\ud83d\udca1 Die Folge ist kontraintuitiv und sollte beachtet werden: Durch die Verbesserung des Modells wird die Toleranz vergr\u00f6\u00dfert. Das Hinzuf\u00fcgen eines zweiten Erkl\u00e4rungsfaktors, der die Reststreuung verringert, erweitert direkt die Toleranz, die Sie Ihren X-Werten einr\u00e4umen k\u00f6nnen, ohne dass sich am Verfahren etwas \u00e4ndert.<\/p>\n\n\n\n
Variablen ausw\u00e4hlen<\/h2>\n\n\n\n
Die Daten stammen aus der Tabelle, die \u00fcber das Tabellensymbol oben rechts in der Titelleiste ge\u00f6ffnet wird. Das Fenster \u201eVariablenauswahl\u201c dient der Hypothesentestung: eine Zeile pro Spalte des Datensatzes, eine Typangabe und zwei Spalten mit den Feldern X und Y.<\/p>\n\n\n\n
Markieren Sie eine oder zwei Spalten in der X-Achse und eine einzige in der Y-Achse. Es k\u00f6nnen nur numerische Spalten ausgew\u00e4hlt werden. Die Anzahl der ausgew\u00e4hlten X-Spalten bestimmt den gesamten Rest des Bildschirms, ohne dass weitere Einstellungen erforderlich sind: Ein Faktor ergibt das klassische Parallelogramm, zwei Faktoren ergeben eine Akzeptanzkarte in der Ebene. Bei mehr als zwei Faktoren wird die Auswahl abgelehnt.<\/p>\n\n\n\n
Seine Absicht bekunden<\/h2>\n\n\n\n
Die Spalte \u201eAbsicht\u201c ist das Herzst\u00fcck des Bildschirms: Hier geben Sie keine Berechnung ein, sondern legen fest, wonach Sie suchen und welches Risiko Sie eingehen m\u00f6chten.<\/p>\n\n\n\n
Die Bedeutung der \u00dcbertragung<\/h3>\n\n\n\n\n- Y \u2192 X (ableiten): Die Spezifikation von Y wird durch den Kunden, den Plan oder die Funktion vorgegeben, und daraus l\u00e4sst sich die Spezifikation von X ableiten. Das ist der nat\u00fcrliche Ablauf der Konstruktion.<\/li>\n\n\n\n
- X \u2192 Y (\u00fcberpr\u00fcfen): Die Toleranzen von X entsprechen den M\u00f6glichkeiten des Verfahrens, und man schaut, wie sich Y daraus ergibt. Darum geht es bei Verhandlungen mit einem Lieferanten oder bei der Begr\u00fcndung eines bestehenden Zustands.<\/li>\n<\/ul>\n\n\n\n
Beim Wechsel von Y \u2192 X zu X \u2192 Y werden die Zielwerte und Toleranzen der X-Werte automatisch mit dem soeben abgeleiteten Ergebnis vorbelegt: Auf diese Weise l\u00e4sst sich die \u00dcbereinstimmung der beiden Messwerte sofort \u00fcberpr\u00fcfen.<\/p>\n\n\n\n
Das Modell<\/h3>\n\n\n\n
Grad 1 oder 2 sowie als zweiter Faktor ein Feld \u201eInteraktion X\u2081\u00b7X\u2082\u201c. Grad 1 reicht in den meisten F\u00e4llen aus; Grad 2 wird verwendet, wenn die Verteilung sichtbar gekr\u00fcmmt ist. Die Regression wird nach der Methode der kleinsten Quadrate auf zentrierten Variablen berechnet.<\/p>\n\n\n\n
\u26a0\ufe0f Der Grad 2 ist nicht kostenlos. Er verbraucht einen Freiheitsgrad, macht die Toleranz von X asymmetrisch (das Ergebnis wird dann als +a \/ \u2212b und nicht als \u00b1 angezeigt) und kann mehrere disjunkte Akzeptanzbereiche erzeugen. Verwenden Sie ihn nur, wenn tats\u00e4chlich eine Kr\u00fcmmung vorliegt: Der Bildschirm weist Sie in beide Richtungen darauf hin, indem er den Grad 2 vorschl\u00e4gt, wenn die Residuen gekr\u00fcmmt sind, und eine \u00dcberanpassung signalisiert, wenn der quadratische Term nicht signifikant ist.<\/p>\n\n\n\n
Die Kumulierungsmethode<\/h3>\n\n\n\n
Vier Methoden, von der vorsichtigsten bis zur kosteng\u00fcnstigsten. Sie \u00e4ndern nichts am Modell, sondern lediglich an der Art und Weise, wie der Sicherheitsstreifen entnommen und die Dispersionen zusammengestellt werden.<\/p>\n\n\n\nMethode<\/strong><\/td>Was Sie angeben<\/strong><\/td>Was dies voraussetzt<\/strong><\/td><\/tr><\/thead>Worst-Case-Szenario (Z\u00b7S)<\/td> Ein Z-Koeffizient (Standardwert: 2)<\/td> Der Sicherheitsbereich betr\u00e4gt das Z-fache der Reststreuung. Eine einfache rechnerische Methode, die jedoch sehr stark vom gew\u00e4hlten Z-Wert abh\u00e4ngt: Zwischen Z = 2 und Z = 3 kann sich die Toleranz von X um das Zehnfache verringern.<\/td><\/tr> Toleranzband (p, 1\u2212\u03b1)<\/td> Ein Anteil konformer Teile (90 \/ 95 \/ 99 \/ 99,73 %) und ein Konfidenzniveau (90 \/ 95 \/ 99 %)<\/td> Sie w\u00e4hlen keinen Koeffizienten mehr aus, sondern geben eine Absicht an. Der Abdeckungsfaktor wird unter Ber\u00fccksichtigung der Anzahl der Freiheitsgrade und der Unsicherheit hinsichtlich der Lage der Kurve berechnet. Diese Methode ist vorzuziehen, wenn das Ergebnis vertretbar sein muss.<\/td><\/tr> Statistik<\/td> Ein angestrebter Cpk-Wert f\u00fcr Y (Standardwert: 1)<\/td> Die Streuungen addieren sich nicht mehr, sondern werden in Quadratur zusammengesetzt. Dies ist deutlich weniger nachteilig als der schlimmsten Fall, vorausgesetzt, die X-Werte sind unabh\u00e4ngig.<\/td><\/tr> Tr\u00e4gheits-<\/td> Nichts als die Spezifikation<\/td> Das Ergebnis wird als maximal zul\u00e4ssige Tr\u00e4gheit in der X-Richtung angegeben: Sie k\u00f6nnen frei zwischen Streuung und Dezentrierung w\u00e4hlen, solange \u221a(\u03c3\u00b2 + \u03b4\u00b2) unterhalb der Tr\u00e4gheit bleibt. Nur als beidseitige Ausf\u00fchrung erh\u00e4ltlich.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\nDie Messunsicherheit bei Y<\/h3>\n\n\n\n
