REPUBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR PARA LA EDUCACIN UNIVERSITARIA ALDEA: MORALES MRCANO FIN DE SEMANA

UPATA ESTADO BOLVAR

Upata, Septiembre de 2013

CONCEPTO DE MUESTREO DE ACEPTACIN Un muestreo de aceptacin consiste en evaluar un colectivo homogneo a travs de una muestra aleatoria, para decidir la aceptacin o el rechazo del colectivo. Por tanto es necesario tener presente en todo momento que, en un muestreo, lo que se est evaluando es toda la poblacin y no slo la muestra, por lo que la cuestin es si una poblacin, con las caractersticas inferidas a partir de los datos de la muestra observada, es aceptable o no. Bajo el punto de vista estadstico, un muestreo de aceptacin es un contraste de hiptesis en el que se evala una caracterstica (parmetro de una poblacin) a travs de unos valores muestrales.

ECONOMA DEL MUESTREO FRENTE A LA INSPECCIN 100% El destino de un lote puede ser determinado mediante la inspeccin de todas las unidades (100%) o mediante una muestra o porcin de lote.

RIESGOS DEL MUESTREO Riesgo del Consumidor y del Productor En el muestreo de aceptacin estn involucradas dos partes: el productor del producto y el consumidor del producto. En la especificacin de un plan de muestreo, cada parte quiere evitar los costosos errores en la aceptacin o rechazo de los lotes. El productor quiere evitar el error de tener un buen lote rechazado (riesgo del productor) porque generalmente tendr que acabar reemplazando el lote. Recprocamente, el cliente o consumidor quiere evitar el error de aceptar un lote malo porque los defectos de un lote aceptado son generalmente responsabilidad del consumidor (riesgo del consumidor). La curva OC muestra las caractersticas de un plan de muestreo determinado, incluyendo los riesgos de tomar decisiones errneas. Para ayudarle a entender la teora que sustenta el uso de los planes de muestreo, vamos a ayudarle a ver como se construye estadsticamente una curva OC. En una muestra de atributos, donde se determina si los productos son buenos o malos, se emplea normalmente una distribucin binomial para construir la curva OC. La ecuacin binomial es:

donde n= nmero de artculos de una muestra (denominados pruebas). p=probabilidad de que un x (defecto) ocurra en una prueba cualquiera. P(x)=probabilidad de exactamente x resultados en n pruebas. Cuando el tamao de la muestra (n) es grande y el porcentaje de defectos (p) es bajo, la distribucin de Poisson puede utilizarse como aproximacin a la frmula de la binomial. Este hecho es bastante til, pues los clculos con la binomial pueden resultar ciertamente complejos, y porque las tablas con valores de probabilidad acumulados de la ley de Poisson son fcilmente disponibles. Nuestra tabla de Poisson aparece en el Apndice II. En la aproximacin de Poisson de la distribucin binomial, la media de la binomial que es np, se utiliza como media de Poisson, que es , esto es:

=np
TIPOS DE ERROR EN EL MUESTREO

VENTAJAS DEL MUESTREO DE ACEPTACIN El muestreo de aceptacin 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, simplificando con ello el trabajo de coordinacin y reduciendo los costos. 3. El producto sufre menos dao al haber 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.

