Sequenzielle Stichprobenverfahren sind wie eine Beziehung. Nach einer Weile können wir sie akzeptieren, ablehnen – oder es weiter versuchen. Im Vergleich zu ihrem schwerfälligen Pendant, der Stichprobenziehung mit fester Stichprobengröße, treffen wir bei jedem Schritt eine flexible Entscheidung. Diese Methode hat einen entscheidenden Vorteil gegenüber dem Ansatz mit fester Stichprobengröße: Sie benötigt oft deutlich weniger Teile und liefert dennoch die gleiche statistische Aussagekraft. Weniger Teile bedeuten Zeitersparnis, Kostenersparnis und vor allem weniger Aufwand für alle Beteiligten.
Die hier vorgestellte Methode wurde ursprünglich von Wald (1945) entwickelt und wird als Sequential Probability Ratio Test (SPRT) bezeichnet. Wir beginnen mit einer Hypothese über die mutmaßliche Fehlerrate p unserer Grundgesamtheit. Teile werden einzeln entnommen und geprüft und als bestanden oder nicht bestanden eingestuft. Nach jeder Messung vergleichen wir den beobachteten Fehleranteil in unserer Stichprobe mit den anhand der SPRT-Theorie berechneten Entscheidungsschwellen und treffen eine Entscheidung: Wir bestätigen unsere Annahme über p, verwerfen sie oder setzen die Prüfung fort. Es ist ein bisschen so, als würde man nach wenigen Folien eine Präsentation verlassen und sagen: „Okay, verstanden.“
Die Operationscharakteristik (OC-Kurve) für feste Stichprobenumfänge wird für verschiedene Szenarien mit derjenigen von SPRT verglichen. Ein auf dem JMP Marketplace verfügbares Add-in für sequentielles Sampling wird verwendet, um den Vergleich der beiden Verfahren zu erleichtern. In diesem Vergleich kann SPRT SPRT regelmäßig durch höhere Effizienz und Anpassungsfähigkeit übertreffen.
