Está en la página 1de 10

ASTM Designacin: E 122 00

Prctica Estndar para Calculo del Tamao de la Muestra para Estimar, con un Error Tolerable Especificado, el Promedio para una Caracterstica de un Lote o Proceso. 1. Alcance Este prctica cubre mtodos simples para calcular cuantas unidades incluir en una muestra aleatoria ordenada para estimar con una precisin prescrita, una medida de calidad para todas las unidades de un lote de material, o producida por un proceso. Esta prctica indicar claramente el tamao de la muestra requerida para estimar el valor promedio de alguna propiedad o la fraccin de tems no conformes producido por un proceso de produccin durante el intervalo de tiempo cubierto por la muestra aleatoria. Si el proceso no esta en un estado de control estadstico, el resultado no tendr valor predictivo para produccin inmediata (futura) La prctica trata la situacin comn donde las unidades muestreadas pueden ser consideradas para exhibir una fuente sencilla (completa) de variabilidad; esto no es tratado como fuentes multi-niveles de variabilidad. 2. Documentos Referenciados 2.1 Estndares ASTM: E 456 Definicin de Trminos Relativos a Mtodos Estadsticos. 3. Terminologa. 3.1 Definiciones A menos que se anote de otra manera, todos los trminos estadsticos son definidos en Definiciones E 456. 3.2 Smbolos: E = error mximo tolerable para el promedio de la muestra, que es la mxima diferencia aceptable entre el promedio verdadero y el promedio de la muestra. e = E/m, error de muestreo mximo permisible expresado como una fraccin de m k = el numero total de muestras disponibles del mismo lote o similar. m = lote o proceso medido o valor esperado de X, el resultado de la medicin de todas las unidades en el lote o proceso. mo = un estimado adelantado de m. N = tamao del lote n = tamao de la muestra tomada de un lote o proceso. Nj = tamao de la muestra j nL = tamao de la muestra de un lote finito (7.4)

p = fraccin de un lote o proceso cuyas unidades tienen la caracterstica de no conformidad bajo investigacin. po = una estimacin adelantada de p p = fraccin no conforme en la muestra R = rango de un set de valores muestreados. La observacin ms grande menos la ms pequea Rj = rango de muestra j. R = S Rj /k, promedio del rango de k muestras, todas del mismo tamao (8.2.2). s = desviacin estndar de X del lote o proceso, el resultado de medir todas las unidades de un lote o proceso finito. so = un estimado adelantado de s s = [ S ((Xi X)2 / (n-1)]1/2 un estimado de la desviacin estndar s de n observacio-nes, Xi, i = 1 a n. s = S Sj /k, promedio s de k muestras, todas del mismo tamao (8.2.1). sp = reunido (promedio ponderado) s de k muetras, no todas del mismo tamao (8.2) sj =desviacin estndar de la muestra j. t = un factor (el 99.865 percentil de la distribucin Students) correspondiente al grado de libertad fo de un estimado adelantado so (5.1). V = s /m, el coeficiente de variacin del lote o proceso. Vo = un estimado adelantado de V (8.3.1). n =s/X, el coeficiente de variacin estimado de la muestra. nj = coeficiente de variacin de la muestra j. X = valor numrico de la caracterstica de una unidad individual siendo medida. X = S Xi /ni promedio de n observaciones, Xi, i= 1 a n. 4. Significado y Uso 4.1 Esta prctica esta proyectada para usarse en la determinacin del tamao de la muestra requerida para estimar, con precisin prescrita, una medida de calidad de un lote o proceso. La prctica aplica cuando la calidad es expresada como el promedio del lote para una propiedad dada o como la fraccin del lote no conforme a los estndares prescritos. El nivel de una caracterstica puede frecuentemente ser tomado como una indicacin de la calidad de un material. Si es as, un estimado del valor promedio de la caracterstica o de la fraccin de valores observados que no son conformes a una especificacin para que la caracterstica sea una medida de calidad con respecto a esa caracterstica. Esta prctica esta proyectada para usarse en la determinacin del tamao de la muestra requerida para estimar, con precisin prescrita, tales como una medida de la calidad de

