Finite-Sample Decision Instability in Threshold-Based Process Capability Approval

Diese Studie zeigt, dass die auf Stichproben basierende Zulassung von Prozessfähigkeitsindizes an festen Schwellenwerten (wie $C_{pk} \geq 1,33$) bei moderaten Stichprobengrößen zu einer inhärenten Entscheidungsinstabilität führt, bei der selbst bei idealen Verteilungsannahmen eine wahre Fähigkeit genau am Schwellenwert zu einer Annahmewahrscheinlichkeit von nur 50 % führt.

Das Wesentliche

🏭 Der unsichere Türsteher: Warum Qualitätsprüfungen am Rand chaotisch sind

Stellen Sie sich vor, Sie sind ein Qualitätsmanager in einer Fabrik. Ihre Aufgabe ist es, zu entscheiden, ob ein neuer Lieferant oder ein neuer Produktionsprozess „gut genug" ist, um Produkte zu liefern.

Dafür nutzen Sie eine Zielzahl, nennen wir sie den Cpk-Wert.

• Die Regel: Wenn der Wert 1,33 oder höher ist, darf der Prozess starten (Grünes Licht).
• Die Regel: Wenn der Wert unter 1,33 liegt, wird er abgelehnt (Rotes Licht).

Das klingt einfach und deterministisch, oder? „Ist der Wert über 1,33? Ja? Dann geht's los."

Aber hier kommt das Problem: In der echten Welt können wir den wahren Wert eines Prozesses nie genau messen. Wir müssen uns mit einer Stichprobe zufriedengeben – sagen wir, wir messen nur 32 Teile anstatt unendlich viele. Das ist wie wenn Sie den Geschmack eines riesigen Suppentopfes beurteilen, indem Sie nur einen einzigen Löffel probieren.

🎲 Das Problem: Der „Zufalls-Türsteher"

Die Studie von Jiang und Yang zeigt etwas Beunruhigendes: Wenn der wahre Wert eines Prozesses genau auf der Grenze liegt (also exakt 1,33), ist die Entscheidung völlig zufällig.

Stellen Sie sich vor, der wahre Wert des Lieferanten ist exakt 1,33.

• Weil Sie nur einen kleinen Löffel (Stichprobe) probieren, schwankt Ihr Messwert.
• Manchmal fällt Ihr Löffel zufällig etwas höher (z. B. 1,35) -> Grünes Licht.
• Manchmal fällt er zufällig etwas niedriger (z. B. 1,31) -> Rotes Licht.

Das Ergebnis: Wenn der Prozess genau an der Grenze liegt, wird er in 50 % der Fälle angenommen und in 50 % der Fälle abgelehnt. Es ist wie ein Münzwurf!

Die Autoren nennen dies „Entscheidungs-Instabilität". Die Regel „Über 1,33 = OK" ist am Rand so unsicher wie ein Wackelstuhl.

🏔️ Die Analogie: Der Nebel am Berggipfel

Stellen Sie sich einen Berggipfel vor, der genau bei 1.33 liegt.

• Der wahre Prozess steht genau auf dem Gipfel.
• Ihre Messung ist wie ein Wanderer, der durch dichten Nebel (den statistischen Rauschen) läuft.

Wenn der Wanderer genau auf dem Gipfel steht, kann er nicht sehen, ob er gerade einen Schritt nach vorne (in den sicheren Bereich) oder einen Schritt zurück (in den Ablehnungsbereich) macht.

• Je kleiner die Stichprobe (weniger Löffel Suppe), desto dichter der Nebel.
• Je größer die Stichprobe, desto klarer die Sicht.

Aber selbst bei klarer Sicht: Wenn jemand exakt auf der Linie steht, ist die Wahrscheinlichkeit, dass er auf der „richtigen" Seite landet, immer noch 50:50.

🔍 Was haben die Forscher herausgefunden?

