Rubrik: Originale
(Treffer aus pharmind, Nr. 04, Seite 361 (2003))
Köppel H
Nicht-spezifikationskonforme Ergebnisse (Out of Specification Test Results) aus statistischer Sicht / 1. Mitteilung: Bedeutung, Definitionen und einführende Beispiele / Köppel H
Nicht-spezifikationskonforme Ergebnisse (Out of Specification Test Results)
aus statistischer Sicht
1. Mitteilung: Bedeutung, Definitionen und einführende Beispiele
Heidi Köppela, Berthold Schneiderb und
Hermann Wätziga
Institut für Pharmazeutische Chemie der TU Braunschweiga
und Institut für Biometrie der MH Hannoverb
Während sich für den organisatorischen
Umgang mit nicht-spezifikationskonformen Ergebnissen (OOS Results, Out
of Specification Test Results) mittlerweile eine allgemein akzeptierte
Vorgehensweise etabliert hat, besteht die Unsicherheit bei der statistischen
Beurteilung fort. Der vorliegende Artikel zeigt anhand von Beispielen,
wie mit einfachen statistischen Gleichungen zum Vorhersage- und Vertrauensbereich
wissenschaftlich exakte und gleichzeitig praktikable Aussagen gewonnen
werden können. Auch für die Festlegung von Spezifikationen reichen
diese Gleichungen meist aus.
Aus den vorgestellten Datensätzen, die besonders Grenzfälle
aufzeigen, lassen sich eine Reihe von allgemeingültigen Aussagen
ableiten: a) Wenn auch nur ein Meßwert außerhalb der Spezifikation
liegt, muß in den meisten Fällen von einem nichtspezifikationskonformen
Ergebnis ausgegangen werden. Es gibt drei Ausnahmen zu dieser Regel: hohe
Datenzahlen, Ausreißer und Untersuchungen, bei denen es hauptsächlich
auf die Lage des Mittelwertes ankommt. b) Die Spezifikation ist nicht
automatisch erfüllt, wenn alle Einzelmeßwerte innerhalb einer
Spezifikationsgrenze liegen. Liegen alle Meßwerte nah am Grenzwert,
und ist die Streuung hoch, dann ist ein OOS-Resultat möglich. c)
Wenn a priori feststeht, daß die erhaltenen Daten nahe an einer
Spezifikationsgrenze liegen, dann sollten von vornherein ein Meßverfahren
mit hoher Präzision und eine relativ hohe Stichprobenanzahl gewählt
werden.
Damit gewährleistet ist, daß zukünftige Einzelwerte innerhalb
der Spezifikation liegen, darf aber auch bei sehr hohen Datenzahlen die
Differenz zwischen Grenzwert und Mittelwert nie kleiner als das 1,65fache
der Standardabweichung werden.
Nicht einfach ist die Vorgehensweise bei
extremen Werten, sog. Ausreißern. Eine statistische Beurteilung
ist hier erschwert, da die Funktion der Wahrscheinlichkeitsverteilung
in solchen Fällen nicht mehr ermittelt werden kann. Diese Problematik
wird anhand von 4 weiteren Beispielen diskutiert. In einigen Fällen
kann der Ausreißer eindeutig festgestellt werden, in solchen Fällen
liefern z . B. der Test nach Dixon oder der Box-Plot auch für die
Praxis befriedigende Ergebnisse. Leider gibt es eine Reihe von Grenzfällen,
in denen zwar der Verdacht auf einen Ausreißer naheliegt, dieser
jedoch statistisch nicht belegt werden kann.
Key words Prozeßkontrolle
· Prozeßspezifikationen, Ausreißer, nicht-konforme
Testergebnisse, Statistik
© ECV- Editio
Cantor Verlag (Germany) 2003