un lote o proceso como un valor promedio o como una fraccin no conforme a un valor especificado. 5. Conocimiento Emprico Necesario 5.1 Algn conocimiento emprico del problema por adelantado es deseable. 5.1.1 Podemos tener alguna idea acerca de desviacin estndar de la caracterstica 5.1.2 Si no tenemos experiencia para dar una estimacin precisa para la desviacin estndar, podemos ser hbiles para declarar nuestra opinin acerca del rango o extensin de la caracterstica de sus valores altos y bajos y posiblemente alrededor de la forma de la distribucin de la caracterstica; por ejemplo, podramos ser hbiles para decir si todos los dems valores tienden a un extremo del rango, o estn en su mayor parte en la mitad, o corren bastante uniformemente de un extremo a otro (Seccin 9). 5.2 Si el objetivo es para estimar la fraccin no conforme, entonces a cada unidad puede ser asignado un valor de 0 a 1 (conforme o no-conforme), y la desviacin estndar tan bien como la forma de la distribucin depende solamente de p, la fraccin no conforme del lote o proceso. Alguna idea concerniente al tamao de p es entonces necesaria, la cual puede ser derivada del muestreo preliminar o de experiencia previa. 5.3 El conocimiento superficial es suficiente para iniciar con, aunque mayor conocimiento permite un tamao de muestra pequea. Raras veces habr dificultad en adquirir informacin suficiente para calcular el tamao requerido de la muestra. Una muestra que es ms larga que la ecuacin indica si es usada en la practica actual cuando el conocimiento emprico es superficial para iniciar con y cuando la precisin deseada es critica. 5.4 En cualquier caso, an con el conocimiento superficial, la precisin de la estimacin hecha de una muestra aleatoria puede por si misma ser estimada de la muestra. Esta estimacin de la precisin de una muestra hace esto posible para fijar ms econmicamente el tamao de la muestra para la siguiente muestra o un material similar. En otras palabras, la informacin concerniente al proceso, y el material producido por eso, es acumulado y puede ser usado. 6. Precisin Deseada 6.1 La precisin aproximada deseada para el estimado debe ser prescrita. Esto es, si puede ser decidido que mxima desviacin, E, puede ser tolerada entre la estimacin a ser hecha de la muestra y el resultado que puede ser obtenido por medicin de cada unidad en el lote o proceso. 6.2 En algunos casos, el error de muestreo permisible mximo es expresado como una proporcin, e, o un porcentaje, 100e. Por ejemplo, uno puede desear hacer un estimado del azufre contenido en carbn con error mximo permisible de 1%, e = 0.01. 7. Ecuaciones para calcular el tamao de la Muestra 7.1 Basado en una distribucin normal para la caracterstica, la ecuacin para el tamao, n, de la muestra es como sigue: n = (3 so / E)2 (1)

Donde: so = estimacin anticipada de la desviacin estndar del lote o proceso E = el mximo error admisible entre la estimacin a ser hecha de la muestra y el resultado de la medicin (por los mismos mtodos) de todos las unidades en el lote o proceso 3 = un factor correspondiente a una baja probabilidad que la diferencia entre la estimacin de la muestra y el resultado de la medicin (por los mismos mtodos) de todas las unidades en el lote o proceso son mayores que E. La seleccin del factor 3 es recomendada para uso general. Con el factor 3, y con un lote o proceso de desviacin estndar igual al estimado por adelantado, es prcticamente asegurado que el error de muestreo no excede E. Donde un grado lasser de certeza es deseado un factor menor puede ser usado (Nota 1). Nota 1 Por ejemplo, el factor 2 en lugar de 3 da una probabilidad de alrededor 45 partes en 1000 que el error de muestreo exceder E. Si bien las distribuciones renen en la practica puede no ser normal (Nota 2), la siguiente tabla textual (basada en la distribucin normal) indica las probabilidades aproximadas: Factor Probabilidad Aproximada de exceder E 3 0.003 o 3 en 1000 (prcticamente asegurado) 2.56| 0.010 o 10 en 1000 2 0.045 o 45 en 1000 1.96 0.050 o 50 en 1000 (1 en 20) 1.64 0.100 o 100 en 1000 (1 en 10) Nota 2 Si un lote de material tiene una elevada distribucin asimtrica en la caracterstica medida, el factor 3 dar una probabilidad diferente, posiblemente mucho mayor que 3 partes en 1000 si el tamao de la muestra es pequeo. Hay dos cosas que hacer cuando la asimetra es sospechosa. 7.1.1 Pruebe el material con un vistazo para descubrir, por ejemplo, valores extra altos, o posiblemente observar un recorrido de carcter anormal, en orden para aproximar burdamente la cantidad de la asimetra para usarse con la teora estadstica y ajuste del tamao de la muestra si es necesario. 7.1.2 Examinar el lote para buscar material anormal y segregacin de este para tratamiento separado 7.2 Hay algunos materiales para los cuales s varia aproximadamente con m en cuyo caso V (= s/m) se mantiene aproximadamente constante desde valores dem grandes a pequeos. 7.2.1 Para la situacin de 7.2, la ecuacin para el tamao de la muestra, n, es as: n = (3 Vo / e)2 (2) donde:

