/u-Karte wird unempfindlich — eine T-Karte reagiert direkt auf jeden neuen Abstand und ist dadurch weit empfindlicher für eine echte Änderung der zugrunde liegenden Ereignisrate.

Wichtige Funktionen

  • Stellt nicht negative Daten zur Zeit zwischen Ereignissen direkt dar, mit Wahl der zugrunde liegenden Verteilung (Exponential oder Weibull), statt eine Normalverteilung vorauszusetzen.
  • Vollständige Erkennung systematischer Ursachen nach den Nelson-Regeln (4 konfigurierbare Regeln), angewandt auf die angepasste Karte.
  • Ein- und Ausschluss von Zeilen sowie eine separate Auswahl der Teilgruppen, aus denen die Parameter geschätzt werden („estimate parameters from“), sodass die Eingriffsgrenzen auf einem stabilen historischen Zeitraum basieren können, während spätere Punkte zum Vergleich dargestellt werden.
  • Konfigurierbare X-Achsenskala zur Beschriftung der Zeitachse.

Statistische Methoden

Daten zur Zeit zwischen seltenen Ereignissen sind typischerweise rechtsschief und lassen sich durch eine Normalverteilung nicht gut modellieren. Daher passt die T-Karte an die Reihe der Zeiten zwischen Ereignissen per Maximum-Likelihood entweder eine Exponential- oder eine Weibull-Verteilung an (Standard ist Exponential, das Standardmodell für eine konstante, gedächtnislose Ausfall-/Ereignisrate).

Die Mittellinie ist der Median der angepassten Verteilung (ihr 50. Perzentil), und die Eingriffsgrenzen sind ihr 0.135- und 99.865-Perzentil: LCL = max(0, dist.ppf(0.00135)), UCL = dist.ppf(0.99865) — dieselben Randwahrscheinlichkeiten, die eine normalverteilte ±3σ-Regelkarte einschließen würde, hier aber auf die Quantilfunktion der angepassten, nicht normalen Verteilung angewandt. Das ist bei schiefen Daten der statistisch korrekte Weg, Grenzen festzulegen, statt eines einfachen Mittelwerts ± 3σ auf der untransformierten Skala.

Die Nelson-Regeln (Erkennung systematischer Ursachen) werden dann genau wie bei den anderen Regelkarten der Anwendung gegen die angepassten Eingriffsgrenzen ausgewertet und markieren Punkte außerhalb der Grenzen (Regel 1), Läufe auf einer Seite der Mittellinie (Regel 2), anhaltende Trends (Regel 3) und alternierende Muster (Regel 4).

Eingabefelder und Optionen

Feld

Beschreibung

Time between events

Erforderlich. Die Spalte mit der nicht negativen Zeit (oder einem anderen stetigen Maß) zwischen aufeinanderfolgenden seltenen Ereignissen, in chronologischer Reihenfolge.

Fit distribution

Exponential (Standard) oder Weibull — die an die Reihe der Zeiten zwischen Ereignissen angepasste Verteilung.

Check Rule 1–4 / K for Rule 1–4

Die vier Nelson-Regeln für systematische Ursachen, jeweils einzeln aktivierbar (Standardwerte K = 3, 9, 6, 14).

X scale

Optionale benutzerdefinierte Beschriftung der Zeitachse.

Include or Exclude / Specify which rows / Row numbers

Legt fest, welche Zeilen dargestellt werden.

Specify subgroups to estimate parameters / Subgroups

Beschränkt optional, welche Zeilen zur Anpassung der Verteilung und zur Festlegung der Eingriffsgrenzen verwendet werden, während weiterhin alle Zeilen dargestellt werden — nützlich, um die Grenzen auf einem bekannt stabilen Zeitraum zu basieren.

 

t-chart-inputs


Abbildung 1 — 25 Abstände zwischen Ausfällen (Stunden), in C1 eingefügt, mit Time between events auf C1 und Fit distribution = Exponential.

