Einführung in die Berechnung der Stichprobengröße bei der Akzeptanzstichprobe

Die Annahmeprobenahme ist ein statistisches Qualitätskontrollverfahren, mit dem festgestellt wird, ob eine Charge von Produkten vorgegebenen Qualitätsnormen entspricht. Anstatt jede Einheit zu inspizieren, wird eine repräsentative Probe entnommen und ausgewertet. Die Entscheidung, das gesamte Los anzunehmen oder abzulehnen, basiert auf der Anzahl der in dieser Probe gefundenen fehlerhaften Artikel. Die Berechnung der korrekten Stichprobengröße ist entscheidend: Eine zu kleine Stichprobe kann nicht inakzeptable Fehlerquoten erkennen, während eine zu große Probe Zeit und Ressourcen verschwendet. Dieser Leitfaden untersucht die Konzepte, Formeln, Normen und praktischen Methoden zur Bestimmung der geeigneten Stichprobengröße für die Annahmeprobenahmepläne, so dass Hersteller Risiko, Kosten und Qualitätssicherung effektiv ausbalancieren können.

Akzeptanz-Probenahmepläne verstehen

Ein Annahmestichprobenplan besteht aus zwei Schlüsselparametern: der Stichprobengröße (n) und der Annahmenummer (c Der Plan legt fest, dass eine zufällige Stichprobe von nN einer Losgröße entnommen wird. Wenn die Anzahl der defekten Einheiten in der Stichprobe kleiner oder gleich c ist, wird die gesamte Losmenge akzeptiert; wenn sie die c überschreitet, wird die Losmenge abgelehnt. Dieser binäre Entscheidungsprozess ist für die Attributstichprobe grundlegend, wobei jede Einheit als konform oder nicht konform eingestuft wird.

Probenahmepläne sind in Branchen von wesentlicher Bedeutung, in denen eine 100%ige Kontrolle aufgrund von Kosten-, Zeit- oder destruktiven Prüfungsanforderungen nicht praktikabel ist. Sie bieten eine statistisch fundierte Methode, um auf die Qualität der gesamten Partie mit bekannten Risikograden zu schließen. Die beiden Hauptrisiken sind: Ablehnung einer guten Partie (Herstellerrisiko, α) und Annahme einer schlechten Partie (Verbraucherrisiko, β). Die Stichprobengröße und die Akzeptanzzahl werden so gewählt, dass diese Risiken innerhalb akzeptabler Grenzen gehalten werden.

Wie Acceptance Sampling funktioniert

Der Prozess beginnt mit der Festlegung des Loses und der Auswahl eines Probenahmeplans. Der Plan wird in der Regel von Normen wie ANSI/ASQ Z1.4 oder ISO 2859 abgeleitet, die Tabellen mit Probengrößen und Annahmenummern basierend auf der Losgröße und dem akzeptablen Qualitätsniveau (AQL) liefern. Der Benutzer wählt eine Inspektionsstufe (z. B. normal, gestrafft, reduziert) und den AQL aus, liest dann den entsprechenden Codebuchstaben. Der Codebuchstaben bestimmt die Probengröße und die Annahmenummer wird aus einer separaten Tabelle gelesen. Die Inspektion geht dann weiter: Die erforderliche Anzahl von Einheiten wird zufällig beprobt und inspiziert. Die Ergebnisse werden mit der Annahmenummer verglichen, um die Chargendispositionsentscheidung zu treffen.

Schlüsselterminologie und -konzepte

Um Stichprobengrößen genau zu berechnen, müssen mehrere Schlüsselbegriffe und ihre Beziehungen verstanden werden:

