CAPITOLUL 3.

TESTE ALE CONTROLULUI CALITĂŢII ŞI

FIABILITĂŢII ÎN AGRICULTURĂ

O b ie ctiv e : Însuşirea de către studenţi a tehnicilor de control statistic al calităţii produselor

agricole şi al fiabilităţii maşinilor agricole în cursul procesului de producţie şi la recepţie (control
simplu şi secvenţial).
C o n ţin u t :

3.1 Controlul statistic de calitate în cursul procesului de producţie

3.1.1 Cazul unei însuşiri cantitative
3.1.2 Cazul unei însuşiri calitative
3.2 Controlul statistic de calitate la recepţie
3.2.1 Controlul unei însuşiri cantitative
A. Controlul simplu al unei însuşiri cantitative
B. Controlul secvenţial al unei însuşiri cantitative
3.2.2 Controlul unei însuşiri calitative
A. Controlul simplu al unei însuşiri calitative
B. Controlul secvenţial al unei însuşiri calitative
3.2.3 Controlul fiabilităţii maşinilor agricole
A. Controlul simplu al fiabilităţii
B. Controlul secvenţial al fiabilităţii
3.3 Rezumat
3.4 Întrebări
3.5 Bibiliografie
C uvin te c h e ie : fişe de control, control simplu, control secvenţial, însuşire cantitativă,
însuşire calitativă, fiabilitate.

Produsele agricole de origine vegetală sau animală sunt destinate în principal consumului
uman, consumului zootehnic şi ca materie primă pentru industrie.
Produsele de consum uman pot fi consumate direct (alimente proaspete) sau după
prelucrare/conservare (făină, mălai, zahăr, ulei, brânzeturi, mezeluri, băuturi etc).
C alitatea alimentelor destinate consumului uman este un complex de însuşiri fizice,
chimice, biologice şi estetice care trebuie îndeplinite faţă de anumite baremuri (standarde) astfel ca
să asigure la nivel optim nevoile omului.
Aceleaşi cerinţe se impun şi pentru produsele de consum zootehnic (furaje proaspete sau
prelucrate/conservate).
Materiile prime pentru industrie (alimentară, textilă, energetică, cosmetică etc) privesc
standarde de calitate asupra capacităţii de prelucrare sau conservare în vederea satisfacerii la nivel
optim a cerinţelor ca produse finite (alimente, îmbrăcăminte, încălţăminte, biogaz, produse
fitofarmaceutice şi cosmetice etc).
M aşin ile agricole pentru producţia vegetală sau zootehnică trebuie să aibă capacităţi
funcţionale şi de economicitate privind combustibilii conform unor standarde care să le permită
amortizarea cheltuielilor de fabricaţie şi obţinerea de profit în urma utilizării lor.
Cel mai important indicator de calitate al maşinilor agricole este sigu ran ţa lor în
fu n cţion are (fiab ilitatea) care trebuie să îndeplinească bareme de timp privind funcţionarea fără
defecţiuni la exploatarea în condiţii reale.

107
 Controlul calităţii produselor agricole şi a fiabilităţii maşinilor agricole are caracter oficial şi
cheltuielile necesare acestui control se amortizează prin vandabilitatea crescută pe piaţa internă şi
mai ales cea externă.
Controlul calităţii şi fiabilităţii în agricultură se face în toate etapele p rocesu lu i de
p rod u cţie cât şi la recep ţia p rod u selor sau m aşin ilor agricole.
Acest control poate fi exh au stiv (pentru toate produsele sau maşinile) sau selectiv (prin
sondaj).
Utilitatea statisticii în controlul calităţii şi fiabilităţii rezultă din faptul că agricultura este un
domeniu de predilecţie al acţiunii întâmplării (hazardului) prin variabilitatea genetică a plantelor sau
animalelor şi prin variabilitatea condiţiilor de mediu în care acestea trăiesc.
Astfel orice însuşire cantitativă (măsurabilă) sau calitativă (atributivă) X este o variabilă
aleatoare în jurul standardului de calitate.
Timpul T de funcţionare fără defecţiuni al unei maşini agricole este tot o variabilă aleatoare
calitativă în jurul standardului de calitate.
Dacă X este însuşire cantitativă (măsurabilă) trebuie ca M (X) = p şi V(X) < W 2 iar dacă X
este însuşire calitativă (atributivă) trebuie ca frecvenţa sa de apariţie relativă fn(X) să tindă către
probabilitatea P.

3.1 CONTROLUL STATISTIC DE CALITATE ÎN CURSUL

PROCESULUI DE PRODUCŢIE

Fie X o caracteristică de calitate care poate fi cantitativă (măsurabilă) sau calitativă

(atributivă).
În cursul procesului de producţie în agricultură, asupra caracteristicii X acţionează o
multitudine de factori care provoacă asupra valorilor lui X variaţii accid en tale (cu cauze
n econ trolab ile) şi variaţii sistem atice (cu cauze co n tro la b ile) .
Obiectul controlului de calitate este în acest caz, supravegherea variaţiilor sistematice şi
eliminarea lor prin corecţii aduse procesului de producţie.
De fapt caracteristica de calitate X este un proces aleator X t; 0 < t < DS, unde DS este durata
unei serii în agricultură (DS = durata perioadei de vegetaţie la plante şi DS = durata unui ciclu de
exploatare a animalelor).
Realizările X i, I = 0, 1, 2 ,... ale lui X t se presupun a fi variabile aleatoare normale N(p, o),
independente câte două.
Împărţim intervalul de timp [0; DS] în m subintervale de timp egale: [t0 = 0; t1), [t1; t2],...,
[tm-1; tm = DS] şi efectuăm la momentele de timp t1, t2,..., tm = DS, m sondaje toate de volum n,
obţinând datele de sondaj:
x 11, x 12,..., x 1n la momentul t1;
X21, x 22, . , x 2n la momentul t2;

x mi, xm2:>- • xmn la momentul tm.

