141

CAPITOLUL 8.

TESTE ALE CONTROLULUI CALITII

SI FIABILITII IN AGRICULTUR

Obiectice : nsuirea de ctre studeni a tehnicilor de control statistic al calitii produselor

agricole i al fiabilitii mainilor agricole n cursul procesului de producie i la recepie
(control simplu i secvenial)

Coninut :

8.1 Controlul statistic de calitate n cursul procesului de producie

8.2 Controlul statistic de calitate la recepie
8.3 Rezumat
8.4 ntrebri
8.5 Bibiliografie

Cuvinte cheie : fie de control, control simplu,control secvenial,nsuire cantitativ ,

nsuire calitativ , fiabilitate .

Produsele agricole de origine vegetal sau animal sunt destinate n principal

consumului uman,consumului zootehnic i ca materie prim pentru industrie .
Produsele de consum uman pot fi consumate direct(alimente proaspete)
sau dup prelucrare/conservare(fin,mlai,zahr,ulei,brnzeturi,mezeluri,
buturi,etc).
Calitatea alimentelor destinate consumului uman este un complex de nsuiri
fizice,chimice,biologice i estetice care trebuie ndeplinite fa de anumite baremuri
(standarde) astfel ca s asigure la nivel optim nevoile omului.
Aceleasi cerine se impun i pentru produsele de consum zootehnic (furaje proaspete
sau prelucrate/conservate).
Materiile prime pentru industrie(alimentar,textil,energetic,cosmetic,etc )privesc
standarde de calitate asupra capacitii de prelucrare sau conservare n vederea satisfacerii la
nivel optim a cerinelor ca produse finite (alimente,mbrcminte,nclminte,biogaz,produse
fitofarmaceutice si cosmetice,etc).
Mainile agricole pentru producia vegetal sau zootehnic trebuie s aib capaciti
funcionale i de economicitate privind combustibilii conform unor standarde care s le
permit amortizarea cheltuielilor de fabricaie i obinerea de profit n urma utilizrii lor .
Cel mai important indicator de calitate al masinilor agricole este sigurana lor n
funcionare(fiabilitatea) care trebiue s ndeplineasc bareme de timp privind funcionarea
fr defeciuni la exploatarea n condiii reale .
Controlul calitii produselor agricole i a fiabilitii masinilor agricole are caracter
oficial si cheltuielile necesare acestui control se amortizeaz prin vandabilitatea crescut pe
piaa intern i mai ales cea extern.
Controlul calitii si fiabilitii n agricultur se face n toate etapele procesului de
producie ct i la recepia produselor sau masinilor agricole.
Acest control poate fi exhaustiv(pentru toate produsele sau masinile) sau selectiv (prin
sondaj) .
Utilitatea statisticii n controlul calitii i fiabilitii rezult din faptul c agricultura
este un domeniu de predilecie al aciunii ntmplrii(hazardului)
 142

prin variabilitatea genetic a plantelor sau animalelor i prin variabilitatea condiiilor de

mediu n care acestea triesc.
Astfel orice nsuire cantitativ (msurabil) sau calitativ(atributiv) X este o
variabil aleatoare n jurul standardului de calitate.
Timpul T de funcionare fr defeciuni al unei maini agricole este tot o variabil
aleatoare calitativ n jurul standardului de calitate.
Dac X este nsuire cantitativ(msurabil) trebuie ca M(X)= i V(X)<W2 iar dac
X este nsuire calitativ(atributiv) trebuie ca frecvena sa de apariie relativ fn(X) s tind
ctre probabilitatea P.

8.1 CONTROLUL STATISTIC DE CALITATE N CURSUL

PROCESULUI DE PRODUCIE

Fie X o caracteristic de calitate care poate fi cantitativ(msurabil) sau

calitativ(atributiv).
n cursul procesului de producie n agricultur,asupra caracretisticii X acioneaz o
multitudine de factori care provoac asupra valorilor lui X variaii accidentale(cu cauze
necontrolabile) i variaii sistematice(cu cauze controlabile).
Obiectul controlului de calitate este n acest caz,supravegherea variaiilor sistematice i
eliminarea lor prin corecii aduse procesului de producie.
De fapt caracteristica de calitate X este un proces aleator Xt ; 0 t DS unde DS este
durata unei serii n agricultur ( DS = durata perioadei de vegetaie la plante i DS = durata
unui ciclu de exploatare a animalelor ).
Realizrile Xi , i= 0,1,2, ale lui Xt se presupun a fi variabile aleatoare normale
N(,) ,independente cte dou.
mprim intervalul de timp [ 0; DS ] n m subinrtervale de timp egale :
[ t0 = 0 ; t1) , [ t1; t2 ],,[ tm-1; tm = DS ] i efectum la momentele de timp t1 , t2 ,, tm= DS ,
m sondaje toate de volum n ,obinnd datele de sondaj :
x11,x12,,x1n la momentul t1;
x21, x22,,x2n la momentul t2 ;

xm1 ,xm2,, xmn la momentul tm .
a) Dac X este nsuire cantitativ(msurabil) , din datele de sondaj calculm mediile
sondajelor :