  • Lotgröße (N): Die Gesamtzahl der Einheiten in der Charge, die zur Inspektion eingereicht wurden. Größere Lose erfordern im Allgemeinen größere Stichprobengrößen, aber die Beziehung ist aufgrund statistischer Überlegungen nicht linear.
  • Probegröße (n): Die Anzahl der Einheiten, die vom Los zur Inspektion genommen werden.
  • Akzeptanznummer (c): Die maximal zulässige Anzahl defekter Einheiten in der Probe für das zu akzeptierende Los.
  • Abweisungsnummer (r): In einigen Plänen (z. B. Doppelstichproben) ist die Abweisungsnummer der Schwellenwert, der die sofortige Abweisung auslöst.
  • Produzentenrisiko (α): Die Wahrscheinlichkeit, eine Menge abzulehnen, die tatsächlich den Qualitätsstandard erfüllt (d.h. einen Typ-I-Fehler).
  • Verbraucherrisiko (β): Die Wahrscheinlichkeit, dass ein Los akzeptiert wird, das nicht dem Qualitätsstandard entspricht (d.h. ein Typ-II-Fehler).
  • Acceptable Quality Level (AQL): Der maximale Prozentsatz defekter Einheiten, der für das Los als akzeptabel angesehen wird. AQL stellt die durchschnittliche Prozessqualität dar, die der Hersteller bereit ist zu liefern.
  • Lot Tolerance Percent Defective (LTPD): Der Prozentsatz defekter Einheiten, den der Verbraucher für inakzeptabel hält. Er entspricht einer hohen Wahrscheinlichkeit der Ablehnung (z. B. 90% oder 95%).

Faktoren, die die Stichprobengröße beeinflussen

Mehrere Faktoren wirken zusammen, um die erforderliche Stichprobengröße für einen bestimmten Annahmestichprobenplan zu bestimmen.

  • Lot Size (N): Während die Losgröße in einigen Standards die Stichprobengröße beeinflusst (z. B. verwendet ANSI/ASQ Z1.4 Losgrößenbereiche, um den Codebuchstaben der Stichprobengröße zu bestimmen), ist der statistische Effekt für große Lose minimal. Die hypergeometrische Verteilung berücksichtigt die endliche Losgröße, aber für große N ist die binomiale Approximation ausreichend.
  • Akzeptanznummer (c): Eine größere Akzeptanznummer reduziert die für ein gegebenes Risiko erforderliche Stichprobengröße, erhöht aber auch die Wahrscheinlichkeit, dass viel mehr Fehler akzeptiert werden.
  • Die Risiken von Herstellern und Verbrauchern: Verschärfte Risiken (niedriger α und β) erfordern größere Stichprobengrößen.
  • Qualitätsstufe (p): Der erwartete Anteil an defekten Gegenständen im Los beeinflusst die Variabilität der Probe. Für niedrige Fehlerraten muss die Probe groß genug sein, um mindestens einen Defekt mit akzeptabler Wahrscheinlichkeit zu erkennen.
  • Inspection Level: Standards definieren verschiedene Inspektionsniveaus (normal, verschärft, reduziert), die die Stichprobengröße und die Akzeptanzkriterien basierend auf der vergangenen Qualitätsgeschichte anpassen.

Statistische Grundlagen für die Berechnung der Stichprobengröße

Hypergeometrische Verteilung

Bei der austauschlosen Probenahme aus einem endlichen Los folgt die Anzahl der defekten Einheiten in der Probe einer hypergeometrischen Verteilung.Die Wahrscheinlichkeit, genau x in einer Stichprobe mit der Größe n aus einer Stichprobe mit der Größe N zu beobachten, die D defekt enthält, ergibt sich aus:

P(X = x) = (C(D, x) * C(N-D, n-x)) / C(N, n)

Diese Verteilung ist exakt, aber rechenintensiv für große N; Stichprobengrößenberechnungen mit der hypergeometrischen Verteilung werden oft über Standardtabellen oder spezielle Software durchgeführt.

Die Binomische Approximation

Bei großen Losgrößen (in der Regel wenn n ≤ 0.1N) wird die hypergeometrische Verteilung durch die Binomialverteilung gut angenähert. Die Binomialverteilung setzt eine Probenahme mit Ersatz voraus, aber sie ist genau, wenn die Losgröße im Verhältnis zur Probe groß ist. Die Wahrscheinlichkeit, dass genau x defekt ist, ist:

P(X = x) = C(n, x) * px * (1-p)(n-x)

Dabei ist p = D/N die defekte Partiefraktion. Dies vereinfacht die Berechnungen und wird in Formeln für die Stichprobengröße weit verbreitet.

Die Poisson Approximation

Für sehr niedrige Fehlerraten (p < 0.1) und große Stichprobengrößen kann die Binomialverteilung durch die Poisson-Verteilung weiter angenähert werden. Dies ist nützlich für die Berechnung der Stichprobengrößen in Situationen wie der Qualitätsüberwachung von seltenen Ereignissen. Die Poisson-Näherung verwendet den Parameter λ = np und die Wahrscheinlichkeit von x defekt ist:

P(X = x) = (e-λ * λx) / x!

