UNIVERSIDAD NACIONAL

SANTIAGO ANTUNEZ DE MAYOLO

FACULTADDECIENCIAS
ESCUELADEESTADISTICAE
INFORMATICA

TEMA:MuestreodeAceptacin
Alumno.DenyRamrezTorre.
Cdigo:96.3127.7.AI

Profesor:WalterVarelaRojas
Curso:ControlEstadsticodeCalidad
HUARAZANCASHPER
2016

INTRODUCCIN

En las actividades de Control de Calidad, en

ocasiones es necesario inspeccionar lotes de materia
prima, as como partes o productos terminados para
asegurar que se cumplen ciertos niveles de calidad
con un buen grado de confianza. El muestreo de
aceptacin es el proceso de inspeccin de una
muestra de unidades extradas de un lote que se
realiza con el propsito de aceptar o rechazar todo el
lote. En este captulo se presentan los conceptos y
tcnicas de este tipo de muestreo.

Muestreo de aceptacin

Es el proceso de inspeccin de una muestra de unidades de un lote

con el propsito de aceptar o rechazar todo el lote.

Cundo aplicar el muestreo de aceptacin

El muestreo de aceptacin se puede aplicar en cualquier relacin

cliente-proveedor, ya sea en el interior de una empresa o entre
diferentes empresas; se considera una medida defensiva para
protegerse contra la amenaza del posible deterioro en la calidad. Una
situacin tpica del muestreo de aceptacin es la siguiente: una
compaa recibe un lote de materiales o componentes de cierto
proveedor, se selecciona una muestra de artculos del lote y se
inspeccionan de acuerdo con ciertos criterios de calidad. Con base
en la informacin obtenida en la inspeccin se tomar una decisin:
aceptar o rechazar todo el lote. Si los lotes son aceptados pasan
directamente a ser utilizados, pero si el lote es rechazado, entonces
es devuelto al proveedor o podra estar sujeto a alguna otra
disposicin (por ejemplo, inspeccin de todos los productos del lote
inspeccin al 100% pagada por el proveedor).
Si los criterios de calidad con los que se inspecciona son variables de
atributos del tipo pasano pasa, entonces un plan simple de muestreo
de aceptacin estara definido por un tamao de lote, N, un tamao
de muestra, n, y el nmero de aceptacin, c.

Por ejemplo el plan:

N = 6 000, n = 200 y c = 2
significa que de un lote de 6 000 unidades se seleccionan e
inspeccionan 200; y si entre stas se encuentran dos o menos
piezas defectuosas, entonces el lote completo es aceptado. Pero
si aparecen tres o ms piezas defectuosas el lote es rechazado.
Lo anterior se muestra en el esquema de la figura:

Se debe tener claro que el muestreo de aceptacin es una forma

particular de inspeccin, en la que simplemente se aceptan y
rechazan lotes, pero no mejora la calidad. Es decir, este
muestreo no es una estrategia de mejora de la calidad, sino ms
bien una estrategia para proporcionar cierto nivel de seguridad
de que los niveles de calidad con los que se disea el plan se
estn alcanzando. Por lo tanto, es una estrategia defensiva ante
el posible deterioro de la calidad.
Cuando se pretende enjuiciar un lote se tienen tres alternativas:
inspeccin al 100%, cero inspeccin o muestreo de aceptacin.
Esta ltima es una decisin intermedia entre las otras dos
alternativas opuestas, y a veces resulta la ms econmica a nivel
global.

A continuacin explicamos cundo se aplica cada una de ellas:

1.Cero

inspeccin (aceptar o mandar el lote sin inspeccin). Esta

alternativa es adecuada cuando se ha demostrado que el proceso que

fabric el lote cumple de manera holgada los niveles de calidad acordados
entre el cliente y el proveedor. Tambin se aplica cero inspeccin cuando
la prdida global causada por las unidades defectuosas es pequea en
comparacin con el costo del muestreo.
2.Inspeccin

al 100%. Consiste en revisar todos los artculos del lote y

quitar los que no cumplan con las caractersticas de calidad establecidas.