1 n
xi xij
n j 1
abaterile-standard de sondaj:

1 n
si ( xij xi )2
n 1 j 1
precum i media total :
1 m n
x xij
mn i 1 j 1
respectiv abaterea-standard total :

m n
1
s
mn 1 i 1 j 1
( xij x ) 2
 143

Fie xi,min = m i n xij ; xi,max = m a x xij deci avem amplitudinile

1jn 1jn
de sondaj ai = xi,max xi,min .

b) Dac X este nsuire calitativ(atributiv) avem xij = 1 dac obiectul

numrul j din sondajul numrul i este rebut i xij = 0 n caz contrar deci
n
di x
j 1
ij

va fi numrul de rebuturi n sondajul numrul i iar :

m n
d x
i 1 j 1
ij

Dac populaia este de volum N , raportul f = n/N se numete factor de sondaj.

Mrimea lui f i cadena lurii probelor m depind de rapiditatea apariiei variaiilor
sistematice i de costul lurii probelor .
Pentru caracteristica de calitate X controlm doi parametri : M care ne Indic tendina
central i D care ne indic mprtierea valorilor lui X.
Pentru aceasta se construiesc intervalele de ncredere IM pentru M i ID pentru D .
n controlul propriuzis, dac o valoare Mi a lui M cade n afara intervalului IM sau dac o
valoare Di a lui D cade n afara intervalului ID ,se aduc corecii procesului de producie .
Intervalele de ncredere IM i ID au forma : [ LCI ; LCS ] cu ncrederea 1 i riscul .
LCI se numete limita de control inferioar pentru X iar LCS se numete limita de
control superioar pentru X .
Aceste limite se prezint grafic pe fiele de control al calitii de forma :

8.1.1 Cazul unei nsuiri cantitative

n acest caz n rolul lui M vom lua mediile de sondaj xi sau medianele de sondaj Mei iar
n rolul lui D vom lua abaterile-standard de sondaj si sau amplitudinile de sondaj ai
Avem de verificat prin control al calitii , ipoteza H: = 0 fa de alternativa : 0
respectiv H: = 0 fa de alternativa H: > 0 .

a) Fia de control pentru medie(fia X )

 144

Mediile sondajelor x1,, xm sunt variabile aleatoare normale N(0, 0/n ) deci vom
lua :

0 0
LCI ( x) 0 u / 2 ; LCS ( x) 0 u / 2 (1)
n n

Dac 0 nu este cunoscut , se aproximeaz cu x iar dac 0 nu este

cunoscut ,se aproximeaz cu s .
De regul se ia u/2 =3 deci 1- = 99.865% i =0.135% .

b)Fia de control pentru abaterea-standard (fia s) .

Mrimile (n-1)si2 / 02 sunt variabile aleatoare 2 cu n-1 GL deci vom lua :

12 / 2 2 / 2
LCI ( s ) . 0 ; LCS ( s ) . 0 (2)
n 1 n 1
Pentru controlul calitii abaterii-standard se folosete numai LCS .

n locul fiei de control b) pentru abaterea-standard se poate folosi :

b) Fia de control pentru amplitudine ( fia R)

Amplitudinea unui sondaj de volum n , notat a = xmax xmin este variabil aleatoare
deci este variabil aleatoare i raportul w = a/ .
Media w are valorile date de tabela 15 din Anex.
Un estimator al lui este = a / w deci limitele de control pentru medie din relaiile
(1) devin :
a a
LCI ( x) x 3 ; LCS ( x) x 3 (3)
n w n w
Notm :

3

n w
cu valori n tabela 15 din Anex, deci limitele de control pentru medie devin :

LCI ( x ) x .a ; LCS ( x ) x .a (4)

Din relaia a = w rezult (a) = (w). i cum nu se cunoate, va fi

estimat de = a / w aa c un estimator pentru (a) va fi (a) = (w). a / w
deci limitele de control pentru a capt forma :

( w) ( w)
LCI (a ) a 3. .a ; LCS ( a) a 3. .a (5)
w w

Cu notaiile :
( w) ( w)
D1 1 3. ; D2 1 3.
w w
 145

care au valori n tabela 15 din Anex, limitele de control pentru a ,capt forma:

LCI (a ) D1 .a ; LCS(a)=D 2 .a (6)

Exemplu

Fie X greutatea puilor de carne la 40 zile.

Lum m = 10 sondaje n 10 serii diferite , a cte n = 4 valori fiecare i obinem datele de

sondaj din tabelul urmtor:

Nr. Date sondaj xij Xi,min xi xi,max ai si

Sondaj

1 1000;1100;1050;1010 1000 1040 1100 100 45.46

2 950;980;1030;1000 950 990 1030 80 33.67

3 1100;1020;1010;990 970 1010 1050 80 33.67

4 970;1020;1000;990 990 1030 1100 110 48.30

5 1100;1030;990;960 960 1020 1010 140 60.55

6 1020;1010;1050;1000 1000 1020 1050 50 21.60

7 970;1010;990;1030 970 1000 1030 60 25.82

8 980;990;1010;1100 980 1020 1100 120 54.77

9 1040;1020;1030;910 910 1000 1040 130 60.55

10 970;990;1020;1020 970 1000 1020 50 24.49

TOTAL xmin= x= Xmax= a= s=

910 1013 1100 92 40.84

Pentru n =4 , din tabela 15 din Anex, avem = 0.729 deci relaiile (4) devin:

