Upload
elsabeth-kasch
View
105
Download
1
Embed Size (px)
Citation preview
IBZ / E. Morger / 26 Januar, 2002 / Folie 1
Lektion 7Lektion 7
1. Wahrscheinlichkeit 1. Wahrscheinlichkeit Übung
2. Hausaufgaben 2. Hausaufgaben (12.6 Textaufgaben)
3. Funktionen3. Funktionen
4. Übungen zu Funktionen4. Übungen zu Funktionen
1. Wahrscheinlichkeit 1. Wahrscheinlichkeit Übung
2. Hausaufgaben 2. Hausaufgaben (12.6 Textaufgaben)
3. Funktionen3. Funktionen
4. Übungen zu Funktionen4. Übungen zu Funktionen
IBZ / E. Morger / 26 Januar, 2002 / Folie 2
VorschauVorschau
Teil 2Teil 2
1. Wahrscheinlichkeit1. Wahrscheinlichkeit
2. Funktionen2. Funktionen
3. Grafische Darstellungen3. Grafische Darstellungen
4. Häufigkeiten4. Häufigkeiten
5. Regressionsrechnung5. Regressionsrechnung
Teil 2Teil 2
1. Wahrscheinlichkeit1. Wahrscheinlichkeit
2. Funktionen2. Funktionen
3. Grafische Darstellungen3. Grafische Darstellungen
4. Häufigkeiten4. Häufigkeiten
5. Regressionsrechnung5. Regressionsrechnung
IBZ / E. Morger / 26 Januar, 2002 / Folie 3
WahrscheinlichkeitWahrscheinlichkeit Grundregeln der Wahrscheinlichkeit:Grundregeln der Wahrscheinlichkeit:
1.1. P ist immer zwischen 0 und 1P ist immer zwischen 0 und 1
2.2. Eintreffensicherheit Eintreffensicherheit = 1= 1
3.3. Unmöglich Unmöglich = 0= 0
4. 4. Entweder- oder Entweder- oder = Addition= Addition
5. 5. Sowohl als auchSowohl als auch = Multiplikation= Multiplikation
Grundregeln der Wahrscheinlichkeit:Grundregeln der Wahrscheinlichkeit:
1.1. P ist immer zwischen 0 und 1P ist immer zwischen 0 und 1
2.2. Eintreffensicherheit Eintreffensicherheit = 1= 1
3.3. Unmöglich Unmöglich = 0= 0
4. 4. Entweder- oder Entweder- oder = Addition= Addition
5. 5. Sowohl als auchSowohl als auch = Multiplikation= Multiplikation
IBZ / E. Morger / 26 Januar, 2002 / Folie 4
15. Funktionenlehre15. Funktionenlehre
0
5000
10000
15000
20000
1980
1982
1984
1986
1988
1990
1992
Linien-Diagramm
IBZ / E. Morger / 26 Januar, 2002 / Folie 5
15. Funktionenlehre15. Funktionenlehre
0
20004000
60008000
10000
1200014000
16000Säulen-Diagramm
IBZ / E. Morger / 26 Januar, 2002 / Folie 6
15. Funktionenlehre15. Funktionenlehre
0
2000
4000
6000
8000
10000
12000
14000
16000Flächen-Diagramm
IBZ / E. Morger / 26 Januar, 2002 / Folie 7
15. Funktionenlehre15. Funktionenlehre
11%
15%
16%30%
28%1980
1981
1982
1983
1984
Anteile-Diagramm
IBZ / E. Morger / 26 Januar, 2002 / Folie 8
15. Funktionenlehre15. Funktionenlehre
11%
15%
16%30%
28%1980
1981
1982
1983
1984
0
2000
4000
6000
8000
10000
12000
14000
16000
0
20004000
60008000
10000
1200014000
16000
0
5000
10000
15000
20000
1980
1982
1984
1986
1988
1990
1992
Je nach Darstellungsart kann ein anderer Eindruck erzeugt werden.
