TRABAJO DE CONTROL DE CALIDAD

CURVA DE OPERACIN E NDICE DE PLANES DE MUESTREO POR ACEPTACIN

DANIEL HERRERA
TATIANA RIVERA

Msc.
FERNANDO MENDOSA

UNIVERSIDAD DE CRDOBA
FACULTAD DE INGENIERA
PROGRAMA DE INGENIERA DE ALIMENTO
BERASATEGUI
2015

INTRODUCCIN

En el contexto de los planes de muestreo de aceptacin, la curva caracterstica de

operacin representa grficamente la relacin existente entre un porcentaje de artculos
defectuosos de un lote productivo (que por lo general se desconoce) y la probabilidad de
aceptacin que se obtiene del mismo luego de aplicar un plan de muestreo como los
detallados en la seccin de muestreo simple.
Cuando la calidad de un lote es "buena" tanto al productor como al consumidor les
interesa aceptar el lote con alta probabilidad. Por el contrario cuando la calidad de un lote
es "mala" especialmente al consumidor le interesa rechazar el lote la mayora de las
veces.
La probabilidad de aceptar un lote con 0 defectos es naturalmente un 100%.
Alternativamente si el 100% de las unidades son defectuosas la probabilidad de
aceptacin del lote es 0%. Por lo tanto una curva caracterstica de operacin siempre
pasa por los puntos (0,1) y (100,0). Para porcentajes intermedios de artculos defectuosos
se debe calcular la probabilidad de aceptacin del lote segn el plan de muestreo que se
est aplicando.

CURVAS CARACTERSTICAS DE OPERACIN

Los analistas crean una representacin grfica del rendimiento de un plan de muestreo,
trazando la probabilidad de que el lote sea aceptado, para toda una gama de
proporciones de unidades defectuosas. Esta grfica, llamada curva caracterstica de
operacin (OC) (por sus siglas en ingls; operating characteristic), describe el grado en
que un plan de muestreo permite distinguir entre los lotes buenos y los malos. Sin duda
alguna, todo gerente desea disponer de un plan que acepte en el 100% de las ocasiones
los lotes cuyo nivel de calidad sea mejor que el AQL y acepte lotes con un nivel de calidad
peor que el AQL, el 0% de las veces.
Esta curva OC ideal para un plan de un solo muestreo aparece en la figura 12.2. Sin
embargo ese rendimiento solamente se logra con el 100% de inspeccin. La curva OC
tpica para un plan de un solo muestreo, cuya grfica aparece en color gris, muestra la
probabilidad de rechazar un lote bueno (riesgo del productor) y la probabilidad de
aceptar un lote malo (riesgo del consumidor). Por ende, a los gerentes les corresponde
elegir un tamao de muestra n y un nmero de aceptacin c para conseguir el nivel de
rendimiento especificado por el AQL, el , la LTPD y el .

Curvas caractersticas de operacin

Trazado de la curva OC
La distribucin de muestreo correspondiente al plan de un solo muestreo es la distribucin
binomial, porque cada elemento inspeccionado puede estar defectuoso (un fracaso) o no
(un xito). La probabilidad de aceptar el lote es igual a lo probabilidad de tomar una
muestra de tamao n de un lote, con una proporcin defectuosa de p, y encontrar c o
menos elementos defectuosos. A pesar de ello, si n es mayor que 20 y p es menor que
0,05, entonces es posible emplear la distribucin de Poisson como una aproximacin de

la distribucin binomial, a fin de aprovechar las tablas preparadas especficamente para