LCI( x ) = 1013 0.729x92 = 945.932

LCS( x ) = 1013 + 0.792x92 = 1080.68

Toate valorile xi sunt ntre aceste limite deci X corespunde la controlul
calitii n cursul procesului de producie , ca tendin central a valorilor.
Pentru n = 4 , din tabela 15 din Anex avem D1 = 0 ; D2 = 2.282 deci relaiile (6) devin :
LCI(a) = 0 ; LCS(a) = 2.282x92 = 209.944
Niciuna din valorile ai nu depete pe LCS(a) deci X corespunde la
controlul calitii n cursul procesului de producie ,ca mprtiere a valorilor.
 146

n cazul msurtorilor individuale ,volumele sondajelor sunt egale cu 1

i limitele de control pentru cele m valori individuale xi vor fi:

am am
LCI ( x ) x 3. ; LCS ( x) x 3. (7bis)
w w

Aici w se culege din tabela 15 din Anex pentru n = 2 iar am este

media diferenelor succesive aim =| x i x i 1 | numite amplitudini mobile.

Exemplu

X = producia zilnic de lapte de vac(litri/zi) n a 28-a zi de la ftare

(controlul Nr. 1). Avem m=10 sondaje a cte n=1 vaci fiecare cu produciile xi :

xI 9.5 10 10.4 9.9 11 10.7 10.5 12.4 11.7 10.9 x=

10.8

|xi-xi-1| - 0.5 0.4 0.5 1.1 0.3 0.2 1.9 0.7 0.8 am=

0.71

Din tabela 15 din Anex , pentru n=2 valori n amplitudinile mobile , avem

w =1.128 deci :

LCI(x)=10.8 3 .(0.71/1.128)=8.91
LCS(x)=10.8 + 3 .(0.71/1.128)=12.69

Toate cele 10 producii individuale sunt ntre limitele precedente, deci

caracteristica X corespunde calitii .

8.1.2 Cazul unei nsuiri calitative

n acest caz vom avea un singur parametru M n rolul cruia vom lua fie numrul di de
exemplare-rebut din sondajul nr. i , fie frecvena rebuturilor fi = di / n din sondajul nr.
i ; (i=1,2,,m).
di este variabil binomial adic :

P(di = k) = Cnk p0k (1- p0) n k

unde p0 este proporia rebuturilor n cursul procesului de producie .

Avem de verificat ipoteza H : p = p0 fa de alternativa H: p>p0 .
Fie k1() cel mai mare numr natural pentru care avem :

k1 ( )

P (d k1 ( )) C
k 0
k
n p0k (1 p0 ) n k 1
2
 147

Fie k2() cel mai mare numr natural pentru care avem :

n

P (d k2 ( ))
k k2 ( ) 1
Cnk p0k (1 p0 ) n k 1
2
Avem :

LCI(d) = k1() ; LCS(d) = k2() (7)

Din pcate , limitele (7) implic calcule laborioase deaceea pentru n 40

i p0 0.1 , variabila binomial poate fi aproximat cu variabila normal.

a) Fia de control pentru frecvena rebuturilor (fia p )

Un estimator pentru p0 este fi = di /n unde di este numrul rebuturilor

din sindajul nr. i de volum n .
Avem :
M(fi)= p0 i V(fi)=p0(1- p0)/n
deci limitele de control pentru p0 vor fi :

p0 (1 p0 ) p (1 p0 )
LCI ( p0 ) p0 3. ; LCS ( p0 ) p0 3. 0 (8)
n n

Cum p0 nu se cunoate , se aproximeaz cu :

1 m 1 m 1 m n
f i mn
m i 1
f
i 1
d i xij
mn i 1 j 1

aa c limitele de control pentru p0 devin :

f (1 f ) f (1 f )
LCI ( p0 ) f 3. ; LCS ( p0 ) f 3. (9)
n n

Dac LCI(p0) < 0 , lum LCI(p0) = 0 .

Exemplu
X = starea de ecloziune a oulelor de gin n a 18-a zi de incubaie.
Se efectueaz m = 10 sondaje a cte n = 100 ou n 10 serii de incubaie, gsindu-
se numrul di de ou neeclozionate n aceste sondaje i frecvenele de rebut fi :
Nr. 1 2 3 4 5 6 7 8 9 10 TOTAL
Sond
di 3 5 2 0 4 7 8 3 2 6 d=4

fi 0.03 0.05 0.02 0 0.04 0.07 0.0 0.03 0.02 0.06 f=0.04
8

Avem f = 0.04 deci din relaiile (9) obinem :

 148

0.04 0.96
LCI ( p0 ) 0.04 3 0.04 0.059 0 deci LCI(p 0 ) 0
100
0.04 0.96
LCS ( p0 ) 0.04 3 0.04 0.059 0.099 ; 0.10
100
b)
Se observ c toate valorile fi nu depesc limita superioar LCS(p0) deci X corespunde
la controlul calitii n cursul procesului de producie ca proporie a rebuturilor .

b)Fia de control pentru numrul rebuturilor (fia C )

n acest caz numrul di al rebuturilor ntr-un sondaj de volum n poate fi considerat

variabil Poisson cu media i variana , deci limitele de control
pentru d au forma :

LCI (d ) 3 ; LCS (d ) 3 (10)

Cum nu se cunoate , l aproximm cu :
1 m
d di
m i 1

deci limitele precedente capt forma :

LCI (d ) d 3 d ; LCS (d ) d 3 d (11)

Dac LCI(d) <0 lum LCI(d) = 0 .