Los que no cumplen podran ser devueltos al proveedor, reprocesados o
desechados. La inspeccin al 100% se utiliza en aquellos casos en que los
productos son de alto riesgo y si pasan defectuosos se puede generar una
gran prdida econmica. Tambin es til cuando la capacidad del proceso
de fabricacin del lote es inadecuada para cumplir las especificaciones.

Se pensara que la inspeccin al 100%, aunque costosa, es una buena estrategia

para garantizar la calidad; sin embargo, esto no es as, pues con este tipo de
inspeccin se corre el riesgo de caer en la monotona, en mayores errores de
inspeccin y en ocasiones el producto se daa. Incluso, hay casos en los que
debido a los primeros dos problemas de la inspeccin al 100% se tiene como
poltica que las unidades se inspeccionen dos veces (inspeccin al 200%).
3.Muestreo

de aceptacin (inspeccin por muestras). Esta opcin es til cuando

se tienen una o varias de las siguientes situaciones:

Cuando la inspeccin se realiza con pruebas destructivas (como pruebas de tensin y

resistencia) es indispensable la inspeccin por muestras, de lo contrario todos los
productos seran destruidos por las pruebas.

Cuando el costo de inspeccin al 100% es demasiado alto en comparacin con el costo de

pasar unidades defectuosas.

En los casos en que la inspeccin al 100% es imposible en trminos tcnicos o

econmicos.

Cuando el lote est formado por la gran cantidad de artculos que se debe inspeccionar
y la probabilidad de error en la inspeccin es suficientemente alta, de manera que la
inspeccin al 100% podra dejar pasar ms unidades defectuosas que un plan de
muestreo.

En situaciones donde, histricamente, el vendedor ha tenido excelentes niveles de

calidad y se desea una reduccin en la cantidad de inspeccin, pero la capacidad del
proceso no es suficientemente buena como para no inspeccionar.

Cuando es necesario asegurar la confiabilidad del producto, aunque la capacidad del

proceso fabricante del lote sea satisfactoria.

Ventajas y desventajas del muestreo de aceptacin

El muestreo de aceptacin con respecto a la inspeccin al 100% tiene las siguientes
ventajas:
1. Tiene menor costo porque se inspecciona menos, a pesar de algunos costos adicionales
generados por la planificacin y administracin de los planes de muestreo.
2. Requiere de menos personal en las actividades de inspeccin, con lo cual se simplifica
el trabajo de coordinacin y se reducen costos.
3. El producto sufre menos dao porque hay menos manipulacin.
4. Es aplicable en pruebas destructivas.
5. A menudo reduce el error de inspeccin y la monotona.
6. El rechazo de lotes completos por la existencia de artculos defectuosos proporciona
una motivacin al fabricante del lote para que mejore su calidad.

El muestreo de aceptacin presenta algunas desventajas como las siguientes:

1. Existe cierto riesgo de aceptar lotes malos y rechazar los buenos, aunque en
un

plan

de

muestreo

de

aceptacin

estos

riesgos

estn

previstos

cuantificados.
2. Proporciona menos informacin acerca del nivel de calidad del producto o de
su proceso de fabricacin; aunque bien utilizada, la informacin obtenida es
suficiente.
3. Se requiere ms tiempo y conocimiento para planificar y documentar el
muestreo, comparado con la inspeccin al 100 por ciento.
Las ventajas que tiene el muestreo de aceptacin con respecto a la inspeccin
al 100% lo convierten en una herramienta importante cuando las condiciones
para aplicarlo son propicias.
En este sentido, muchas empresas, sobre todo pequeas y medianas, aplican
inspeccin al 100% cuando en realidad lo ms apropiado sera aplicar el
muestreo de aceptacin.
Por otro lado, no es raro escuchar de algunos expertos en calidad que el
muestreo de aceptacin ya no debe usarse, que es obsoleto, que ya no es un
concepto vlido. Al respecto, nuestra

El muestreo de aceptacin presenta algunas desventajas como las siguientes:

1. Existe

cierto riesgo de aceptar lotes malos y rechazar los buenos, aunque en un

plan de muestreo de aceptacin estos riesgos estn previstos y cuantificados.