CURVA CARACTERSTICA DE OPERACIN (CO) Suponga que en una fbrica se aplica a lotes de tamao grande (es usual considerar que un lote es grande respecto al tamao de la muestra, cuando la muestra es menos del 10% del lote, es decir, cuando 10 n < N) el plan de muestreo simple por atributos definido por n = 60, c =1 a los lotes de ciertos artculos antes de embarcarlos y enviarlos al cliente. De esta manera, de un lote de ms de 600 piezas, se extrae una muestra aleatoria de n = 60, y si al inspeccionar estas unidades se encuentran cero o a lo ms una defectuosa, entonces el lote es aceptado (embarcado y enviado al cliente). Pero si se encuentran dos artculos o ms que son defectuosos, entonces el lote es rechazado (retenido para una inspeccin al 100%). Bajo estas condiciones surgen algunas interrogantes: que tipo de calidad garantiza este plan y cul es el nivel de calidad que no tolera; o de una manera ms tcnica: si un lote tiene cierta proporcin de artculos defectuosos, cul es la probabilidad de que el lote sea aceptado? Las respuestas 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 potencial desempeo del mismo, ya que con sta se puede saber la probabilidad de aceptar o rechazar un lote que tiene determinada calidad. Por ejemplo, con la curva CO del plan n = 60, c =1 y tamao de lote grande, se puede saber cul es la probabilidad de aceptar un lote que tenga 2% de sus artculos defectuosos. Adems, como de un lote que se somete a inspeccin por muestreo se desconoce su proporcin, p, de artculos defectuosos, entonces la curva CO tiene que proporcionar la probabilidad de aceptar lotes con cualquier valor de p. En la figura 3 se muestra la curva CO para el plan n = 60, c =1.

Figura 3 Curva CO para el plan de muestreo n = 60, c = 1 y tamao de lote grande

Obtener los puntos sobre la curva CO es relativamente fcil. Supngase que el lote proviene de un flujo continuo de productos que puede ser considerado infinito o que el lote tiene un tamao N que es grande respecto al tamao de muestra. Bajo esta condicin, la distribucin del nmero de artculos defectuosos, x, en la muestra aleatoria de tamao n, es binomial con parmetros n y p; donde p es la proporcin de artculos defectuosos en el lote. La probabilidad de observar exactamente x defectuosos en la muestra esta dada por la ecuacin:

smbolo factorial (5! = 5 x 4 x 3 x 2 x 1 = 120, por ejemplo). A p se le desconoce la mayora de las veces. De esta manera la probabilidad de aceptacin es justamente la probabilidad que x sea menor o igual que c. Por ejemplo, la probabilidad de aceptar un lote que tenga 2% de artculos defectuosos (p = 0.02) con el plan n = 60, c = 1, es igual a la probabilidad de que x sea menor o igual a 1; es decir, es igual a la probabilidad de obtener cero artculos defectuosos ms la probabilidad de obtener uno. P(0) + P(1). Al calcular estas probabilidades con la distribucin binomial con n = 60 y p = 0, se obtiene. P(0) = 0.2976

P(1) = 0.3633 Por lo que la probabilidad de aceptar un lote que tenga 2% de artculos defectuosos con este plan es igual a 0.6619. Probabilidad que se podra haber apreciado ms o menos directamente de la curva CO de la figura 3, ya que esta curva se obtiene calculando P(0) + P(1) con la formula de distribucin binomial, con n = 60, para diferentes valores de p. En la tabla 1 se aprecia la probabilidad de aceptacin de lotes con diferentes valores de p; y con base en la tabla 1 se puede bosquejar la curva CO de la figura 3 Tabla 1 Probabilidad de aceptacin del plan n = 60, c =1, para Diferentes valores de p y suponiendo tamao de lote grande.
Proporcin de defectuosos (p) 0.001 0.005 0.010 0.015 0.020 0.030 0.040 0.050 0.060 0.070 0.080 0.100 0.150 Probabilidad de aceptacin (Pa) 0.9982 0.9634 0.8787 0.7727 0.6619 0.4592 0.3022 0.1915 0.1179 0.0709 0.0417 0.0137 0.0006

As, la curva CO de la figura 3 muestra el poder de discriminacin del plan de muestreo n = 60, c =1. Por ejemplo, si los lotes tienen 5% de artculos defectuosos (p = 0.05), entonces la probabilidad de aceptarlos es aproximadamente 0.19. Esto significa que si 100 lotes con 5% de defectuosos, son sometidos a este plan de muestreo, entonces se esperara aceptar a 19 y rechazar a 81.