Vo = (coeficiente de variacin) = so /mo e = E /m el error de muestreo permitido expresado como una fraccin (o como un porcentaje) de m. m = el valor esperado de la caracterstica siendo medida. Si el error relativo, e, es el mismo para todos los valores de m, entonces todo en el lado derecho de la ecuacin 2 es una constante; por lo tanto, n es adems una constante, la cual significa que el mismo tamao de muestra n puede ser requerido para todos los valores de m. 7.3 Si el problema es para estimar la fraccin del lote no conforme, entonces so2 es reemplazado por po as que la ecuacin 1 queda: n = (3 / E)2 po (1 po) (3) donde: po = estimacin anticipada del lote o fraccin del proceso no conforme p y E po 7.4 Cuando el promedio para el proceso de produccin no es necesario, sino el promedio de un lote particular es necesario, entonces el tamao de muestra requerida es menor que la ecuacin 1, 2 o 3 indicadas. El tamao de la muestra para estimacin del promedio del lote finito ser: nL =n /[1+ (n/N)] (4) donde: n = el valor calculado de la ecuacin 1, 2 o 3 N = el tamao del lote Esta reduccin en el tamao de la muestra es usualmente de poca importancia a menos que n sea 10 % o ms de N. 8. Reduccin del Conocimiento Emprico a un Valor Numrico de so (Informacin para Muestras Previas Disponibles) 8.1 esta seccin ilustra el uso de las ecuaciones en la Seccin 7 cuando hay datos para muestras previas. 8.2 Para la ecuacin 1 Un estimado de so puede ser obtenido de un conjunto previo de datos. La desviacin estndar, s, de alguna muestra dada es calculada como: s = [ S (Xi X)2 / (n-1)]1/2 (5) El valor de s es una muestra estimada de so. Un valor ms estable para so puede ser calculado mediante juntar el valor s obtenido de algunas muestras de lotes similares. Juntar los valores s de sp para k muestras es obtenido por un promedio ponderado de los k resultados de usar la ecuacin 5. Sp = [ S (nj-1)sj2 /S (nj-1)]1/2 (6)

Donde: sj = la desviacin estndar para la muestra j. nj = el tamao de la muestra para la muestra j. 8.2.1 Si cada uno de los conjuntos de informacin previa contienen el mismo numero de mediciones, nj, entonces un sencillo, pero significativamente menos eficiente estimado para so puede ser hecho usando un promedio (s) de los s valores obtenidos de algunas muestras previas. El valor calculado de s en general ser un estimado insignificante prejuiciado de so. Un estimacin sin prejuicio de so es calculada como sigue: so = s /c4 (7) Donde el valor del factor de correccin, c4, depende del tamao del conjunto de informacin individual (nj) (Tabla 1). 8.2.2 Un equitativo sencillo, e insignificantemente menos eficiente estimado para so puede ser calculado usando el rango promedio ( R ) tomado de algn conjunto de informacin previa que tiene el mismo tamao de grupo. so = R /d2 (8) El factor d2, de la Tabla 1 es necesario para convertir el rango promedio en un estimado sin tendencia de so. 8.2.3 Ejemplo 1 Uso de s. 8.2.3.1 Problema Para calcular el tamao de la muestra necesario para estimar el esfuerzo transversal promedio de un lote de ladrillos cuando el valor deseado de E es 50 psi, y se desea certeza practica. 8.2.3.2 Solucin De la informacin de tres lotes previos, el valor de la desviacin estndar estimada fue encontrado en 215, 192, y 202 psi basados en muestras de 100 ladrillos. El promedio de estas tres desviaciones estndar es 203 psi. El valor c4 es esencialmente unitario cuando la ecuacin 1 da el siguiente resultado: n = [(3x203)/50]2 = 149 ladrillos (9) Para el tamao requerido de muestra dar un error de muestreo mximo de 50 psi, y se desea certeza practica. 8.3 Para Ecuacin 2 Si s varia aproximadamente y proporcionalmente con m para la caracterstica del material a ser medido, calcule el promedio X, y la desviacin estndar, s, para algunas muestras que tienen el mismo tamao. Un promedio de algunos valores de n = s/X pueden ser usados para Vo. 8.3.1 Para casos donde el tamao de la muestra no es el mismo, un promedio ponderado deber ser usado como una aproximacin estimada para Vo. Vo = [ S (nj-1) nj / S (nj-1)]1/2 (10)