Exemplu

Pentru exemplul anterior avem d= 4 aa c :

LCI (d ) 4 3 4 2 deci LCI(d)=0
LCS(d)=4+3 4 10
Niciuna din valorile di din cele 10 sondaje nu depete pe LCS(d)
deci X corespunde la controlul calitii n cursul procesului de producie
ca numr de rebuturi.

8.2 CONTROLUL STATISTIC DE CALITATE LA RECEPIE

D
Fie un lot de N produse din care D au defecte i fie p proporia acestor defecte.
N
Efectum un control selectiv al calitii produselor astfel:extragem din lot un sondaj de
n
n produse (factorul de sondaj este ) i le controlm, gsind produse defecte.
N
Dac c , lotul se accept ca fiind corespunzator calitii X controlate,iar dac
c , lotul se respinge ca fiind necorespunzator calitii X controlate.In lotul respins se
nlocuiesc produsele defecte cu altele bune.
 149

Probabilitatea de acceptare a lotului ca funcie de p (proporia produselor defecte n

intregul lot) se noteaz cu L(p) i se numeste caracteristica operativ a controlului de
calitate.
Graficul su are forma:

1 L p 0 este eroarea de ordin I, adic probabilitatea respingerii unui lot cu

defecte putine,deci este riscul furnizorului.
L p1 este eroarea de ordin II, adic probabilitatea acceptrii unui lot cu
defecte multe,deci este riscul beneficiarului.
p 0 se va numi calitate de acceptare, iar p1 calitate limit admis.
Controlul calitatii revine deci la verificarea ipotezei H : p p 0 fa de alternativa
H : p p1 .
c
Evident L p P c P d .
d 0

In plus valoarea medie pentru volumul n de sondaj este: n n L p N 1 L p .

Observm c pentru p=0 avem n n ,iar pentru p=1 avem n N .
este variabil hipergeometric deoarece obiectele controlate deja (ntre care pot fi i
rebuturi) nu se mai ntorc n populaie,de aceea avem:
n d
CdD CnNdD C N p C N 1p
d

P d .
CDN C NN p
D
Prin calcul rezult c ca variabila aleatoare,are media M i variana
n n N
1 N n D N D
V deci este o estimaie absolut corect pentru proporia
n n N 1 N 2
n
D
real p de produse defecte ale lotului,deoarece:
N
D
M ,iar lim V 0 .
n N n
n
Pentru , dai, trebuie s aflm pe n i c astfel ca:
L p 0 1;
L p 1 ,
 150

adic:
c CdNp1 C nN 1dp0

d 0 C NNp0
1 ;

c CdNp1 C nN 1dp1

d 0 C NNp1
.

Aceste ecuaii n raport cu n i c sunt foarte greu de rezolvat datorit calculelor cu

combinri.In unele cazuri variabila hipergeometric poate fi inlocuit cu variabila
binomial,Poisson sau normal.
n
1)Dac este mult mai mic ca 1,avem:
N
c
L p Cdn p d 1 p
n d

d 0
nct n si c satisfac ecuaiile:
c n d

Cdn pd0 1 p0
d 0
1 ;
c

C p1d 1 p
1
n d
d
n .
d 0

n
2)Dac p i sunt mult mai mici ca 1, avem:
N
c
d
L p e
d 0 d!

n
unde np D , deci n i c satisfac ecuaiile:
N
n p 0 n p 0
d
c

d 0 d!
e 1 ;

n p1
d
c

d 0 d!
e n p1 .

3)Dac n este foarte mare, avem:

c np
L p F ,
np 1 p

unde F este funcia de repartiie N(0,1) cu valori in tabela 1 a Anexei,aa c n i c
satisfac ecuaiile:
c np 0
F 1 ;
np 0 1 p0

c np1
F .
np1 1 p1

Prezentm mai departe dou tipuri de control al calitii i fiabilitii: controlul simplu
i controlul secvenial.
 151

8.2.1 Controlul unei nsuiri cantitative

8.2.1.1 Controlul simplu al unei nsuiri cantitative

Fie Tmax limita superioar admis pentru valorile nsuirii cantitative(msurabile)

X.
Pentru , i p0 , p1 dai, trebuie s gsim volumul sondajului n i pragul de
acceptare c al lotului la controlul calitii.
Lotul este acceptat dac la sondajul efectuat gsim media X Tmax c .
Aceast condiie se mai scrie: X T max c
sau:
X T
n max c n.