Die Autoren haben zwei Dinge bewiesen:

1. Die 50%-Falle: Wenn ein Prozess wirklich genau so gut ist wie die Grenze (1,33), dann ist die Chance, dass er bestanden wird, nur 50 %. Das ist kein Fehler im System, sondern eine mathematische Notwendigkeit. Mehr Messungen helfen hier nicht, um die 50 % zu überwinden, solange der Prozess exakt auf der Grenze bleibt.
2. Es passiert oft: Die Forscher haben 880 reale Produktionsdaten analysiert. Sie stellten fest, dass viele Prozesse tatsächlich genau in diesem „nebligen Bereich" um die 1,33 herum operieren.
   • Das bedeutet: Viele Entscheidungen, die in Fabriken täglich getroffen werden, sind im Grunde Glücksspiele. Ein Lieferant wird heute abgelehnt, weil sein Messwert zufällig 1,32 war, obwohl er eigentlich 1,33 ist. Morgen könnte er mit derselben Stichprobe 1,34 messen und durchkommen.

💡 Die Lösung: Ein Sicherheitsabstand (Der „Puffer")

Wenn Sie wissen, dass am Rand alles wackelt, was tun Sie dann? Sie bauen einen Puffer.

Statt zu sagen: „Alles über 1,33 ist OK", sagen Sie:

„Alles über 1,62 ist OK."

Warum so hoch? Weil Sie wissen, dass bei einer typischen Stichprobengröße (z. B. 32 Teile) der Messwert um etwa 0,3 schwanken kann. Wenn Sie die Grenze also nach oben schieben, stellen Sie sicher, dass selbst wenn der Messwert zufällig nach unten rutscht, der wahre Wert immer noch sicher über der Grenze liegt.

Das ist wie beim Fliegen: Ein Flugzeug darf nicht genau auf der Landebahnlinie landen, sondern muss einen Sicherheitsabstand einhalten, damit es auch bei starkem Wind sicher landet.

📝 Zusammenfassung für den Alltag

• Das Problem: Qualitätsregeln, die auf festen Zahlen basieren (wie „muss größer als 1,33 sein"), sind am Rand extrem unzuverlässig.
• Die Ursache: Weil wir nur eine kleine Stichprobe haben, ist unser Messwert immer ein bisschen unscharf.
• Die Folge: Prozesse, die genau an der Grenze liegen, werden wie Münzwürfe behandelt. Das ist gefährlich für die Qualitätssicherung.
• Die Lehre: Man sollte nicht blind auf die Zahl 1,33 vertrauen. Stattdessen braucht man entweder viel mehr Messungen (um den Nebel zu lichten) oder man erhöht die Anforderung (baut einen Sicherheitspuffer), um sicherzustellen, dass nur wirklich stabile Prozesse durchkommen.

Die Studie warnt uns also davor, Qualitätsentscheidungen als absolut sicher zu betrachten, wenn wir uns in der Nähe der Grenzwerte bewegen. Es ist immer ein bisschen Glück im Spiel. 🎲

Technische Zusammenfassung

Hier ist eine detaillierte technische Zusammenfassung des vorliegenden Papers auf Deutsch:

Titel: Finite-Sample Decision Instability in Threshold-Based Process Capability Approval (Endstichproben-Entscheidungsinstabilität bei schwellenwertbasierten Prozessfähigkeitsfreigaben)

Autoren: Fei Jiang und Lei Yang

---

1. Problemstellung

Prozessfähigkeitsindizes wie $C_{pk}$ sind Standardwerkzeuge im Qualitätsmanagement, um zu entscheiden, ob ein Prozess spezifikationsfähig ist. In der industriellen Praxis werden diese Entscheidungen oft auf Basis fester Annahmeschwellen (z. B. $C_{pk} \ge 1,33$) getroffen.

Das zentrale Problem, das in diesem Paper adressiert wird, ist die Vernachlässigung der stochastischen Natur der Schätzer bei der Interpretation dieser Schwellenwerte.