IBZ / E. Morger / 26 Januar, 2002 / Folie 9
15. Funktionenlehre15. Funktionenlehre
P1
P2
P3
P4
P5
-5
-4
-3
-2
-1
0
1
2
3
4
5
-5 -4 -3 -2 -1 0 1 2 3 4 5
x-Achse = Abzisse
y-A
chse
= O
rdin
ate
x y[mm] [kg/m]
P1 3 2P2 -4 3P3 -4 -4P4 4 -3P5 -3 4
Koordinatensystem
1.Quadrant2.Quadrant
IBZ / E. Morger / 26 Januar, 2002 / Folie 10
-5
-4
-3
-2
-1
0
1
2
3
4
5
-5 -4 -3 -2 -1 0 1 2 3 4 5
x-Achse = Abzisse
y-A
chse
= O
rdin
ate
15. Funktionen: 15. Funktionen: Geradengleichung
Y=a+bx
Y2 =2+1x
Y1=1x
IBZ / E. Morger / 26 Januar, 2002 / Folie 11
15. Funktionen: 15. Funktionen:
X-Werte -5 -4 -3 -2 -1 0 1 2 3 4 5
y = 2+3x -13 -10 -7 -4 -1 2 5 8 11 14 17
y = -1 + 1/2x -3.5 -3 -2.5 -2 -1.5 -1 -0.5 0 0.5 1 1.5
y = +0.5 + 2/3x -2.8 -2.2 -1.5 -0.8 -0.2 0.5 1.2 1.8 2.5 3.2 3.8
y = +1 - x 6 5 4 3 2 1 0 -1 -2 -3 -4
y = -2 +4 x -22 -18 -14 -10 -6 -2 2 6 10 14 18
y = -3 +0.25 x -4.3 -4.0 -3.8 -3.5 -3.3 -3.0 -2.8 -2.5 -2.3 -2.0 -1.8-20
-15
-10
-5
0
5
10
15
20
-5 -4 -3 -2 -1 0 1 2 3 4 5
x-Achse = Abszisse
y-A
chse
= O
rdin
ate
y = 3x +2 y = 1/2x-1 y = 2/3x+1/2 y = -x +1 y = 4x -2 y = 1/4x -3
Geradengleichung
Y=a+bx
IBZ / E. Morger / 26 Januar, 2002 / Folie 12
15. Funktionenlehre 15. Funktionenlehre Funktionsgleichung
y = a + bx
b = Steigung (tan)
a = Schnittpunkt mit der y-Achse
Steigung in Winkelgrad
IBZ / E. Morger / 26 Januar, 2002 / Folie 13
Lektion 8Lektion 8
1. Haus-Aufgaben1. Haus-Aufgaben
2. Prüfung2. Prüfung
3. Funktionen3. Funktionen
4. Übung zu Funktionen4. Übung zu Funktionen
1. Haus-Aufgaben1. Haus-Aufgaben
2. Prüfung2. Prüfung
3. Funktionen3. Funktionen
4. Übung zu Funktionen4. Übung zu Funktionen
IBZ / E. Morger / 26 Januar, 2002 / Folie 14
020406080
100120140160180200220240260280
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0
Zeit in Stunden
Weg
in k
m
Fahrer A
Ein Diagramm besteht aus:Ein Diagramm besteht aus: Abzisse (x-Achse) undAbzisse (x-Achse) und Ordinate (y-Achse)Ordinate (y-Achse)
4. Funktionen und 4. Funktionen und grafische Darstellungengrafische Darstellungen
4. Funktionen und 4. Funktionen und grafische Darstellungengrafische Darstellungen
IBZ / E. Morger / 26 Januar, 2002 / Folie 15
020406080
100120140160180200220240260280
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0
Zeit in Stunden
Weg
in k
m
Fahrer A
1. Lineare Funktionen1. Lineare FunktionenEine Funktion wird beschrieben durch:Eine Funktion wird beschrieben durch:
y = a + bxy = a + bx a = Schnittpunkt mit der y Achsea = Schnittpunkt mit der y Achse b = Steigungb = Steigung
4. Funktionen4. Funktionen4. Funktionen4. Funktionen
IBZ / E. Morger / 26 Januar, 2002 / Folie 16
Zeichnen Sie folgende Funktion auf:Zeichnen Sie folgende Funktion auf: Ein Lager hat einen Bestand von 100 Paletten, pro Stunde Ein Lager hat einen Bestand von 100 Paletten, pro Stunde
kommen 10 Paletten hinzu. Stündlich werden 6 Paletten kommen 10 Paletten hinzu. Stündlich werden 6 Paletten entnommen.entnommen.
nach welcher Zeit ist das Lager mit 200 Paletten gefüllt? nach welcher Zeit ist das Lager mit 200 Paletten gefüllt? Bestimmen Sie a und b und zeichnen Sie die Funktion auf!Bestimmen Sie a und b und zeichnen Sie die Funktion auf!
4. Funktionen4. Funktionen4. Funktionen4. Funktionen
IBZ / E. Morger / 26 Januar, 2002 / Folie 17
Lösung:Lösung:
4. Funktionen4. Funktionen4. Funktionen4. Funktionen
y a bx x
x
x
x
x Std
100 4
200 100 4
200 100 4
1004
25
IBZ / E. Morger / 26 Januar, 2002 / Folie 18
4. Funktionen4. Funktionen4. Funktionen4. Funktionen
0 1001 1042 1083 1124 1165 1206 1247 1288 1329 136
10 14011 14412 14813 15214 15615 16016 16417 16818 17219 17620 18021 18422 18823 19224 19625 200
Lagerbestand
0
20
40
60
80
100
120
140
160
180
200
0 2 4 6 8
10
12
14
16
18
20
22
24
Zeit in Stunden
An
za
hl
Pa
lett
en
IBZ / E. Morger / 26 Januar, 2002 / Folie 19
15. Funktionenlehre15. Funktionenlehre,,
y = x2
0
5
10
15
20
-5 -4 -3 -2 -1 0 1 2 3 4 5
x-Achse = Abszisse
y-A
chse
= O
rdin
ate
y = x2
Potenz
Y=x2
Y1=1x2
IBZ / E. Morger / 26 Januar, 2002 / Folie 20
15. Funktionenlehre15. Funktionenlehre,,
X-Werte -5 -4 -3 -2 -1 0.0 1.0 2.0 3.0 4.0 5.0
