Wie berechnet man die BX-Lebensdauer aus Garantiedaten, die in einer dreieckigen Matrix vorliegen?
In meinem ersten Artikel, So wird der B10-Wert mit Statistiksoftware berechnet, erläutere ich, was der B10-Wert ist und wie er in Minitab berechnet wird. Im zweiten Teil wird gezeigt, wie ein beliebiger BX-Wert in Minitab berechnet werden kann. Doch bevor ich meine Blog-Reihe zu BX mit der Herleitung abschließe, warum BX einer der besten Messwerte für die Zuverlässigkeit ist, möchte ich die Gelegenheit ergreifen und auf die LinkedIn-Frage eingehen, die sich möglicherweise auch andere Leser schon gestellt haben.
BX kann ein hilfreicher Wert sein, um Garantiezeiträume für Produkte festzulegen. Warum? Hiermit wird die Zeit angegeben, zu der X % der Einheiten in einer Grundgesamtheit ausgefallen sind. Ein Hersteller kann also einen Garantiezeitraum auf der Grundlage des B10-Werts für ein Produkt festlegen, um die Anzahl von Kunden zu reduzieren, die Garantieleistungen in Anspruch nehmen, wenn das gekaufte Produkt innerhalb des Garantiezeitraums ausfällt. Wenn Sie eine Garantieanalyse in Minitab durchführen, sollen Sie diesen Wert natürlich auch berechnen können! Doch wenn Sie die Rohdaten zur Zuverlässigkeit aus der Praxis betrachten, die in Form einer Dreiecksmatrix erfasst werden, ist nicht klar erkennbar, wie daraus der B10-Wert berechnet werden kann.
Häufig werden Rohdaten zur Zuverlässigkeit in Form der Anzahl gelieferter Systeme und der Anzahl der zurückgegebenen Systeme aus einer Lieferung über einen Zeitraum verfolgt. Wenn mehrere Lieferungen zu unterschiedlichen Terminen erfolgen und die entsprechenden Rückgaben erfasst werden, liegen die aufgezeichneten Daten in Form einer Dreiecksmatrix vor.
In Minitab gibt es ein Werkzeug, mit dem Sie Daten zu Lieferungen und Garantierückgaben aus dem Matrixformat in ein Standardformat für Zuverlässigkeitsdaten mit Ausfällen konvertieren können.
Betrachten wir zur Veranschaulichung ein neues Beispiel mit neuen Daten. Wenn Sie dem Beispiel folgen wollen, navigieren Sie im Hilfebereich online zur Datei Kompressor.MTW.
So sehen die Daten aus:
Jetzt können Sie mit Garantiedaten vorbereiten in Minitab die Daten aus der Dreiecksmatrix in das Intervallzensierungsformat konvertieren. Wählen Sie Statistik > Zuverlässigkeit/Lebensdauer > Garantieanalyse > Garantiedaten vorbereiten aus. Geben Sie im Feld Spalte für Lieferung (Verkauf) die Variable Versand ein. Geben Sie im Feld Spalten für Rückgabe (Ausfall) den Wert Monat1-Monat12 ein. Klicken Sie auf OK.
Bei der Vorbereitung werden die Spalten Startzeit, Endzeit und Häufigkeitenim Arbeitsblatt erstellt.
Mit diesen Spalten können Sie jetzt unter Verwendung der Befehle Statistik > Zuverlässigkeit/Lebensdauer > Verteilungsanalyse (beliebige Zensierung) > Verteilungsgebundene Analyse den BX-Wert abrufen. Geben Sie im Feld Startvariablen den Wert Startzeit, im Feld Endvariablen den Wert Endzeit und im Feld Häufigkeitenspalten (optional) den Wert Häufigkeiten ein. Achten Sie darauf, dass Sie die richtige angenommene Verteilung ausgewählt haben. Wir nehmen an, dass die Weibull-Verteilung für unsere Daten geeignet ist.
Klicken Sie auf die Schaltfläche Schätzen, um Prozentwerte einzugeben, die neben den Standardausgaben geschätzt werden sollen. In diesem Fall soll der B15-Wert ermittelt werden, geben Sie daher im Feld Perzentile für diese zusätzlichen Prozentsätze schätzen den Wert 15 ein
Wenn wir zum Schließen der Dialogfelder auf OK klicken, führt Minitab die Analyse aus. Zu den Ausgaben in Minitab gehört die praktische Perzentiltabelle, die auch den B15-Wert enthält, d. h. die Zeit, zu der 15 % der Einheiten in der Grundgesamtheit ausgefallen sein werden.
Hier sehen Sie das Ergebnis.
Auch wenn Sie Garantiedaten erfassen und Garantieanalysen in Minitab durchführen, können Sie Werkzeuge und Metriken für die Zuverlässigkeit nutzen, z. B. BX. Minitab erleichtert Ihnen in dieser Hinsicht sogar die Arbeit, weil Sie Ihre Daten mit „Garantiedaten vorbereiten“ optimal für Ihre Zuverlässigkeitsanalyse vorbereiten können.
Aber ich verspreche Ihnen, dass wir diese Artikelreihe jetzt wirklich abschließen. Im letzten Artikel betrachten wir die Gründe, weshalb BX ein hilfreicher Messwert für die Zuverlässigkeit ist.