Donde: nj =el coeficiente de variacin para la muestra j nj = el tamao de la muestra para la muestra j. Tabla 1. Valores del Factor de Correccin C4 y d2 para Seleccionar Tamaos de Muestras nj. Tamao de Muestra, (nj) 2 4 5 8 10 C4 0.798 0.921 0.940 0.965 0.973 d2 1.13 2.06 2.33 2.85 3.08

8.3.2 Ejemplo 2 Uso de V, el coeficiente de variacin estimado: 8.3.2.1 Problema Para calcular el tamao de la muestra necesario para estimar la resistencia a la abrasin promedio de un material cuando el valor deseado de e es 0.10 o 10 %, y se desea certeza prctica. 8.3.2.2 Solucin No hay informacin de muestras previas de este mismo material, pero informacin para seis muestras de materiales similares muestran un amplio rango de resistencia. Sin embargo, los valores de la desviacin estndar estimada son aproximadamente proporcionales a los promedios observados, como se muestra en la siguiente tabla: Lote No. Tamao muestra 10 10 10 10 10 10 Ciclos promedio 90 190 350 450 1000 3550 Rango observado 40 100 140 220 360 2090 R Estimacin so = R/3.08A 13.0 32.5 45.5 71.4 116.9 678.6 Coeficiente Variacin, % 14 17 13 16 12 19 15.2

1 2 3 4 5 6 Promedio

A Valores de la desviacin estndar, s, pueden ser usados en lugar de las estimaciones hechas en el rango, si son preferidas o disponibles. El uso de s puede ser ms eficiente. El uso del promedio de los valores observados del coeficiente de variacin para Vo en la ecuacin 2 da lo siguiente:

n = [(3x15.2)/10]2 = 20.8 21 especmenes (11) Para el tamao requerido de la muestra dar un error de muestreo mximo de 10 % del valor esperado, y se desea certeza prctica. 8.3.2.3 Si el error permisible mximo de 5 % fuera necesario, el tamao requerido de la muestra ser 83 especmenes. La informacin suministrada por la muestra prescrita ser til para el estudio en mano y tambin para la prxima investigacin de materiales similares. 8.4 Para la ecuacin 3 Calcule la fraccin estimada no conforme, p, para cada muestra. Entonces para el promedio ponderado use la siguiente ecuacin: p =numero total de no conformidades en todas las muestras numero total de unidades en todas las muestras 8.4.1 Ejemplo 3 Uso de p: 8.4.1.1 Problema Para calcular el tamao de la muestra necesario para estimar la fraccin no conforme en un lote de pernos y tuercas aleacin de acero cuando el valor deseado de E es 0.04, y se desea certeza practica. 8.4.1.2 Solucin La informacin en la siguiente tabla de cuatro lotes previos fue usada para un adelanto de la estimacin de p: Lote No. 1 2 3 4 Total Tamao Muestra 75 100 90 125 390 No conformidades 3 10 4 4 21 Fraccin no conforme 0.040 0.100 0.044 0.032

p = 21/390 = 0.054 n = (3/0.04)2 (0.054) (0.946) = 288 Si el valor deseado de E fuera 0.01 el tamao de la muestra requerida ser 4600. Con un tamao de lote de 2000, la ecuacin 4 da n L = 1934 tems. Si bien este valor de nL representa alrededor del 70 % del lote, el ejemplo ilustra el tamao de la muestra requerida para conseguir el valor deseado de E con certeza prctica. Fig. 1 Algunos tipos de Distribucin y su desviacin estndar 9. Reduccin del Conocimiento Emprico a un Valor Numrico para so (Ningn Dato de Muestras Previas de la misma o Material Disponible 9.1 Esta seccin ilustra el uso de las ecuaciones en la Seccin 7 cuando no hay valores actuales observados para el clculo de so.