Dar proporia de produse defecte este:
T max
T
p 1 F max , aa c Up .

X
Aadar lotul se accept dac: n Up c n .

Pentru p p0 obinem:
X
P
n U p0 c n 1 ,

iar pentru p p1 obinem:
X
P
n U p1 c n .

X
Conform demonstraiei teoremei 6.1 din seciunea 6.2, n

este variabil N(0,1),deci avem :
U U p0 c
n; U1 U p1 c n
innd cont c: U1 U , am demonstrat:

Teorema 8.1

In cazul testului simplu al controlului calitii avem:

2
U U U U p1 U U p0
n ;c (1)
U p U p U U
0 1

Dac =necunoscut, lum S, deci c rmne neschimbat,iar n crete de

c 2

1 ori.
2
Dac Tmin este limita inferioar admis pentru valorile lui X, lotul este
acceptat dac la sondajul efectuat gsim media:
X Tmin c , ceea ce duce la aceleai valori ca mai sus pentru n i c.
 152

Fie T limita (superioar sau inferioar) pentru valorile lui X.

T 0 T 1
Fie 1 F p0 ; F p1 , aa c:


0 T U p0 ; 1 T U p1
T 0 T
deoarece U p0 ; U p1 1

Verificarea ipotezei H : p p0 fa de alternativa H : p p1 devine: H : 0
fa de alternativa H : 1 iar valorile din teorema 7.1 devin:

n
U
U
; c
U
1
U 0 U
T
U
(2)
2T 0 1 U U

Exemple:

1)Se controleaz X=greutatea unui lot de pui livrai(kg) pentru care limita inferioar
de calitate este Tmin = 1kg. Dac se tie c = 0.1kg i se dau =3%; =7%;
p 0 1%; p1 4% , s se determine volumul n al sondajului i limita de acceptare
Tmin c pentru media de sondaj X .
Solutie:
Din tabela 1 a Anexei, obinem F U3% 97% 0.9700 deci
U 3% 1.88; F U 7% 93% 0.9300 deci U 7% 1.48; F U1% 99% 0.9900 deci
U1% 2.33; F U 4% 96% 0.9600 deci U 4% 1.75.
Din relaiile de mai sus obinem: 0=0.767 Kg ; 1=1.175 Kg.
nlocuind aceste valori n relaia (1) gsim:
n=34; c=2 deci Tmin c 1.2kg .
Lotul se accept dac dintr-un sondaj de n=34 de pui livrai,greutatea medie al
acestora este de cel puin 1.2 kg.

2)Se controleaz X=grosimea stratului de grsime la greabn al porcilor livrai(cm)

pentru care limita superioar de calitate este Tmax 4cm .
Dac se tie c =0.1 cm i se dau =5%; =10%; p 0 2%; p1 7% , s se
determine volumul sondajului n i limita de acceptare Tmax c pentru media de sondaj
X.
Solutie:
Din tabela 1 din Anex obinem ca n exemplul anterior:
U 5% 1.65; U10% 1.28; U 2% 2.06; U 7% 1.48 ;
Din formulele precedente obinem : 0=3.794 cm; 1=4.148 cm.
Din formula (1) rezult: n=12; c=1.7; Tmax c 3.83 cm.
Lotul se accept dac ntr-un sondaj de n=12 porci,grosimea medie a stratului de
grsime la greabn nu depeste 3.83 cm.

8.2.1.2 Controlul secvenial al unei nsuiri cantitative

 153

In acest caz volumul n al sondajului nu se mai determin n prealabil,ci se face

controlul n lot,produs cu produs,pn la acceptarea sau respingerea lotului la controlul de
calitate.
In acest fel,dac p este mult mai mic ca p 0 (lot foarte bun) sau mult mai mare ca
p1 (lot foarte prost),volumul n de sondaj este mult mai mic ca n cazul sondajului simplu.
Fie Tmax limita superioar admis pentru valorile nsuirii cantitative X i fie 0 , 1
max 0
T T
definite de relaiile: 1 F p0 ; F max 1 p1 ,

de unde rezult: 0 Tmax U p0 ; 1 Tmax U p1 .
Controlul de calitate revine a la verifica ipoteza H : 0 fa de alternativa
H : 1 .
Fie Pn 0 probabilitatea de a obine valorile de sondaj x1 ,..., x n n cazul n care este
adevarat ipoteza H i Pn1 probabilitatea de a obine valorile x1 ,..., x n n cazul n care
este adevarat ipoteza alternativ H .
Avem cazurile:

P 1
1) n1 , n care caz se continu msurtorile;
1 P n 0
Pn 1
2) , n care caz se ia decizia acceptrii ipotezei H : 0 ;
Pn 0 1
Pn 1 1
3) , n care caz se ia decizia acceptrii ipotezei alternative H : 1 .
Pn0
Populaia fiind presupus normal i datele de sondaj independente,avem:
xi 0 xi 1 2
2

1 1
Pn 1 2 2
2
Pn 0 e 2 i e ,

n n
2 2
de unde rezult:
xi 0 2 x i 1 2
Pn 1
e .
2
2
Pn 0
Pn 1 1 0 n
aa c avem: ln
Pn 0