2. Proporciona

menos informacin acerca del nivel de calidad del producto o de su

proceso de fabricacin; aunque bien utilizada, la informacin obtenida es suficiente.

3. Se

requiere ms tiempo y conocimiento para planificar y documentar el muestreo,

comparado con la inspeccin al 100 por ciento.

Las ventajas que tiene el muestreo de aceptacin con respecto a la inspeccin al
100% lo convierten en una herramienta importante cuando las condiciones para
aplicarlo son propicias.
En este sentido, muchas empresas, sobre todo pequeas y medianas, aplican
inspeccin al 100% cuando en realidad lo ms apropiado sera aplicar el muestreo
de aceptacin.
Por otro lado, no es raro escuchar de algunos expertos en calidad que el muestreo
de aceptacin ya no debe usarse, que es obsoleto, que ya no es un concepto vlido. Al
respecto, nuestra posicin es que se debe poner nfasis en mejorar la calidad y
corregir de fondo las causas de la mala calidad; pero en aquellos procesos o
productos que no se tengan niveles ptimos de calidad, seguir siendo necesario
aplicar estrategias de contencin como el muestreo de aceptacin.

Tipos de planes de muestreo

Un primer nivel de clasificacin de los planes de muestreo de aceptacin est en funcin
del tipo de caracterstica de calidad bajo anlisis, que puede ser de atributos o por
variables continuas.
En los planes por variables se toma una muestra aleatoria del lote y a cada unidad se le
mide una caracterstica de calidad de tipo continuo (longitud, peso, etc.). Con las
mediciones se calcula un estadstico que por lo general est en funcin de la media, la
desviacin estndar muestral y las especificaciones, y al comparar el valor de tal
estadstico frente a un valor de tablas, se aceptar o rechazar todo el lote. Ms adelante
en la seccin Muestreo de aceptacin por variables se estudiar este tipo de planes.
En los planes por atributos se extrae de manera aleatoria una o ms muestras de un lote
y cada pieza de la muestra es clasificada de acuerdo con ciertos atributos como aceptable
o defectuosa; la cantidad de piezas defectuosas es usada para decidir si el lote es
aceptado o no.
En general, los planes ms usuales son los de atributos, a pesar de que con los planes por
variables se requiere un menor tamao de muestra para lograr los mismos niveles de
seguridad. Esta aparente contradiccin se puede deber a la tradicin, pero tambin a
que en los planes por variables es necesario disear un plan para cada caracterstica de
calidad. Adems, en ocasiones, las mediciones en los planes por variables son ms
costosas. En cualquier caso se debe evaluar cul de los dos tipos de planes es ms
adecuado en una situacin en particular.

Muestreo por atributos: simple, doble y mltiple

Los planes por atributos se clasifican como simple, doble o mltiple dependiendo del nmero de
muestras que se toman para llegar a una decisin. Por ejemplo, en el plan de muestreo simple (n, c)
se toma una muestra de tamao n, y si en sta se encuentra c o menos unidades defectuosas, el lote
es aceptado, o en otro caso es rechazado.
Por su parte, en el plan de muestreo doble se pueden tomar hasta dos muestras
para tomar la decisin de aceptar o no. La idea es tomar una primera muestra de tamao ms
pequeo que el plan simple para detectar los lotes que son muy buenos o los que son muy malos.
En los casos que con la primera muestra no se puede decidir, entonces se toma la segunda muestra
para llegar a una conclusin definitiva.
Por ejemplo, un plan doble de la forma N = 3 000, n1 = 80, c1 = 1, n2 = 80, c2 = 4, significa que:
N = tamao de lote
n1 = tamao de la primera muestra
c1 = nmero de aceptacin para la primera muestra
n2 = tamao de la segunda muestra
c2 = nmero de aceptacin para las dos muestras

la
informacin aportada por esta primera muestra, se toma una de las
siguientes tres decisiones:
Por lo tanto, del lote de 3 000 piezas se toma una muestra inicial de 80 y, con base en