y = x2 25 16 9 4 1 0 1 4 9 16 25
y = 2x2 50 32 18 8 2 0 2 8 18 32 50
y = 0.5x2 12.5 8.0 4.5 2 0.5 0 0.5 2 4.5 8 12.5
y = - x2 -25 -16 -9 -4 -1 0 -1 -4 -9 -16 -25-20
-15
-10
-5
0
5
10
15
20
-5 -4 -3 -2 -1 0 1 2 3 4 5
x-Achse = Abszisse
y-A
chse
= O
rdin
ate
y = x2 y = 2 x2 y = 0.5 x2 y = -x2
Potenz
Y=x2
IBZ / E. Morger / 26 Januar, 2002 / Folie 21
X-Werte -5 -4 -3 -2 -1 -0 0.1 1 2 3 4 5
y = 1/x -0.2 -0.3 -0.3 -0.5 -1 -10 10 1.0 0.5 0.3 0.3 0.2
y = 4/x -0.8 -1.0 -1.3 -2 -4 -40 40 4 2 1 1 0.8
y = 2/x -0.4 -0.5 -0.7 -1.0 -2 -20 20 2 1 0.7 0.5 0.4
y = 0.5/x -0.1 -0.1 -0.2 -0.3 -0.5 -5 5.0 0.5 0.3 0.2 0.1 0.1-5.0
-4.0
-3.0
-2.0
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
-5 -4 -3 -2 -1 0 1 2 3 4 5
x-Achse = Abszisse
y-A
chse
= O
rdin
ate
y = 1/x y = 4/x y = 2/x y = 0.5/x
Hyperbel
15. Funktionenlehre15. Funktionenlehre,,
Y=1/x
IBZ / E. Morger / 26 Januar, 2002 / Folie 22
15. Funktionen 15. Funktionen 6.3 Aufgabe 1:
Ein Kegel ist 15 cm hoch. Bestimmen Sie graphisch, in welcher Weise das Volumen V vom Durchmesser d abhängt. (siehe auch Excel-Blatt)
Kegelvolumen
0
50
100
150
200
250
300
350
400
450
10 20 30 40 50 60 70 80 90 100
Kegeldurchmesser
Vo
lum
en in
cm
3
mmmm
IBZ / E. Morger / 26 Januar, 2002 / Folie 23
Lektion 9Lektion 91. Statistische Kennwerte1. Statistische Kennwerte
2. Übung in statistischen 2. Übung in statistischen ZahlenZahlen
1. Statistische Kennwerte1. Statistische Kennwerte
2. Übung in statistischen 2. Übung in statistischen ZahlenZahlen
IBZ / E. Morger / 26 Januar, 2002 / Folie 24
16. Statistik16. Statistik
StatistikEs gibt drei Arten von Lügen:
die einfache Lüge
die Not-Lüge
und die Statistik
IBZ / E. Morger / 26 Januar, 2002 / Folie 25
Statistisches DenkenStatistisches DenkenStatistisches DenkenStatistisches Denken
Statistik ist die KunstStatistik ist die Kunst
und die Wissenschaft,und die Wissenschaft,
Daten zu sammelnDaten zu sammeln
Daten zu analysieren undDaten zu analysieren und
sinnvollesinnvolle Schlüsse zu ziehen Schlüsse zu ziehen
IBZ / E. Morger / 26 Januar, 2002 / Folie 26
Vier Stufen der statistischen Vier Stufen der statistischen ArbeitArbeitVier Stufen der statistischen Vier Stufen der statistischen ArbeitArbeit
1. Erhebung1. Erhebung 2. Aufbereitung2. Aufbereitung 3. Auswertung3. Auswertung 4. Darstellung4. Darstellung
IBZ / E. Morger / 26 Januar, 2002 / Folie 27
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
StrichlisteStrichliste VerlaufsdiagrammVerlaufsdiagramm FehlersammelkarteFehlersammelkarte
Q-RegelkarteQ-Regelkarte HäufigkeitsverteilungHäufigkeitsverteilung
ParetodiagrammParetodiagramm x-y-Diagrammx-y-Diagramm
Ishikawa oder UrsachewirkungsdiagrammIshikawa oder Ursachewirkungsdiagramm
IBZ / E. Morger / 26 Januar, 2002 / Folie 28
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
Strichliste oder UrwertkarteStrichliste oder Urwertkarte Vorteil: Einfach auszufüllenVorteil: Einfach auszufüllen Nachteil: keine Regelung vom ProzessNachteil: keine Regelung vom Prozess
5.2 III
5.1 IIII
5.0 IIIIIII
4.9 IIIII
4.8 III
IBZ / E. Morger / 26 Januar, 2002 / Folie 29
5
5.2
5.4
5.6
5.8
6
6.2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
VerlaufsdiagrammVerlaufsdiagramm Vorteil: leicht auszufüllenVorteil: leicht auszufüllen
Der Prozessverlauf ist über die Zeit ersichtlichDer Prozessverlauf ist über die Zeit ersichtlich Nachteil: Keine ProzessregelungNachteil: Keine Prozessregelung
IBZ / E. Morger / 26 Januar, 2002 / Folie 30
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
FehlersammelkarteFehlersammelkarte Vorteil: Die grösste Fehlerhäufigkeit ist ersichtlich.Vorteil: Die grösste Fehlerhäufigkeit ist ersichtlich. ABC-Analyse möglichABC-Analyse möglich
Schicht 1 Schicht 2 Schicht 3 TotalEinschlüsse IIII IIIII I IIIII III IIIII IIIII IIIII IIIRostflecken II III IIIII IIIII IIIIIKanten def. IIII IIIII II IIIII IIIII Izu dünn III II IIIII I IIIII IIIII Izu dick III I II IIIII IOberfläche IIIII II IIII IIIII III IIIII IIIII IIIII IIII
IBZ / E. Morger / 26 Januar, 2002 / Folie 31
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