 

Beschreibung der Ausgabe

  • T-Karten-Diagramm — die Reihe der Zeiten zwischen Ereignissen in chronologischer Reihenfolge mit UCL, Mittellinie und LCL aus der angepassten Verteilung.
  • Zusammenfassungstabelle der Anpassung — die angepasste Verteilung, Mittellinie, LCL und UCL.
  • Nelson's Rules / Potential Special Cause Points — welche Regeln geprüft wurden und welche Punkte (falls vorhanden) sie verletzt haben.
  • PDF-Export über Download as PDF.
t-chart-output


Abbildung 2 — Ausgabe der T-Karte: angepasste Eingriffsgrenzen, die dargestellte Reihe der Zeiten zwischen Ereignissen und die Zusammenfassungstabelle mit angepasster Verteilung, Mittellinie, UCL und LCL.

 

Beispiel

Ein Werk erfasst sicherheitsrelevante Geräteausfälle an einer Verpackungslinie und protokolliert die Stunden zwischen aufeinanderfolgenden Ausfällen (25 aufeinanderfolgende Abstände, Spalte C1). Mit Fit distribution = Exponential passt das Werkzeug ein Exponentialmodell an die Abstände an (Mittellinie ≈ 31.7, UCL ≈ 302.6, LCL ≈ 0.06) und stellt alle 25 Abstände dar — so ist sofort sichtbar, ob sich die Ausfallrate beschleunigt (aufeinanderfolgende Abstände schrumpfen in Richtung der unteren Eingriffsgrenze), lange bevor sich genug Ausfälle angesammelt hätten, um auf einer herkömmlichen zählbasierten Karte zu reagieren.

Häufig gestellte Fragen

Wann sollte man eine T-Karte statt einer c-Karte oder u-Karte verwenden?

Verwenden Sie eine T-Karte, wenn Ereignisse selten sind. Bei seltenen Ereignissen sind die meisten Zählwerte je festem Intervall null, sodass eine c- oder u-Karte unempfindlich wird. Eine T-Karte stellt die Zeit zwischen aufeinanderfolgenden Ereignissen dar und reagiert direkt auf jeden neuen Abstand, wodurch sie empfindlicher für eine echte Änderung der zugrunde liegenden Ereignisrate ist.

Wie werden die Eingriffsgrenzen der T-Karte berechnet?

An die Daten zur Zeit zwischen Ereignissen wird per Maximum-Likelihood eine Exponential- oder Weibull-Verteilung angepasst. Die Mittellinie ist der angepasste Median, und die Eingriffsgrenzen sind das 0.135- und 99.865-Perzentil dieser Verteilung, also dieselben Randwahrscheinlichkeiten, die eine normalverteilte Regelkarte mit plus/minus 3 Sigma einschließt, wobei die untere Grenze nicht unter null liegt.

Warum setzt die T-Karte keine Normalverteilung voraus?

Daten zur Zeit zwischen seltenen Ereignissen sind typischerweise rechtsschief und lassen sich durch eine Normalverteilung nicht gut modellieren. Grenzen aus den Quantilen der angepassten Verteilung selbst sind für schiefe Daten besser geeignet als Mittelwert plus/minus 3 Sigma auf der untransformierten Skala. Standard ist die Exponentialverteilung als Standardmodell für eine konstante Ereignisrate.

Wie interpretiert man eine T-Karte?

Die Punkte sind die Abstände zwischen aufeinanderfolgenden Ereignissen in zeitlicher Reihenfolge. Schrumpfen die Abstände in Richtung der unteren Eingriffsgrenze, deutet das auf eine steigende Ereignisrate hin, etwa sich beschleunigende Ausfälle. Die Nelson-Regeln markieren Punkte außerhalb der Grenzen, Läufe auf einer Seite der Mittellinie, anhaltende Trends und alternierende Muster als mögliche systematische Ursachen.