En general, para obtener una curva CO para un plan con tamao de muestra n y nmero de aceptacin c, se calcula la probabilidad de aceptacin, Pa, para diferentes valores de la proporcin de defectuosos, p; es decir, se calcula. Pa = P(0) + P(1)+ ..... +P(c); para diferentes valores de p. DISTRIBUCIN HIPERGEOMTRICA En el caso de poblaciones pequeas en la que se realizan muestreos sin reposicin no se cumplen los requisitos de un proceso de Bernouilli. Si el tamao de la poblacin es N, existen en ella D elementos no conformes, se extrae un muestra de n elementos y se quiere estudiar la variable aleatoria obtener x elementos no conformes en la muestra, entonces la funcin de probabilidad es:

La esperanza matemtica y la varianza de la distribucin hipergeomtrica:

DISTRIBUCIN BINOMIAL Un proceso de Bernoulli se caracteriza por: 1. Los datos son de tipo cualitativo clasificados en dos categoras (por ejemplo blancos o negros, conformes o defectuosos, etc.). 2. Las observaciones son independientes. 3. La proporcin de elementos de la poblacin perteneciente a cada una de las dos clases (p y q=1-p) permanece constante independientemente de la cantidad observada. Esto equivale a decir que el nmero de elementos de la poblacin es infinito o tan grande que a los efectos puede considerarse infinito. Tambin satisfacen este requisito los muestreos con reemplazamiento, independientemente del tamao de la poblacin. Si se establece una clasificacin de objetos conformes y defectuosos, con proporciones p y q respectivamente, en elementos de una poblacin y se establece la variable aleatoria nmero de elementos defectuosos obtenidos al

muestrear n elementos, se puede demostrar que la funcin de probabilidad (que se denomina binomial) es:

La esperanza matemtica y la varianza de la distribucin binomial:

DISTRIBUCIN DE POISSON Supongamos un proceso en el que se producen sucesos puntuales sobre un soporte continuo, por ejemplo entradas de llamadas en una central telefnica a lo largo del tiempo, defectos producidos en una lnea de montaje, etc.

Este proceso se llama proceso de Poisson si adems verifica las condiciones siguientes: 1. El nmero medio de sucesos (es decir llamadas recibidas / minuto, defectos / producto, etc.) es estable a lo largo del tiempo. Lo representaremos por . 2. Los sucesos son independientes unos de otros. Es decir que el proceso

no tiene memoria. La funcin de probabilidad es:

La esperanza matemtica y la varianza de la distribucin de Poisson es:

Obsrvese que el proceso de Poisson puede ser asimilado a una variable aleatoria binomial en la que se estn sacando muestras continuamente y donde =np. En efecto, puede comprobarse que si se calcula el lmite de la funcin binomial cuando n tiende a infinito se obtiene precisamente la distribucin de Poisson.

TIPOS DE PLANES DE MUESTREO Los planes de muestreo de aceptacin son de dos tipos: por atributos y por variables. En los planes por variables se toma una muestra aleatoria del lote y a cada unidad de la muestra de la mide una caractersticas de calidad de tipo continuo (longitud, peso, etc.). Con las mediciones se calcula un estadstico, que generalmente est en funcin de la media, la desviacin estndar muestral y las especificaciones, y