Funktionsprinzip einer Qualitätsregelkarte
Zeit [t]
Mer
km
al
oberer Eingriffsbereich
oberer Warnbereich
zufälliger Streubereich
des beobachteten Merkmals
untererWarnbereich
unterer Eingriffsbereich
Q-RegelkarteQ-Regelkarte
Oberer Eingriffsbereich (rot)Oberer Eingriffsbereich (rot)
Oberer Warnbereich (gelb)Oberer Warnbereich (gelb)
Zufälliger Streubereich (grün)Zufälliger Streubereich (grün)
Unterer Warnbereich (gelb)Unterer Warnbereich (gelb)
Untere Eingriffgrenze (rot)Untere Eingriffgrenze (rot)
IBZ / E. Morger / 26 Januar, 2002 / Folie 32
Histogramm
012
3456
789
17 18 19 20 21 22 23 24 25 26
Klasse
Häu
fig
ke
it
.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%
Häufigkeit
Kumuliert %
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
HäufigkeitsverteilungHäufigkeitsverteilung
IBZ / E. Morger / 26 Januar, 2002 / Folie 33
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
Pareto-DiagrammPareto-Diagramm
Histogramm
0
1
2
3
4
5
6
7
8
9
21 20 22 23 19 24 25 17 18 26
Klasse
Häu
fig
keit
.00%
20.00%
40.00%
60.00%
80.00%
100.00%
120.00%Häufigkeit
Kumuliert %
IBZ / E. Morger / 26 Januar, 2002 / Folie 34
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
X-Y-DiagrammX-Y-Diagramm
Korrelation zwischen Bruchlast Vorne und Hinten
6'000
6'500
7'000
7'500
8'000
8'500
6000 6500 7000 7500 8000 8500
Bruchlast Vorne
Bru
ch
last
Hin
ten
1
7
15 14
19
11
3 2 1 0 0 02
0
5
10
15
20
An
za
hl W
ert
e p
ro K
las
se
0
4
8
15
12 13
5 5
8
1 20
2
02468
10121416
An
za
hl W
ert
e p
ro K
las
se
IBZ / E. Morger / 26 Januar, 2002 / Folie 35
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
Ursache-Wirkungs-Diagramm Ursache-Wirkungs-Diagramm oder Ishikawa-Diagrammoder Ishikawa-Diagramm
Einfache DarstellungEinfache Darstellung kann ohne Hilfsmittel erstellt werden.kann ohne Hilfsmittel erstellt werden. Gute ÜbersichtGute Übersicht
Vorschau auf das nächste Kapitel:Vorschau auf das nächste Kapitel: MittelwertMittelwert StandardabweichungStandardabweichung Häufigkeit nach GaussHäufigkeit nach Gauss 5-%-Grenzwerte5-%-Grenzwerte
Statistische Statistische KennwerteKennwerte
IBZ / E. Morger / 26 Januar, 2002 / Folie 37
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
MittelwertMittelwert
x xn
i
IBZ / E. Morger / 26 Januar, 2002 / Folie 38
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
Standardabweichung sStandardabweichung s
sx x
ni
( )2
1
IBZ / E. Morger / 26 Januar, 2002 / Folie 39
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4-3
.00
-2.5
0
-2.0
0
-1.5
0
-1.0
0
-0.5
0
- 0.50
1.00
1.50
2.00
2.50
3.00
Abweichungs-quadrat
Messwert 1
Abweichungs-quadrat
Messwert 2
Summe aller Abweichungs-
quadrate
Mittleres Abweichungs-
quadrat
Wurzel aus mitlerem Abweichungs-quadrat
Standart-AbweichungStandart-AbweichungStandart-AbweichungStandart-Abweichung
IBZ / E. Morger / 26 Januar, 2002 / Folie 40
16. Statistik 16. Statistik Lösung Aufgabe 7:
Histogramm Kolonne 1
0
2 2
1
4
3
6
3 3 3 3
0 0 00
1
2
3
4
5
6
7
15.4
15.6
15.8 16
16.2
16.4
16.6
Häu
fig
keit
Histogramm Kolonne 2
0
1
2
3
4
5
6
7
8
15.4
15.6
15.8 16
16.2
16.4
16.6
Häu
fig
keit
IBZ / E. Morger / 26 Januar, 2002 / Folie 41
VorschauVorschauHäufigkeit und stat. KennwerteHäufigkeit und stat. Kennwerte
Daten sammelnDaten sammeln Spannweite berechnenSpannweite berechnen Klassen bildenKlassen bilden Bestimmung der KlassenweiteBestimmung der Klassenweite Häufigkeit darstellen Häufigkeit darstellen
Häufigkeit beurteilenHäufigkeit beurteilen
IBZ / E. Morger / 26 Januar, 2002 / Folie 42
Daten sammelnDaten sammelnSchaffen Sie sich Klarheit über folgende Fragen:Schaffen Sie sich Klarheit über folgende Fragen:
Wozu werden die Daten gebraucht?Wozu werden die Daten gebraucht? Wo können die Daten gesammelt werden?Wo können die Daten gesammelt werden? Wann ist dazu der richtige Zeitpunkt?Wann ist dazu der richtige Zeitpunkt? Wieviel Zeit steht zur Verfügung?Wieviel Zeit steht zur Verfügung? Wer soll die Daten sammeln?Wer soll die Daten sammeln? Wie sollen die Daten dokumentiert werden?Wie sollen die Daten dokumentiert werden?
