Ein Betrieb möchte künftig zwischen zwei Messverfahren wechseln. Auf den ersten Blick passen die Ergebnisse: Kleine Übungsstücke erhalten bei beiden Verfahren kleine Werte, große Stücke große. Doch reicht dieser gemeinsame Verlauf aus, um die Werte austauschbar zu verwenden? Genau hier setzt die Bland-Altman-Analyse an. Sie betrachtet die Unterschiede innerhalb jedes Messpaares und macht sichtbar, was eine starke Korrelation verdecken kann.
Dieser Beitrag erklärt die Grundidee für Interessenten am Qualitätsmanagement anhand eines selbst entwickelten, vollständig fiktiven Beispiels. Er ist eine Lernhilfe zur Datenauswertung, keine Anleitung zur Freigabe eines konkreten Prüfverfahrens.
Die richtige Frage: Gleiche Werte oder gleicher Verlauf?
Wenn Verfahren B jeden Wert von A um denselben Betrag erhöht, bleibt der lineare Zusammenhang sehr stark. Die Werte stimmen trotzdem nicht überein. Die Originalarbeit von Bland und Altman erklärt diesen Unterschied zwischen Zusammenhang und Übereinstimmung. Sie stammt aus der klinischen Messtechnik; hier übertragen wir die statistische Grundidee auf einen industriellen Lernfall.
Auch eine gute Übereinstimmung sagt ohne geeignete Referenz nicht, welches Verfahren den richtigen Wert liefert. Für unsere Fragestellung lautet die Entscheidung deshalb nicht „Welches Gerät gewinnt?“, sondern: „Sind die Unterschiede für den geplanten Einsatzzweck hinreichend klein?“ Eine zulässige Abweichung sollte vor der Untersuchung sachlich festgelegt werden, nicht nachträglich passend zum Ergebnis.
Aus jedem Messpaar werden zwei neue Größen
Jedes Objekt wird mit A und B in derselben Einheit gemessen. Für den Plot berechnen wir den Paarmittelwert (A + B) / 2 auf der horizontalen Achse und die Differenz B − A auf der vertikalen Achse. Positive Differenzen bedeuten hier: B liefert höhere Werte. Diese Richtung muss in Tabelle, Grafik und Bericht gleich bleiben.
Der Mittelwert aller Differenzen beschreibt den durchschnittlichen Versatz, häufig Bias genannt. Zwei weitere Linien begrenzen die geschätzte Streuung der Unterschiede: näherungsweise Mittelwert minus beziehungsweise plus zwei Stichprobenstandardabweichungen. Die NIST-Dokumentation zum Bland-Altman-Plot erläutert diese Darstellung. Bei annähernd normalverteilten Differenzen entspricht die Zwei-Standardabweichungen-Näherung etwa einem 95-Prozent-Bereich. Das ist keine Garantie für einzelne künftige Messungen.
Ein Lernfall mit sechs unterschiedlichen Übungsstücken
Stellen Sie sich einen Schulungsraum vor: Zwei Verfahren erfassen die Länge derselben sechs unterschiedlichen Übungsstücke. Die Zahlen sind bewusst einfach gewählt. Sie bilden weder eine reale Messreihe noch einen Nachweis für die Eignung bestimmter Geräte ab. Sechs Paare reichen hier nur aus, um den Rechenweg anschaulich zu machen.
| Teil | A (mm) | B (mm) | B − A |
|---|---|---|---|
| 1 | 10,00 | 10,10 | 0,10 |
| 2 | 20,00 | 20,20 | 0,20 |
| 3 | 30,00 | 30,30 | 0,30 |
| 4 | 40,00 | 40,10 | 0,10 |
| 5 | 50,00 | 50,20 | 0,20 |
| 6 | 60,00 | 60,30 | 0,30 |
Für Teil 1 entsteht der Punkt mit dem Paarmittelwert 10,05 mm und der Differenz 0,10 mm. Über alle sechs Teile beträgt die mittlere Differenz 0,20 mm. B liegt in diesem Lernfall durchschnittlich höher als A.
Die Stichprobenstandardabweichung der sechs Differenzen beträgt rund 0,0894 mm. Mit der beschriebenen Näherung erhalten wir rechnerisch 0,20 − 2 × 0,0894 und 0,20 + 2 × 0,0894: gerundet 0,02 bis 0,38 mm. Diese Zahlen veranschaulichen ausschließlich die Rechnung. Die Modellannahmen und die Übertragbarkeit auf weitere Teile sind damit nicht bestätigt.
Eine Lernaufgabe wäre nun: Beschreiben Sie das Ergebnis zuerst mit Worten, bevor Sie über eine Entscheidung sprechen. „Im Mittel 0,20 mm höher“ beschreibt den Versatz. „Unterschiede streuen um diesen Versatz“ beschreibt etwas anderes. Beide Aussagen gehören in die Besprechung; eine einzelne Kennzahl ersetzt sie nicht.