• Endliche Stichproben: Entscheidungen basieren meist auf moderaten Stichprobengrößen ($n \approx 20\text{--}50$).
• Zufälligkeit: Da der geschätzte Index $\hat{C}_{pk}$ eine Zufallsvariable ist (basierend auf Stichprobenmittelwert und Standardabweichung), ist die Entscheidung $D = \mathbb{I}(\hat{C}_{pk} \ge C_0)$ ebenfalls zufällig.
• Risiko: Wenn der wahre Prozessfähigkeitswert nahe an der Schwelle liegt, führt die Stichprobenvariabilität zu einer signifikanten Wahrscheinlichkeit für Fehlklassifikationen (fälschliche Annahme oder Ablehnung), selbst unter idealen Verteilungsannahmen. Bisherige Literatur konzentrierte sich stark auf Konfidenzintervalle für den Parameter selbst, nicht jedoch auf die Zuverlässigkeit der Entscheidungsregel an sich.

2. Methodik

Die Autoren formulieren das Problem als ein statistisches Entscheidungsproblem und analysieren das Verhalten der Entscheidungsregel unter endlichen Stichproben.

• Statistisches Framework:
  • Annahme einer normalverteilten Prozessoutput ($X \sim N(\mu, \sigma^2)$).
  • Der wahre Parameter $C_{pk}^{true}$ wird durch den Schätzer $\hat{C}_{pk}$ approximiert.
  • Die Entscheidungsregel ist $D = 1$ (Annahme), wenn $\hat{C}_{pk} \ge C_0$, sonst $D = 0$ (Ablehnung).
• Asymptotische Analyse:
  • Unter Regularitätsbedingungen (insbesondere dass die Minimum-Funktion in der Definition von $C_{pk}$ eindeutig ist) wird die asymptotische Normalverteilung des Schätzers mittels der Delta-Methode hergeleitet.
  • Es wird eine lokale Parametrisierung eingeführt: $C_{pk}^{true} = C_0 + \frac{h}{\sqrt{n}}$, um das Verhalten in der Nähe der Schwelle zu untersuchen.
• Simulationen:
  • Monte-Carlo-Simulationen: Zur Berechnung von Fehlklassifikationswahrscheinlichkeiten für verschiedene Kombinationen aus wahrem $C_{pk}$ und Stichprobengröße $n$.
  • Empirische Studie: Analyse eines realen Datensatzes mit 880 Fertigungsdimensionen (jeweils $n=32$ Messungen).
• Resampling (Bootstrap): Für den empirischen Datensatz wurde ein Bootstrap-Verfahren ($B=5000$ Resamples) angewendet, um die empirische "Flip-Rate" (Wahrscheinlichkeit, dass sich die Entscheidung bei Wiederholung der Stichprobe umkehrt) zu quantifizieren.

3. Hauptbeiträge und Theoreme

A. Theorem 1: Lokale Grenzinstabilität (Boundary Instability)

Das Paper beweist formal, dass wenn der wahre Prozessfähigkeitswert exakt der Schwelle entspricht ($C_{pk}^{true} = C_0$), die Annahmewahrscheinlichkeit auch bei unendlich wachsender Stichprobengröße gegen 0,5 konvergiert:
$$\lim_{n \to \infty} P(\hat{C}_{pk} \ge C_0 \mid C_{pk}^{true} = C_0) = 0.5$$

• Bedeutung: Eine deterministische Schwellenregel kann keine stabile Entscheidung treffen, wenn der Prozess genau an der Grenze liegt. Dies ist kein Artefakt kleiner Stichproben, sondern eine strukturelle Eigenschaft der Kombination aus $\sqrt{n}$-konsistentem Schätzer und fester Schwelle.

B. Signal-Rausch-Verhältnis und Instabilitätszone

Die Entscheidungsunsicherheit wird durch das Signal-Rausch-Verhältnis $\frac{\sqrt{n}(C_{pk}^{true} - C_0)}{\sigma_C}$ gesteuert.