HäufigkeitHäufigkeitHäufigkeitHäufigkeit
IBZ / E. Morger / 26 Januar, 2002 / Folie 43
Darstellung von Darstellung von ProzessdatenProzessdatenDarstellung von Darstellung von ProzessdatenProzessdaten
Häufigkeit darstellenHäufigkeit darstellenAn der Beschichtungsanlage für Autotüren wurden die An der Beschichtungsanlage für Autotüren wurden die
folgenden Auftragsmengen gemessen:folgenden Auftragsmengen gemessen:
42 41 40 4239 43 43 4140 41 44 4339 42 43 3841 41 40 4144 40 40 4142 42 38 4340 41 44 4240 39 42 39
IBZ / E. Morger / 26 Januar, 2002 / Folie 44
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
Anzahl der Daten bestimmenAnzahl der Daten bestimmen
n = ?n = ?
n = 36n = 36
42 41 40 4239 43 43 4140 41 44 4339 42 43 3841 41 40 4144 40 40 4142 42 38 4340 41 44 4240 39 42 39
IBZ / E. Morger / 26 Januar, 2002 / Folie 45
42 41 40 4239 43 43 4140 41 44 4339 42 43 3841 41 40 4144 40 40 4142 42 38 4340 41 44 4240 39 42 39
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
4444
Minimum =Minimum =
Spannweite (Streubereich) berechnenSpannweite (Streubereich) berechnen
R = Maximum - MinimumR = Maximum - Minimum
Maximum =Maximum =
3838
R = ?R = ?
R = 6R = 6
IBZ / E. Morger / 26 Januar, 2002 / Folie 46
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
Zusammenfassen mehrerer Werte in KlassenZusammenfassen mehrerer Werte in Klassen KlassenbreiteKlassenbreite
Bei mehr als 90 Messwerten soll die Anzahl Klassen Bei mehr als 90 Messwerten soll die Anzahl Klassen zwischen 6 und 10 sein!zwischen 6 und 10 sein!
w = R / k w = R / k
w = 6 / 6 = 1w = 6 / 6 = 1
wRk
k n
36 6
IBZ / E. Morger / 26 Januar, 2002 / Folie 47
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
Runden Sie die Klassenbreite grosszügig auf praktische Runden Sie die Klassenbreite grosszügig auf praktische Werte = gerundete Zahlen!Werte = gerundete Zahlen!
Übertragen der Messwerte in die KlassenÜbertragen der Messwerte in die Klassen
Klasse Anzahl38 II 239 IIII 440 IIIIIII 741 IIIIIIII 842 IIIIIII 743 IIIII 544 III 3
IBZ / E. Morger / 26 Januar, 2002 / Folie 48
Darstellen im HäufigkeitsschaubildDarstellen im Häufigkeitsschaubild
Gauss'sche NormalverteilungGauss'sche Normalverteilung
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
38 39 40 41 42 43 440
1
2
3
4
5
6
7
8A
nza
hl W
ert
e p
ro K
las
se
38 39 40 41 42 43 44
Klasseneinteilung
IBZ / E. Morger / 26 Januar, 2002 / Folie 49
Einfluss der KlassenbreiteEinfluss der Klassenbreite
Klassenanzahl = 4Klassenanzahl = 4 Klassenweite = 2Klassenweite = 2
38.0 40.0 42.0 44.00
2
4
6
8
10
12
14
16
An
za
hl W
ert
e p
ro K
las
se
38.0 40.0 42.0 44.0
Klasseneinteilung
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
38.0 II 240.0 IIIIIIIIIII 1142.0 IIIIIIIIIIIIIII 1544.0 IIIIIIII 8
IBZ / E. Morger / 26 Januar, 2002 / Folie 50
Nicht zu fein (Verzerrung)Nicht zu fein (Verzerrung) Nicht zu grob (keine Aussage)Nicht zu grob (keine Aussage)
Ideal sind 6 bis 10 KlassenIdeal sind 6 bis 10 Klassen
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
-3.0
0
-2.5
0
-2.0
0
-1.5
0
-1.0
0
-0.5
0
- 0.50
1.00
1.50
2.00
2.50
3.00
IBZ / E. Morger / 26 Januar, 2002 / Folie 51
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
-3.00
-2.50
-2.00
-1.50
-1.00
-0.50 - 0.50
1.00
1.50
2.00
2.50
3.00
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
Was bedeutet eine breite Verteilung?Was bedeutet eine breite Verteilung? Grosse Streung bedeutet, der Prozess ist nicht im Griff (nicht Grosse Streung bedeutet, der Prozess ist nicht im Griff (nicht
beherrscht)beherrscht) Es ist eine schmale Verteilung = kleine Streuung anzustreben, Es ist eine schmale Verteilung = kleine Streuung anzustreben,
unter Berücksichtigung der Wirtschaftlichkeit!unter Berücksichtigung der Wirtschaftlichkeit!