dibujar curvas OC.
Para dibujar la curva OC, busque la probabilidad de aceptar el lote para un determinado
rango de valores de p. despus, cada uno de los valores de p,
1. multiplique p por el tamao de la muestra n,
2. busque el valor np en la columna izquierda de la tabla,
3. desplcese hacia la derecha hasta que localice la columna correspondiente a c, y
4. registre el valor que corresponde a la probabilidad de aceptacin Pa.
Cuando p = AQL, el riesgo del productor, , es 1 menos la probabilidad de aceptacin.
Cuando p = LTPD, el riesgo del consumidor, , es igual a la probabilidad de aceptacin.
Ejemplo construccin de una curva OC.
Escapes El Manso, que se dedica a instalar sistemas sustitutos de silenciadores para
vehculos, acaba de recibir un embarque de 1.000 silenciadores. El plan de muestreo
elegido para inspeccionar esos silenciadores requiere un tamao de muestra n = 60 y un
nmero de aceptacin c = 1. El contrato firmado con el fabricante de silenciadores
establece un AQL de 1 silenciador defectuoso por 100 y una LTPD de 6 silenciadores
defectuosos por 100. Calcule la curva OC para este plan y determine el riesgo del
productor y el riesgo del consumidor para dicho plan.
Solucin:
Sea p = 0,01. Ahora multiplique n por p, para obtener 60 (0,01) = 0,60. Localice 0,60 en la
tabla Probabilidades Acumulativas de Poisson. Desplcese hacia la derecha hasta llegar a
la columna correspondiente a c = 1. Lea la probabilidad de aceptacin: 0,878. Repita este
procedimiento para una gama de valores de p. La siguiente tabla contiene los valores
restantes para la curva OC. Observe que este plan ofrece un riesgo del productor de
12,2% y un riesgo del consumidor de 12,6%. Ambos valores son ms altos que los valores
usualmente aceptables para planes de este tipo (5 y 10%, respectivamente). La figura 1
muestra la curva OC y los riesgos del productor y del consumidor.

Figura 1: Curvas OC correspondiente a un plan de un solo muestreo con n = 60 y c = 1.

Explicacin de los cambios en la curva OC
El ejemplo anterior plantea preguntarse cmo podra modificar la gerencia el plan de
muestreo para reducir la probabilidad de rechazar lotes buenos y aceptar lotes malos.
Para responder esta cuestin, veamos de qu modo afectan n y c la forma de la curva
OC: En el ejemplo de Escapes El Manso, un mejor plan de un solo muestreo tendra un
riesgo de productor ms bajo y un riesgo de consumidor tambin ms bajo.
Efecto del tamao de la muestra.
Qu pasar si aumentramos el tamao de la muestra a 80 y dejramos el nivel de
aceptacin, c, sin cambio alguno, en 1? Podemos usar las Tablas de Probabilidad de
Poisson. Si la proporcin defectuosa del lote es p = AQL = 0,01, entonces np = 0,8 y la
probabilidad de aceptacin del lote es de slo 0,809. As, el riesgo del productor es de
0,191. En forma similar, si p = LTPD = 0,06, la probabilidad de aceptacin es 0,048. Otros
valores de los riesgos del productor y el consumidor aparecen en la siguiente tabla:

Figura 2: Efectos de incrementar el tamao de muestra manteniendo constante el nmero

de aceptacin.
Estos resultados, ilustrados en la figura 2, expresan el siguiente principio: incrementar n
mientras c se mantiene constante aumenta el riesgo del productor y reduce el riesgo del
consumidor. En el caso del fabricante de los silenciadores, el hecho de mantener c = 1 e
incrementar el tamao de la muestra hace ms difcil que un lote sea aceptado por el
cliente: bastar que haya 2 silenciadores defectuosos para que ese lote sea rechazado. Y
la probabilidad de encontrar los dos defectos es mayor en una muestra de 120 que en una
de 60. Por consiguiente, el riesgo del productor aumenta. Para la gerencia de Escapes El
Manso, el riesgo del consumidor disminuye porque en una muestra aleatoria de 120
silenciadores, tomada de un lote con 6% de unidades defectuosas, es menos probable
que haya slo 1 o menos silenciadores defectuosos.
Efecto del nivel de aceptacin.
Suponga que mantenemos constante el tamao de la muestra en 60, pero modificamos el
nivel de aceptacin. Una vez ms, usaremos las Tablas de Probabilidad de Poisson.