a) Dacă X este în su şire can titativă (m ăsurabilă), din datele de sondaj calculăm mediile
sondajelor:

abaterile-standard de sondaj:

1
n
si =. n - t Z (xij - xi ) 2
1 j =1

108
 precum şi media totală:
1
x = ■
mn Li=1 Lj =1-
respectiv abaterea-standard totală:

1
5 = tZ Z ( xj - x ) 2
l! mn - 1 i=1 j=1

Fie x i,min = min x j (1 < j < n); x i,max = max x j (1 < j < n), deci avem amplitudinile de sondaj
ai x i,max —x i,min.

b) Dacă X este însuşire calitativă (atributivă) avem x ij = 1 dacă obiectul numărul j din sondajul
numărul i este rebut şi x ij = 0 în caz contrar deci
n

d i = Z x ij
j =i
va fi numărul de rebuturi în sondajul numărul i iar:

d = x
1=1 1=1

Dacă populaţia este de volum N, raportul f = n/N se numeşte factor de sondaj.

Mărimea lui f şi cadenţa luării probelor m depind de rapiditatea apariţiei variaţiilor
sistematice şi de costul luării probelor.
Pentru caracteristica de calitate X controlăm doi parametri: M care ne indică ten d in ţa
cen trală şi D care ne indică îm p răştierea valorilor lui X.
Pentru aceasta se construiesc intervalele de încredere IM pentru M şi ID pentru D.
În controlul propriu-zis, dacă o valoare M i a lui M cade în afara intervalului IM sau dacă o
valoare Di a lui D cade în afara intervalului ID, se aduc corecţii procesului de producţie.
Intervalele de încredere IM şi ID au forma: [LCI; LC S] cu încrederea 1 - a şi riscul a.
L C I se numeşte lim ita de control in ferioară pentru X iar L C S se numeşte lim ita de
control su perioară pentru X.
Aceste limite se prezintă grafic pe fişele de control al calităţii de forma:

109
 3.1.1 C azul u nei în su şiri can titative

In acest caz în rolul lui M vom lua mediile de sondaj x ; sau medianele de sondaj Mei iar în
rolul lui D vom lua abaterile-standard de sondaj s; sau amplitudinile de sondaj ai.
Avem de verificat prin control al calităţii, ipoteza H: p = p0 faţă de alternativa H: p ^ p0
respectiv H: o = o 0 faţă de alternativa H: o > o0.

a) F işa de control p entru m ed ie (fişa X )

Mediile sondajelor x h . .., xm sunt variabile aleatoare normale N(p0, o 0/Vn) deci vom lua:

LCI (x) — —u 2 I— ; LCS (x) —^ 0 + ual2 r— (1)

V« yjn

Dacă p0 nu este cunoscut, se aproximează cu x _ iar dacă o 0 nu este cunoscut, se aproximează

cu s.
De regulă se ia ua/2 =3 deci 1 - a = 99.865% şi a = 0.135% .

b) F işa de control p entru ab aterea-stan d ard (fişa s)

Mărimile (n - 1 ) s;2/o02 sunt variabile aleatoare X cu n - 1 G L deci vom lua:

(2)

Pentru controlul calităţii abaterii-standard se foloseşte numai LCS.

In locul fişei de control b) pentru abaterea-standard se poate folosi:
c) F işa de control p entru am p litu d in e (fişa R)

Amplitudinea unui sondaj de volum n, notată a = x max - xmin este variabilă aleatoare deci este
variabilă aleatoare şi raportul w = a/o.
Media w are valorile date de tabela 15 din Anexă.
Un estimator al lui o este o~= a/ w deci limitele de control pentru medie din relaţiile (1)
devin:

LCI(x) = x - 3 —^ = ; LCS(x) = x + 3 - - ¡ ^ = (3)

Notăm:

3
8

cu valori în tabela 15 din Anexă, deci limitele de control pentru medie devin:

LC I (x) = x - 8 .a ; LCS (x) = x + 8 .a (4)

110
 Din relaţia a = w o rezultă o(a) = o(w) ' o şi cum o nu se cunoaşte, va fi estimat de o" =
a/ w aşa că un estimator pentru o(a) va fi o"(a) = o(w) ' a/ w, deci limitele de control pentru a
capătă forma:

LCI(a) = a - 3 .- ^ w ) .a ; LCS(a) = a + 3 . ^ ^ .a (5)

w w

Cu notaţiile:

A = 1- 3 . ^ ; A = 1+ 3 . ^
w w

care au valori în tabela 15 din Anexă, limitele de control pentru a, capătă forma:

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

Exem plu:
Fie X greutatea puilor de carne la 40 zile. Luăm m = 10 sondaje în 10 serii diferite, a câte
n = 4 valori fiecare şi obţinem datele de sondaj din tabelul următor:

Nr.
sondaj Date sondaj xÿ X i,min Xi Xi,max ai Si

1 1000; 110 0 ; 1050; 10 10 1000 1040 1100 100 45.46

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

3 110 0 ; 1020; 10 10 ; 990 970 1010 1050 80 33.67

4 9 7 0 ;10 2 0 ;10 0 0 ; 990 990 1030 1100 110 48.30

5 110 0 ; 1030; 990; 960 960 1020 1010 140 60.55

6 1020; 10 10 ; 1050; 1000 1000 1020 1050 50 21.60

7 970; 10 10 ; 990; 1030 970 1000 1030 60 25.82

8 980; 990; 10 10 ; 110 0 980 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 = 910 X = 10 13 Xmax = 1100 a = 92 s = 40.84

Pentru n = 4, din tabela 15 din Anexă, avem 5 = 0.729 deci relaţiile (4) devin:

LC I( x) = 10 13 - 0.729 x 92 = 945.932

L C S ( X) = 1013_+ 0.792 x 92 = 1080.68

Toate valorile x i sunt între aceste limite deci X corespunde la controlul calităţii în cursul
procesului de producţie, ca tendinţă centrală a valorilor.
111
 Pentru n = 4, din tabela 15 din A nexă avem D i = 0; D 2 = 2.282, deci relaţiile ( 6 ) devin:
LCI(a) = 0; LCS(a) = 2.282 x 92 = 209.944
N iciuna din valorile a; nu depăşeşte pe LCS(a), deci X corespunde la controlul calităţii în
cursul procesului de producţie, ca îm p răştiere a valorilor.