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
IBZ / E. Morger / 26 Januar, 2002 / Folie 52
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
Beispiel: In Schraubenpackungen wurden folgende Beispiel: In Schraubenpackungen wurden folgende Stückzahlen gezählt:Stückzahlen gezählt:
346 328 371 378 259 248270 266 357 386 347 321310 305 296 280 305 254287 278 299 310 309 286287 245 261 354 368 325298 248 312 308 312 345245 268 278 295 284 299305 307 345 245 289 304345 361 289 341 312 300
IBZ / E. Morger / 26 Januar, 2002 / Folie 53
0
4 4
9
10
8
3
6
3 3
1
0
3
0
2
4
6
8
10
12
230 245 260 275 290 305 320 335 350 365 380 395 410
An
za
hl W
ert
e p
ro K
las
se
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
Lösung:Lösung: Maximum = 386Maximum = 386 Minimum = 245Minimum = 245 Streubereich R = 141Streubereich R = 141 Anzahl = 54Anzahl = 54 Mittelwert = 305Mittelwert = 305 s = 36.8s = 36.8
IBZ / E. Morger / 26 Januar, 2002 / Folie 54
Häufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellenHäufigkeit darstellen
Excel 5.0 Befehle:Excel 5.0 Befehle:
„Einfügen“, „Funktion“, „Statistik“=Mittelwert(A1:A100)=Stabw(A1:A100)=Häufigkeit(A1:A100;B1:B10)
IBZ / E. Morger / 26 Januar, 2002 / Folie 55
Lektion 10Lektion 10
1. Haus-Aufgaben 1. Haus-Aufgaben (Aufgabe 6)
2. Rückblick,2. Rückblick, Statistik, Häufigkeit
3. Ausschuss-Anteil3. Ausschuss-Anteil
4. Prozessfähigkeit4. Prozessfähigkeit
5. Korrelationsrechnung5. Korrelationsrechnung
1. Haus-Aufgaben 1. Haus-Aufgaben (Aufgabe 6)
2. Rückblick,2. Rückblick, Statistik, Häufigkeit
3. Ausschuss-Anteil3. Ausschuss-Anteil
4. Prozessfähigkeit4. Prozessfähigkeit
5. Korrelationsrechnung5. Korrelationsrechnung
IBZ / E. Morger / 26 Januar, 2002 / Folie 56
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
µ: µ: Häufîgkeitsanteile der Häufîgkeitsanteile der GaussverteilungGaussverteilung
Der Anteil pro Klasse ist theoretisch berechenbarDer Anteil pro Klasse ist theoretisch berechenbar Gemäss Tabelle kann aufgrund von "µ" der prozentuale Anteil Gemäss Tabelle kann aufgrund von "µ" der prozentuale Anteil
berechnet werden. berechnet werden.
x x
si
IBZ / E. Morger / 26 Januar, 2002 / Folie 57
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
Einseitige Integralwerte:Einseitige Integralwerte:µ p % µ p %0 50 1.7 4.46
0.1 46.02 1.8 3.590.2 42.07 1.9 2.870.3 38.21 2.0 2.280.4 34.46 2.1 1.790.5 30.85 2.2 1.390.6 27.43 2.3 1.070.7 24.2 2.4 0.820.8 21.19 2.5 0.620.9 18.41 2.6 0.471.0 15.87 2.7 0.351.1 13.57 2.8 0.261.2 11.51 2.9 0.191.3 9.68 3.0 0.131.4 8.08 3.5 0.021.5 6.68 4.0 0.0031.6 5.48 5.0 0.000031.7 4.46
IBZ / E. Morger / 26 Januar, 2002 / Folie 58
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
Beispiel:Beispiel:Es sind Platten produziert worden:Es sind Platten produziert worden:Anzahl n = 987 StückAnzahl n = 987 StückDicke Dicke XXquerquer = 6.23 mm, = 6.23 mm,Standardabweichung s = 0.24Standardabweichung s = 0.24Minimaldicke = 5.8 mmMinimaldicke = 5.8 mm
Frage: Wieviele Platten sind unter 5. 8 mmFrage: Wieviele Platten sind unter 5. 8 mm
IBZ / E. Morger / 26 Januar, 2002 / Folie 59
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
Lösung:Lösung:
Aus der Tabelle kann der Wert 0.96327 abgelesen werden. Das bedeutet, dass 1-0.963 = 0.03673 =3.67 % unterhalb vom Sollwert liegen..
x x
si 6 23 58
0 240 430 24
179. .
...
.