Zwei Arten von Grenzen – zwei verschiedene Aufgaben
Für die Übung vereinbaren wir eine maximal akzeptierte Abweichung zwischen den Verfahren von ±0,15 mm. Das ist eine frei erfundene Anforderung an ihren Vergleich, keine Produkttoleranz. Schon der mittlere Unterschied von 0,20 mm liegt darüber. Die berechnete obere Grenze von etwa 0,38 mm macht zusätzlich deutlich, weshalb allein der Durchschnitt kein ausreichend beruhigendes Urteil wäre.
Mit einer ebenfalls fiktiven Anforderung von ±0,50 mm sähe die Gegenüberstellung anders aus. Trotzdem dürften wir aus den sechs Übungswerten keine reale Austauschbarkeit ableiten. Die Zahlen zeigen vielmehr, warum die Frage nach dem Einsatzzweck vor der Frage nach dem Rechenergebnis stehen sollte.
Statistische Übereinstimmungsgrenzen sind außerdem keine Konfidenzintervalle: Letztere beschreiben die Unsicherheit der geschätzten Kennwerte. Gerade kleine Stichproben können unsichere Grenzen liefern; darauf weist NIST ausdrücklich hin. Ein schöner Plot beseitigt diese Unsicherheit nicht.
Wenn sich der Unterschied mit der Größe verändert
Eine ansteigende Punktwolke kann darauf hindeuten, dass der durchschnittliche Versatz über den Messbereich nicht konstant ist. Eine zunehmend breite Wolke kann auf wachsende Streuung hindeuten. Dann kann ein einziges horizontales Grenzenpaar wichtige Unterschiede zwischen kleinen und großen Messwerten verdecken.
Martin Blands methodischer Hinweis zu nicht konstanten Differenzen behandelt solche Situationen und mögliche angepasste Auswertungen. Eine Transformation oder ein Regressionsmodell sollte fachlich begründet werden. Wählen Sie nicht automatisch die Darstellung, die das freundlichste Ergebnis liefert. In der Praxis gehört ein auffälliges Muster zunächst in die gemeinsame Prüfung von Messbedingungen, Daten und Modell.
Was ein nachvollziehbarer Auswertungsvermerk braucht
Notieren Sie die konkrete Vergleichsfrage: Sollen Werte gemeinsam ausgewertet werden, soll ein Verfahren ersetzt werden oder geht es zunächst nur um Orientierung? Ergänzen Sie Messgröße, Einheit, Messbereich, Paarzuordnung, Bedingungen und die vorab begründete Akzeptanzanforderung. Damit lässt sich später erkennen, welche Aussage tatsächlich untersucht wurde.
Wiederholte Messungen am selben Objekt sind nicht einfach zusätzliche unabhängige Objekte. Ihre Datenstruktur muss berücksichtigt werden. Die Arbeit von Bland und Altman zu mehrfachen Beobachtungen erläutert, warum das unkritische Zusammenwerfen solcher Paare zu falschen Schätzungen führen kann. Mehr Tabellenzeilen ersetzen daher keinen geeigneten Untersuchungsplan.
Ein guter Vermerk hält auch offene Punkte fest: Welche Messbereiche fehlen? Welche Annahmen wurden geprüft? Welche Entscheidung bleibt der verantwortlichen Fachstelle vorbehalten? So wird aus einer Softwareausgabe ein nachvollziehbares Gespräch über Datenqualität.
FAQ zur Bland-Altman-Analyse
Genügt eine hohe Korrelation für einen Methodenwechsel?
Nein. Gemeinsam steigende Werte können trotzdem unterschiedlich hoch sein. Für den Vergleich sind die paarweisen Abweichungen und die vorab begründete Anforderung entscheidend.
Beweist ein mittlerer Unterschied von null gute Übereinstimmung?
Nein. Große positive und negative Unterschiede können sich im Durchschnitt aufheben. Der Vermerk sollte deshalb neben dem Versatz auch Streuung und Punktmuster zeigen.
Kann ich den Rechenfall direkt für eine Gerätefreigabe verwenden?
Nein. Die Werte sind erfunden und die Stichprobe ist nur eine Rechenhilfe. Für einen realen Einsatz braucht es einen passend geplanten Vergleich, belastbare Daten und eine fachliche Bewertung.
Fazit: Unterschiede verstehen, bevor Verfahren zusammengeführt werden
Bland-Altman hilft beim Blick auf einzelne Messpaare. Der praktische Nutzen unseres Lernfalls liegt darin, Versatz, Streuung und Anforderungen getrennt zu besprechen. Er liefert weder einen Sieger noch eine automatische Freigabe.
Wenn Sie Qualitätsfragen systematischer bearbeiten möchten, finden Sie im öffentlich angebotenen Qualitätsmanager-Lehrgang von GrandEdu Media Inhalte rund um Qualitätsmanagementsysteme sowie Messung, Prüfung und Überwachung. Diese Angebotsbeschreibung ist keine Zusage eines speziellen Bland-Altman-Moduls. Klären Sie über den Kontakt zu GrandEdu Media, welches Bildungsangebot zu Ihren Aufgaben und Vorkenntnissen passt.