Sie addiert sich quadratisch zur Reststreuung des Modells. Setzen Sie den Wert auf 0, wenn die Unsicherheit im Vergleich zum Residuum vernachl\u00e4ssigbar ist; geben Sie sie an, sobald sie in derselben Gr\u00f6\u00dfenordnung liegt, da sonst eine Anforderung auf X \u00fcbertragen wird, die eigentlich nur f\u00fcr das Messmittel gilt.<\/p>\n\n\n\n
Die Spezifikation von Y<\/h3>\n\n\n\n
Man gibt einen Mindest- und einen H\u00f6chstwert ein, nicht jedoch einen Zielwert mit einer Toleranz. Das ist beabsichtigt: Die beiden Felder sind unabh\u00e4ngig voneinander, und eines der beiden kann leer bleiben.<\/p>\n\n\n\n
\n- Beide Eingabefelder ausgef\u00fcllt: beidseitige Angabe. Im Feld \u201eZiel\u201c wird der berechnete Mittelpunkt (automatisch) angezeigt; das Feld wird bearbeitbar, wenn Sie das Ziel bewusst versetzen m\u00f6chten.<\/li>\n\n\n\n
- Nur eine Angabe: einseitige Spezifikation. Die fehlende Grenze gilt als unendlich, das Ergebnis wird in der Form X \u2265 \u2026 oder X \u2264 \u2026 ausgedr\u00fcckt, und es wird kein Toleranzintervall gebildet. Das Ziel wird somit zwingend erforderlich: Ohne es wei\u00df man nicht, worauf man abzielen soll.<\/li>\n\n\n\n
- Beide Felder sind leer: Die Berechnung wird mit einer eindeutigen Meldung unterbrochen.<\/li>\n<\/ul>\n\n\n\n
Die Aufteilung zwischen den beiden X<\/h3>\n\n\n\n
Diese Liste enth\u00e4lt nur zwei Faktoren und gilt in Richtung Y \u2192 X. Sie ist die Antwort auf eine echte Schwierigkeit: Das Problem ist unterbestimmt. Eine einzige Gleichung, zwei Unbekannte \u2013 es gibt unendlich viele Toleranzpaare, die Y gew\u00e4hrleisten. Keine Berechnung allein kann hier eine Entscheidung treffen; es handelt sich um eine Entscheidung, und der Bildschirm fordert Sie auf, diese explizit zu treffen.<\/p>\n\n\n\n
\n- Proportional zur Leistungsf\u00e4higkeit (Standardabweichung): Die Toleranzen stehen im Verh\u00e4ltnis zu den tats\u00e4chlich beobachteten Streuungen der beiden X-Werte. F\u00fcr beide Verfahren wird daher derselbe Cp-Wert gefordert \u2013 dies ist die in der Industrie gerechteste Verteilung.<\/li>\n\n\n\n
- Gleicher Beitrag: Jeder X tr\u00e4gt zur H\u00e4lfte zum Budget von Y bei. Auf dem Papier gerecht, in der Praxis oft ungerecht: Vom f\u00e4higsten Mitarbeiter wird eine Anstrengung verlangt, die er eigentlich nicht h\u00e4tte aufbringen m\u00fcssen.<\/li>\n\n\n\n
- Vorgabewert X\u2081 \/ Vorgabewert X\u2082: Sie legen die Toleranz f\u00fcr einen Wert fest \u2013 die der Lieferant oder die Maschine einhalten kann \u2013 und der andere Wert gleicht den Rest aus. Eine Meldung weist darauf hin, wenn das Budget bereits aufgebraucht ist.<\/li>\n<\/ul>\n\n\n\n
Die Zielwerte und Toleranzen der X-Achse werden in der Richtung X \u2192 Y eingegeben, und zwar in zwei Faktoren, wenn eine \u00abvorgeschriebene\u00bb Regel ausgew\u00e4hlt wird.<\/p>\n\n\n\n
Die Grafik lesen<\/h2>\n\n\n\n
In einem einzigen Diagramm sind alle \u00dcberlegungen zusammengefasst: die Messwertwolke, die Modellkurve, der durch eine gepunktete Linie eingefasste Sicherheitsbereich, die Min- und Max-Spezifikationslinien f\u00fcr Y, die abgeleiteten Grenzwerte f\u00fcr X als beschriftete vertikale Linien sowie der Akzeptanzbereich als gr\u00fcne Fl\u00e4che \u2013 die Gesamtheit der X-Einstellungen, die Y gew\u00e4hrleisten.<\/p>\n\n\n\n
Wenn man mit der Maus \u00fcber einen Punkt f\u00e4hrt, werden dessen Werte, der vorhergesagte Wert und der Residualwert angezeigt. Wenn man mit der Maus \u00fcber den Hintergrund f\u00e4hrt, werden der X-Wert, der vorhergesagte Y-Wert, die lokale Sensitivit\u00e4t und die Wahrscheinlichkeit der \u00dcbereinstimmung an dieser Stelle angezeigt.<\/p>\n\n\n\n![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png\")
<\/figure>\n\n\n\nAuf dem obigen Screenshot betr\u00e4gt die Spezifikation f\u00fcr Y 30\/40, und das Modell der Ordnung 1 hat eine Steigung von 1,20: Die Toleranz von 10 bei Y erlaubt nach Abzug des Sicherheitsbereichs einen Bereich von 5,009 bei X\u2081, zwischen 11,068 und 16,077.<\/p>\n\n\n\n
In zwei Faktoren ist der Akzeptanzbereich kein Intervall mehr, sondern eine Region der Ebene (X\u2081, X\u2082). \u00dcber die Segmentschaltfl\u00e4che werden zwei Ansichten angeboten:<\/p>\n\n\n\n
