Statistische Methoden der Qualitätssicherung

Aufbauend auf einer fundierten Darstellung grundlegender statistischer Verfahren werden Verfahren zur Qualitätssicherung und Zuverlässigkeitsanalyse anwendungsorientiert präsentiert.
Die vorgestellten Methoden und Verfahren werden in ein Qualitätsmanagement-System nach ISO 9000 ff. eingeordnet. Die Autoren stellen zunächst gängige Qualitätswerkzeuge vor. Die Anwendung wird mittels praktischer Beispiele erläutert. Im Abschnitt Messsystemanalyse (MSA) werden die Verfahren der MSA erläutert. Die praktische Umsetzung wird wiederum mittels geeigneter Software-Lösungen anschaulich vorgestellt. Bei Prozessfähigkeitsanalysen erfolgt neben einer Behandlung der üblichen Verfahren eine ausführliche Diskussion der Modellannahmen und der hieraus resultierenden Schwierigkeiten. Mittels konkreter Handlungsempfehlungen werden Studierenden und Praktikern Lösungsansätze für verschiedenste Situationen erschlossen.
Mit (n,c)- und sequentiellen Stichprobenplänen werden anwendungsorientierte Verfahren zur Wareneingangsprüfung vorgestellt.
Die Autoren präsentieren verschiedene Ansätze zur Modellierung der Zuverlässigkeit technischer Komponenten und Systeme vor. Neben klassischen Verfahren basierend auf der Exponential- und Weibull-Analyse werden nichtparametrische Methoden vorgestellt.
Bei der statistischen Prozesslenkung legen die Autoren besonders Wert auf die praktische Umsetzung mittels geeigneter Software (Minitab, JMP). Anforderungen in der betrieblichen Praxis und häufig auftretende Fehler werden ausführlich diskutiert.
Abschließend nehmen die Autoren Bezug auf die statistische Versuchsplanung. Im Sinne einer Einführung wird nur auf faktorielle Pläne und das Screening eingegangen.

Autorentext
Prof. Dr. Konrad Wälder studierte Wirtschaftsmathematik mit Schwerpunkt Statistik an der Universität Ulm. Sein Promotionsstudium führte ihn an die TU Bergakademie Freiberg, wo er zum Dr.-Ing. promovierte. Nach einer mehrjährigen Tätigkeit als wissenschaftlicher Mitarbeiter an der TU Bergakademie Freiberg war er als statistical Consultant tätig. Schwerpunkte dieser Tätigkeit waren die Durchführung von Schulungsmaßnahmen und Consultingprojekten in den Bereichen Statistik mit den Schwerpunkten statistische Versuchsplanung und Qualitäts- bzw. Zuverlässigkeitsstatistik. Seit September 2009 ist Prof. Wälder mit dem Berufungsgebiet Qualitätssicherung und quantitative Methoden an der Hochschule Lausitz (FH) in Senftenberg tätig.PD Dr. rer. nat. habil. Olga Wälder studierte angewandte Mathematik am Moskauer Institut für elektronischen Maschinenbau (MIEM). Ihre Promotion schloss sie an der TU Bergakademie Freiberg ab. Sie war mehrere Jahre wissenschaftliche Mitarbeiterin an der TU Dresden, wo sie im Jahr 2008 habilitierte. Aktuell ist sie Lehrbeauftragte für Mathematik und Statistik an mehreren Hochschulen und im Management einer internationalen Consultinggesellschaft für Statistik tätig.

Leseprobe

1. Einführung
   1.1 Der Qualitätsbegriff
   1.2 Einführung in das Qualitätsmanagement

   2. Statistische Grundlagen
      2.1 Deskriptive Statistik
      2.2 Wichtige Verteilungen
      2.3 Schließende Statistik
      2.4 ANOVA und Regression
   3. Ausgewählte Methoden und Qualitätswerkzeuge
      ( Pareto-Analyse, Ishikawa-Diagramm, Quality Function Deployment, etc.)

   4. Messsystemanalyse und Prozessfähigkeit
      3.1 Anforderungen an Messmittel
      3.2 Messmittelanalyse, Gage R&R
      3.2 Prozessfähigkeit, Prozessfähigkeitsindizes, Sigma-Niveau, nicht-normalverteilte Daten

   5. Stichprobenpläne (Annahmestichprobenprüfung)
      4.1 (n,c)-Stichprobenpläne
      4.2 sequentielle Stichprobenpläne
   6. Zuverlässigkeitsanalyse
      5.1 Zuverlässigkeitsanalyse mit der Exponentialverteilung
      5.2 Zuverlässigkeitsanalyse mit der Weibull-Verteilung
      5.3 Nichtparametrische Verfahren
   7. Statistische Prozesslenkung (SPC)
      6.1. Einführung (Prozessbeherrschung, KVP)
      6.2. Mittelwert-, R- und s-Karten
      6.3. Regelkarten für attributive Variablen
      6.4. Regelkarten für sequentielle Daten
      6.5. Die multivariate Regelkarte
   8. Einführung in die statistische Versuchsplanung
      Faktorielle Pläne zur Identifikation wichtiger Einflussfaktoren (Screening)