EMPLEO DE LAS GRFICAS DE CONTROL PARA DETERMINAR LOS GRANDES

LOTES.
En un magnfico artculo, el General Leslie E. Simon propuso un concepto de un lote
que es til para muchos fines prcticos. Su definicin fue "un lote es un conjunto de
artculos que, en esencia, son iguales". Mencion que "en esencia iguales" significa
que "subgrupos pequeos de artculos de muestra tomados del lote en un orden
cualquiera, respondern al criterio de control de Shewhart."
En el ejemplo 17-4 se describe la aplicacin de este concepto para aceptacin. En la
grfica de control de la figura 17-3 se ve con claridad que hay dos grandes lotes
diferentes. El promedio del primer gran lote qued dentro de especificaciones; el
promedio del segundo gran lote qued fuera. En cada uno de estos, lo correcto sera
tener una sola decisin de aceptacin o rechazo aplicable a la totalidad del gran lote.
Cuando se utiliza este concepto, es necesario aplazar la decisin de aceptacin o
rechazo de un sublote hasta que se haya inspeccionado todo el gran lote. Este
aplazamiento de una decisin de aceptacin se llama, a veces, decisin diferida.

EJEMPLO 17-4
Los grandes lotes se determinan con grficas de control de

y R Hechos del

caso.
El General Simon present un excelente ejemplo de la forma en la cual una grfica de
control puede mostrar que haya grandes lotes y la forma en que el descuido con los
grandes lotes en los criterios para aceptacin, puede conducir a la aceptacin y
rechazo incorrectos de lotes. La tabla 17-1 y la figura 17-3 estn tomadas de su trabajo.
Las velocidades en la boca de las armas de fuego se determinaron para muestras de
cinco de 25 lotes consecutivos de un fabricante de cartuchos completos con bala. En la
tabla 17-1 se presentan el promedio

y la amplitud R de estas muestras. Las

especificaciones para aceptacin o rechazo del lote se basaron en los valores del

promedio y de la amplitud (en vez de los valores individuales). X max fue1785 ft/s
X mim fue 1715 ft/s (pies/segundo); el intervalo mximo admisible en la muestra fue

de 70. Los lotes rechazados debido a esta especificacin se marcaron con un asterisco
(*)
En la figura 17-3 se muestran las grficas de control de

y R para estos datos. Los

comentarios del General Simon acerca de las conclusiones derivadas de las grficas
fueron:

Tomada de L. E. Simon, TI. Industrial Lot and Its Sampling Implications. Journal of the
Franklin Institute, vol. 237, pp. 259-270, mayo 1944. L. E. Simon manifiesta que los

datos de esta tabla se han alterado slo en valor numrico, para no revelar informacin
militar real.
Es muy evidente que los primeros 15 lotes fueron de la misma calidad esencial y no se
deberan haber rechazado ninguno. Los que fueron rechazados (o se volvieron a
probar hasta que se aceptaron), slo representan una prdida econmica. Pero, cerca
de los lotes 15 y 16 o entre ellos, ocurri un cambio. Si los criterios para las
especificaciones son en realidad importantes, se deberan haber rechazado todos los
lotes del 16 al 25 (y no slo parte de ellos). Por tanto, est muy claro que los lotes 1
hasta 15 constituyen el lote real (llamado gran lote) en el sentido de que son un
conjunto de artculos que, en esencia, son iguales. En forma similar, los lotes 16 hasta
25 constituyen otro lote real, pero que no debera aprobar la especificacin.

Figura 17-3 Grfica de control en que se muestran dos grandes lotes diferentes (datos
de la tabla 17-1). (Reproduci-da de L. E. Simon, The Industrial Lot and Its Sampling
Implications. Journal of the Franklin Institute, vol. 237, pp. 359-370, mayo de 1944).