\n- 2D-Karte, Arbeitsansicht und Standardansicht. Darin sind der Akzeptanzbereich als flache Fl\u00e4che, die Iso-Y-Linie = Zielwert, die aktuelle Streuellipse des Verfahrens bei 95 %, die Messwolke und das abgeleitete Toleranzrechteck zu erkennen. Diese Ansicht dient der Entscheidungsfindung: Das Rechteck ist das, was auf einer Ebene liegt, der Bereich ist die Realit\u00e4t, die Ellipse zeigt, wo der Prozess tats\u00e4chlich abl\u00e4uft.<\/li>\n\n\n\n
- 3D, zur Veranschaulichung. Die Antwortfl\u00e4che wird als Gitter dargestellt, je nach Konformit\u00e4t farblich gekennzeichnet, mit den Spezifikationsebenen und zwei Schiebereglern f\u00fcr Drehung und H\u00f6he. Sie dient dazu, die Form der Beziehung zu verdeutlichen, nicht zur Entscheidungsfindung.<\/li>\n<\/ul>\n\n\n\n
\ud83d\udca1 Das Rechteck ist immer kleiner als der Akzeptanzbereich: Eine Zeichnung weist rechteckige Toleranzen auf, w\u00e4hrend der tats\u00e4chlich konforme Bereich schr\u00e4g verl\u00e4uft, sobald sich die beiden Faktoren gegenseitig ausgleichen. Die Differenz zwischen beiden entspricht genau der Toleranz, die durch die rechteckige Form verloren geht \u2013 und genau diese gewinnt man zur\u00fcck, wenn man beide Faktoren gemeinsam steuert.<\/p>\n\n\n\n![\"\"](\"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement-2.png\")
<\/figure>\n\n\n\nAuf diesem Screenshot weist die anteilige Verteilung der Prozessf\u00e4higkeit X\u2081 einen Wert von \u00b13,033 und X\u2082 einen Wert von \u00b10,298 zu: Die beiden Toleranzen unterscheiden sich stark voneinander, erfordern jedoch f\u00fcr jeden der beiden Prozesse denselben Cp-Wert (0,35).<\/p>\n\n\n\n
Die abgeleitete Spezifikation<\/h2>\n\n\n\n
Die rechte Spalte enth\u00e4lt das Ergebnis in einer Form, die sich direkt in eine Zeichnung \u00fcbertragen l\u00e4sst: das Ziel jedes X, das Toleranzintervall und die beiden Grenzwerte. Hinzu kommen die Gr\u00f6\u00dfen, anhand derer sich dieses Ergebnis beurteilen l\u00e4sst:<\/p>\n\n\n\n
\n- die Sensitivit\u00e4t \u2202Y\/\u2202X, die angibt, um wie viel sich Y \u00e4ndert, wenn sich X um eine Einheit \u00e4ndert. Dies ist das \u00dcbertragungsverh\u00e4ltnis: Eine hohe Sensitivit\u00e4t f\u00fchrt zu einer geringen Toleranz von X;<\/li>\n\n\n\n
- der erwartete Mittelwert von Y bei der vorgeschlagenen Einstellung;<\/li>\n\n\n\n
- das Inversionsziel, das neben dem ausgew\u00e4hlten Ziel angezeigt wird, wenn sich beide unterscheiden. Auf Stufe 1 stimmen sie \u00fcberein; sobald die Kurve nicht geradlinig ist, ist das ausgew\u00e4hlte Ziel der Punkt mit der maximalen Marge, d.\u202fh. die robusteste Einstellung, und nicht das mathematische Inverse des Y-Ziels;<\/li>\n\n\n\n
- in zwei Faktoren: die geforderten Cp-Werte (die eingehalten werden m\u00fcssten) gegen\u00fcber den aktuellen Cpk-Werten (die der Prozess tats\u00e4chlich einh\u00e4lt, einschlie\u00dflich der Dezentrierung) und die prognostizierten ppm, wenn die X zentriert sind.<\/li>\n<\/ul>\n\n\n\n
\u26a0\ufe0f Bei Grad 2 ist die Toleranz asymmetrisch und wird als +a \/ \u2212b angegeben. Tragen Sie diese nicht als \u00b1 in die Zeichnung ein: Der Spielraum ist auf beiden Seiten des Ziels nicht gleich gro\u00df.<\/p>\n\n\n\n
Die Qualit\u00e4t des Modells<\/h2>\n\n\n\n
Eine Toleranz\u00fcbertragung ist nur so gut wie das Modell. Der Abschnitt \u201eQualit\u00e4t\u201c des Modells liefert in der f\u00fcr die Auswertung relevanten Reihenfolge: die Anzahl der ber\u00fccksichtigten Punkte, den R\u00b2-Wert und den angepassten R\u00b2-Wert, die Residualstreuung S, gefolgt von einer Tabelle der Modellterme mit ihren Koeffizienten und p-Werten sowie die Anzahl der verbleibenden Freiheitsgrade. Abschlie\u00dfend wird ein farbiger Balken angezeigt, der dieselbe Farbcodierung wie die Hypothesentests verwendet.<\/p>\n\n\n\n
\ud83d\udca1 Der R\u00b2-Wert ist hier nicht der richtige Indikator, entscheidend ist S. R\u00b2 gibt an, welcher Anteil der Variation erkl\u00e4rt wird; S gibt in Y-Einheiten an, was das Modell nicht vorhersagen kann \u2013 und genau dieses S, und nur dieses S, wird von Ihrer Toleranz abgezogen.<\/p>\n\n\n\n
Die Toleranzbilanz<\/h2>\n\n\n\n
Es handelt sich um das quer \u00fcber den gesamten Bildschirm verlaufende Band am unteren Bildschirmrand, das wahrscheinlich die n\u00fctzlichste Information auf dem Bildschirm darstellt. Es gliedert die Toleranz von Y in Segmente auf: die Reststreuung des Modells, die Messunsicherheit sowie den verbleibenden Anteil f\u00fcr X\u2081 und f\u00fcr X\u2082.<\/p>\n\n\n\n
