Attributive Messübereinstimmung und Fehlklassifizierung

Warum das wichtig ist

Nicht jede Qualitätsentscheidung erzeugt einen stetigen Messwert. Dass eine Oberfläche als konform befunden, eine Markierung als lesbar gewertet oder eine Verbindung angenommen wird, sind Klassifizierungsentscheidungen. In einem solchen System besteht die Verlässlichkeit nicht nur darin, dass derselbe Beobachter dieselbe Entscheidung wiederholt. Beobachter können sich untereinander einigen und gegenüber der Referenz trotzdem denselben Fehler machen. Deshalb werden zwei getrennte Fragen gestellt: Wie konsistent sind die Entscheidungen, und wie gut stimmen sie mit dem anerkannten Referenzzustand überein? Die Daten, die die erste Frage beantworten, beantworten die zweite nicht automatisch. Ist unbekannt, wie die Referenz aufgebaut wurde, lässt sich allein aus der Zahl gemeinsamer Entscheidungen keine Richtigkeit behaupten. Das Klassifizierungssystem umfasst Gerät, Beschreibung, Muster und entscheidende Person zusammen.

Bei einer Entscheidung mit zwei Klassen gibt es vier Möglichkeiten. Ein nach der Referenz nicht konformes Objekt kann als nicht konform befunden oder als konform bezeichnet und damit übersehen werden. Ein nach der Referenz konformes Objekt kann als konform befunden oder fälschlich abgelehnt werden. Der Anteil der richtigen Entscheidungen an der Gesamtzahl ergibt die Gesamtübereinstimmung. Der Nenner der Fehlerschlupfrate sind dagegen die nach der Referenz nicht konformen Objekte. Der Nenner der Fehlrückweisungsrate sind die nach der Referenz konformen Objekte. Wenn sich die Nenner ändern, ändert sich der Sinn der Frage. Wie viele nicht konforme Teile unter allen Entscheidungen durchgerutscht sind, ist nicht dieselbe Information wie der Anteil der nicht konformen Teile, die gefunden wurden. Diese Unterscheidung gewinnt besonders in Prozessen an Bedeutung, in denen der Fehler selten ist. Wer der Mehrheitsklasse stets dieselbe Antwort gibt, kann eine hohe Gesamtübereinstimmung erzeugen.

Die Referenzentscheidung muss unabhängig und begründet aufgebaut sein. Die eigene Entscheidung des untersuchten Beobachters als Referenz zu nehmen wäre eine zirkuläre Bestätigung. Es müssen eine klare Definition, geeignete Prüfbedingungen und bei Bedarf ein verlässlicheres Bestätigungsverfahren verwendet werden. Bei Grenzmustern kann auch die Referenz eine Unsicherheit haben. Statt diese Objekte stillschweigend in die Spalte konform oder nicht konform zu schieben, wird die Unsicherheit markiert und die Referenz geklärt. Die gemeinsame Entscheidung mehrerer Fachleute kann nützlich sein; eine bloße Mehrheitsabstimmung begründet jedoch keine absolute Richtigkeit. Es muss erklärt werden, auf welchen Befund man sich stützt. Zweck der Studie ist nicht, Personen zu beschuldigen, sondern herauszufinden, wo Beschreibung und Entscheidungsbedingungen auseinanderlaufen. Eine fehlerhafte gemeinsame Beschreibung kann bei allen Beobachtern denselben Fehler erzeugen.

Schema: [Referenzklasse] × [Beobachterentscheidung] → [richtige Annahme / richtige Ablehnung / falsche Annahme / falsche Ablehnung] → [für jede Rate ihr eigener Nenner]. Die Kreuzzuordnung macht den gemeinsamen Fehler sichtbar; dass die Beobachter dieselbe Antwort geben, zeigt noch keine Richtigkeit gegenüber der Referenz. Die Auswahl der Muster bestimmt den Umfang des Ergebnisses. Ist der Fehler in der echten Produktion selten, finden sich in einer zufälligen kleinen Stichprobe möglicherweise nicht genug nicht konforme Teile. Um die Fehlerarten zu prüfen, können nicht konforme und Grenzmuster bewusst vermehrt werden. Die Gesamtübereinstimmung oder der Fehleranteil unter den Abgelehnten in dieser angereicherten Gruppe lassen sich jedoch nicht so darstellen, als wären sie die natürliche Verteilung der Produktion. Selbst bedingte Übersehens- und Fehlrückweisungsraten hängen von den gewählten Fehlerarten und Schwierigkeitsgraden ab. Deshalb wird neben der Zahl der Muster auch ihre Vielfalt erklärt. Lesen Sie das Entscheidungsschema in der Form Referenzzustand → Beobachterentscheidung → vier Zellen → getrennte Raten. Der Gesamtprozentsatz darf die Einzelheiten in den letzten Kästchen nicht löschen; die Annahme muss sich besonders auf die Ergebnisse der wichtigen Fehlerarten stützen. Auch alle Zahlenszenarien im Kurztest dieser Lektion fallen unter den folgenden Hinweis: Dieser Datensatz wurde zu Schulungszwecken synthetisch erzeugt; er stellt keinen realen Betrieb, keine Beschäftigten und keine Kundenstudie dar.

Formel