Vergleichende Qualitätsmessungen Teil 2: Regelkarten

Vergleichende Qualitätsmessungen und Beurteilungen spielen in der Pflege eine zunehmend wichtige Rolle. Qualitätskennzahlen sind von systematischen und zufälligen Fehlern beeinflusst. Eine Möglichkeit, mit zufälliger Variation in Kennzahlenvergleichen adäquat umzugehen, bietet die Theorie der Statistischen Prozesskontrolle (SPC). Im vorliegenden Beitrag werden Regelkarten (control charts) als Werkzeuge der SPC vorgestellt. Es handelt sich dabei um grafische Darstellungen von Qualitätskennzahlen im zeitlichen Verlauf. Attributive Merkmale können mithilfe von p-, u- und c-Regelkarten dargestellt werden. Es gibt eine Reihe von Regeln, mit denen spezielle Variationen (special cause variation) innerhalb des betrachteten Prozesses identifiziert werden können. Finden sich im Diagramm keine Hinweise auf nichtzufällige Variationen, geht man davon aus, dass sich der Prozess innerhalb «statistischer Kontrolle» befindet (common cause variation). Eine Abweichung eines Datenpunktes um mehr als drei Standardabweichungen vom Mittelwert aller vorliegenden Datenpunkte gilt als stärkstes Signal nicht zufallsbedingter Variation. Im Qualitätsmanagementkontext sind Regelkarten für die dynamische Messung von Prozessen und Ergebnissen und deren Beurteilungen traditionellen Mittelwerts- und Streuungsvergleichen überlegen.

Comparative quality measurements and evaluations in nursing play significant roles. Quality measures are affected by systematic and random error. Statistical Process Control (SPC) offers a method to take random variation adequately into account. In this article, control charts are introduced. Those are graphical displays to show quality measures over time. Attribute variables can be displayed by p-, u- and c-control charts. Special cause variations within the processes can be detected by rules. If signs for special cause variations are absent, the process in considered being in statistical control showing common cause variation. A deviation of one data point greater than three standard deviations from the arithmetic mean is considered the strongest signal for non random variation within the process. Within quality improvement contexts control charts outperform traditional comparisons of means and spreads.