Die Angabe unter dem Strich pr\u00e4zisiert die Art der Aufteilung: arithmetische Aufteilung im ung\u00fcnstigsten Fall und innerhalb eines Toleranzbereichs, Aufteilung der Varianzen in der Statistik und in der Tr\u00e4gheitsanalyse. Die beiden werden nicht auf dieselbe Weise gelesen und lassen sich auch nicht auf dieselbe Weise addieren.<\/p>\n\n\n\n
\ud83d\udca1 Lesen Sie die Bilanz, bevor Sie sich das Ergebnis ansehen. Wenn die Reststreuung 40 % des Balkens einnimmt, bedeutet dies, dass 40 % der Toleranz des Kunden bereits durch etwas aufgebraucht sind, das Sie nicht erkl\u00e4ren k\u00f6nnen \u2013 noch bevor Sie \u00fcberhaupt ein Teil gefertigt haben. Der einzige Hebel ist dann das Modell: ein weiterer Erkl\u00e4rungsfaktor oder eine Messung mit weniger Rauschen.<\/p>\n\n\n\n
Die Gel\u00e4nder<\/h2>\n\n\n\n
Eine Toleranzumrechnung liefert immer eine Zahl. Die Frage ist, ob diese Zahl eine Aussagekraft hat. Ellistat pr\u00fcft f\u00fcr Sie, in welchen F\u00e4llen sie keine Aussagekraft hat, und zeigt dies deutlich unter dem Diagramm oder im \u00dcbersichtsbanner an.<\/p>\n\n\n\nFestgestellte Situation<\/strong><\/td>Was Ellistat sagt<\/strong><\/td><\/tr><\/thead>Unbedeutende Steigung<\/td> Die Verbindung ist zu schwach, um eine Toleranz anzugeben: Der Bereich auf X ist nicht begrenzt. Das Ergebnis wird blockiert, es werden keine Zahlen angezeigt \u2013 dies ist beabsichtigt.<\/td><\/tr> Deutliche, aber ungewisse Steigung<\/td> Die Unsicherheit bez\u00fcglich der Steigung vergr\u00f6\u00dfert die tats\u00e4chliche Toleranz; die Gr\u00f6\u00dfenordnung dieser Vergr\u00f6\u00dferung wird angegeben.<\/td><\/tr> Nicht modellierte Kr\u00fcmmung<\/td> Die Reste der Stufe 1 bilden eine Kr\u00fcmmung: Es wird empfohlen, zur Stufe 2 \u00fcberzugehen.<\/td><\/tr> Unbedeutende Kr\u00fcmmung<\/td> Auf Stufe 2 ist der quadratische Term nicht aussagekr\u00e4ftig: Das Modell ist \u00fcberangepasst; kehren Sie zu Stufe 1 zur\u00fcck.<\/td><\/tr> Inhomogene Verteilung<\/td> Die Streuung nimmt \u00fcber die gesamte Wolke hinweg zu: Der Streifen ist kein Parallelogramm mehr, die abgeleitete Toleranz ist asymmetrisch.<\/td><\/tr> Zusammenh\u00e4ngende Faktoren<\/td> Die beiden X variieren im Prozess gemeinsam: Ihre Koeffizienten sind kaum voneinander getrennt, die Aufteilung zwischen den beiden ist instabil.<\/td><\/tr> Hochrechnung<\/td> Der abgeleitete Zielwert liegt au\u00dferhalb des tats\u00e4chlich beobachteten Bereichs: Das Modell wurde dort nie \u00fcberpr\u00fcft.<\/td><\/tr> Industrielle Machbarkeit<\/td> Die abgeleitete Toleranz wird mit der tats\u00e4chlich beobachteten Streuung bei X verglichen. Ist sie enger, wird dies in der Nachricht im Klartext angegeben und der Bericht verschl\u00fcsselt.<\/td><\/tr> Dominanter R\u00fcckstand<\/td> Das Modell beansprucht mehr als die H\u00e4lfte der Toleranz von Y: Vor der Festlegung der Toleranz sollte nach einem weiteren erkl\u00e4renden Faktor gesucht werden.<\/td><\/tr> Keine Annahmestelle<\/td> Kein Wert f\u00fcr X gew\u00e4hrleistet die Spezifikation von Y: Die \u00dcbertragung ist in diesem Zustand nicht m\u00f6glich, und auf dem Bildschirm wird angezeigt, was freigegeben werden m\u00fcsste.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n\ud83d\udca1 Diese Meldungen sind keine Optionen: Sie werden automatisch angezeigt. Das ist der Unterschied zwischen einer Toleranz\u00fcbertragung und einer einfachen Division durch die Steigung.<\/p>\n\n\n\n
Richtung X \u2192 Y: \u00fcberpr\u00fcfen<\/h2>\n\n\n\n
Die andere Lesart beantwortet eine Frage der Verhandlung: \u00abMein Verfahren kann eine bestimmte Toleranz bei X einhalten; wie sieht es dann bei Y aus?\u00bb Sie geben die Zielwerte und Toleranzen f\u00fcr X ein, und Ellistat berechnet das Verhalten von Y: erwarteter Mittelwert und Standardabweichung, abgeleitetes Toleranzintervall im Vergleich zu dem Ihnen vorliegenden, prognostizierte Cp- und Cpk-Werte sowie die Ausschussrate in ppm.<\/p>\n\n\n\n
Die Berechnung des ppm erfolgt \u00fcber eine Simulation und nicht durch eine einfache Kaskadierung der Toleranzen: Sobald das Modell keine Gerade ist, ist die lineare Weitergabe der Abweichungen falsch.<\/p>\n\n\n\n
\ud83d\udca1 Das Hin- und Herwechseln zwischen den beiden Richtungen ist der produktivste Vorgang auf dem Bildschirm. Zun\u00e4chst wird die erforderliche Toleranz ermittelt (Y \u2192 X), stellt fest, dass diese nicht erreichbar ist, wechselt dann zu X \u2192 Y mit den M\u00f6glichkeiten des Verfahrens und erh\u00e4lt so den ppm-Wert, der dem Kunden mitgeteilt werden soll \u2013 oder das quantifizierte Argument f\u00fcr die Neuverhandlung der Spezifikation. Beim Wechsel werden die abgeleiteten Werte automatisch \u00fcbernommen.<\/p>","protected":false},"featured_media":0,"menu_order":0,"template":"","meta":{"_acf_changed":true},"menu-guide-dutilisateur":[42],"class_list":["post-4908","guide-dutilisateur","type-guide-dutilisateur","status-publish","hentry","menu-guide-dutilisateur-9-tolerancement"],"acf":[],"yoast_head":"\n