2
x i 0

2
1


Cu notaiile:

0 1 2 2 1-
a ; b0 ln 0 ; b1 ln > 0 (3)
2 11 0 1 0

cazurile 1)-3) de mai sus,prin logaritmare n baza e,duc la :

Teorema 8.2
Avem cazurile:
 154

1) a.n b0 x i a.n b1 , n care caz se continu msuratorile;

2) x i a.n b 0 , n care caz se accept ipoteza H : 0 ;
3) x i a.n b1 , n care caz se accept ipoteza alternativa H : 1 .
Practic, se reprezint grafic dreptele x a.n b0 i x a.n b1 ,
n sistemul de axe cu abscisa n i ordonata x i i se continu msuratorile pn
cnd punctul de coordonate n ; x
i trece prin una din zonele 2 sau 3:

Tmax fiind limit superioar pentru X, acceptarea ipotezei H duce la acceptarea

lotului la controlul calitii, deci zona 2 este zona de acceptare a lotului,n timp ce acceptarea
ipotezei alternative duce la respingerea lotului la controlul calitii,deci zona 3 este zona de
respingere a lotului. Dac Tmin este limit inferioar pentru X ,situaia este invers.
Exemple:
1)X=greutatea porcilor la livrare(kg) limitat inferior.Dac se dau =5%;=2% i se
tie c =5 kg,s se verifice ipoteza H : 100kg fa de H : 110kg prin control
secvenial.
Solutie:
Avem 0 100kg; 1 110kg; 5kg; 5%; 2% ,deci conform formulelor (3)
obinem: a 105kg; b 0 9.65; b1 7.44 .
Tabelul de calcul cu datele de sondaj x i i sumele x i este:
n xi 105n-9.65 x 1 x n 105n+7.44
1 107 95.35 107 112.44
2 103 200.35 210 217.44
3 109 305.35 319 322.44
4 96 410.35 415 427.44
5 103 515.35 518 532.44
6 105 620.35 623 637.44
7 100 725.35 723 742.44
 155

Dup n=7 msuratori,avem x i a.n b 0 , deci se accept H,aa c lotul se

respinge la controlul calitii deoarece X este limitat inferior.

2)X=grosimea stratului de grsime la greabn pentru porci(cm) limitat superior.

Dac se dau =6%;=9% i se tie c =1 cm,s se verifice ipoteza H : 3cm fa
de alternativa H : 4cm , prin control secvenial.
Solutie:

Avem 0 3cm; 1 4cm; 1cm; 6%; 9% , deci conform formulelor (3)

obinem: a 3.5cm; b 0 2.35; b1 2.72
Tabelul de calcul cu datele de sondaj x i i sumelor x i ,este:
n xi 3.5n-2.35 x 1 x n 3.5n+2.72
1 3.6 1.15 3.6 6.22
2 4.1 4.65 7.7 9.72
3 3.1 8.15 10.8 13.22
4 3.0 11.65 13.8 16.72
5 3.8 15.15 17.6 20.22
6 2.9 18.65 20.5 23.72
7 2.6 22.15 23.1 27.22
8 3.0 25.65 26.1 30.72
9 2.7 29.15 28.8 34.22

Dac n=9 msurtori,avem x i a.n b 0 , deci se accept H,

aa c lotul se accept la controlul calitii deoarece X este limitat superior.

8.2.2 Controlul unei nsuiri calitative

8.2.2.1 Controlul simplu al unei nsuiri calitative

Pentru , , p 0 , p1 dai,trebuie s gsim volumul n al sondajului i pragul de

acceptare c al lotului la controlul de calitate.
Lotul este acceptat dac la sondajul efectuat gsim numrul de rebuturi c .
1 2
Se poate arta c p p cu 2(c+1) grade de libertate.
2n
1 2 1 2
Pentru p p 0 avem 1 p0 , iar pentru p p1 avem p1 , de unde
2n 2n
rezult :

Teorema 8.3
12 2
Avem n cu 2(c+1) grade de libertate.
2p 0 2p1
 156

In concluzie vom cuta pentru cte grade de libertate (egale cu 2(c+1)) avem:
2
2

1
, deci gsim pe c, apoi din teorema 8.3 gsim pe n.
p0 p1

Exemplu:

X=ecloziunea unui lot de ou de gin n a 18-a zi de incubaie.

Dac se dau 5%; 5%; p 0 3%; p1 6% , se cere volumul sondajului n i pragul
de acceptare c al lotului la controlul calitii.
Solutie:
0.95
2
0.05
2
sau 3 0.95 0.05 , egalitate care se realizeaz
2 2
Trebuie s avem:
0.03 0.06
pentru 2(c+1)=19 GL ,pentru c n acest caz avem 0.95 10.12; 0.05 30.14 .
2 2

10.12
Rezult c c=9 i n 167 .
2 0.03
Lotul se accept dac dintr-un sondaj de n=167 de ou ,cel mult c=9 ou sunt
neeclozionate.