Los resultados aparecen grficamente en la figura 3. As se demuestra el siguiente

principio: incrementar c mientras n se mantiene constante reduce el riesgo del productor y
aumenta el riesgo del consumidor. El fabricante de silenciadores vera con agrado un
incremento en el nmero de aceptacin, porque as resultara ms fcil conseguir que el

lote fuera aceptado por el consumidor. Si el lote tuviera slo 1% de unidades defectuosas
(el AQL), con un tamao de muestra de 60, esperaramos que hubiera nicamente 0,01
(60) = 0,6 defecto en la muestra. Un incremento de 1 a 2 en el nmero de aceptacin
disminuye la probabilidad de encontrar ms de 2 defectos y, en consecuencia, reduce el
riesgo del productor. Sin embargo, al aumentar el nmero de aceptacin para un tamao
de muestra determinado se incrementa el riesgo de que un lote malo sea aceptado.
Supongamos que el lote tuviera 6% de unidades defectuosas (el LTPD). Esperaramos
encontrar 0,6 (60) = 3,6 unidades defectuosas en la muestra. Un incremento de 1 a 2 en
el nmero de aceptacin aumenta la probabilidad de obtener una muestra con 2 o menos
defectos y, por lo tanto, acrecienta el riesgo del consumidor.

Figura 3. Efectos de incrementar el nmero de aceptacin manteniendo contante el

tamao de la muestra.
PUNTOS ESPECFICOS SOBRE LA CURVA OC

Frecuentemente, el inters del ingeniero de calidad se centra en determinados puntos de

la curva OC. El proveedor suele estar interesado en saber cul es el nivel de calidad del
lote o proceso que produce.
Una alta probabilidad de aceptacin. Por ejemplo, el proveedor podra estar interesado en
el punto de aceptacin con una probabilidad de 0.95. Esto indicara el nivel de la porcin
cada fuera del proceso que podra experimentarse y seguir teniendo una oportunidad del
95% de los que los lotes serian aceptados. Recprocamente, al consumidor podra
interesarle el otro extremo de la curva OC. Es decir que el nivel de calidad del lote o
proceso producir una probabilidad de aceptacin bajo.

Es comn que el consumidor establezca un plan de muestreo para un abastecimiento

continuo de componentes o materia prima con referencia a un nivel de calidad aceptable o
AQL( Por sus siglas en ingles). El AQL representa el nivel de calidad ms pobre del
proceso del proveedor que el consumidor considerara aceptable como promedio del
proceso. Obsrvese que el AQL es una propiedad del proceso de manufactura del
proveedor; no es una propiedad del plan de muestreo. Muchas veces el consumidor
disear el procedimiento de muestreo de tal modo que la curva AQL d una alta
probabilidad de aceptacin en el AQL, adems el AQL por lo general no tiene la intencin
de ser una especificacin del producto, ni de de ser un valor objetivo para el proceso de
produccin del proveedor. Es simplemente un estndar contra el cual juzgar el los lotes.
Se espera que el proceso de proveedor operar con un nivel de porcin cada que sea
considerablemente mejor el que AQL.
LA CURVA OC PARA UN PLAN DE MUESTREO DOBLE

Figura N9: En la figura N9 curva OC para el plan de muestreo doble n 1=50, c1=1, n2=
100 y c2=3.
El desempeo de un plan de muestreo doble puede resumirse de manea conveniente por
medio de su curva de operacin caracterstica (OC). La curva OC para un plan de
muestreo doble es un poco ms complicada que la curva OC para muestreo nico. En
esta sesin se describe la construccin de las curvas OC tipo B para un muestreo doble.
Un plan de muestreo doble tiene una curva OC primaria que da la probabilidad de
aceptacin como una funcin de la calidad del lote o proceso. Tienen tambin curvas OC

complementarias que muestran la probabilidad de rechazo en la primera muestra es

simplemente la curva OC para el plan de muestre nico n1=n y c=c2
En la figura N10 se muestran las curvas OC primaria y complementarias para el plan
n1=50, c1=1, n2= 100 y c2=3.

INDICES PARA LOS PLANES DE MUESTREO DE ACEPTACIN

En una relacin cliente-proveedor en la que existe un plan de muestreo de aceptacin de