1. Aceptar el lote cuando la cantidad de unidades defectuosas sea menor o igual que c1 = 1.
2. Rechazar el lote cuando el nmero de piezas defectuosas sea mayor que c2 = 4.
3. Tomar una segunda muestra de n2 = 80 unidades cuando no ocurra ninguno de los dos casos
anteriores. Si la cantidad de unidades defectuosas en las dos muestras es menor o igual que c2 = 4,
el lote es aceptado; pero si es mayor, el lote es rechazado.

Formacin del lote y seleccin de la muestra

La formacin de un lote influye en la eficacia del plan de muestreo de aceptacin, por lo que se
sugiere atender las siguientes recomendaciones para formar los lotes que sern sometidos a un
plan de inspeccin.
1. Los lotes deben ser homogneos. Las unidades que forman un lote en particular deben haber
sido fabricadas en condiciones similares en cuanto a mquinas, operadores, materia prima,
tiempo
(fechas), etc. Cuando el lote se forma mezclando unidades de diferentes fuentes, la variacin
dentro del lote aumenta y el muestreo de aceptacin pierde efectividad. Adems, la existencia de
lotes no homogneos hace ms difcil identificar las causas de los problemas de calidad y con
ello ser ms complicado tomar acciones correctivas para eliminar las causas.
2. Los lotes deben ser formados de manera que no compliquen su manejo durante la inspeccin.
Todos los artculos de los lotes deben ser empaquetados y embarcados con un mnimo de riesgo
y
de manera que la seleccin de las unidades de la muestra sea relativamente fcil.
3. Con las reservas del caso, los lotes deben ser tan grandes como sea posible. Esto debido a que
en los lotes grandes es necesario inspeccionar, de manera proporcional, menos que en los lotes
pequeos; adems, los planes que resultan de tamaos de lotes grandes tienen mayor poder para
detectar los lotes de mala calidad. Por lo que se tendr un menor costo y mayor eficacia de la
inspeccin. Sin embargo, esta recomendacin puede tener un aumento significativo en los
inventarios en procesos y en producto terminado, con el consecuente aumento de los costos y
del tiempo de ciclo del proceso. De aqu que la recomendacin de referencia slo se debe aplicar
en la medida que no se afecten sensiblemente los aspectos comentados.

Seleccin de la muestra
Todos los planes de muestreo de aceptacin basan su funcionamiento en que
las unidades seleccionadas para la inspeccin son representativas de todo el
lote. De aqu que la seleccin de las unidades que forman la muestra debe
hacerse aplicando un mtodo de muestreo aleatorio (vea Gutirrez Pulido,
2005). Por ejemplo, si se aplica el mtodo de muestreo aleatorio simple,
entonces se asigna un nmero a cada uno de los N artculos del lote, y al azar
se seleccionan n de estos nmeros para determinar qu artculos del lote
constituyen la muestra. Para la seleccin de los nmeros es posible recurrir a
una tabla de nmeros aleatorios o a un software estadstico; por ejemplo, en
Excel se puede utilizar n veces la funcin ALEATORIO.ENTRE(1,N).
Cuando es difcil numerar, el nmero seleccionado puede usarse para
determinar en qu zona est el artculo a seleccionar. Por ejemplo, el nmero
482 puede ser la representacin de una unidad localizada sobre un cuarto
nivel, octava fila y segunda columna. Otra opcin es que el inspector divida el
lote en estratos o capas y cada estrato en cubos, como se muestra en la figura
12.2; las unidades se toman de manera aleatoria dentro de cada
cubo.