Scp\u00e9cigraphe - Ellistat<\/title>\n<meta name=\"description\" content=\"Tol\u00e9rancement dans Ellistat data Analysis, mesurer votre production et afficher l\u00e0 sous forme de nuage de points.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/ellistat.com\/de\/benutzerhandbuch\/spezigraph\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Scp\u00e9cigraphe - Ellistat\" \/>\n<meta property=\"og:description\" content=\"Tol\u00e9rancement dans Ellistat data Analysis, mesurer votre production et afficher l\u00e0 sous forme de nuage de points.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/ellistat.com\/de\/benutzerhandbuch\/spezigraph\/\" \/>\n<meta property=\"og:site_name\" content=\"Ellistat\" \/>\n<meta property=\"article:modified_time\" content=\"2026-10-14T12:56:27+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"908\" \/>\n\t<meta property=\"og:image:height\" content=\"404\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data1\" content=\"14\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/\",\"url\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/\",\"name\":\"Scp\u00e9cigraphe - Ellistat\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/tolerancement1.png\",\"datePublished\":\"2026-10-14T12:55:26+00:00\",\"dateModified\":\"2026-10-14T12:56:27+00:00\",\"description\":\"Tol\u00e9rancement dans Ellistat data Analysis, mesurer votre production et afficher l\u00e0 sous forme de nuage de points.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#primaryimage\",\"url\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/tolerancement1.png\",\"contentUrl\":\"https:\\\/\\\/ellistat.com\\\/wp-content\\\/uploads\\\/tolerancement1.png\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/guide-dutilisateur\\\/scpecigraphe\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\\\/\\\/ellistat.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Scp\u00e9cigraphe\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/ellistat.com\\\/#website\",\"url\":\"https:\\\/\\\/ellistat.com\\\/\",\"name\":\"Ellistat\",\"description\":\"La suite qualit\u00e9 de l'industrie m\u00e9canique\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/ellistat.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Scp\u00e9cigraphe \u2013 Ellistat","description":"Toleranzwerte in Ellistat Data Analysis: Messen Sie Ihre Produktion und stellen Sie die Ergebnisse als Punktwolke dar.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/ellistat.com\/de\/benutzerhandbuch\/spezigraph\/","og_locale":"de_DE","og_type":"article","og_title":"Scp\u00e9cigraphe - Ellistat","og_description":"Tol\u00e9rancement dans Ellistat data Analysis, mesurer votre production et afficher l\u00e0 sous forme de nuage de points.","og_url":"https:\/\/ellistat.com\/de\/benutzerhandbuch\/spezigraph\/","og_site_name":"Ellistat","article_modified_time":"2026-10-14T12:56:27+00:00","og_image":[{"width":908,"height":404,"url":"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_misc":{"Gesch\u00e4tzte Lesezeit":"14\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/","url":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/","name":"Scp\u00e9cigraphe \u2013 Ellistat","isPartOf":{"@id":"https:\/\/ellistat.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#primaryimage"},"image":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#primaryimage"},"thumbnailUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png","datePublished":"2026-10-14T12:55:26+00:00","dateModified":"2026-10-14T12:56:27+00:00","description":"Toleranzwerte in Ellistat Data Analysis: Messen Sie Ihre Produktion und stellen Sie die Ergebnisse als Punktwolke dar.","breadcrumb":{"@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#primaryimage","url":"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png","contentUrl":"https:\/\/ellistat.com\/wp-content\/uploads\/tolerancement1.png"},{"@type":"BreadcrumbList","@id":"https:\/\/ellistat.com\/guide-dutilisateur\/scpecigraphe\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/ellistat.com\/"},{"@type":"ListItem","position":2,"name":"Scp\u00e9cigraphe"}]},{"@type":"WebSite","@id":"https:\/\/ellistat.com\/#website","url":"https:\/\/ellistat.com\/","name":"Ellistat","description":"Die Qualit\u00e4tssuite der Maschinenbauindustrie","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/ellistat.