dependiendo del valor de este estadstico al compararlo con un valor permisible, se aceptar o rechazar todo el lote. En la seccin "Muestreo de aceptacin por variables" de este trabajo se ver estos tipos de planes. En los planes por atributos se extrae aleatoriamente una muestra de un lote y cada pieza de la muestra es clasificada de acuerdo a ciertos atributos como aceptable o defectuosa. Si el nmero de piezas que se encuentran defectuosas es menor o igual que un cierto nmero predefinido, entonces el lote es aceptado; en caso de que sea mayor, entonces el lote es rechazado. Algunos de los planes por atributos son: simple, doble y mltiple. En general los planes ms usuales son los de atributos, a pesar de que con los planes por variables se requieren menor tamao de muestra para lograr los mismos niveles de seguridad. Esta aparente contradiccin se debe a la tradicin o a razones ms validas, por ejemplo a que en los planes por atributos se pueden combinar varias caractersticas de calidad en un solo plan, mientras que en los planes por variables hay que disear un plan para cada caracterstica de calidad. Adems en ocasiones las mediciones en los planes por variables son ms costosas. De esta manera se debe procurar que la decisin de que tipo de plan utilizar se fundamente en un anlisis detallada de los costos que implica cada plan, as como la facilidad de llevarlos a cabo y no fundamentar la decisin en la inercia y la tradicin ("aqu las cosa siempre se han hecho as"). MUESTREO POR ATRIBUTOS: SIMPLE, DOBLE Y MLTIPLE El plan de muestreo simple consiste en un tamao de muestra n, y en un nmero de aceptacin c, ambos fijados de antemano. Si en la muestra se encuentra c o menos unidades defectuosas entonces el lote es aceptado. Por el contrario, si hay ms de c artculos defectuosos el lote es rechazado. Ms adelante veremos cmo disear este tipo de planes. Por su parte, la idea del plan de muestreo doble es tomar una primera muestra de tamao ms pequeo que el plan simple para detectar los lotes muy buenos o los muy malos, y si en la primera muestra no se puede decidir si aceptar o rechazar porque la cantidad de unidades defectuosas ni es muy pequea ni muy grande, entonces se toma una segunda muestra para decidir si aceptar o rechazar tomando en cuenta las unidades defectuosas encontradas en las dos muestras. De esta manera, un plan de muestreo doble est definido por 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 muestra Por ejemplo, con el plan N = 3000, n1 = 80, c1 = 1, n2 = 80, c2 = 4; del lote de 3000 piezas se toma una muestra inicial de 80 y con base a la informacin aportada por esta primera muestra se toma una de las tres decisiones siguientes: 1. Aceptar el lote, cuando la cantidad de unidades defectuosas sea menor o igual que 1 (c1). 2. Rechazar el lote, cuando el nmero de piezas defectuosas sea mayor que 4 (c2). 3. Tomar una segunda muestra de 80 unidades, cuando el nmero de piezas defectuosas detectadas en la primera muestra sea mayor que 1 (c1) pero no exceda de 4 (c2). Si al sumar la cantidad de unidades defectuosas en las dos muestras, esta no es mayor que 4 (c2), el lote es aceptado, pero si es mayor que 4 (c2), entonces el lote es rechazado El plan de muestreo mltiple es una extensin del concepto del muestreo doble, aqu se toma una muestra inicial an ms pequea que el plan simple, y si ya se tiene evidencia de muy buena o muy mala calidad se toma la decisin en consecuencia, si no, se toma una segunda muestra y se trata de decidir; si todava no es posible se contina con el proceso hasta tomar la decisin de aceptar o rechazar. Con los planes de muestreo doble y mltiple por lo general se requieren menos inspeccin que con el simple, pero tienen mayor dificultad para administrarlos. En cuanto a seguridad pueden ser diseados de forma que produzcan resultados equivalentes. Esto es, los procedimientos pueden ser diseados de manera que un lote con cierta calidad especfica tenga exactamente la misma probabilidad de aceptacin bajo los tres tipos de planes de muestreo. Por consiguiente, para la seleccin de un tipo de muestreo, se pueden considerar factores como la eficacia de la administracin, el tipo de informacin obtenida por el plan, la cantidad promedio de informacin y el impacto que un plan de muestreo dado pueda tener sobre el flujo del proceso.

REFERENCIAS ELECTRNICAS http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-deaceptacion2.shtml#ixzz2ehGn64Zr http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-deaceptacion2.shtml#ixzz2ehGXHc6F http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-deaceptacion2.shtml#ixzz2ehH5cact http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-deaceptacion2.shtml#ixzz2ehGinsA2 http://web.cortland.edu/matresearch/aceptacion.pdf www .udec.cl pagarces control ontrol uestreo ceptacion.pdf

http://luisdi.files.wordpress.com/2009/08/muestreo-aceptacion-cec.pdf