IBZ / E. Morger / 26 Januar, 2002 / Folie 60
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
Unterer 5-%-WertUnterer 5-%-Wert
Der Faktor t nach Student korrigiert die Messunsicherheit durch Der Faktor t nach Student korrigiert die Messunsicherheit durch kleine Stichprobenkleine Stichproben
x x t s5%
IBZ / E. Morger / 26 Januar, 2002 / Folie 61
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
t-Verteilungt-Verteilung Ablesebeispiel:Ablesebeispiel:
n = 20n = 20t = 1.73t = 1.73
Werte der T-Verteilungn t bei 95 %
1 6.31 26 1.712 2.92 27 1.713 2.35 28 1.704 2.13 29 1.705 2.02 30 1.706 1.94 31 1.707 1.90 32 1.708 1.86 33 1.709 1.83 34 1.70
10 1.81 35 1.7011 1.80 36 1.6912 1.78 37 1.6913 1.77 38 1.6914 1.76 39 1.6915 1.75 40 1.6816 1.75 41 1.6817 1.74 42 1.6818 1.73 43 1.6819 1.73 44 1.6820 1.73 45 1.6821 1.73 46 1.6822 1.72 47 1.6823 1.71 48 1.6824 1.71 49 1.6825 1.71 50 1.68
IBZ / E. Morger / 26 Januar, 2002 / Folie 62
Statistische KennwerteStatistische KennwerteStatistische KennwerteStatistische Kennwerte
Beispiel:Beispiel: Es sind an Fassadenschiefern die Biegemomente bestimmt Es sind an Fassadenschiefern die Biegemomente bestimmt
worden:worden:
Wie gross ist der untere 5-%-Wert?Wie gross ist der untere 5-%-Wert?
x Nm m
s
n
Sollwert Nm m
514
2 4
12
50
. /
.
/
IBZ / E. Morger / 26 Januar, 2002 / Folie 63
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
-3.0
0
-2.5
0
-2.0
0
-1.5
0
-1.0
0
-0.5
0
- 0.50
1.00
1.50
2.00
2.50
3.00
ToTu
Prozessfähigkeit cProzessfähigkeit cpp
Prozessfähigkeitsindex cProzessfähigkeitsindex cpkpk
ProzessfähigkeitProzessfähigkeit
IBZ / E. Morger / 26 Januar, 2002 / Folie 64
ProzessfähigkeitProzessfähigkeit
Beurteilung, ob die Streung im Verhältnis zur Toleranz genügend klein ist.
Die Toleranz muss grösser als 6 mal die Standartabweichung sein.
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
-3.0
0
-2.5
0
-2.0
0
-1.5
0
-1.0
0
-0.5
0
- 0.50
1.00
1.50
2.00
2.50
3.00
ToTu
ProzessfähigkeitProzessfähigkeitProzessfähigkeitProzessfähigkeit
cT T
spo u
6
1
IBZ / E. Morger / 26 Januar, 2002 / Folie 65
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
-3.0
0
-2.5
0
-2.0
0
-1.5
0
-1.0
0
-0.5
0
- 0.50
1.00
1.50
2.00
2.50
3.00
ToTu
ProzessfähigkeitsindexProzessfähigkeitsindex Beurteilung der Lage des Mittelwertes zum SollwertBeurteilung der Lage des Mittelwertes zum Sollwert
ProzessfähigkeitProzessfähigkeitProzessfähigkeitProzessfähigkeit
cT T x
spko u
( )3
1
IBZ / E. Morger / 26 Januar, 2002 / Folie 66
Beispiel: PlattendickeBeispiel: Plattendicke
Berechne die Prozessfähigkeits-KennzahlenBerechne die Prozessfähigkeits-Kennzahlen
ProzessfähigkeitProzessfähigkeitProzessfähigkeitProzessfähigkeit
x mm
s
Sollwert mm
6 23
0 24
6 4 0 6
.
.
. .
IBZ / E. Morger / 26 Januar, 2002 / Folie 67
Lösung:Lösung:
Da cp und cpk kleiner als 1, ist der Prozess nicht fähig
ProzessfähigkeitProzessfähigkeitProzessfähigkeitProzessfähigkeit
cT T
s
c
po u
p
67 0 5 86 0 24
1 21 44
0 83 1
. ..
..
.
cT x
sc
pku
pk
35 8 6 233 0 24
0 597 1
. ..
.
IBZ / E. Morger / 26 Januar, 2002 / Folie 68
Stichprobenpläne nach DIN 40 080Stichprobenpläne nach DIN 40 080 Annehmbare Qualitätsgrenzlage AQLAnnehmbare Qualitätsgrenzlage AQL Einfachstichprobenanweisung n-cEinfachstichprobenanweisung n-c Auswahl eines AQL-Wertes Auswahl eines AQL-Wertes
StichprobensystemeStichprobensysteme
IBZ / E. Morger / 26 Januar, 2002 / Folie 69
Stichprobenpläne nach DIN 40 080Stichprobenpläne nach DIN 40 080 Verwendung in der WarenannahmeVerwendung in der Warenannahme Der Kunde akzeptiert einen bestimmten Fehleranteil Der Kunde akzeptiert einen bestimmten Fehleranteil
in der Lieferungin der Lieferung Grosse StückzahlenGrosse Stückzahlen
StichprobensystemeStichprobensystemeStichprobensystemeStichprobensysteme
IBZ / E. Morger / 26 Januar, 2002 / Folie 70
Annehmbare Qualitätsgrenzlage AQLAnnehmbare Qualitätsgrenzlage AQL Aus Stichprobentabellen nach DIN kann die Aus Stichprobentabellen nach DIN kann die
Stichprobenanweisung n-c abgelesen werden.Stichprobenanweisung n-c abgelesen werden. Es gibt einfache und doppelte StichprobenpläneEs gibt einfache und doppelte Stichprobenpläne
StichprobensystemeStichprobensystemeStichprobensystemeStichprobensysteme
IBZ / E. Morger / 26 Januar, 2002 / Folie 71
Einfachstichprobenanweisung n-cEinfachstichprobenanweisung n-c n = Stichprobengrösse: abhängig von der n = Stichprobengrösse: abhängig von der
Chargengrösse NChargengrösse N c = Fehlerzahlc = Fehlerzahl ist die gefundene Fehlerzahl i grösser als c, so wird ist die gefundene Fehlerzahl i grösser als c, so wird
die Lieferung zurückgewiesen.die Lieferung zurückgewiesen. Nie eine Prüfung wiederholen !Nie eine Prüfung wiederholen !