8.2.2.2 Controlul secvenial al unei nsuiri calitative

1,
dac al i-lea produs din sondaj este defect fa de nsuirea X

Fie: x i n caz contrar
0,

deci dac x i sunt independente, x i este variabil binominal de parametri
p P x i 1 i n.
Controlul de calitate revine la verificarea ipotezei H : p p 0 fa de alternativa
H : p p1 .
In cazul nostru avem:

Pn 0 Cnk p 0k 1 p 0 ; Pn 1 C nk p1k 1 p1
n k nk
,

unde k xi este numrul produselor din sondaj care sunt rebuturi fa de nsuirea
calitativ X.
k n k
P p 1 p1 Pn 1 p 1 p1
Avem n 1 1 ,deci: ln k .ln 1 n k .ln .
Pn 0 p0 1 p 0 Pn 0 p 0 1 p 0
Dndu-se i , respectiv p 0 , p1 avem cazurile:
P 1
1) n1 , n care caz se continu msurtorile;
1 P n 0
Pn 1
2) , n care caz se decide c H : p p 0 este adevarat;
Pn 0 1
 157

Pn 1 1
3) , n care caz se decide c alternativa H : p p1 este adevarat.
Pn0
Cu notatiile:
1 p0 1
ln ln ln
1 p1 1
a ; b0 ; b1 (4)
p1 1 p 0 p1 1 p0 p1 1 p0
ln ln ln
p 0 1 p1 p 0 1 p1 p0 1 p1

cazurile 1)-3) de mai sus prin logaritmare n baza e,conduc la :

Teorema 8.4

Avem cazurile:
1) a.n b0 k a.n b1 , n care caz se continu masuratorile;
2) k a.n b 0 , n care caz se accept ipoteza H;
3) k a.n b1 , n care caz se accept alternativa H .
Practic,se reprezint grafic dreptele x a.n b0 i x a.n b1 n sistemul de axe cu
abscisa n i ordonata k xi i se continu msurtorile pn cnd punctul de
coordonate (n,k) trece n una din zonele 2 sau 3.
Acceptarea ipotezei H duce la acceptarea lotului la controlul calitii,deci zona 2 este
zona de acceptare a lotului n timp ce acceptarea alternativei H duce la respingerea lotului la
controlul de calitate,deci zona 3 este zona de respingere a lotului.

Exemplu:

X=viabilitatea puilor de gin in vrst de o zi.

Se dau =4%;=6%.
S se verifice ipoteza H:p<10% fa de alternativa H : p 90% prin controlul
secvenial.
Solutie:
Avem 0.04; 0.06; p 0 0.1; p1 0.9 , deci conform formulelor (4) obinem:
a 0.5; b 0 0.63; b1 0.72 .
Tabelul de calcul cu datele de sondaj x i i sumele k x i , este:

n xi 0.5n-0.63 k x1 K x n 0.5n+0.72
1 0 -0.13 0 1.22
2 1 0.37 1 1.72
3 1 0.87 2 2.22
4 0 1.37 2 2.72
5 0 1.87 2 3.22
6 1 2.37 3 3.72
7 0 2.87 3 4.22
8 0 3.37 3 4.72

Dup n=8 pui controlai se accept ipoteza H,deci lotul se accept la controlul calitii.
 158

8.2.3 Controlul fiabilitii mainilor agricole

8.2.3.1 Controlul simplu al fiabilitii mainilor agricole

Dac pentru produsele agricole destinate consumului este important controlul statistic
al calitii lor in raport cu diferite nsuiri X, msurabile sau atributive, pentru mainile
agricole este important controlul statistic al siguranei n functionare sau al fiabilitatii lor.
Definiia fiabilitii a fost dat n seciunea 4.2
Fiabilitatea este o nsuire calitativ(atributiv) pentru care p 0 i p1 sunt
nlocuii cu T0 (timpul mediu de funcionare fr defeciuni acceptat), respectiv T1
(timpul mediu de funcionare fr defeciuni limit admis),deci trebuie verificat ipoteza
H : t T0 fa de alternativa H : t T1 , unde avem T0 >T1 spre deosebire de
p 0 p1 la nsuirile X atributive.
In cadrul testului simplu al controlului fiabilitii, pentru ;;T0 ;T1 dai,trebuie gsite
numrul de defeciuni acceptate c i timpul de acceptare t c al lotului la controlul
fiabilitii.
Lotul este acceptat dac:
a)timpul de funcionare pn la apariia a c defeciuni este t t c sau
b)numrul de defeciuni aprute n timpul de funcionare t c este k c .
In caz contrar lotul se respinge la controlul fiabilitii.
2t c
Se poate arta c t 2 cu 2(c+1) grade de libertate.
p
2t c 2t c
Pentru t T0 avem: T0 , iar pentru t T1 avem: T1 2 , de unde rezult:
1
2

Teorema 8.5
T T
Avem t c 0 12 1 2 cu 2(c+1) grade de libertate.
2 2

Vom cuta n tabela 3 din Anex ,pentru cte grade de libertate, adic 2(c+1), avem
T0 2

1 T1 2
, deci obinem pe c, apoi din teorema 8.5 obinem pe t c .

Exemplu:

Pentru controlul fiabilitii unor maini agricole de mprtiat ngrminte chimice, se

dau 5%; 5%;T0 160 ore; T1 80 ore.
S se determine numrul c de maini defecte acceptat i timpul de acceptare t c la
controlul fiabilitii.
Solutie:
Trebuie s avem T0 1 T1 , adic 160 0.95 80 0.05 sau 2 0.95 0.05
2 2 2 2 2 2

ceea ce se ntampl pentru 2(c+1)=40 GL.