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"}]}},"_links":{"self":[{"href":"https:\/\/ellistat.com\/de\/wp-json\/wp\/v2\/guide-dutilisateur\/4908","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ellistat.com\/de\/wp-json\/wp\/v2\/guide-dutilisateur"}],"about":[{"href":"https:\/\/ellistat.com\/de\/wp-json\/wp\/v2\/types\/guide-dutilisateur"}],"wp:attachment":[{"href":"https:\/\/ellistat.com\/de\/wp-json\/wp\/v2\/media?parent=4908"}],"wp:term":[{"taxonomy":"menu-guide-dutilisateur","embeddable":true,"href":"https:\/\/ellistat.com\/de\/wp-json\/wp\/v2\/menu-guide-dutilisateur?post=4908"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Beim Wechsel von Y \u2192 X zu X \u2192 Y werden die Zielwerte und Toleranzen der X-Werte automatisch mit dem soeben abgeleiteten Ergebnis vorbelegt: Auf diese Weise l\u00e4sst sich die \u00dcbereinstimmung der beiden Messwerte sofort \u00fcberpr\u00fcfen.<\/p>\n\n\n\n
Das Modell<\/h3>\n\n\n\n
Grad 1 oder 2 sowie als zweiter Faktor ein Feld \u201eInteraktion X\u2081\u00b7X\u2082\u201c. Grad 1 reicht in den meisten F\u00e4llen aus; Grad 2 wird verwendet, wenn die Verteilung sichtbar gekr\u00fcmmt ist. Die Regression wird nach der Methode der kleinsten Quadrate auf zentrierten Variablen berechnet.<\/p>\n\n\n\n
\u26a0\ufe0f Der Grad 2 ist nicht kostenlos. Er verbraucht einen Freiheitsgrad, macht die Toleranz von X asymmetrisch (das Ergebnis wird dann als +a \/ \u2212b und nicht als \u00b1 angezeigt) und kann mehrere disjunkte Akzeptanzbereiche erzeugen. Verwenden Sie ihn nur, wenn tats\u00e4chlich eine Kr\u00fcmmung vorliegt: Der Bildschirm weist Sie in beide Richtungen darauf hin, indem er den Grad 2 vorschl\u00e4gt, wenn die Residuen gekr\u00fcmmt sind, und eine \u00dcberanpassung signalisiert, wenn der quadratische Term nicht signifikant ist.<\/p>\n\n\n\n
Die Kumulierungsmethode<\/h3>\n\n\n\n
Vier Methoden, von der vorsichtigsten bis zur kosteng\u00fcnstigsten. Sie \u00e4ndern nichts am Modell, sondern lediglich an der Art und Weise, wie der Sicherheitsstreifen entnommen und die Dispersionen zusammengestellt werden.<\/p>\n\n\n\n Sie addiert sich quadratisch zur Reststreuung des Modells. Setzen Sie den Wert auf 0, wenn die Unsicherheit im Vergleich zum Residuum vernachl\u00e4ssigbar ist; geben Sie sie an, sobald sie in derselben Gr\u00f6\u00dfenordnung liegt, da sonst eine Anforderung auf X \u00fcbertragen wird, die eigentlich nur f\u00fcr das Messmittel gilt.<\/p>\n\n\n\n Man gibt einen Mindest- und einen H\u00f6chstwert ein, nicht jedoch einen Zielwert mit einer Toleranz. Das ist beabsichtigt: Die beiden Felder sind unabh\u00e4ngig voneinander, und eines der beiden kann leer bleiben.<\/p>\n\n\n\n Diese Liste enth\u00e4lt nur zwei Faktoren und gilt in Richtung Y \u2192 X. Sie ist die Antwort auf eine echte Schwierigkeit: Das Problem ist unterbestimmt. Eine einzige Gleichung, zwei Unbekannte \u2013 es gibt unendlich viele Toleranzpaare, die Y gew\u00e4hrleisten. Keine Berechnung allein kann hier eine Entscheidung treffen; es handelt sich um eine Entscheidung, und der Bildschirm fordert Sie auf, diese explizit zu treffen.<\/p>\n\n\n\n Die Zielwerte und Toleranzen der X-Achse werden in der Richtung X \u2192 Y eingegeben, und zwar in zwei Faktoren, wenn eine \u00abvorgeschriebene\u00bb Regel ausgew\u00e4hlt wird.<\/p>\n\n\n\n In einem einzigen Diagramm sind alle \u00dcberlegungen zusammengefasst: die Messwertwolke, die Modellkurve, der durch eine gepunktete Linie eingefasste Sicherheitsbereich, die Min- und Max-Spezifikationslinien f\u00fcr Y, die abgeleiteten Grenzwerte f\u00fcr X als beschriftete vertikale Linien sowie der Akzeptanzbereich als gr\u00fcne Fl\u00e4che \u2013 die Gesamtheit der X-Einstellungen, die Y gew\u00e4hrleisten.<\/p>\n\n\n\n Wenn man mit der Maus \u00fcber einen Punkt f\u00e4hrt, werden dessen Werte, der vorhergesagte Wert und der Residualwert angezeigt. Wenn man mit der Maus \u00fcber den Hintergrund f\u00e4hrt, werden der X-Wert, der vorhergesagte Y-Wert, die lokale Sensitivit\u00e4t und die Wahrscheinlichkeit der \u00dcbereinstimmung an dieser Stelle angezeigt.<\/p>\n\n\n\n Auf dem obigen Screenshot betr\u00e4gt die Spezifikation f\u00fcr Y 30\/40, und das Modell der Ordnung 1 hat eine Steigung von 1,20: Die Toleranz von 10 bei Y erlaubt nach Abzug des Sicherheitsbereichs einen Bereich von 5,009 bei X\u2081, zwischen 11,068 und 16,077.<\/p>\n\n\n\n In zwei Faktoren ist der Akzeptanzbereich kein Intervall mehr, sondern eine Region der Ebene (X\u2081, X\u2082). \u00dcber die Segmentschaltfl\u00e4che werden zwei Ansichten angeboten:<\/p>\n\n\n\n \ud83d\udca1 Das Rechteck ist immer kleiner als der Akzeptanzbereich: Eine Zeichnung weist rechteckige Toleranzen auf, w\u00e4hrend der tats\u00e4chlich konforme Bereich schr\u00e4g verl\u00e4uft, sobald sich die beiden Faktoren gegenseitig ausgleichen. Die Differenz zwischen beiden entspricht genau der Toleranz, die durch die rechteckige Form verloren geht \u2013 und genau diese gewinnt man zur\u00fcck, wenn man beide Faktoren gemeinsam steuert.