por medio hay dos intereses: por un lado, el proveedor quiere que todos los lotes que
cumplen con un nivel de calidad aceptable sean aprobados; y por el otro, el cliente desea
que todos los lotes que no tienen un nivel de calidad aceptable sean rechazados. Por
desgracia, no es posible satisfacer de manera simultnea ambos intereses mediante un
plan de muestreo de aceptacin y la razn de ello se explic cuando vimos la curva CO
ideal. Ante esta situacin, lo que se hace para atender de manera parcial ambos intereses
es disear planes de muestreo que tengan una alta probabilidad de aceptar lotes buenos
y una baja probabilidad de aceptar lotes malos. El punto de partida para esto es definir
ndices que establezcan, para una situacin especfica, lo que se considerar como
calidad aceptable, intermedia y no aceptable, con sus correspondientes probabilidades de
aceptacin.
Esto se explica a continuacin:
1. Nivel de calidad aceptable, NCA o AQL (Aceptancing Quality Level).
El NCA se define como el porcentaje mximo de unidades que no cumplen con la calidad
especificada, que para propsitos de inspeccin por muestreo se considera como
satisfactorio o aceptable como un promedio para el proceso (al NCA tambin se le conoce
como nivel de calidad del productor). De acuerdo con lo anterior, si un lote tiene un nivel
de calidad igual al NCA, entonces la probabilidad de aceptarlo debe ser alta (0.90, 0.95), y
a esa probabilidad se le designa con 1 . Ntese que la probabilidad de aceptar lotes
con un NCA no es igual a 1 y por lo tanto hay un riesgo de no aceptar lo que se considera
un nivel de calidad satisfactorio. A este riesgo que tiene una probabilidad igual a , por lo
general pequea (0.05, 0.10), se le conoce como riesgo del productor. Debido a este
riesgo, el NCA debe ser un nivel de calidad de referencia para el proceso de produccin
del productor y de ninguna manera un valor objetivo. Ms an, el productor debe buscar
que su proceso opere con un mejor nivel que el NCA.

2. Nivel de calidad lmite, NCL o LQL (Limiting Quality Level).

Es el nivel de calidad que se considera como no satisfactorio y que los lotes que tengan
este tipo de calidad casi siempre deben ser rechazados. El NCL en algunos planes
especficos (por ejemplo, los Planes de muestreo Dodge-Roming que se explican ms
adelante) se conoce como porcentaje defectivo tolerado del lote, PDTL o LTPD (Lot
Tolerante Percent Defective). Por lo antes dicho, si un lote tiene calidad igual al NCL

entonces la probabilidad de aceptarlo debe ser muy baja (por lo general de 0.05, 0.10), y
a esta probabilidad se le designa con la letra
Ntese que la probabilidad de aceptar lotes de calidad no satisfactoria (NCL) no es cero y,
por lo tanto, hay un riesgo de no rechazar este tipo de lotes. A este riesgo, que tiene
probabilidad igual a , se le conoce como riesgo del consumidor.

Figura N11: Curva CO con NCA= 0.4%, = 0.05, NCl= 2.55% y = 0-10.

3. Calidad promedio de salida.

CPS o AOQ (Average Outgoing Quality). Es la calidad promedio que se alcanza despus
de aplicar el proceso de inspeccin. Este concepto es una forma de medir el efecto de un
plan de muestreo sobre la calidad que se tendr despus de aplicarlo.
Cuando un programa de muestreo de aceptacin aplica muestreo de 100% a los lotes
rechazados, entonces la calidad de salida de esos lotes es perfecta (si no hay error de
inspeccin), ya que todas las unidades defectuosas de stos son sustituidas por artculos
buenos. Mientras tanto, en los lotes aceptados es probable que su calidad de salida
despus de la inspeccin mejore un poco, porque las unidades defectuosas encontradas
en la muestra son reemplazadas por unidades buenas. De esta manera,
independientemente de si el lote es aceptado o rechazado, la calidad que llega al cliente
tiende a ser mejor que la que tenan los lotes antes de ser inspeccionados. Por lo anterior,
una forma de caracterizar la bondad de un plan de muestreo de aceptacin es calcular la
calidad promedio de salida que genera. Este clculo se realiza en forma similar a como se
obtiene la curva caracterstica de operacin, ya que para cada proporcin de defectuosos
que contiene el lote en la entrada se espera una proporcin promedio de defectuosos de
salida (CPS o AOQ). Al graficar la proporcin de entrada, p, frente a la proporcin
promedio de defectuosos despus de la inspeccin, CPS, se obtiene una curva para la
calidad promedio de salida (curva CPS). En la figura N12 se muestra tal curva para el

plan n = 60, c = 1. La curva CPS, cuando se tiene un tamao de lote grande, se obtiene
con la frmula:
CPS = p * Pa
Donde p es la proporcin de defectuosos a la entrada del lote, y Pa la probabilidad de
aceptacin de tal lote que proporciona el plan de muestreo. De esta manera, si ya se
tienen los clculos para la curva CO, entonces la obtencin de CPS es directa.

