Datentransformation zur Analyse nicht-normal verteilter Daten in stabilen Prozessen
Autor: Cindy HeinzemannVeröffentlicht am 15. September 2025Zuletzt aktualisiert am 22. Oktober 2026

Lesezeit: ca. 4 Minuten | Q-Learning Snack
Kurz gesagt: Eine Datentransformation wandelt nicht-normal verteilte Messwerte mit einer mathematischen Funktion – etwa Logarithmus, Wurzel, Kehrwert oder Box-Cox – so um, dass sie annähernd normalverteilt sind. So lassen sich Verfahren wie die Prozessfähigkeitsanalyse (Cpk) auch auf schiefe Daten stabiler Prozesse anwenden. Wenn die Daten nicht normal sind, bring sie mit einer Transformation in Form! Viele statistische Analyseverfahren setzen normalverteilte Daten voraus. Bei Abweichungen hilft eine Datentransformation, die Verteilung der Daten der Normalverteilung anzunähern, sodass bewährte Methoden weiterhin zuverlässig anwendbar bleiben. ➡Daten prüfen: Histogramm, Q-Q-Plot oder Normalverteilungstest. ➡Transformation wählen: Je nach Schiefe der Daten (siehe unten). ➡Daten transformieren, erneut prüfen. ➡Analyse durchführen, ggf. zurücktransformieren. ➡ Logarithmische Transformation (log(x)): Geeignet bei rechtsschiefen Daten, z. B. Lebensdauer, Wartezeiten. ➡ Wurzeltransformation (√x): Oft sinnvoll bei Zähldaten oder kleinen positiven Werten. ➡ Box-Cox-Transformation: Systematische Methode zur Bestimmung der optimalen Transformation. ➡ Reziproke Transformation (1/x): Für stark rechtsschiefe Daten mit großen Ausreißern. Ein Unternehmen misst die Aushärtezeit eines Klebstoffs (in Minuten). ➡ Die originalen Prozessdaten über 10 Proben sind: (x in min): 12, 14, 15, 16, 18, 22, 25, 30, 35, 50 Die Daten sind rechtsschief verteilt (viele kleinere, wenige große Werte). Eine Prozessfähigkeitsanalyse (z. B. Cpk) wäre aufgrund der fehlenden Normalverteilung nicht zulässig. ➡ Anwendung einer logarithmischen Transformation (zur Basis 10): log(x): 1.08, 1.15, 1.18, 1.20, 1.26, 1.34, 1.40, 1.48, 1.54, 1.70 Diese Daten sind nun deutlich symmetrischer verteilt – nahe einer Normalverteilung. ➡ Weiterverwendung der transformierten Daten: Auf Basis der transformierten Werte kann nun eine statistische Prozessfähigkeitsanalyse durchgeführt werden, z.B. durch Berechnung von Mittelwert, Standardabweichung oder Prozessfähigkeit (Cpk) auf der transformierten Skala. ➡ Optional: Rückrechnung des Mittelwerts durch 10 hoch Mittelwert, um ihn in Minuten zu interpretieren. Berechnung und Schlussfolgerung: 101,336=21,67 → Der logarithmierte Mittelwert von 1,336 entspricht im Originalmaßstab einem Wert von etwa 21,67 Minuten. ➡ Im Vergleich zum Mittelwert der Originaldaten (23,7), der durch Ausreißer verzerrt ist, liefert der transformierte Mittelwert (21,7) eine realistischere Basis für weitere statistische Analysen. Datentransformationen sind essenziell, um statistische Analysen auf nicht-normal verteilte, aber stabile Prozessdaten korrekt anzuwenden. Sie ermöglichen verlässliche Aussagen zur Prozessfähigkeit und Qualität und stellen sicher, dass Entscheidungen auf soliden statistischen Grundlagen beruhen.
Merksatz
Warum ist das wichtig?
Vorgehensweise
Gängige Transformationsarten
Konkretes Rechenbeispiel
Fazit
FAQ: Häufige Fragen zur Datentransformation
Was ist eine Datentransformation?
Wann ist eine Datentransformation sinnvoll?
Was ist die Box-Cox-Transformation?
Müssen die Spezifikationsgrenzen ebenfalls transformiert werden?
Über den Autor

Cindy HeinzemannTraining, Coaching, Kursentwicklung
Dank ihrer langjährigen und umfassenden Erfahrung in der Leitung von LEAN- und SIX SIGMA-Projekten sowie im Coaching begleitet Cindy Heinzemann unsere Teilnehmenden zielgerichtet durch die Kurse. Mit ihrem fundierten Fachwissen und ihrer positiven Art versteht sie es, theoretische Inhalte mit praxisnahen Erfahrungsberichten zu verbinden und dadurch den Lernerfolg zu gewährleisten. Als zertifizierte Nachhaltigkeitsmanagerin (TÜV) liegt es ihr sehr am Herzen, die Zukunftsfähigkeit für Neuentwicklungen oder Verbesserungen von Produkten und/oder Prozessen als Selbstverständlichkeit zu berücksichtigen und somit nachhaltige Lösungen zu gewährleisten.Qualifikationen
SIX SIGMA Master Black Belt | DESIGN FOR SIX SIGMA Black Belt | LEAN Master
DESIGN FOR SIX SIGMA Black Belt
LEAN Master