Mittelwert vs. Median: Was sollten Sie für die Steuerung Ihres Prozesses wählen?
Bei der Analyse der Daten eines Fertigungsprozesses mag die Wahl des Maßes für die zentrale Tendenz – Mittelwert oder Median – unbedeutend erscheinen. Tatsächlich bestimmt sie jedoch die Zuverlässigkeit Ihrer Schlussfolgerungen, die Aussagekraft Ihrer Regelkarten und die Genauigkeit Ihrer Fähigkeitsindizes. Zu verstehen, wann man den einen oder den anderen verwenden sollte, ist eine grundlegende Kompetenz für jeden Lean-Six-Sigma-Praktiker.
Was diese beiden Indikatoren tatsächlich messen
Die Durchschnitt (oder arithmetischer Mittelwert) ist die Summe aller Werte geteilt durch deren Anzahl. Er berücksichtigt die Informationen jedes einzelnen Messpunkts und ist daher ein sehr zuverlässiger Schätzwert, wenn die Daten einer Normalverteilung folgen – das heißt, wenn sie symmetrisch sind und keine Ausreißer enthalten.
Die Median ist der Wert, der in der Mitte eines in aufsteigender Reihenfolge sortierten Datensatzes liegt. Er wird als robust : Ein Extremwert, selbst wenn er weit vom Rest der Beobachtungen entfernt ist, verschiebt diesen nur geringfügig. Im Gegenzug nutzt er weniger Informationen als der Mittelwert und kann bei kleinen Stichproben weniger genau sein.
In der Praxis stimmen beide bei einer vollkommen symmetrischen Verteilung perfekt überein. Erst wenn sie voneinander abweichen, wird die Information aussagekräftig: Ihre Abweichung deutet auf eine Asymmetrie oder das Vorhandensein von Ausreißern im Prozess hin.
Wenn der Mittelwert die richtige Wahl ist
Der Durchschnitt ist der Referenzwert, sobald Ihre Daten zwei Bedingungen erfüllen: Normalität (oder eine hinreichend symmetrische Verteilung) und Fehlen ungerechtfertigter Ausreißer. Deshalb steht sie im Mittelpunkt der gängigsten statistischen Verfahren im Bereich der statistischen Prozesskontrolle (SPC):
- Die X-Bar/R-Kontrollkarten und X-Bar / S basieren auf dem Durchschnitt der Untergruppen, um Abweichungen zu erkennen.
- Die Fähigkeitskennzahlen Cp und Cpk verwenden den Mittelwert als Schätzwert für die Prozessposition.
- Die t-Tests und die ANOVA (Varianzanalysen) stützen sich auf Mittelwerte, um Grundgesamtheiten miteinander zu vergleichen.
Wenn Ihr Prozess unter Kontrolle ist und normalverteilte Daten liefert, nutzt der Mittelwert die gesamte verfügbare Information und liefert die im statistischen Sinne genauesten Schätzwerte.
Wenn der Median ausschlaggebend ist
Der Median ist in drei gängigen Situationen im industriellen Umfeld vorzuziehen – oder sogar unverzichtbar.
Asymmetrische Daten oder Daten mit langen Ausläufern
Bestimmte Prozesse führen naturgemäß zu asymmetrischen Verteilungen: Zykluszeiten, Verschmutzungsgrade, Lieferzeiten. Schon ein einziger außergewöhnlich langer Vorgang kann den Durchschnitt nach oben verzerren und ein verzerrtes Bild des üblichen Prozessverhaltens vermitteln. Der Median spiegelt daher besser wider, was der Bediener oder der Kunde tatsächlich erlebt.
Es wurden Ausreißer festgestellt
Wenn ein Sensor vorübergehend von den Normwerten abweicht oder ein Ausnahmeereignis (Maschinenstillstand, nicht konformes Rohmaterial) Extremwerte in den Datensatz einbringt, dämpft der Median deren Auswirkungen. Dies entbindet zwar nicht davon, die Grundursache zu untersuchen und zu beheben, verhindert jedoch, dass der Prozess auf der Grundlage einer künstlich verzerrten Statistik gesteuert wird.
Kleine Stichproben bei ordinalen Daten
Bei Attributen, die auf einer Ordinalskala bewertet werden (Zufriedenheitswerte, Schweregrade eines Mangels), lässt sich der Mittelwert zwar mathematisch berechnen, ist aber semantisch fragwürdig. Der Median behält hingegen eine konkrete Bedeutung: Er bezeichnet den tatsächlich zentralen Wert der Stichprobe.
Es gibt auch Kontrollkarten auf Basis des Medians (X̃/R-Karte), die zwar weniger empfindlich sind als X-Bar-Karten, aber robuster im Umgang mit nicht normalverteilten Daten oder bei Bedienern, die mit der Berechnung von Mittelwerten noch nicht vertraut sind.
Wie können Sie testen, welche Methode für Ihre Daten geeignet ist?
Es hat sich bewährt, nicht blindlings zu wählen, sondern zunächst die Verteilung zu analysieren, bevor man eine Entscheidung trifft.
- Erstellen Sie ein Histogramm oder ein Boxplot (Boxplot): Eine sichtbare Asymmetrie, ein langer Schwanz oder vereinzelte Punkte sind Warnzeichen.
- Vergleichen Sie den Mittelwert und den Median : Eine Abweichung von mehr als 10–15 % vom Datenbereich sollte beachtet werden.
- Führen Sie einen Normalitätstest durch (Shapiro-Wilk-Test bei kleinen Stichproben, Anderson-Darling-Test bei großen Stichproben): Wird die Normalverteilung verworfen, ist der Median in der Regel repräsentativer.
- Überprüfen Sie, ob Ausreißer vorhanden sind mithilfe eines Grubbs-Tests oder einer Kontrollkarte: Wenn sich diese auf eine bestimmte Ursache zurückführen lassen, isolieren Sie sie, bevor Sie Ihren Indikator berechnen.
Diese Schritte dauern in jeder statistischen Analysesoftware nur wenige Minuten und verhindern, dass Steuerungsentscheidungen auf der Grundlage ungeeigneter Kennzahlen getroffen werden.
Die Frage ist nicht, ob der Mittelwert «besser» ist als der Median: Jeder von beiden eignet sich für einen bestimmten Kontext. Bei einem stabilen und normalverteilten Prozess bleibt der Mittelwert der leistungsstärkste Schätzer. Sobald Asymmetrien oder Ausreißer ins Spiel kommen, bietet der Median ein realistischeres Bild der tatsächlichen Situation. Erst diagnostizieren, dann entscheiden: Das ist der stringente Ansatz, der den Six-Sigma-Praktiker von demjenigen unterscheidet, der Formeln anwendet, ohne deren Annahmen zu hinterfragen.