Methoden zur Berechnung der Stichprobengröße

Verwendung von Standardtabellen: ANSI/ASQ Z1.4 und ISO 2859

Der in der Industrie am häufigsten verwendete Ansatz ist die Verwendung veröffentlichter Normen, die vorab berechnete Stichprobenpläne liefern. ANSI/ASQ Z1.4 (entspricht ISO 2859-1) ist die führende Norm für die Attribut-Probenahme. Der Benutzer wählt:

  1. Inspektionsstufe: Stufen I, II, III für normale, verschärfte oder reduzierte Inspektion.
  2. Akzeptierbares Qualitätsniveau (AQL): Der maximale prozentuale Defekt, den der Hersteller für akzeptabel hält (z. B. 0,1%, 1,0%, 2,5%).
  3. Lot Size: Die Gesamtzahl der Einheiten in der Charge.

Aus der Losgröße und der Inspektionsebene wird ein Codebuchstabe (A bis R) ermittelt. Dieser Codebuchstabe zeigt dann auf eine Tabelle, die die Probengröße (n) und die Annahmenummer (c) für die gewählte AQL angibt. Beispielsweise ist für eine Losgröße von 1.000 Einheiten und die normale Inspektionsebene II der Codebuchstabe J. Für AQL = 1,0% beträgt die Stichprobengröße 80 und die Annahmenummer 2. Diese Tabellen sind so konzipiert, dass sie eine hohe Wahrscheinlichkeit der Annahme für Lose bei oder unter der AQL bieten und den Verbraucher vor Losen über der LTPD schützen.

Formelbasierter Ansatz

Wenn keine spezifischen Standards gelten oder wenn benutzerdefinierte Risikoniveaus erforderlich sind, kann eine Formel zur Schätzung des Stichprobenumfangs verwendet werden; eine gemeinsame Formel für die Schätzung des Stichprobenumfangs bei der Attributstichprobe wird aus der normalen Näherung an die Binomialverteilung abgeleitet:

n = (Z[α/22 * p * (1 - p)] / E2

Wobei:

  • Zα/2 ist der kritische Wert aus der Standardnormalverteilung für ein zweiseitiges Konfidenzniveau (z. B. 1,96 für 95% Konfidenz).
  • p ist der erwartete Anteil von Defekten in der Partie (oft aus historischen Daten geschätzt oder als AQL angenommen).
  • E ist die Fehlergrenze – die maximal akzeptable Differenz zwischen der Fehlerrate der Stichprobe und der Fehlerrate der wahren Charge.

Wenn Sie beispielsweise 5% Defekte erwarten, 95% Vertrauen wünschen und eine Fehlerquote von 2% zulassen, ergibt die Berechnung:

n = (1,962 × 0.05 × 0.95) / (0.02)2 = (3.8416 × 0.0475) / 0,0004 ≈ 456.2)

Die Aufrundung ergibt n = 457. Diese Formel enthält jedoch nicht direkt die Akzeptanznummer oder die Risiken α und β in der gleichen Weise wie Standards. Sie ist eher für die Schätzung der Stichprobengröße für die Schätzung eines Anteils als für einen Entscheidungsplan geeignet.

Ein strengerer Ansatz verwendet die Wahrscheinlichkeitsverteilungen, um gleichzeitig für n und c zu lösen.

P(accept | p = AQL) ≥ 1 - α
P(accept | p = LTPD) ≤ β

Für die Binomialverteilung ist die Annahmewahrscheinlichkeit für einen einzelnen Stichprobenplan mit der Stichprobengröße n und der Annahmenummer c:

P(akzeptieren | p) = Σx=0cC(n, x) px (1-p)(n-x)

Die Suche nach n und c, die beide Ungleichheiten erfüllen, erfordert oft iterative numerische Methoden oder Nachschlagetabellen.