În cazul m ăsurătorilor in d ividu ale, volum ele sondajelor sunt egale cu 1 şi lim itele de
control pentru cele m valori individuale x ; vor fi:

LC I (x) = x - 3 .S ; LCS(x) = x + 3 .% (7)

w w

A ici w se culege din tabela 15 din A nexă pentru n = 2 iar am este media diferenţelor
succesive aim=|x ; - x i_ 1| numite am p litu d in i m obile.

E xem plu:
X = producţia zilnică de lapte de vacă (litri/zi) în a 28-a zi de la fătare (controlul Nr. 1).
A vem m = 10 sondaje a câte n = 1 vaci fiecare cu producţiile x ;:

xi
9.5 10 10.4 9.9 11 10.7 10.5 12.4 1 1.7 10.9 x= 1 0 .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

D in tabela 15 din Anexă, pentru n = 2 valori în amplitudinile m obile, avem w = 1.128 deci:

LCI(x) = 10.8 _ 3 • (0.71/1.128) = 8.91

L C S(x) = 10.8 + 3 • (0.71/1.128) = 12.69

Toate cele 10 producţii individuale sunt între lim itele precedente, deci caracteristica X
corespunde calităţii.

3.1.2 C azul u nei în su şiri calitative

În acest caz vom avea un singur parametru M în rolul căruia vom lua fie n u m ă ru l di
de e x e m p la r e -r e b u t din sondajul nr. i, fie fr e c v e n ţa r e b u tu r ilo r f i = di/n din sondajul nr. i;
(i = 1 , 2 ,.. ., m ). di este variabilă binom ială adică:

P(d i = k) = Cnk P0k (1 - P0) n_k

unde p 0 este proporţia rebuturilor în cursul procesului de producţie.

A vem de verificat ipoteza H: p = p 0 faţă de alternativa H: p > p 0 .

Fie k 1(a) cel mai mare număr natural pentru care avem:

k1(-) —
P (d < - ( a ) ) = X C t r l (1 - Po )n-k < 1 - -
-=0 2

Fie k 2(a) cel mai mare număr natural pentru care avem:

112
 P (d > k2(a )) = X C t â (1 - P o T k * 1 - f
k =k2f)+1 2
Avem:

LCI(d) = k 1(a); LCS(d) = k 2(a) (7)

Din păcate, limitele (7) implică calcule laborioase de aceea pentru n > 40 şi p0 < 0.1,
variabila binomială poate fi aproximată cu variabila normală.

a) F işa de control p entru frecven ţa reb u tu rilor (fişa p)

Un estimator pentru p0 este fi = dfn unde di este numărul rebuturilor din sondajul nr. i de
volum n.
Avem: M (fi) = p0 şi V (fi) = p0(1 - p0)/n, deci limitele de control pentru p0 vor fi:

LCI (p„) = p„ - 3 . . i Po (1 Pa) ; LCS(p„) = p„ + 3 . J P ° (1 P<|) (8 )

n n

Cum p0 nu se cunoaşte, se aproximează cu:

m m m n
- 1 1 1
f = -m Z, = 1 f = — Z d , =— z z x
m n , =1 m n , =1 j = 1

aşa că limitele de control pentru p0 devin:

- f ) . - f )
LC I (p 0) = / - 3. f (1
; LCS (p 0) = f + 3.
f (1
(9)
n V n

Dacă LCI(p 0) < 0, luăm LCI(p 0) = 0.

E xem plu:
X = starea de ecloziune a ouălelor de găină în a 18-a zi de incubaţie. Se efectuează m = 10
sondaje a câte n = 1 0 0 ouă în 1 0 serii de incubaţie, găsindu-se numărul di de ouă neeclozionate în
aceste sondaje şi frecvenţele 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 .0 2 0 0.04 0.07 0.08 0.03 0 .0 2 0.06 f = 0.04

Avem f = 0.04 deci din relaţiile (9) obţinem:

0.04 x 0.96
LCI (p 0) = 0.04 - 3, 0.04 - 0.059 = 0 deci L C I ( p ) = 0
100

0.04 x 0.96
LCS (p 0) = 0.04 + 3. 0.04 + 0.059 = 0.099 □ 0.10
100

113
 Se observă că toate valorile fi nu depăşesc limita superioară LC S(p0) deci X corespunde la
controlul calităţii în cursul procesului de producţie ca proporţie a rebuturilor.

b) F işa de control p entru n u m ărul reb u tu rilor (fişa C)

În acest caz numărul di al rebuturilor într-un sondaj de volum n poate fi considerată variabilă
Poisson cu media şi varianţa X, deci limitele de control pentru d au forma:

LCI (d ) = I - 3 V I ; LCS (d ) =Â + 3 V I (10)

Cum X nu se cunoaşte, îl aproximăm cu:

m
1
d= Z d
m i =\

deci limitele precedente capătă forma:

LCI (d) = d - 3yjd ; LCS (d) = d + 3yfd (11)

Dacă LCI(d) < 0 luăm LCI(d) = 0.

E xem plu:
Pentru exemplul anterior avem d = 4 aşa că:
LCI(d) = 4 - 3^ 4 = - 2 deci LCI(d)=0

LCS(d)=4+W 4 = 10
Niciuna din valorile di din cele 10 sondaje nu depăşeşte pe LCS(d) deci X corespunde la
controlul calităţii în cursul procesului de producţie ca număr de rebuturi.