CLCULO DE LA POR VARIABLES CURVA OC PARA UN PLAN DE MUESTREO

CON SIGMA CONOCIDA BASADO EN LA SUPOSICIN DE UNA DISTRIBUCIN
NORMAL.
Muchas especificaciones son unilaterales, es decir, slo se expresa un lmite inferior L o
un limites superior U para aplicarlos a artculos individuales. Quiz la prueba o ms
exmenes ms sencillo por variables es el que se emplea, a veces, con este tipo de o
se cree que la desviacin estndar de los lotes presentados permanecer bastante
constante, que es probable que el promedio se desplace hacia arriba y hacia abajo y
que la distribucin de la variable es normal.
Para esta prueba se requiere tomar una muestra de tamao n y medir el valor de la
caracterstica de calidad especificada de cada artculo de la muestra. Los valores de los
artculos se promedian para encontrar la

de cada muestra. Si esta

es mayor

que el lmite inferior L de la especificacin en una cantidad de k's, se acepta el lote; de

lo contrario, se rechaza. (Si se trata del lmite superior U,

no debe ser mayor que

U- k' .) El valor para se debe calcular por experiencias anteriores, quiz con una
grfica de control que muestre que la dispersin del proceso estuvo bajo control
estadstico. El factor k' depende de n y de la proteccin deseada para la calidad; cuanto
mayor sea el valor de k' para cualquier n dado, ms estricto ser el criterio para
aceptacin.
En las publicaciones relacionadas con la inspeccin por variables, a esos sistemas
para aceptacin se les llama planes de sigma conocida o planes de variabilidad
conocida. Para describir los clculos necesarios para las curvas OC de esos planes,
puede ser til un ejemplo numrico. Supngase que la especificacin de un producto
2
requiere una resistencia mnima a la traccin de 20 000 psi (lb/ pulgada ). Se han

llevado grficas de

y R de los resultados de las pruebas con muestras anteriores.

Todos los puntos han quedado dentro de los lmites de control en la grfica R; el valor
calculado de es de 1000 psi. La grfica

ha mostrado falta de control.

Supngase que se desea utilizar un plan con variables que ofrezca una proteccin de
calidad contra defectivos, como resultado de un desplazamiento en el promedio del
proceso, comparable con la proteccin obtenible con el plan de atributos n = 25, c= 2 y
con los planes doble y mltiple equivalentes, mostrados en la figura 12-6. En su obra
relacionada con inspeccin para aceptacin por variables, Bowker y Goode * dan
valores de n y k' para planes con variables con sigma conocida que tienen curvas OC
que corresponden bastante bien con muchos diferentes planes por atributos. Para
concordar con el plan de atributos de n=75, c = 2 n se expresa como 16 y k' como
1.846. En este ejemplo particular, esto significa que la resistencia promedio a la
traccin de una muestra de 16 piezas debera ser, cuando menos, 20 000 +
1.846(1000) = 21 846 psi.
No es posible calcular una curva OC para ese plan de aceptacin sin hacer algunas
suposiciones respecto a la distribucin de frecuencia de la caracterstica de calidad en
cuestin.
La curva OC para este plan, que aparece en la figura 12-6, est basada en la
suposicin de una distribucin normal. En la figura 17-4 se ilustra el clculo de la
probabilidad de aceptacin de producto con 2% de defectivo. Tambin muestra la
distribucin de frecuencia de los promedios de muestras de 16, cuando un 2% del
producto queda por abajo del lmite inferior de la especificacin. En este clculo se
deben contestar dos preguntas. (En la siguiente explicacin, significa el promedio del
producto y

el promedio de una muestra de tamao n)

Figura 17-4
Diagrama ilustrativo
del clculo de la
probabilidad de
aceptar 2% de
productos
defectivos, con el
plan de sigma
conocida, n = 16 y k'
= 1.846.
1. Cul es para
ese porcentaje particular de defectivo? Vase la tabla A, apndice 3, para encontrar el

valor de z = ( X

- )/, correspondiente a una superficie de 0.0200. La interpolacin

en esta tabla muestra que 2% de la distribucin normal queda debajo del valor 2.0566 . Si 2% del producto queda debajo del lmite inferior L de la especificacin,
entonces debe ser L + 2.056 . Por tanto, dado que L es 20 000 psi y s es 1000 psi,
= 22 056 psi.