Aspectos estadsticos: variabilidad y curva caracterstica de

operacin
Supongamos que se tiene un proceso que produce lotes grandes de productos y se sabe que
el 6% de los productos son defectuosos. Si se selecciona de manera aleatoria una muestra
de tamao n = 100, habra gente que esperara encontrar en cada muestra exactamente seis
productos defectivos. Sin embargo, esperar esto es un error, ya que los artculos extrados
en cada muestra dependen del azar, por lo que habr algunas muestras con menos de seis y
otras con ms, a pesar de que se obtuvieron del mismo lote. Para tener una mejor idea de la
cantidad de artculos defectuosos en la muestra se aplica la distribucin de probabilidades
binomial (vea el captulo 3), la cual es una distribucin que la mayora de las veces modela
el tipo de situaciones que planteamos antes. Con esta distribucin se calcula la
probabilidad de que en la muestra vengan x productos defectuosos. En la tabla 12.1 se
muestran estas probabilidades para valores de x entre 0 y 12. En el captulo 3 se explica
cmo utilizar Excel para calcular estas probabilidades. De la tabla 12.1 se observa que si se
sacan muchas muestras de tamao 100 de este proceso, se espera que slo en 16.6% de las
muestras se tendrn exactamente seis artculos defectuosos; y la mayora tendr ms o
menos de seis. Tambin se ve que es poco probable que una muestra tenga 10 o ms
artculos defectuosos.
Lo que se acaba de ejemplificar debe tomarse en cuenta siempre que se haga inspeccin por
muestras; asimismo, es preciso recordar que lo que se observa en una muestra no es
idntico a lo que hay en la poblacin o lote. Por lo tanto, para tomar una decisin cierta
acerca de la poblacin, pero con base en una muestra, se debe recurrir a mtodos
estadsticos con soporte en algn modelo de probabilidad. En muestreo de aceptacin tal
modelo probabilstico es la curva caracterstica de
operacin.

Curva CO

Muestra el desempeo de un plan de muestreo al dar la probabilidad

de aceptar lotes con niveles de calidad dados.

Curva caracterstica de operacin (CO)

Suponga que en una fbrica se producen lotes de tamao grande1 y que antes
de enviarlos al cliente se les aplica el plan de muestreo simple por atributos
definido por n = 60, c = 1. Con ello, si en una muestra aleatoria de n = 60 se
encuentra cero o a lo ms un defectuoso, entonces el lote es aceptado y se
enva al cliente. Pero si se encuentran dos o ms artculos defectuosos,
entonces el lote es rechazado y se debe realizar inspeccin al 100%. Sin duda,
es natural preguntarse qu tipo de calidad garantiza este plan y cul es el
nivel de calidad que no tolera. La respuesta a estas preguntas se obtiene a
partir de la curva caracterstica de operacin (curva CO) para el citado plan.
La curva CO de un plan proporciona una caracterizacin del desempeo
potencial del mismo, mediante el clculo de la probabilidad de aceptar o
rechazar un lote que tiene determinada calidad. Por ejemplo, continuando con
el caso comentado antes, en la tabla 12.2 se muestra la probabilidad de
aceptacin del plan n = 60, c = 1, para diferentes valores de p (suponiendo un
tamao de lote grande). Con base en esta tabla se obtiene la correspondiente
curva CO de la figura 12.3. Por lo tanto, si este plan se aplica a un lote que
tenga 2% de artculos defectuosos, entonces la probabilidad de aceptarlo es de
0.6619. En cambio, si el lote tiene 10% de defectuosos (p = 0.1), la probabilidad
de aceptarlo ser muy baja (de 0.0137), por lo que con este plan, un lote as casi
siempre ser rechazado. En general, en la curva CO se tiene un amplio rango
de valores de p porque en la prctica no se sabe exactamente la proporcin de
defectuosos de un lote.

Para
calcular
las
probabilidades
de
aceptacin (Pa) de la tabla
12.2, y en casos similares, se
utiliza
la
distribucin
binomial con parmetros n
y p (vea el captulo 3). En
especfico para un plan (n,
c), la Pa se obtiene con:
Pa = P (0) + P (1) + + P(c);
para cada valor de p.
En el caso de la tabla 12.2,
como c = 1, entonces se
calcula P (0) + P (1). Por
ejemplo si p = 0.02, se
obtiene que P(0) = 0.2976 y
P (1) = 0.3633; por lo tanto,
Pa=
0.6619,
como
se
especifica en la tabla 12.2.