3.2 CONTROLUL STATISTIC DE CALITATE LA RECEPŢIE

Fie un lot de N produse din care D au defecte şi fie p = D proporţia acestor defecte.

Efectuăm un control selectiv al calităţii produselor astfel: extragem din lot un sondaj de n
n
produse (factorul de sondaj este N ) şi le controlăm, găsind 5 produse defecte.
Dacă 5 < c , lotul se acceptă ca fiind corespunzător calităţii X controlate, iar dacă 5 > c ,
lotul se respinge ca fiind necorespunzător calităţii X controlate. În lotul respins se înlocuiesc
produsele defecte cu altele bune.
Probabilitatea de acceptare a lotului ca funcţie de p (proporţia produselor defecte în întregul
lot) se notează cu L(p) şi se numeşte caracteristica operativă a controlului de calitate.
Graficul său are forma:

114
 a = 1 - L(p0) este eroarea de ordin I, adică probabilitatea respingerii unui lot cu defecte
puţine, deci este risculfurnizorului.
P = L ( p ) este eroarea de ordin II, adică probabilitatea acceptării unui lot cu defecte
multe, deci este riscul beneficiarului.
p 0 se va numi calitate de acceptare, iar p calitate limită admisă.
Controlul calităţii revine deci la verificarea ipotezei H : p < p 0 faţă de alternativa
H : p > p i.
c
Evident L (p) = P (5 < c) = I P (5 = d).
d=0
În plus valoarea medie pentru volumul n de sondaj este: n = n • L (p) + N [ 1 - L (p )j .

Observăm că pentru p = 0 avem n = n , iar pentru p = 1 avem n = N .

5 este variabilă hipergeometrică deoarece obiectele controlate deja (între care pot fi şi
rebuturi) nu se mai întorc în populaţie, de aceea avem:
rid r'n-d C d • C n-d
C D • C N-D Np N(i-p)
P (5 = d ) = Np
CE T\ C
8 i8i D
Prin calcul rezultă că — ca variabila aleatoare, are media M 1 — 1 = — şi varianţa
n lnI N
5 1 N - n D ( N - D ) . 5
V deci — este o estimaţie absolut corectă pentru proporţia reală
n n N -1 N2 n
D
p = — de produse defecte ale lotului, deoarece:
N

M f 5 ] = — , iar lim V f 5 ] = 0.
ln I N n^ “ l n I
Pentru a , P daţi, trebuie să aflăm pe n şi c astfel ca: L (p0) = 1 - a ;L (p ) = P , adică:

, r d . c n -d
C N(1-po)
I
d=0
r-UN
C N
n -po
= 1- a ;

d r^ n -d
C N •P1
- • ^CN ( 1 - Pl) _
I
d=0
P ' N -p1
c n
P.
Aceste ecuaţii în raport cu n şi c sunt foarte greu de rezolvat datorită calculelor cu
combinări. În unele cazuri variabila hipergeometrică poate fi înlocuită cu variabila binomială,
Poisson sau normală.

n c
1) Dacă — este mult mai mic ca 1, avem: L (p) « I C • pd (1 - p)n încât n şi c satisfac
d=0
ecuaţiile:
c n-d
I C • p 0 -(1 - f t ) = 1 - a ;
d =0
c
I Cn •pd •(! - p1)n- P .
d=0

115
 n c Xd n
2) Dacă p şi — sunt mult mai mici ca 1, avem: L (p) « Z ---- e-X, unde X = n • p = D — ,
N V ' ¿0d ! N
deci n şi c satisfac ecuaţiile:

y ( n •Po)' -n-Po
1- a
¿0 d!
c
( n • Pl ) ' -n-pi _
Z = P.
d=0 d!

f \
c - np
3) Dacă n este foarte mare, avem: L (p) « F , unde F este funcţia de repartiţie
p) y vV np (1 -
N(0, 1) cu valori în tabela 1 a Anexei, aşa că n şi c satisfac ecuaţiile:

c - np o
= 1- a;
V np7 ( 1 —P o)

c - np i
F = P.
V np i 0 - pi )_

Prezentăm mai departe două tipuri de control al calităţii şi fiabilităţii: controlul simplu şi
controlul secvenţial.

3.2.1 C ontrolu l unei în su şiri can titative

A. Controlul simplu al unei însuşiri cantitative

Fie Tmax lim ita su p erioară ad m isă p entru v alorile în su şirii can titative (m ăsu rab ile) X.
Pentru a , P şi p0, p daţi, trebuie să găsim volumul sondajului n şi pragul de acceptare c al
lotului la controlul calităţii.
L otu l este acceptat dacă la son daju l efectu at găsim m ed ia X < Tmax - ca .
Această condiţie se mai scrie: X - p < (T ^ - p) - ca sau:
X - p ( T _ - p
-s /n < - c k /n .

Dar proporţia de produse defecte este:

P
, aşa că Tmax - P
( T -
p= 1- F = Up .
V a a

__ j.

Aşadar lotul se acceptă dacă: ------- Vn < (Up - c ) 4 n .

Pentru p = p 0 obţinem:

P X - < ( Upo - c ) y n ' = 1 - a ,

a
iar pentru p = p obţinem:

116
 X - f
P V n < ( U p - c )V n = P.
a
^ _||
Conform demonstraţiei teoremei 1 .1 din secţiunea 1.2, ----- F -\/n este variabilă N(0, 1), deci
a
avem U a = ( U po - ^ 0 0 = (0 - c ) 0

Ţinând cont că: U 1-p = - U p, am demonstrat:

T eorem a 3.1
În cazul testului simplu al controlului calităţii avem:
2
( Ua + Up j ^ U a •U p, + U p •U p0
n= (1)
l U p. - U p1 J ; Ua + Up

Dacă a = necunoscută, luăm a « S, deci c rămâne neschimbat, iar n creşte de +U ori.

