Six Sigma: Green Belt

Grafische Darstellung von Streuung

LinkedIn Learning kostenlos und unverbindlich testen!

Jetzt testen Alle Abonnements anzeigen
Erfahren Sie, wie Sie kontinuierliche Daten mit Punktdiagrammen, Histogrammen und Boxplots abbilden sowie diskrete Daten mit Pareto-Diagrammen visualisieren. So stellen Sie Streuung und Abweichung Ihrer Daten dar und interpretieren sie.
04:43

Transkript

Angenommen, Sie haben die Zulieferer A und B, die beide ein Produkt innerhalb von 24 Stunden zustellen müssen. Beide dokumentieren dieselbe durchschnittliche Lieferzeit von 23 Stunden. Leisten sie gute Arbeit? Und warum gibt es immer noch Beschwerden über die Lieferzeit? Um diese Fragen zu beantworten, müssen wir mehr wissen als die Durchschnittslieferzeit. Wir müssen die Daten grafisch darstellen, um Schwankungen oder Abweichungen in den Lieferzeiten zu sehen. Wir brauchen ein Diagramm für Streuung. Zur grafischen Darstellung kontinuierlicher Daten verwendet man in der Regel Punktdiagramme, Histogramme und Boxplots. Diese Diagramme zeigen, wie die Datenpunkte verteilt sind und wo ihr Zentrum liegt. Hier sehen Sie ein Punktdiagramm für die Lieferzeiten der Zulieferer A und B. Jeder Punkt steht für einen Datenwert. Auf der horizontalen Achse wird die Zeit in Stunden angezeigt. Beide Firmen haben denselben Mittelwert von 23 Stunden. Aber A hat viel mehr Abweichungen und viele Lieferzeiten über 24 Stunden. Ich würde B als Lieferanten nehmen. Wenn Sie also die pünktliche Lieferung verbessern wollen, setzen Sie bei Lieferant A an. Ein Histogramm ist ein Häufigkeitssäulendiagramm, das die Abweichungen in den Lieferzeiten zeigt. Hier sehen Sie die Histogramme für A und B jeweils mit eigener Skalierung. Wenn Sie sie aber auf dieselbe Skala setzen, sehen Sie einen deutlichen Unterschied in der Streuung. Hier sehen Sie ganz deutlich, wie unterschiedlich die Abweichungen bei beiden Lieferanten sind. Die Säulenhöhe zeigt die Häufigkeit, mit der der Säulenwert vorkommt. Ein weiteres nützliches Diagramm ist der Boxplot. Ein Boxplot zeigt den Median und die Quartile der Daten. Hier sehen Sie einen Boxplot für die Lieferzeiten von Lieferant A. Die vertikale Achse zeigt die Lieferzeiten. Der untere Bereich der Box ist das 25%-Perzentil oder erste Quartil. Die Linie in der Box steht für den Median, das 50%-Perzentil. Und der obere Bereich der Box ist das 75%-Perzentil oder dritte Quartil. Die Linien über und unter der Box heißen Antennen oder Whisker. Sie gehen bis zum kleinsten oder größten Datenpunkt. Wenn es sich um echte Ausreißer handelt, werden sie als Sternchen gekennzeichnet. Es gibt einen Ausreißer am unteren Ende von A. Wenn Lieferant A behauptet, dass er pünktlich liefert, können Sie beweisen, dass das nicht die Norm, sondern eine Ausnahme ist. Hier sehen Sie die zwei Boxplots für A und B in einem Diagramm. Sie sehen, A hat eine größere Box und längere Antennen, im Vergleich zu B. A hat mehr Abweichungen. B ist sehr konstant. Die Daten sind eng um 23 Stunden zentriert. Welcher Diagrammtyp mag wohl der beste sein? Das kommt darauf an. Ganz grob kann man sagen, dass ein Histogramm mindestens 45 Datenpunkte braucht, damit das Streuungsmuster gut sichtbar wird. Punktdiagramme brauchen nicht so viele Datenpunkte. Boxplots sind noch ökonomischer. Zum Erstellen eines Boxplots reichen acht bis zehn Datenpunkte und Sie können mehrere Boxplots in einem Diagramm anzeigen. Okay, das waren die Graphen für kontinuierliche Daten. Und diskrete oder kategoriale Daten, wie bestanden/nicht bestanden oder Fehlerzahl? Für diskrete oder kategoriale Daten verwendet man meist Pareto-Diagramme, um die Häufigkeit in jeder Kategorie zu betonen. Das Pareto-Diagramm ist ein Säulendiagramm, das zeigt, wie oft jede Kategorie vorkommt. Hier sehen Sie ein Pareto-Diagramm zu den Beschwerden über eine Pizzeria. Die obere Linie stellt die kumulierte Prozentlinie dar, die sich auf die rechte Achse bezieht. In diesem Diagramm stellt der Boden die größte Beschwerdekategorie dar, mit 70,6% aller Beschwerden. Boden und Belag machen zusammen 92,2% aller Beschwerden aus. Wenn Sie diese Diagrammtypen detaillierter kennenlernen wollen, empfehle ich Ihnen meinen Kurs »Learning Minitab«. Werten Sie also kontinuierliche Daten in Punktdiagrammen, Histogrammen und Boxplots aus, diskrete und kategoriale Daten in Pareto-Diagrammen.

Six Sigma: Green Belt

Lernen Sie das, was Sie als Green Belt brauchen: Messsystemanalyse, beschreibende Statistik, Hypothesenprüfung, statistische Versuchsplanung, statistische Prozesssteuerung usw.

1 Std. 43 min (26 Videos)
Derzeit sind keine Feedbacks vorhanden...
Exklusiv für Abo-Kunden
Erscheinungsdatum:31.07.2018

Dieser Online-Kurs ist als Download und als Streaming-Video verfügbar. Die gute Nachricht: Sie müssen sich nicht entscheiden - sobald Sie das Training erwerben, erhalten Sie Zugang zu beiden Optionen!

Der Download ermöglicht Ihnen die Offline-Nutzung des Trainings und bietet die Vorteile einer benutzerfreundlichen Abspielumgebung. Wenn Sie an verschiedenen Computern arbeiten, oder nicht den ganzen Kurs auf einmal herunterladen möchten, loggen Sie sich auf dieser Seite ein, um alle Videos des Trainings als Streaming-Video anzusehen.

Wir hoffen, dass Sie viel Freude und Erfolg mit diesem Video-Training haben werden. Falls Sie irgendwelche Fragen haben, zögern Sie nicht uns zu kontaktieren!