<\/p>\n\n\n\n Auf diesem Screenshot weist die anteilige Verteilung der Prozessf\u00e4higkeit X\u2081 einen Wert von \u00b13,033 und X\u2082 einen Wert von \u00b10,298 zu: Die beiden Toleranzen unterscheiden sich stark voneinander, erfordern jedoch f\u00fcr jeden der beiden Prozesse denselben Cp-Wert (0,35).<\/p>\n\n\n\n Die rechte Spalte enth\u00e4lt das Ergebnis in einer Form, die sich direkt in eine Zeichnung \u00fcbertragen l\u00e4sst: das Ziel jedes X, das Toleranzintervall und die beiden Grenzwerte. Hinzu kommen die Gr\u00f6\u00dfen, anhand derer sich dieses Ergebnis beurteilen l\u00e4sst:<\/p>\n\n\n\n \u26a0\ufe0f Bei Grad 2 ist die Toleranz asymmetrisch und wird als +a \/ \u2212b angegeben. Tragen Sie diese nicht als \u00b1 in die Zeichnung ein: Der Spielraum ist auf beiden Seiten des Ziels nicht gleich gro\u00df.<\/p>\n\n\n\n Eine Toleranz\u00fcbertragung ist nur so gut wie das Modell. Der Abschnitt \u201eQualit\u00e4t\u201c des Modells liefert in der f\u00fcr die Auswertung relevanten Reihenfolge: die Anzahl der ber\u00fccksichtigten Punkte, den R\u00b2-Wert und den angepassten R\u00b2-Wert, die Residualstreuung S, gefolgt von einer Tabelle der Modellterme mit ihren Koeffizienten und p-Werten sowie die Anzahl der verbleibenden Freiheitsgrade. Abschlie\u00dfend wird ein farbiger Balken angezeigt, der dieselbe Farbcodierung wie die Hypothesentests verwendet.<\/p>\n\n\n\n \ud83d\udca1 Der R\u00b2-Wert ist hier nicht der richtige Indikator, entscheidend ist S. R\u00b2 gibt an, welcher Anteil der Variation erkl\u00e4rt wird; S gibt in Y-Einheiten an, was das Modell nicht vorhersagen kann \u2013 und genau dieses S, und nur dieses S, wird von Ihrer Toleranz abgezogen.<\/p>\n\n\n\n Es handelt sich um das quer \u00fcber den gesamten Bildschirm verlaufende Band am unteren Bildschirmrand, das wahrscheinlich die n\u00fctzlichste Information auf dem Bildschirm darstellt. Es gliedert die Toleranz von Y in Segmente auf: die Reststreuung des Modells, die Messunsicherheit sowie den verbleibenden Anteil f\u00fcr X\u2081 und f\u00fcr X\u2082.<\/p>\n\n\n\n Die Angabe unter dem Strich pr\u00e4zisiert die Art der Aufteilung: arithmetische Aufteilung im ung\u00fcnstigsten Fall und innerhalb eines Toleranzbereichs, Aufteilung der Varianzen in der Statistik und in der Tr\u00e4gheitsanalyse. Die beiden werden nicht auf dieselbe Weise gelesen und lassen sich auch nicht auf dieselbe Weise addieren.<\/p>\n\n\n\n \ud83d\udca1 Lesen Sie die Bilanz, bevor Sie sich das Ergebnis ansehen. Wenn die Reststreuung 40 % des Balkens einnimmt, bedeutet dies, dass 40 % der Toleranz des Kunden bereits durch etwas aufgebraucht sind, das Sie nicht erkl\u00e4ren k\u00f6nnen \u2013 noch bevor Sie \u00fcberhaupt ein Teil gefertigt haben. Der einzige Hebel ist dann das Modell: ein weiterer Erkl\u00e4rungsfaktor oder eine Messung mit weniger Rauschen.<\/p>\n\n\n\n Eine Toleranzumrechnung liefert immer eine Zahl. Die Frage ist, ob diese Zahl eine Aussagekraft hat. Ellistat pr\u00fcft f\u00fcr Sie, in welchen F\u00e4llen sie keine Aussagekraft hat, und zeigt dies deutlich unter dem Diagramm oder im \u00dcbersichtsbanner an.<\/p>\n\n\n\n \ud83d\udca1 Diese Meldungen sind keine Optionen: Sie werden automatisch angezeigt. Das ist der Unterschied zwischen einer Toleranz\u00fcbertragung und einer einfachen Division durch die Steigung.<\/p>\n\n\n\n Die andere Lesart beantwortet eine Frage der Verhandlung: \u00abMein Verfahren kann eine bestimmte Toleranz bei X einhalten; wie sieht es dann bei Y aus?\u00bb Sie geben die Zielwerte und Toleranzen f\u00fcr X ein, und Ellistat berechnet das Verhalten von Y: erwarteter Mittelwert und Standardabweichung, abgeleitetes Toleranzintervall im Vergleich zu dem Ihnen vorliegenden, prognostizierte Cp- und Cpk-Werte sowie die Ausschussrate in ppm.<\/p>\n\n\n\n Die Berechnung des ppm erfolgt \u00fcber eine Simulation und nicht durch eine einfache Kaskadierung der Toleranzen: Sobald das Modell keine Gerade ist, ist die lineare Weitergabe der Abweichungen falsch.<\/p>\n\n\n\n \ud83d\udca1 Das Hin- und Herwechseln zwischen den beiden Richtungen ist der produktivste Vorgang auf dem Bildschirm. Zun\u00e4chst wird die erforderliche Toleranz ermittelt (Y \u2192 X), stellt fest, dass diese nicht erreichbar ist, wechselt dann zu X \u2192 Y mit den M\u00f6glichkeiten des Verfahrens und erh\u00e4lt so den ppm-Wert, der dem Kunden mitgeteilt werden soll \u2013 oder das quantifizierte Argument f\u00fcr die Neuverhandlung der Spezifikation. Beim Wechsel werden die abgeleiteten Werte automatisch \u00fcbernommen.