V J
Dacă Tmm este lim ita in ferioară ad m isă p entru v a lorile lui X , lotul este acceptat dacă la
sondajul efectuat găsim media: X > Trin + c • a , ceea ce duce la aceleaşi valori ca mai sus pentru n
şi c.
Fie T limita (superioară sau inferioară) pentru valorile lui X.
( T - Fo ( T - Fi
Fie 1 - F = p 0;F = p , aşa că:
V
Fo = T - U p0 • a ; Fi = T + U p • a

Fi - T
deoarece U Po = T - Fo U Pl =
a a
Verificarea ipotezei H : p < p 0 faţă de alternativa H : p > p devine: H : f < Fo faţă de
alternativa H : f > Fi iar valorile din teorema 3 .1 devin:

" (U a + U p ) a " c (U a •Fi - U p •Fo) - ( U a - U p ) T

n= (2)
2T - ( a 0 + a 1) ’ c a ( Ua + Up)

E xem ple:
1) Se controlează X = greutatea unui lot de pui livraţi (kg) pentru care limita inferioară de
calitate este Tmm = 1kg. Dacă se ştie că a = 0.1 kg şi se dau a = 3% ; P = 7%; p = 1 % ;p = 4 % , să
se determine volumul n al sondajului şi limita de acceptare Trin + c • a pentru media de sondaj X .

Soluţie:
Din tabela 1 a Anexei, obţinem F( U3%) = 97% = 0.9700 deci U3„/o = 1.88;F (U7„/o) = 93% = 0.9300
deci U 70/o = 1.4 8 ;F (U 1%) = 99% = 0.9900 deci U 1% = 2 .3 3 ;F (U 40/o) = 96% = 0.9600, deci U4%= 1.75.
Din relaţiile de mai sus obţinem: p = 0.767 K g; p = 1.17 5 Kg.
Înlocuind aceste valori în relaţia (1) găsim: n = 34; c = 2 deci Tmin + c a = 1 .2k g .

117
 L o tu l s e a c c e p tă d a c ă d in tr - u n s o n d a j d e n = 3 4 d e p u i liv r a ţi, g r e u ta te a m e d ie a l a c e s to r a

e s te d e c e l p u ţin 1 .2 k g .

2 ) S e c o n tr o le a z ă X = g r o s im e a s tr a tu lu i d e g r ă s im e la g r e a b ă n a l p o r c il o r liv r a ţi ( c m )

p e n tr u c a r e lim ita s u p e r io a r ă d e c a lita te e s te T ^ = 4 c m .

D a c ă s e ş tie c ă a = 0 .1 c m şi s e d a u a = 5 % ; P = 1 0 % ; p 0 = 2 % ; p = 7 % , s ă s e d e te r m in e

v o lu m u l s o n d a ju lu i n şi lim i t a d e a c c e p ta r e T m x - c • c p e n tr u m e d ia d e s o n d a j X .

Soluţie:
D in t a b e la 1 d in A n e x ă , o b ţin e m c a î n e x e m p lu l a n te r io r :

U 5% = 1 .6 5 ; U 10% = 1 .2 8 ;U 2 % = 2 . 0 6 ; ^ % = 1 .4 8 ;

D in f o r m u le le p r e c e d e n te o b ţin e m : p 0 = 3 .7 9 4 c m ; p 1 = 4 .1 4 8 c m .

D in f o r m u la ( 1 ) r e z u ltă : n = 1 2 ; c = 1 .7 ; T m x - c c = 3 .8 3 c m .

L o tu l s e a c c e p tă d a c ă î n t r - u n s o n d a j d e n = 1 2 p o r c i, g r o s im e a m e d ie a s tr a tu lu i d e g r ă s im e

la g r e a b ă n n u d e p ă ş e ş te 3 .8 3 c m .

B. Controlul secvenţial al unei însuşiri cantitative

I n a c e s t c a z v o lu m u l n a l s o n d a ju lu i n u s e m a i d e te r m in ă î n p r e a la b il, c i s e f a c e c o n tr o lu l în

lo t, p r o d u s c u p r o d u s , p â n ă la a c c e p ta r e a s a u r e s p in g e r e a lo tu lu i la c o n tr o lu l d e c a lita te .

I n a c e s t f e l, d a c ă p e s te m u lt m a i m ic c a p 0 ( lo t f o a r te b u n ) s a u m u lt m a i m a r e c a p ( lo t

f o a r te p r o s t) , v o lu m u l n d e s o n d a j e s te m ult m ai m ic c a î n c a z u l s o n d a ju lu i s im p lu .

F ie T m ax lim ita s u p e r io a r ă a d m is ă p e n tr u v a lo r ile în s u ş ir ii c a n tita tiv e X şi f ie p 0 , p

( T__ - P 0 ( T _ _ -
d e f in ite d e r e la ţiile : 1 - F d e u n d e r e z u ltă :
= p 0;F = pi =

P 0 = Tmax - U / C ; 01 = Tmax + U p, • C

C o n tr o lu l d e c a lita te r e v in e la a v e r if ic a i p o t e z a H : p < p 0 f a ţă d e a lte r n a tiv a H : p > p .

F ie P n0 p r o b a b ilita te a d e a o b ţin e v a lo r ile d e s o n d a j X l 5 . . . 5 X î n c a z u l î n c a r e e s te

a d e v ă r a tă ip o te z a H şi P nl p r o b a b ilita te a d e a o b ţin e v a lo r ile X l 5 . . . 5 X î n c a z u l î n c a r e e s te

a d e v ă r a tă i p o t e z a a lte r n a tiv ă H .