In acest caz 0.95 26.51; 0.05 55.76 .
2 2

160
De aici rezult c c=19; t c 26.51 2120 ore.
2
 159

In concluzie,lotul se accept dac timpul de funcionare pn la defectarea a 19 maini

este de cel puin 2120 ore sau dac numrul de maini care s-au defectat dup 2120 ore de
funcionare este de cel putin 19 maini.
In caz contrar,lotul se respinge la controlul fiabilitii.

8.2.3.2 Controlul secvenial al fiabilitii mainilor agricole

Dorim s verificm ipoteza H : t T0 fa de alternativa H : t T1 , unde

T0>T1 .
t este timpul de funcionare fr defeciuni al unei maini,iar datele de sondaj privind
funionarea sa fr defeciuni sunt: t 1 , , t n .
Conform teoremei 4.1 , probabilitatea de a avea k defeciuni ntr-un interval de timp de
t t .
k

lungime t,este: P k e
k!
k
1 t
Cu avem: t
.

P k e
k!
este timpul mediu ntre apariia a dou defeciuni consecutive.
Fie Pn 0 probabilitatea de a obine datele de sondaj t 1 , , t n n cazul c
ipoteza H este adevarat i Pn 1 probabilitatea de a obine datele de sondaj t 1 , , t n n
cazul c alternativa H este adevarat. Avem:
k k
t t
t ,
t
deci:
Pn 0 To

e ; Pn 1
T0 T1
e T1

k! k!
k 1 1
Pn 1 T0 t
T1 T0
e ,
Pn 0 T1
Pn 1 T 1 1
de unde: k .ln o t
ln .
Pn 0 T1 T1 T0
Avem cazurile:
P 1
1) n1 , n care caz se continu msurtorile;
1 P n 0
Pn 1
2) , n care caz se accept ipoteza H;
Pn 0 1
Pn 1 1
3) , n care caz se accept ipoteza alternativa H .
Pn0

1 1 1
ln ln
T1 T0
Cu notatiile: a ; b 0 1 ; b1 (5)
T0 T0 T0
ln ln ln
T1 T1 T1
prin logaritmare in baza e,cazurile 1)-3) de mai sus conduc la :

Teorema 8.6
 160

Avem cazurile:
1) a.t b0 k a.t b1 , n care caz se continu msurtorile;
2) k a.t b 0 , n care caz se accept ipoteza H;
3) k a.t b1 , n care caz se accept ipoteza alternativ H .

Practic,se reprezint grafic dreptele x a.t b 0 i x a.t b1 , n sistemul de

axe cu abscisa t i ordonata k t i i se continu msurtorile pn cnd punctul de
coordonate (t,k) trece prin una din zonele 2 sau 3.
Zona 2 este zona de acceptare al lotului la controlul fiabilitii,iar zona 3 este zona de
respingere al lotului la controlul fiabilitii.

Exemplu:

Pentru controlul fiabilitii unor staii pentru epurarea dejeciilor la porci, avem
=5%;=10%.
S se verifice ipoteza H: t>4 luni fa de alternativa H : t 1 lun prin control
secvenial.
Soluie:
Avem 5%; 10%;T0 4;T1 1 , deci conform formulelor (5) gsim:
a 0.54; b 0 1.62; b1 2.08 .
Tabelul de calcul cu datele de sondaj t i i sumele k ti ,este:

t ti 0.54t-1.62 k t1 K K tn 0.54t+2.08
1 0 -1.08 0 2.62
2 1 -0.54 1 3.16
3 0 0 1 3.70
4 0 0.54 1 4.24
5 1 1.08 2 4.78
6 0 1.62 2 5.32
7 0 2.16 2 5.86

Se accept ipoteza H: t>4 luni dup t=7 luni de funcionare deci lotul de staii de
epurare se accept la controlul calitii.

8.3 Rezumat

n acest capitol se prezint controlul statistic al calitii n cursul procesului de producie

prin fie de control al unei nsuiri cantitative respectiv calitative .
Se prezint controlul simplu i secvenial al controlului statistic de recepie pentru
nsuiri cantitative, caliative i fiabilitate.

8.4 ntrebri
 161

1. Ce fie de control se folosesc pentru controlul calitii n cursul procesului de

fabricaie?
2. n ce const controlul simplu al calitii la recepie ?
3. n ce const controlul secvenial al calitii la recepie ?
4. n ce caz controlul sevcenial este preferat controlului simplu ?

8.5 Bibliografie

1.D.Ene , M.Drghici, I.N. Alecu Statistic aplicat n agricultur Ed.Ceres,2003

2.M.Iosifescu i col. Mic enciclopedie de statistic Ed.tiinif.i Enciclop,,1985
3. Anuarul statistic al Romniei , 1990 -2003