• Es existiert eine Instabilitätszone mit der Breite proportional zu $O(n^{-1/2})$ um die Schwelle.
• Innerhalb dieser Zone ist die Wahrscheinlichkeit für eine Fehlklassifikation signifikant (z. B. > 30% für $n=32$ und Abweichungen von $\pm 0,05$).
• Die Autoren leiten eine geschlossene Näherung für die asymptotische Varianz $\sigma_C$ unter Normalverteilungsannahme her: $\sigma_C \approx \sqrt{\frac{1}{9} + \frac{(C_{pk}^{true})^2}{2}}$.

C. Empirische Evidenz

Die Analyse des Datensatzes (880 Dimensionen) zeigt:

• Ein signifikanter Anteil der Prozesse (ca. 11,4 %) operiert in einem Bereich von $\pm 0,29$ um die Schwelle 1,33.
• In diesem Bereich ist die asymptotische Annahmewahrscheinlichkeit unter 95 %.
• Die Bootstrap-Analyse ergab, dass ca. 7,8 % der Dimensionen eine Flip-Rate von über 20 % aufweisen, was bedeutet, dass bei wiederholter Stichprobennahme die Entscheidung (Freigabe/Sperrung) in jedem fünften Fall umgekehrt würde.

4. Ergebnisse

1. Grenzinstabilität ist real und allgegenwärtig: Die Annahme, dass ein Prozess mit $C_{pk} \approx 1,33$ sicher freigegeben werden kann, ist falsch. Bei typischen Stichprobengrößen ist die Entscheidung rein zufällig (50/50), wenn der wahre Wert genau 1,33 beträgt.
2. Ridge-Struktur: Die Fehlklassifikationswahrscheinlichkeit bildet eine "Kammstruktur" (Ridge) direkt an der Schwelle, die mit steigendem $n$ schmaler wird, aber bei moderaten $n$ (20–50) sehr breit ist.
3. Empirische Relevanz: Da viele Fertigungsprozesse absichtlich nahe an den Spezifikationsgrenzen optimiert werden (Yield-Optimierung), ist ein großer Teil der industriellen Daten genau in diesem instabilen Bereich.
4. Verallgemeinerung: Das Phänomen gilt nicht nur für Normalverteilungen, sondern auch für nicht-normalverteilte Prozesse (z. B. Lognormal), solange der Schätzer eine reguläre asymptotische Expansion zulässt (siehe Anhang A).

5. Bedeutung und Implikationen

• Kritik an aktuellen Praktiken: Die gängige Praxis, feste Schwellenwerte als deterministische Kriterien zu verwenden, ignoriert das inhärente Risiko der Fehlklassifikation.
• Risiko-Management: Die Autoren schlagen vor, die Entscheidungsregeln anzupassen, um dieses Risiko zu kontrollieren.
  • Guard Bands (Schutzabstände): Statt $\hat{C}_{pk} \ge C_0$ sollte eine korrigierte Regel wie $\hat{C}_{pk} \ge C_0 + \frac{\kappa}{\sqrt{n}}$ verwendet werden, um eine gewünschte Fehlerrate (z. B. $\alpha = 0,05$) an der Grenze zu garantieren.
  • Für $n=32$ und $\alpha=0,05$ würde dies bedeuten, die Schwelle effektiv von 1,33 auf ca. 1,62 anzuheben, um eine sichere Freigabe zu gewährleisten.
• Zukunftsperspektive: Die Studie liefert eine statistische Grundlage für die Interpretation von Freigabeentscheidungen und fordert einen Wechsel von reinen Parameterschätzungen hin zu einer expliziten Charakterisierung der Entscheidungszuverlässigkeit.

Fazit: Das Paper zeigt, dass bei endlichen Stichproben die binäre Entscheidung "Freigegeben/Nicht Freigegeben" basierend auf $C_{pk}$-Schwellenwerten inhärent unsicher ist, wenn der Prozess nahe der Schwelle liegt. Dies erfordert entweder größere Stichproben oder risikoadjustierte Freigabekriterien (wie Schutzabstände oder untere Konfidenzgrenzen), um die Zuverlässigkeit in der industriellen Praxis zu sichern.