4. Lmite de la calidad promedio de salida.

LCPS o AOQL (Average Outgoing Quality Limit). Es el valor mximo de la curva CPS y
representa la peor calidad pro medio que puede obtenerse del programa de inspeccin.
Por ejemplo, para el plan n = 60, c = 1, y examinando la figura N12, se observa que el
LCPS es de aproximadamente 0.014; es decir, no importa qu tan mala sea la proporcin
de defectuosos en los lotes que entran, la calidad promedio de salida nunca ser peor que
1.4% de defectuosos en promedio. Desde luego que esto no significa que el programa de
inspeccin no deje pasar lotes con calidad peor que 1.4%, ms bien, se est hablando de
un lmite promedio que es vlido despus de aplicar el programa de referencia a muchos
lotes de un flujo continuo de produccin.
Inspeccin total promedio
ITP o ATI (Average Total Inspection). Otro aspecto importante para evaluar un plan de
muestreo de inspeccin es la cantidad total de inspeccin que requiere. Es claro que los
lotes aceptados slo precisan de una cantidad de inspeccin igual al tamao de la
muestra, n. Mientras tanto, los lotes que son rechazados son sometidos a 100% de
inspeccin, por lo que la cantidad de inspeccin ser igual al tamao de lote, N. De esta
manera, la cantidad de inspeccin por lote va de un mnimo de n a un mximo de N. Si el
lote es de calidad p y la probabilidad de aceptacin del lote es Pa, entonces la inspeccin
total promedio por lote es: ITP = n + (1 Pa)(N n) Por ejemplo, si se tiene un tamao de
lote de N = 5 000 y se aplica el plan n = 60, c = 1, entonces para los lotes con una
proporcin de defectuosos de 0.04 se tiene que la Pa = 0.3022, y por lo tanto: ITP = 60 +
(1 0.3022)(5 000 60) = 3 507.13
Que es un nmero promedio de unidades inspeccionadas sobre muchos lotes que tienen
una proporcin de defectuosos de p = 0.04. Para cada proporcin de defectuosos, p, en el
lote de entrada es posible calcular la ITP y de esa forma obtener la curva para la ITP

ITP= n+ (1-Pa) (N-n)

Grafica N10: curva de inspeccin total promedio

Figura N12: Calidad promedio de salida (CPS) del plan n= 60, c=1

CONCLUSIN
Las Curvas Caractersticas de Operacin (CO), son una herramienta prctica y
eficiente para la toma de decisiones relacionada con la aceptacin o el rechazo de
productos finales, o lotes de materia prima, permitiendo el fortalecimiento o
quebrantamiento de la relacin cliente-proveedor. Adems las curvas de operacin
representan una
herramienta para verificar el cumplimiento de ciertas
especificaciones de calidad previamente definidas, con cierto grado de certeza que
lleva sus fundamentos en modelos probabilsticos.
Es primordial reconocer criterios a tener en cuenta durante la seleccin de la
muestra de un lote de tal manera que sea representativa, que no salga costoso y
que genere mayor eficiencia al proceso, as se pueda obtener datos que permitan
comparar con los criterios de calidad establecidos o interesados y se puede evitar
errores relacionados con la poblacin a estudiar.
Estos ndices de calidad nos permiten determinar y disear planes de muestreo
que nos permita seleccionar y aceptar lotes de buena calidad con una alta
probabilidad y lotes de baja calidad con una baja probabilidad, estableciendo
criterios de calidad aceptable, intermedia y no aceptable mediante aspectos
estadsticos.

BIBLIOGRAFA

MONTGOMERY, Douglas C. Control estadstico de calidad. 3a ed. Mxico. Limusa

Wiley Grupo Noriega Editores, 2009.
http://www.gestiondecalidadtotal.com/curva_caracteristica_de_operacion.html
http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-deaceptacion2.shtml
http://nulan.mdp.edu.ar/1618/1/13_muestreo_aceptacion.pdf
http://www.buenastareas.com/ensayos/Curvas-De-OperacionCaracteristica/5453797.html