2. con a este valor, qu proporcin de la distribucin X

mnima. Es

de 22056 - 21846 = 210 psi. Se debe calcular la desviacin estndar de

X , que en

mnimo permisible de

quedar encima del valor

? Se debe calcular la diferencia entre y

este caso es:

x = n =

1000
16

= 250 ib/

El valor 210 psi es 0.84 X , En la tabla A se muestra que 0.7995 .de una
distribucin normal est por arriba del valor de p = 0.840. Se apreciar que la

probabilidad de aceptacin es de 0.7995, o sea, alrededor de 0.80. Aunque en los

clculos anteriores se utilizaron valores numricos de L y de para fines de
descripcin, la probabilidad calculada de aceptacin es independiente de esos valores
y slo depende de n y de k'.
Si K es el valor mnimo permisible de

entonces, en general, para una

especificacin ms baja,
K = L + k
Para cualquier fraccin de defectivo, po que es el promedio de la distribucin, debe ser
=L+ zp
Al normalizar estos valores para obtener un valor zo con el cual utilizar la tabla A para
encontrar la probabilidad de aceptacin

za=

n ( K)

n (kzp)

de donde Pa=1-F(za)
Una ventaja del muestreo por variables es el empleo de tamaos de muestra ms
pequeos para obtener la misma proteccin de la calidad contra un tipo particular de
problema. En el ejemplo precedente, la muestra para variables fue de 16, mientras que
la muestra para atributos fue de 75.
Algunos aspectos de los planes de muestreo por variables con sigma desconocida,
basados en la suposicin de una distribucin normal
En el plan con sigma conocida ilustrado de la figura 17-4, se especifica una

mnima permisible de 21 846 psi para una muestra de 16. Para calcular esta

mnima se sum 1.846 - al L de 20 000 psi con el empleo de un clculo o estimacin

de que era de 1000 psi. Si se hubiera calculado que era de, por ejemplo, de 100

psi, se hubiera obtenido la misma curva OC si se hubiera especificado una

mnima de slo 20 186.6 psi con una muestra de 16. Cuando ms pequeo sea el
clculo o estimacin de , ms cerca estara

de L. La relacin general entre el

centramiento de un proceso (o lote), su dispersin, un solo lmite de especificaciones y

la fraccin de defectivos se describe en el captulo 4 y se ilustra en las figuras 4-4, 4-5 y
4-6.
Supngase que se desea disear un plan de aceptacin por variables con un tamao n
designado para la muestra y un L especificado de 20 000 psi. Supngase que no se
sabe nada de la del producto muestreado. Por supuesto, es necesario emplear cierta
medida de la dispersin de la muestra para calcular cr, cabe suponer que esta medida
podra ser la s, o R de la muestra y si la muestra se va a dividir en dos o ms
submuestras, se podra emplear

Debido a que no se conoce a no es posible

especificar ningn valor mnimo de la muestra X

tal como 21 846 o 20 183.6 psi, ya

que la especificacin tiene que ser, en la prctica, de que

ha de exceder de L en

un mltiplo expreso de alguna medida seleccionada de la dispersin de la muestra.

Bowker y Goode en su obra citada "Sampling Inspection by Variables", son los
precursores de los planes de muestreo por variables, en los cuales, las curvas OC
calculadas estn basadas en la suposicin de una distribucin normal. La obra contiene
un gran nmero de planes con sigma conocida y desconocida que tienen curvas OC
que concuerdan con las de los planes por atributos descritos en la obra "Sampling
Inspection" del Columbia Statistical Research Group, mencionada en los captulos 13 y
14. Bowker y Goode emplean las mencionadas curvas OC para todos sus planes con
sigma desconocida basada en especificaciones unilaterales.
En los planes de sigma desconocida de Rowker y Goode se empleas como la medida
de la dispersin de la muestra. El lector recordar que s es la raz cuadrada de una
estimacin sin sesgo de la varianza del universo y se define como:

s=

(X x )
n1

El criterio de aceptacin para el lmite inferior es:

X

L + ks

y para el lmite superior es:

X

U - ks

En la norma MIL-STD-414, comentada ms adelante en este captulo, tambin se

emplea s como una de las posibles medidas de dispersin de la muestra. Adems, esta
norma permite el empleo de