A v e m c a z u r ile :

1 ) - < -P n 1 < 1— - , î n c a r e c a z s e c o n tin u ă m ă s u r ă to r ile ;

1 - a P n 0 a

P -
2 ) p , î n c a r e c a z s e ia d e c iz ia a c c e p tă r ii ip o te z e i H : p < p 0 ;

Pn0 1- a
P 1 - - —
3 ) > — t i , î n c a r e c a z s e ia d e c iz ia a c c e p tă r ii ip o te z e i a lte r n a tiv e H : p > p .

P n0 a

P o p u la ţ ia f iin d p r e s u p u s ă n o r m a lă ş i d a te le d e s o n d a j in d e p e n d e n te , a v e m :

Z ( x ~pp) Z (X1- Q1)2

1
2c2
1 2c2
Pn 0 = şi PPn„1 =
(V 2 rc • c ) (V 2 rc • c )

118
de unde rezultă:
I (x. )2~ I (x. ~p 1)2
n1 = e 2a2

P n0
P _ Pi ~ P 0 n (P 0 + )
aşa că avem: In I x. ~
P
Pn0 a2
Cu notaţiile:

a : 1 - P
p »—+ —
^ - ; bb n =
= ---------------
a In^ ----------
- L < ^<0 „ ; ?b '■■'i
„ = ---------------- I n — - > 0
a = — ? u 0 IAAA - (3)
2 P 1 ~ Pe 1 ~ a P 1 ~ Pe a

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

T eorem a 3.2
Avem cazurile:
1) a.n + b0 <I X < a n + b , în care caz se continuă măsurătorile;
2) I x < a n + b0, în care caz se acceptă ipoteza H : p < p0;
3) I x > a n + b , în care caz se acceptă ipoteza alternativă H : p > p x.
Practic, se reprezintă grafic dreptele x = a.n + b 0 şi x = a.n + b , în sistemul de axe cu
abscisa n şi ordonata I x şi se continuă măsurătorile până când punctul de coordonate (n ; I x )
trece prin una din zonele 2 sau 3:

Tmax fiind lim ită su p erioară p entru X , acceptarea ipotezei H duce la acceptarea lotului la
controlul calităţii, deci zona 2 este zona de acceptare a lotului, în timp ce acceptarea ipotezei
alternative duce la respingerea lotului la controlul calităţii, deci zona 3 este zona de respingere a
lotului. Dacă Tmm este lim ită in ferioară p entru X , m situaţia este inversă.

E xem ple:
1) X = greutatea porcilor la livrare (kg) limitată inferior. Dacă se dau a = 5%; P = 2% şi se
ştie că a = 5 kg, să se verifice ipoteza H : p < 100kg faţă de H : p > 110 k g prin control secvenţial.

119
Soluţie:
Avem p 0 = 100kg; ^ = 110 k g ; a = 5kg; a = 5 % ;P = 2 % , deci conform formulelor (3)
obţinem: a = 10 5 k g ; b 0 = —9 .6 5 ; b = 7 .4 4 .

Tabelul de calcul cu datele de sondaj x şi sumele ^ x este:

n xi 105n - 9.65 x 1 + ........+ x n 105n + 7.44

1 107 95.35 107 112 .4 4
2 103 200.35 210 217.44
3 109 305.35 3 19 322.44
4 96 410.35 4 15 427.44
5 103 5 15.35 518 532.44
6 105 620.35 623 637.44
7 100 725.35 723 742.44

După n = 7 măsurători, avem ^ x < a.n + b0, deci se acceptă H, aşa că lotul se respinge la
controlul calităţii deoarece X este limitată inferior.

2) X = grosimea stratului de grăsime la greabăn pentru porci (cm) limitată superior.

Dacă se dau a = 6 %; P = 9% şi se ştie că a = 1 cm, să se verifice ipoteza H : p < 3cm faţă
de alternativa H : p > 4 cm , prin control secvenţial.

Soluţie:
Avem p 0 = 3cm; P 1 = 4cm; a l cm; a 6 %; P 9 % , deci conform formulelor (3) obţinem:
a = 3.5cm ;b 0 = —2.35; b = 2.72

Tabelul de calcul cu datele de sondaj x i şi sumelor E x 1, este:

n xi 3.5n-2.35 x 1 + ........+ x n 3.5n + 2.72

1 3.6 1.1 5 3.6 6 .2 2

2 4.1 4.65 7.7 9.72

3 3 .1 8.15 1 0 .8 13.22
4 3.0 11.6 5 13.8 16.72
5 3.8 15 .15 17.6 2 0 .2 2
6 2.9 18.65 20.5 23.72
7 2 .6 2 2 .15 2 3.1 27.22
8 3.0 25.65 26.1 30.72
9 2.7 29.15 28.8 34.22

Dacă n = 9 măsurători, avem ^ x < a n + b , deci se acceptă H, aşa că lotul se acceptă la

controlul calităţii deoarece X este limitată superior.

120
 3.2.2 C ontrolu l unei în su şiri calitative

A. Controlul simplu al unei însuşiri calitative

Pentru a , P , p , p daţi, trebuie să găsim volumul n al sondajului şi pragul de acceptare c al

lotului la controlul de calitate.
Lotul este acceptat dacă la sondajul efectuat găsim numărul de rebuturi 5 < c .
1
Se poate arăta că p = — r cu 2 (c+1) grade de libertate.
2n p
1 2 1 2
Pentru p = p 0 avem — X\-a = P0, iar pentru p = p avem — y = P i, de unde rezultă:
2n 2n p

T eorem a 3.3
____ _ I L
Avem n = Il-a cu 2 (c + 1 ) grade de libertate.
2 Po 2 Pl

Y Ip
În concluzie vom căuta pentru câte grade de libertate (egale cu 2 (c + 1 )) avem: - 4 ^ & —
po Pi
deci găsim pe c, apoi din teorema 3.3 găsim pe n.