Betriebskennlinien (OC)

Eine OC-Kurve zeichnet die Wahrscheinlichkeit der Annahme des Loses als Funktion der tatsächlichen Losfehlerrate p auf. Für eine gegebene Stichprobengröße n und die Akzeptanznummer c zeigt die OC-Kurve die Leistung des Plans über alle Qualitätsstufen hinweg. Um einen Probenahmeplan zu bewerten, überprüft der Benutzer, ob die OC-Kurve die gewünschten Punkte durchläuft: nahe 1-α am AQL und nahe β am LTPD. Durch die Untersuchung verschiedener n und c Werte kann der Plan ausgewählt werden, der den besten Kompromiss bietet. OC-Kurven können mithilfe statistischer Software oder durch manuelle Berechnung unter Verwendung der binomialen oder hypergeometrischen Verteilungen erzeugt werden.

Software-Tools für die Berechnung der Stichprobengröße

Manuelle Berechnungen sind zeitaufwendig, insbesondere bei Doppel- oder Mehrfachstichprobenplänen.

  • R statistische Software: Pakete wie ermöglichen es Benutzern, Stichprobenpläne zu entwerfen und auszuwerten, OC-Kurven zu berechnen und optimale n und c zu finden.
  • Minitab: Enthält ein dediziertes Akzeptanz-Sampling-Modul für Attribut- und Variable-Pläne.
  • Online-Rechner: Websites wie das NIST Engineering Statistics Handbook bieten interaktive Werkzeuge zum Erzeugen von Stichprobenplänen und OC-Kurven.
  • Spreadsheet-Vorlagen: Excel kann mit eingebauten Funktionen wie verwendet werden, um Binomialwahrscheinlichkeiten zu bewerten und eine iterative Suche nach n und c durchzuführen.

Diese Tools reduzieren das Risiko manueller Fehler und ermöglichen eine Sensitivitätsanalyse, um zu verstehen, wie sich Änderungen in n oder c auf die Leistung des Plans auswirken.

Praktisches Beispiel: Entwerfen eines Single Sampling Plans

Angenommen, ein Hersteller erhält eine Menge von 2.000 Einheiten und möchte einen Akzeptanz-Probenahmeplan mit einem AQL von 1,0% und einer LTPD von 5,0% verwenden. Der Hersteller akzeptiert ein Risiko α von 5% und der Verbraucher ein Risiko β von 10%. Bestimmen Sie die Stichprobengröße n und die Akzeptanznummer c.

Schritt 1: Verwenden Sie eine Standardtabelle. Für die Losgröße 2.000 und die normale Inspektionsstufe II ist der Codebuchstabe K. Von ANSI/ASQ Z1.4 für AQL = 1,0% gibt der Codebuchstabe K n = 125 und c = 3. (Dies ist ein gemeinsamer Plan.)

Schritt 2: Bewerten Sie die OC-Kurve am AQL und LTPD. Verwenden Sie die Binomialverteilung mit n=125, c=3:
] Bei p=0,01 (AQL): P(accept) = Σx=03 C(125, x) (0,01)125-xBerechnen Sie: x=0:0,286, x=1:0,362, x=3:0,093 → Summe ≈ 0,967.

Bei p=0,05 (LTPD): P(accept) = Σx=03C(125, x) (0,05)x125-xNämlich Poisson: λ = 125×0,05 = 6,25. P(X≤3) = e-6,25 (1 + 6,25 + 19,53 + 40,57) ≈ 0.0019 × 67,35 ≈ 0,13. Das Verbraucherrisiko liegt also leicht über den gewünschten 10%. In der Praxis könnte ein anderer Plan (z. B. nc=200, c=5 gewählt werden, um β zu senken, oder die Risiken werden als nahe genug akzeptiert.

Schritt 3: Wenn Sie den Formelansatz verwenden, legen Sie die beiden Ungleichheiten ein und lösen Sie sie numerisch. Mit Hilfe von Software ergibt ein Plan mit n=145, c=4 α=0,048 und β=0,099, der die Anforderungen besser erfüllt. Dies zeigt, dass Standardtabellen bequeme Pläne enthalten, benutzerdefinierte Pläne jedoch für bestimmte Risikoziele optimiert werden können.