(o en algunos casos,R)como medida de la dispersin

de la muestra. En este captulo se concuerda con Bowker y Goode en el empleo de k

como multiplicador de s en un plan con sigma desconocida y el empleo de k' como
multiplicador de en los planes con sigma conocida.
En los casos en que slo pueda tener un valor (como las 1000 psi en la Fig. 17-4),
hay un solo valor de que corresponder con cualquier porcentaje de defectivos en el
caso de una especificacin unilateral (como la de 2% de defectivos de la Fig. 17-4). Por
el contrario, si pudiera tener algn valor, hay un nmero infinito de valores de p que
correspondera a, por ejemplo, 2% de defectivos; cada atendr un diferente para 2%
de defectivos. Se infiere que el mtodo para calcular las curvas OC en los planes con
sigma desconocida es ms complicado que en los de sigma conocida. Para calcular
una curva OC de un plan de sigma desconocida se necesita emplear algunas
probabilidades de distribucin que no se describen en este libro. No es posible una
explicacin sencilla del clculo de esas curvas con la explicacin de la figura 17-4 para
los planes con sigma desconocido. * Pero, cualquier persona que entienda la
explicacin de la de la figura 17-4, sin duda podr ver el razonamiento general en que
se deben basar los clculos de una curva OC para un plan de sigma desconocida.

PLANES CON SIGMA CONOCIDA Y CON SIGMA DESCONOCIDA PARA

ESPECIFICACIONES BILATERALES
Cuando se especifican un lmite superior U y un lmite inferior L para la caracterstica de
calidad y la distribucin es normal, la capacidad de un proceso para poder fabricar
producto que cumpla con las especificaciones, depende de la relacin entre U-L y la
dispersin del proceso, que muchas veces se supone que es 6-, tambin depende del
centramiento del Proceso. Esto se describe en las figuras 4-1 hasta 4-3 y en el
comentario de ellas.
En la situacin ilustrada en la figura 4-1 en donde U-L es mayor que la dispersin del
proceso, por ejemplo, 7.5 o ms y la distribucin en un lote es normal, no se rebasar
ninguno de los lmites de las especificaciones en un solo lote. Se infiere que cuando se
utiliza un plan con sigma conocida con esas tolerancias algo amplias, la curva OC del
plan se puede calcular como si la especificacin fuera unilateral en la forma antes
mencionada en la descripcin de la figura 17-4. La nica diferencia en el criterio de
aceptacin en el caso de especificacin unilateral, es que hay ahora dos lmites en el
valor permisible del promedio de la muestra no puede exceder de U k y no puede
estar por debajo de L +k.
La cuestin es ms complicada en los casos mostrados en las figuras 4-2 y 4-3, en
donde las tolerancias son estrictas en relacin con la capacidad del proceso. En este
caso, rechazarn algunas piezas. Por ejemplo, con una distribucin normal, habr
0.27% de defectivos, aunque U- L =6. El porcentaje mnimo de rechazos ocurrir
cuando el proceso est centrado entre U y L.
Con este centramiento y las tolerancias tan estrictas, la curva OC del plan se puede
calcular como si la especificacin fuera unilateral; se producirn algunas piezas
rechazables, unas por arriba del lmite superior y otras debajo del lmite inferior de las
especificaciones. Se infiere que al calcular la curva OC en el plan de aceptacin por
variables con sigma conocida con una especificacin bilateral con tolerancias estrictas,
es necesario calcular los porcentajes de rechazos en ambas colas de la distribucin de

frecuencia. Salvo por la necesidad de considerar ambas colas, esos clculos van de
acuerdo con la explicacin de la figura 17-4.
Bowker y Goode dan valores de n y un coeficiente designado k' para los planes por
variables con sigma conocida y especificaciones bilaterales y el supuesto de una
distribucin normal. Estos planes se deben emplear cuando las tolerancias son
estrictas con relacinala capacidad del proceso; en ellos, no puede exceder de U - k'
*o- ni quedar por debajo de L + k ' *. Igual que los otros tipos de planes con variables
en la obra de Bowker y Goode, se ha provisto un plan para adaptar la curva OC de
cada uno de los planes por atributos en la inspeccin por muestreo.
Siempre que se utilizaban planes con sigma desconocida para especificaciones
bilaterales, la incertidumbre con respecto a o-, siempre har necesario tomar en
consideracin la posibilidad de rechazos en ambas colas de la distribucin. Los
procedimientos aplicables para esos planes se comentan en forma breve, ms adelante
en captulo, con respecto a la norma MIL-STD-414.