E xem plu:
X = ecloziunea unui lot de ouă de găină în a -18-a zi de incubaţie.
Dacă se dau a = 5% ;P = 5 % ;p 0 = 3 % ;p = 6 % , se cere volumul sondajului n şi pragul de
acceptare c al lotului la controlul calităţii.

Soluţie:

Trebuie să avem: Xo.95 , 1 0.05 sau 3 y Y95 ~ Yo 05, egalitate care se realizează pentru 2 (c + 1 )
0.03 0.06
= 19 GL, pentru că în acest caz avem %Y95 = 10 .12 ; Yoos = 30 .14 .
„ , - - ^ • 1 0 .1 2
Rezultă că c = 9 şi n = ---------= 167 .
2- 0.03
Lotul se acceptă dacă dintr-un sondaj de n = 167 de ouă, cel mult c = 9 ouă sunt
neeclozionate.

B. Controlul secvenţial al unei însuşiri calitative

1 , dacă al i-lea produs din sondaj este defect faţă de însuşirea X

Fie: x = <
0, în caz contrar

deci dacă x sunt independente, ^ x este variabilă binominală de parametri p = P ( x ) = 1 şi n.

Controlul de calitate revine la verificarea ipotezei H : p < p 0 faţă de alternativa H : p > p .
În cazul nostru avem: Pn0 = CkpJk (1 - p )" k ; Pnl = CkpJ5 (1 - p )" k , unde k = ^ x este
numărul produselor din sondaj care sunt rebuturi faţă de însuşirea calitativă X.
f Y f xn - k
P p
Avem = P l 1 - Pi
,deci: l n ^ 1- = k .ln V + ( n - k ) .ln
P v Po y 1 - Po y P_ n Po y 1 - Po y

121
 D â n d u - s e a ş i P , r e s p e c tiv p , , p a v e m c a z u r ile :

P P nl 1 - P , . . . .
1 ) ------------- < - ^ < --------------- , i n c a r e c a z s e c o n tin u a m ă s u r ă to r ile ;
1 - a P n 0 a

P P
2 ) < --------------, i n c a r e c a z s e d e c id e c ă H : p < p 0 e s te a d e v ă r a tă ;

P n0 1- a
P 1- P —
3 ) > --------------, i n c a r e c a z s e d e c id e c ă a lte r n a tiv a H : p > p e s te a d e v ă r a tă .

P n0 a
Cu notaţiile:

(4)

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

T eorem a 3.4
A vem cazurile:
1 ) a.n + b 0 < k < a.n + b , in care caz se continuă măsurătorile;
2) k < a.n + b0, in care caz se acceptă ipoteza H;
3) k > a.n + b , in care caz se acceptă alternativa H .
Practic, se reprezintă grafic dreptele x = a.n + b şi x = a.n + b in sistemul de axe cu
abscisa n şi ordonata k = ^ x ; şi se continuă măsurătorile până când punctul de coordonate (n,k)
trece in una din zonele 2 sau 3.
Acceptarea ipotezei H duce la acceptarea lotului la controlul calităţii, deci zona 2 este zona
de acceptare a lotului in timp ce acceptarea alternativei H duce la respingerea lotului la controlul
de calitate, deci zona 3 este zona de respingere a lotului.

E xem plu:
X = viabilitatea puilor de găină in vârstă de o zi.
Se dau a = 4%; P = 6 %.
Să se verifice ipoteza H: p < 10% faţă de alternativa H : p > 90% prin controlul secvenţial.

Soluţie:
A vem a = 0.04;P = 0 .0 6 ;p 0 = 0 .1 ; p = 0 .9 , deci conform form ulelor (4) obţinem:
a = 0 .5 ; b = 0 .6 3 ; b = 0.72 .
Tabelul de calcul cu datele de sondaj x ; şi sumele k = ^ x ; , este:

N xi 0.5n - 0.63 k = Xj + . . . + x n 0.5n + 0.72

1 -0.13 0 0 1.2 2
2 1 0.37 1 1.72
3 1 0.87 2 2 .2 2
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
După n = 8 pui controlaţi se acceptă ipoteza H, deci lotul se acceptă la controlul calităţii.

122
 3.2.3 Controlul fiabilităţii maşinilor agricole

A. Controlul simplu al fiabilităţii maşinilor agricole

Dacă pentru produsele agricole destinate consumului este important controlul statistic al
calităţii lor în raport cu diferite însuşiri X, măsurabile sau atributive, pentru maşinile agricole este
important controlul statistic al siguranţei în funcţionare sau al fiabilităţii lor.
Definiţia fiabilităţii a fost dată în secţiunea 1.2
F iab ilitatea este o în su şire calitativă (atrib u tivă) pentru care p 0 şi p sunt înlocuiţi cu T 0
(tim p u l m ediu de fu n cţion are fără d efecţiun i acceptat), respectiv T 1 (tim p u l m ediu de
fu n cţion are fără d efecţiun i lim ită adm is), deci treb u ie verificată ip oteza H : t > T0 faţă de
altern ativa H : t < T , unde avem T 0 > T 1 spre deosebire de p 0 < p la însuşirile X atributive.
În cadrul testului simplu al controlului fiabilităţii, pentru a;P ;T 0; T daţi, trebuie găsite
numărul de defecţiuni acceptate c şi timpul de acceptare t c al lotului la controlul fiabilităţii.
Lotul este acceptat dacă:
a) timpul de funcţionare până la apariţia a c defecţiuni este t > t c sau
b) numărul de defecţiuni apărute în timpul de funcţionare t c este k < C .
În caz contrar lotul se respinge la controlul fiabilităţii.
2t
Se poate arăta că t = —C cu 2 (c + 1 ) grade de libertate.
Zp

Pentru t = T0 avem: T = —^ , iar pentru t = T avem: T —C , de unde rezultă:

h-a Zp

T eorem a 3.5
-Lr\
T T
A v e m t c =y z 2- = -^ Zp cu 2 (c + 1 ) grade de libertate.