Doppel- und Mehrfach-Probenahmepläne

Doppelbeprobungspläne reduzieren die durchschnittliche Stichprobengröße, indem sie eine zweite Stichprobe zulassen, wenn das erste Ergebnis nicht eindeutig ist. Der Plan gibt eine erste Stichprobengröße an n1c1 und die Ablehnungsnummer r11+1. Wenn die Anzahl der Mängel in der ersten Stichprobe ≤ c11]2] mit kombinierter Annahmenummer c]2] Die Gesamtstichprobe ist nicht festgelegt — sie hängt oft von den Ergebnissen der ersten Stichprobe ab. Doppelbeprobungspläne erfordern oft kleinere durchschnittliche Stichprobengrößen als Einzelbeprobungspläne für den gleichen Schutz, insbesondere wenn die Qualität der Partie entweder sehr gut oder sehr schlecht

Mehrfachstichprobenpläne erweitern dieses Konzept auf mehrere Stufen, wodurch die durchschnittliche Stichprobengröße weiter reduziert wird. Standards wie ANSI/ASQ Z1.4 bieten auch Doppel- und Mehrfachstichprobenpläne. Die Berechnung der Stichprobengröße für diese Pläne umfasst komplexere Wahrscheinlichkeitsberechnungen, es gelten jedoch die gleichen statistischen Prinzipien. Die OC-Kurve und die durchschnittliche Stichprobenzahlkurve (ASN) sind Schlüsselinstrumente für die Bewertung solcher Pläne.

Auswahl des richtigen Probenahmeplans

Die Wahl zwischen Einzel-, Doppel- oder Mehrfachstichprobenplänen hängt von mehreren Faktoren ab: administrative Einfachheit, durchschnittlicher Stichprobenumfang, Testkosten pro Einheit und Verfügbarkeit schneller Tests. Einzelstichprobenpläne sind am einfachsten zu verwalten und sind in Bezug auf den Stichprobenumfang deterministisch. Doppel- und Mehrfachpläne sind in Bezug auf den durchschnittlichen Stichprobenumfang effizienter, erfordern jedoch eine komplexere Logistik und mögliche Verzögerungen, wenn eine zweite Stichprobe benötigt wird.

Berücksichtigen Sie bei der Berechnung der Stichprobengrößen immer die folgenden Best Practices:

  • Verwenden Sie Standards, wann immer möglich, um die Konsistenz mit der Praxis der Industrie und den regulatorischen Anforderungen zu gewährleisten.
  • Validieren Sie die OC-Kurve des Plans, um sicherzustellen, dass sie den angegebenen Risiken des Herstellers und Verbrauchers entspricht.
  • Verwenden Sie für kleine Losgrößen die hypergeometrische Verteilung anstelle von Näherungswerten, um Fehler zu vermeiden.
  • Belegen Sie die Annahmen (z. B. AQL, LTPD, Inspektionsebene), die bei der Berechnung des Stichprobenumfangs verwendet wurden.
  • Führen Sie regelmäßige Qualitätsüberprüfungen durch, um die Probenahmepläne auf der Grundlage der tatsächlichen Prozessleistung anzupassen.

Schlussfolgerung

Die Berechnung der richtigen Stichprobengröße für Abnahme-Probenahmepläne ist eine grundlegende Aufgabe der Qualitätssicherung. Durch das Verständnis der Schlüsselfaktoren — Losgröße, Abnahmezahl, Hersteller- und Verbraucherrisiken und Qualitätsniveaus — und durch die Anwendung statistischer Methoden wie binomiale oder hypergeometrische Verteilungen können Qualitätsexperten Pläne entwerfen, die eine zuverlässige Entscheidungsfindung bei gleichzeitiger Kontrolle der Inspektionskosten ermöglichen. Ob mit Standardtabellen wie ANSI/ASQ Z1.4 oder benutzerdefinierten Formeln, das Ziel ist, ein angemessenes Gleichgewicht zwischen dem Risiko der Annahme fehlerhafter Lose und den Kosten der Inspektion zu erreichen. Die Nutzung moderner Software-Tools vereinfacht den Prozess weiter und ermöglicht eine schnellere und genauere Bestimmung der Stichprobengröße. Letztendlich ist ein gut berechneter Probenahmeplan ein Eckpfeiler einer wirksamen Qualitätskontrolle, die sowohl Hersteller als auch Verbraucher schützt.

Für weitere Informationen siehe ASQ Acceptance Sampling Guide, den ISO 2859-1:1999 Standard und das NIST/SEMATECH e-Handbook of Statistical Methods für detaillierte Tabellen und Beispiele.