<\/p>","protected":false},"featured_media":0,"menu_order":0,"template":"","meta":{"_acf_changed":true},"menu-guide-dutilisateur":[42],"class_list":["post-4908","guide-dutilisateur","type-guide-dutilisateur","status-publish","hentry","menu-guide-dutilisateur-9-tolerancement"],"acf":[],"yoast_head":"\nMethode<\/strong><\/td> Was Sie angeben<\/strong><\/td> Was dies voraussetzt<\/strong><\/td><\/tr><\/thead> Worst-Case-Szenario (Z\u00b7S)<\/td> Ein Z-Koeffizient (Standardwert: 2)<\/td> Der Sicherheitsbereich betr\u00e4gt das Z-fache der Reststreuung. Eine einfache rechnerische Methode, die jedoch sehr stark vom gew\u00e4hlten Z-Wert abh\u00e4ngt: Zwischen Z = 2 und Z = 3 kann sich die Toleranz von X um das Zehnfache verringern.<\/td><\/tr> Toleranzband (p, 1\u2212\u03b1)<\/td> Ein Anteil konformer Teile (90 \/ 95 \/ 99 \/ 99,73 %) und ein Konfidenzniveau (90 \/ 95 \/ 99 %)<\/td> Sie w\u00e4hlen keinen Koeffizienten mehr aus, sondern geben eine Absicht an. Der Abdeckungsfaktor wird unter Ber\u00fccksichtigung der Anzahl der Freiheitsgrade und der Unsicherheit hinsichtlich der Lage der Kurve berechnet. Diese Methode ist vorzuziehen, wenn das Ergebnis vertretbar sein muss.<\/td><\/tr> Statistik<\/td> Ein angestrebter Cpk-Wert f\u00fcr Y (Standardwert: 1)<\/td> Die Streuungen addieren sich nicht mehr, sondern werden in Quadratur zusammengesetzt. Dies ist deutlich weniger nachteilig als der schlimmsten Fall, vorausgesetzt, die X-Werte sind unabh\u00e4ngig.<\/td><\/tr> Tr\u00e4gheits-<\/td> Nichts als die Spezifikation<\/td> Das Ergebnis wird als maximal zul\u00e4ssige Tr\u00e4gheit in der X-Richtung angegeben: Sie k\u00f6nnen frei zwischen Streuung und Dezentrierung w\u00e4hlen, solange \u221a(\u03c3\u00b2 + \u03b4\u00b2) unterhalb der Tr\u00e4gheit bleibt. Nur als beidseitige Ausf\u00fchrung erh\u00e4ltlich.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n Die Messunsicherheit bei Y<\/h3>\n\n\n\n
Die Spezifikation von Y<\/h3>\n\n\n\n
\n
Die Aufteilung zwischen den beiden X<\/h3>\n\n\n\n
\n
Die Grafik lesen<\/h2>\n\n\n\n
<\/figure>\n\n\n\n\n
<\/figure>\n\n\n\nDie abgeleitete Spezifikation<\/h2>\n\n\n\n
\n
Die Qualit\u00e4t des Modells<\/h2>\n\n\n\n
Die Toleranzbilanz<\/h2>\n\n\n\n
Die Gel\u00e4nder<\/h2>\n\n\n\n
Festgestellte Situation<\/strong><\/td> Was Ellistat sagt<\/strong><\/td><\/tr><\/thead> Unbedeutende Steigung<\/td> Die Verbindung ist zu schwach, um eine Toleranz anzugeben: Der Bereich auf X ist nicht begrenzt. Das Ergebnis wird blockiert, es werden keine Zahlen angezeigt \u2013 dies ist beabsichtigt.<\/td><\/tr> Deutliche, aber ungewisse Steigung<\/td> Die Unsicherheit bez\u00fcglich der Steigung vergr\u00f6\u00dfert die tats\u00e4chliche Toleranz; die Gr\u00f6\u00dfenordnung dieser Vergr\u00f6\u00dferung wird angegeben.<\/td><\/tr> Nicht modellierte Kr\u00fcmmung<\/td> Die Reste der Stufe 1 bilden eine Kr\u00fcmmung: Es wird empfohlen, zur Stufe 2 \u00fcberzugehen.<\/td><\/tr> Unbedeutende Kr\u00fcmmung<\/td> Auf Stufe 2 ist der quadratische Term nicht aussagekr\u00e4ftig: Das Modell ist \u00fcberangepasst; kehren Sie zu Stufe 1 zur\u00fcck.<\/td><\/tr> Inhomogene Verteilung<\/td> Die Streuung nimmt \u00fcber die gesamte Wolke hinweg zu: Der Streifen ist kein Parallelogramm mehr, die abgeleitete Toleranz ist asymmetrisch.<\/td><\/tr> Zusammenh\u00e4ngende Faktoren<\/td> Die beiden X variieren im Prozess gemeinsam: Ihre Koeffizienten sind kaum voneinander getrennt, die Aufteilung zwischen den beiden ist instabil.<\/td><\/tr> Hochrechnung<\/td> Der abgeleitete Zielwert liegt au\u00dferhalb des tats\u00e4chlich beobachteten Bereichs: Das Modell wurde dort nie \u00fcberpr\u00fcft.<\/td><\/tr> Industrielle Machbarkeit<\/td> Die abgeleitete Toleranz wird mit der tats\u00e4chlich beobachteten Streuung bei X verglichen. Ist sie enger, wird dies in der Nachricht im Klartext angegeben und der Bericht verschl\u00fcsselt.<\/td><\/tr> Dominanter R\u00fcckstand<\/td> Das Modell beansprucht mehr als die H\u00e4lfte der Toleranz von Y: Vor der Festlegung der Toleranz sollte nach einem weiteren erkl\u00e4renden Faktor gesucht werden.<\/td><\/tr> Keine Annahmestelle<\/td> Kein Wert f\u00fcr X gew\u00e4hrleistet die Spezifikation von Y: Die \u00dcbertragung ist in diesem Zustand nicht m\u00f6glich, und auf dem Bildschirm wird angezeigt, was freigegeben werden m\u00fcsste.<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n Richtung X \u2192 Y: \u00fcberpr\u00fcfen<\/h2>\n\n\n\n