Vom căuta în tabela 3 din Anexă, pentru câte grade de libertate, adică 2(c + 1), avem
T )h i-a ~ T x \ , deci obţinem pe c, apoi din teorema 3.5 obţinem pe t c .

E xem plu:
Pentru controlul fiabilităţii unor maşini agricole de împrăştiat îngrăşăminte chimice, se dau
a = 5%; p = 5%; T0 = 160 ore; T = 80 ore.
Să se determine numărul c de maşini defecte acceptat şi timpul de acceptare t c la controlul
fiabilităţii.

Solutie:
Trebuie să avem T0x t a- T ^ l , adică 16 0 h 0295 - 80h0205 sau 2 h 0295 - h0.05 ceea ce se
întâmplă pentru 2(c + 1) = 40 GL.
În acest caz z l S5 = 2 6 .5 1; h 0205 = 55.76.
. . . 160
De aici rezultă că c = 19; t = ---- 26.51 = 2 12 0 ore.
C 2
În concluzie, lotul se acceptă dacă timpul de funcţionare până la defectarea a 19 maşini este
de cel puţin 2 1 2 0 ore sau dacă numărul de maşini care s-au defectat după 2 1 2 0 ore de funcţionare
este de cel putin 19 maşini.
În caz contrar, lotul se respinge la controlul fiabilităţii.

123
 B . Controlul secvenţial a l fiabilităţii m aşinilor agricole

Dorim să verificăm ipoteza H : t > T0 faţă de alternativa H : t > T , unde T 0 > T 1.

t este timpul de funcţionare fără defecţiuni al unei maşini, iar datele de sondaj privind
funcţionarea sa fără defecţiuni sunt: t l 3 ......., t n.
Conform teoremei 4.1, probabilitatea de a avea k defecţiuni într-un interval de timp de
. . (X • t)k ..
lungime t, este: P (k ) = v y e X.
k
t
1 1t -­
Cu X = — avem: P (k ) = V y e t .
t W k!
x este timpul mediu între apariţia a două defecţiuni consecutive.
Fie Pn0 probabilitatea de a obţine datele de sondaj t l 3 ....... , t n în cazul că ipoteza H este
adevărată şi Pnl probabilitatea de a obţine datele de sondaj t l 3 ....... , t n în cazul că alternativa H
este adevărată. Avem:

VTo y e To P = v Ty -e T , deci: Pn 1 ÎT ^
To P T O
Pn 0 = e ; Pn1 de unde: l n - ^ = k.ln — - 1
k! n1 k! Pn 0 Ty
v Ti Pn 0 T v Ti To y
Avem cazurile:

1) —— < < 1— - , în care caz se continuă măsurătorile;

1 - a Pn 0 a
P -
2) , în care caz se acceptă ipoteza H;
P n 0 1 - a

P 1- - —
3) > — - , în care caz se acceptă ipoteza alternativă H .
P„ a

ln P ln 1 -
i
1

1
Cu notaţiile: a = , = a (5)
T ’ b° =
ln T -
T ’
ln - 0-
1 T
ln T -
T T T
prin logaritmare în baza e, cazurile 1) - 3) de mai sus conduc la:

T eorem a 3.6
Avem cazurile:
1 ) a.t + b 0 < k < a.t + b , în care caz se continuă măsurătorile;

2) k < a.t + b0, în care caz se acceptă ipoteza H;

3) k > a.t + b , în care caz se acceptă ipoteza alternativă H .

Practic, se reprezintă grafic dreptele x = a.t + b 0 şi x = a.t + b , în sistemul de axe cu

abscisa t şi ordonata k = ^ t; şi se continuă măsurătorile până când punctul de coordonate (t,k)
trece prin una din zonele 2 sau 3.
Zona 2 este zona de acceptare a lotului la controlul fiabilităţii, iar zona 3 este zona de
respingere a lotului la controlul fiabilităţii.

124
E xem plu:
Pentru controlul fiabilităţii unor staţii pentru epurarea dejecţiilor la porci, avem a = 5%;
P = 1 0 %.
Să se verifice ipoteza H: t > 4 luni faţă de alternativa H : t < 1 lună prin control secvenţial.

Soluţie:
Avem a = 5 % ;P = 1 0 % ; T 0 = 4 ; T = 1 , deci conform formulelor (5) găsim:
a = 0 .5 4 ;b 0 = - 1 . 6 2 ; b = 2 .0 8 .
Tabelul de calcul cu datele de sondaj t ; şi sumele k = ^ , este:

t 0.54t - 1.62 0.54t + 2.08

II
tI

+
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 acceptă ipoteza H: t > 4 luni după t = 7 luni de funcţionare deci lotul de staţii de epurare
se acceptă la controlul calităţii.

3.3 REZUMAT

În acest capitol se prezintă controlul statistic al calităţii în cursul procesului de producţie

prin fişe de control al unei însuşiri cantitative respectiv calitative.
Se prezintă controlul simplu şi secvenţial al controlului statistic de recepţie pentru însuşiri
cantitative, calitative şi fiabilitate.

3.4 ÎNTREBĂRI

1. Ce fişe de control se folosesc pentru controlul calităţii în cursul procesului de fabricaţie?

2 . În ce constă controlul simplu al calităţii la recepţie?
3. În ce constă controlul secvenţial al calităţii la recepţie?
4. În ce caz controlul secvenţial este preferat controlului simplu?

3.5 BIBLIOGRAFIE

1. D. Ene, M. Drăghici, I.N. Alecu: “ Statistică aplicată în agricultură” , Ed. Ceres, 2003
2. M. Iosifescu şi col.: “ Mică enciclopedie de statistică” , Ed. Ştiinţif. şi Enciclop., 1985
3. Anuarul statistic al României, 1990 - 2008

125