9.2 Para la ecuacin 1 De experiencias pasadas, procesar para descubrir que el valor ms pequeo (a) y el ms largo (b) de la caracterstica son gustosamente para ser. Si este no es conocido, obtenga esta informacin de alguna otra fuente. Procesar para imaginar cuantos de otros valores observados pueden ser distribuidos Unas cuantas observaciones simples y preguntas concernientes al comportamiento pasado del proceso, el procedimiento usual de batido, mezclado, apilamiento, alma-cenamiento, etc., y conocimiento concerniente al envejecimiento del material y la practica usual de apartar el material (ultimo adentro, primero fuera; o ultimo adentro, ultimo afuera) sern usualmente sacar suficiente informacin para distinguir entre una forma de distribucin y otra (Fig. 1). En caso de duda, o en el caso que la preci-sin deseada E es cuestin critica, la distribucin rectangular puede ser usada. El precio de la proteccin extra proporcionado por la distribucin rectangular es una muestra grande, debido a lo largo de la desviacin estndar de eso. 9.2.1 La desviacin estndar estimada de una de las formulas de la Fig. 1, basada en los valores ms grande y ms pequeo, puede ser usado como una estimacin adelantada de so en la ecuacin 1. Este mtodo de estimacin adelantada es acep-table y es frecuentemente preferible para valores dudosos observados de s, s, o r. 9.2.2 Ejemplo 4 Uso de so de la Fig. 1. 9.2.2.1 Problema (el mismo del ejemplo 1) Para calcular el tamao de la muestra necesario para estimar el esfuerzo transversal promedio de un lote de ladrillos cuando el valor deseado de E es 50 psi. 9.2.2.2 Solucin -- De experiencias pasadas la difusin de valores de esfuerzo trans-versal para un lote de ladrillos ha sido alrededor de 1200 psi. Los valores fueron api-lados en la mitad de la banda, pero no necesariamente normalmente distribuidos. 9.2.2.3 La distribucin del tringulo issceles en la Fig. 1 parece ser la ms apropia-da, la estimacin adelantada so es 1200/4.9 = 245 psi. Entonces n = [(3x245)/50]2 = 216.1 = 217 ladrillos (13) 9.2.2.4 La diferencia en el tamao de la muestra entre 217 y 149 ladrillos (encontra-do en el ejemplo 1) es el costo del conocimiento sin detalle. 9.3 Para la ecuacin 2 En general, el conocimiento que el uso de Vo en cambio de so es preferible que pueda ser obtenido del anlisis de la informacin actual en cuyo caso aplican los mtodos de la Seccin 8. 9.4 Para la ecuacin 3 De experiencias pasadas, estimar aproximadamente la banda dentro de la cual la fraccin no conforme es gustosamente para tenderse. Regrese a la Fig. 2 y lea el valor de so2 = p (1-p) para la mitad del rango posible de p y selo en la ecuacin 8. En caso de precisin deseada es una materia critica, use el valor grande de so2 dentro del posible rango de p. 10. Consideracin de Costos 10.1 Despus del tamao requerido de muestra para reunir una precisin prescrita es calculada de las ecuaciones 1, 2, o 3, el siguiente paso es calcular el costo del ensayo para este tamao de

muestra. Si el costo es tambin grande, esto puede ser posible para relajar la precisin requerida o la equivalente, la cual es para aceptar un incremento en la probabilidad (Seccin 7) que el error de muestreo puede exceder el mximo error permisible E y para reducir el tamao de la muestra para reunir el costo permisible. 10.2 La ecuacin 1 da n en trminos de una precisin prescrita, pero podemos resolverlo para E en trminos de un n dado y entonces descubrir la precisin posible para un costo permisible dado este es, E = 3so / n1/2. Lo mismo puede ser hecho para la ecuacin 2 y 3. 10.3 es necesario especificar el error permisible deseado, E, o el costo permisible; de otra manera no es el tamao apropiado de la muestra. 11. Seleccin de la Muestra 11.1 En orden para hacer algn estimado para un lote o para un proceso, sobre la base de una muestra, es necesario seleccionar las unidades de la muestra en aleatoriedad. Un procedimiento aceptable para asegurar una seleccin aleatoria es el uso de nmeros aleatorios. La falta de predictibilidad, tales como un brazo mec-nico extenso sobre una faja transportadora, no es productiva una muestra aleatoria. 11.2 En el uso de nmeros aleatorios, el material puede primero ser quebrado de alguna manera dentro de las unidades de muestreo. Adems, cada unidad de muestreo puede ser identificable por un numero de serie actual, o por alguna regla. Para artculos empacados, una regla es fcil; el paquete conteniendo un numero seguro de artculos en capas definidas, arreglados de una manera particular y es fcil para idear algn sistema para numerar los artculos. En el caso de material en bruto mineral, o carbn, o un barril de pernos y tuercas, el problema de definir unidades de muestreo usables puede tomar lugar en una estacin temprana de manufactura o en el proceso de mover el material. 11.3 Esto no es el propsito de esta prctica, cubrir el manejo de materiales, no para encontrar caminos por los cuales uno puede con seguridad descubrir el camino para un tipo satisfactorio de unidad de muestreo. En cambio, esto es asumido que un adecuado unidad de muestreo ha sido definida y entonces el objetivo es responder la pregunta de cuantos para atraer. Referencia: Annual Book of ASTM Standards, 2003 Volume 14.02 Mtodos de Ensayo General, Mtodos Estadsticos