Curva CO ideal

Supongamos que se quiere disear un plan de muestreo para rechazar todos los lotes que
no tengan un nivel de calidad determinado.
Por ejemplo, supongamos que se quiere rechazar los lotes que tengan una proporcin de
artculos defectuosos mayor que 1%, y aceptar los que tengan 1% de defectuosos o menos. La
curva CO ideal para esta situacin se muestra en la figura 12.4, en donde si el porcentaje de
defectuosos de un lote es menor a 1%, se est satisfecho con tal calidad y ese lote se acepta
con probabilidad 1. Mientras que si la proporcin de defectivos de un lote es mayor a 1%, no
se est satisfecho con esa calidad y la probabilidad de aceptar es cero, es decir, un lote as
se rechaza siempre (con probabilidad 1). Sin embargo, no existe ningn plan de muestreo
que tenga esta curva ideal y que sea capaz de hacer una discriminacin perfecta entre lotes
buenos y malos. En teora, la curva CO ideal se puede alcanzar con inspeccin al 100%,
siempre y cuando tal inspeccin estuviera libre de errores, lo que difcilmente ocurre.

De acuerdo con lo anterior, lo ms que se puede hacer en la prctica es disear planes de

muestreo de aceptacin que tengan una alta probabilidad de aceptar lotes buenos y una baja
probabilidad de aceptar lotes malos. Por ejemplo, con el plan n = 60, c = 1 (vea la tabla 12.2 y
figura 12.3), se tiene una probabilidad de 0.879 de aceptar lotes con una proporcin de
defectuosos de 1%, y para porcentajes menores a este 1% se tienen mayores probabilidades de
aceptacin. No obstante, aquellos lotes con 4% de defectivo todava tienen una probabilidad de
aceptacin de 0.3. Por lo tanto, si se quiere un plan ms estricto que no permita pasar tan
fcilmente lotes de ese tipo, entonces ser necesario disear un plan con un tamao de muestra
mas grande, como lo veremos en seguida.
Propiedades de las curvas CO
1. No

existe un plan de muestreo que tenga una curva CO ideal, capaz de distinguir
perfectamente los lotes buenos de los malos. De esta manera, todo plan de muestreo tiene
riesgos de rechazar la buena calidad y aceptar la mala. Lo que s existe son planes que tienen
mayor probabilidad de aceptar la buena calidad y de rechazar la mala.

2. Al

aumentar el tamao de muestra y el nmero de aceptacin se obtienen planes que tienen

mayor potencia para distinguirla buena calidad de la mala. Esta propiedad queda en evidencia
en la figura en donde se muestran las curvas CO de tres planes de muestreo; note que entre
mayor es n ms rpido cae la curva, no obstante que el nmero de aceptacin c se mantiene
proporcional al tamao de muestra. Entre ms rpido caiga la curva, menos probabilidad se
tiene de aceptar lotes de mala calidad. Por ejemplo, suponga que un lote con 4% de defectivo se
considera de mala calidad, entonces con las tres curvas de la figura se tiene que:
Plan n = 60, c = 1; probabilidad de aceptacin 0.302

Plan n = 120, c = 2; probabilidad de aceptacin 0.137

Plan n = 240, c = 4; probabilidad de aceptacin 0.035

De esta manera, el ltimo plan slo dejar pasar 3.5% de los lotes de referencia.