StichprobensystemeStichprobensystemeStichprobensystemeStichprobensysteme
IBZ / E. Morger / 26 Januar, 2002 / Folie 72
Auswahl eines AQL-WertesAuswahl eines AQL-Wertes Vereinbarung zwischen Lieferant und KundeVereinbarung zwischen Lieferant und Kunde je höher der AQL-Wert desto höher die Fehleranzahl je höher der AQL-Wert desto höher die Fehleranzahl
in der Lieferungin der Lieferung
StichprobensystemeStichprobensystemeStichprobensystemeStichprobensysteme
IBZ / E. Morger / 26 Januar, 2002 / Folie 73
Einflussgrössenrechnung am Beispiel Einflussgrössenrechnung am Beispiel KaffeemaschineKaffeemaschine
Beispiele aus der PraxisBeispiele aus der Praxis
5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung
IBZ / E. Morger / 26 Januar, 2002 / Folie 74
Einflussgrössenrechnung
120
135
151
166
32,00 34,00 36,00 38,00 40,00 42,00 44,00
Einflussgrösse (Ursache)
Zie
lgrö
sse
(Wir
ku
n)
Regressionsrechnung = EinflussgrössenrechnungRegressionsrechnung = Einflussgrössenrechnung
5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung
IBZ / E. Morger / 26 Januar, 2002 / Folie 75
Es gibt verschiedene Regressionen:Es gibt verschiedene Regressionen: a) lineare Regressiona) lineare Regression b) nichtlinieare Regressionb) nichtlinieare Regression
sie wird durch logarithmische Funktionen dargestellt.sie wird durch logarithmische Funktionen dargestellt.
5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung
IBZ / E. Morger / 26 Januar, 2002 / Folie 76
Einflussgrössenrechnung
120
135
151
166
32,00 34,00 36,00 38,00 40,00 42,00 44,00
Einflussgrösse (Ursache)
Zie
lgrö
sse (
Wir
ku
n)
Beispiel: Eine Kaffeemaschine Beispiel: Eine Kaffeemaschine füllt die Tasse in Abhängigkeitfüllt die Tasse in Abhängigkeit der Zeit der Zeit
5. Korrelationsrechnung 5. Korrelationsrechnung 5. Korrelationsrechnung 5. Korrelationsrechnung Einflussgrösse (Ursache)Zielgrösse (Wirkun)
39,0 158
37,0 146
35,0 131
34,0 126
36,0 140
39,0 149
37,0 144
38,0 146
37,0 138
39,0 153
41,0 159
42,0 169
43,0 173
40,0 164
40,0 156
IBZ / E. Morger / 26 Januar, 2002 / Folie 77
Einflussgrössenrechnung
120
135
151
166
32,00 34,00 36,00 38,00 40,00 42,00 44,00
Einflussgrösse (Ursache)
Zie
lgrösse (
Wir
ku
n)
Die Regressionsgerade y = a +bxDie Regressionsgerade y = a +bxy = -47.94 + 5.15 * Zeit(x)y = -47.94 + 5.15 * Zeit(x)
5. Korrelationsrechnung 5. Korrelationsrechnung 5. Korrelationsrechnung 5. Korrelationsrechnung
IBZ / E. Morger / 26 Januar, 2002 / Folie 78
Das Mass für die Streuung einer Korrelation ist der Das Mass für die Streuung einer Korrelation ist der Korrelationskoeffizient rKorrelationskoeffizient r
je grösser r ist,je grösser r ist,desto besser diedesto besser dieKorrelationKorrelation
1 > r > 01 > r > 0
5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung
Einflussgrössenrechnung
120
135
151
166
32,00 34,00 36,00 38,00 40,00 42,00 44,00
Einflussgrösse (Ursache)
Zie
lgrö
sse
(Wir
ku
n)
IBZ / E. Morger / 26 Januar, 2002 / Folie 79
r grösser als 0.7 heisstr grösser als 0.7 heisst die Korrelation ist statistisch gesichert.die Korrelation ist statistisch gesichert. in der Praxis kann mit r > 0.4 gerechnet werden.in der Praxis kann mit r > 0.4 gerechnet werden.
5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung5. Korrelationsrechnung
IBZ / E. Morger / 26 Januar, 2002 / Folie 80
Lektion 11Lektion 11
1. Haus-Aufgaben1. Haus-Aufgaben
2. Rückblick2. Rückblick
3. Weitere Test‘s (MLZK)3. Weitere Test‘s (MLZK)
1. Haus-Aufgaben1. Haus-Aufgaben
2. Rückblick2. Rückblick
3. Weitere Test‘s (MLZK)3. Weitere Test‘s (MLZK)
IBZ / E. Morger / 26 Januar, 2002 / Folie 81
EndeEnde