Documente Academic
Documente Profesional
Documente Cultură
FACULTADDECIENCIAS
ESCUELADEESTADISTICAE
INFORMATICA
TEMA:MuestreodeAceptacin
Alumno.DenyRamrezTorre.
Cdigo:96.3127.7.AI
Profesor:WalterVarelaRojas
Curso:ControlEstadsticodeCalidad
HUARAZANCASHPER
2016
INTRODUCCIN
Muestreo de aceptacin
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.
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
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.
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.
Curva CO
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.
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
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.
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