3.- El criterio de tamao de muestra igual a un porcentaje del tamao de lote es un mal criterio. Es frecuente
encontrar casos en los que el tamao de muestra se toma igual a cierto porcentaje del tamao del lote y el nmero
de aceptacin se establece como c = 0. Pero esto no es adecuado, ya que si por ejemplo se tienen lotes de tamao, N,
igual a 300, 500 y 800, el tamao de muestra se toma igual a cierto porcentaje del tamao del lote, 10% por ejemplo,
entonces los planes de muestreo resultantes son:
N = 300 n = 30 c = 0
N = 500 n = 50 c = 0
N = 800 n = 80 c = 0
En la figura se muestran las curvas CO para estos tres planes. De all se observa que estos tres planes, obtenidos
con el mismo criterio (no estadstico), proporcionan distintos niveles de proteccin para un mismo nivel de calidad
en los lotes. Por ejemplo, si los lotes tienen una proporcin de defectivo de 0.05 (5%), entonces la probabilidad de
aceptarlo, Pa, en cada caso es la siguiente:
N = 300, Pa = 0.214; N = 500, Pa = 0.0769 N = 800, Pa = 0. 0165
As, en el primer caso se aceptar 21.4% de los lotes, en el segundo 7.69% y en el ltimo 1.65%. Por lo anterior,
obtener el tamao de muestra igual a un porcentaje del
tamao del lote no tiene el mismo efecto y, por lo tanto, es una forma inadecuada de proceder.

4.- Al disminuir el nmero de aceptacin, la curva CO cae ms rpido y con ello

los planes se vuelven ms estrictos. Esto se aprecia en las curvas CO para los
planes n = 80, c = 0, n = 80, c = 1 y n = 80, c = 2, que se muestran en la figura:

5.- Los planes con c = 0 no siempre son los ms apropiados. En la figura tambin se
aprecian curvas CO para varios planes con nmero de aceptacin c = 0, y si las
comparamos con las curvas CO de la figura vemos que las de c = 0 son cncavas hacia
arriba, lo cual causa que la probabilidad de aceptar disminuya ms rpido aun para
valores pequeos de la proporcin de defectivo en el lote. Esto hace que los planes con c
= 0 sean ms exigentes para el proveedor y en algunas circunstancias costosos para el
cliente. Por ejemplo, si quiere aceptar lotes que tengan una proporcin de defectivo de
1% o menos y se aplica el plan n = 120, c = 2, entonces la probabilidad de aceptar los lotes
con 1% de defectivo es de 0.88, pero si se aplica el plan n = 30, c = 0, la probabilidad de
aceptarlos es menor (Pa = 0.74), lo que llevara a rechazar 26% de los lotes a pesar de que
tengan un nivel de calidad aceptable.

6.- La influencia del tamao de lote en el diseo de planes de muestreo es menor de lo que
comnmente se cree. Curvas CO tipo A y tipo B. Para obtener todas las curvas CO que
hemos visto hasta aqu se ha supuesto que las muestras se extraen de un lote grande o que
el lote proviene de un flujo continuo de productos. A este tipo de curvas CO se les conoce
como curvas CO tipo B, y la distribucin apropiada para calcular las probabilidades de
aceptacin es la binomial. La curva CO de tipo A se utiliza para calcular las
probabilidades de aceptacin de un lote aislado y de tamao pequeo. En este caso, si el
tamao del lote es N, el de la muestra es n y el nmero de aceptacin es c, entonces la
distribucin exacta del nmero de artculos defectuosos en la muestra es la distribucin
hipergeomtrica (vea el captulo 3).
En la figura se muestran las curvas CO exactas tipo A
para tres planes de muestreo con el mismo tamao de
muestra y nmero de aceptacin (n = 80, c = 1), pero con
diferente tamao de lote: N = 200, N = 800 y N = muy
grande (infinito). De ah se observa que la discrepancia
entre las tres curvas es relativamente escasa; por
ejemplo, para p = 0.04 se tienen las siguientes
probabilidades de aceptacin, Pa: 0.1016, 0.1508 y
0.1653, respectivamente, que son ms o menos similares
y que confirman que el tamao de lote no importa
demasiado. En particular, si el tamao de muestra es
menor que 10% del lote, la diferencia entre las curvas
tipo A y tipo B es considerablemente pequea, lo cual
indica que en esos casos el efecto del tamao de lote se
considera despreciable.

GRACIAS