Muestreo de aceptacin por atributos

1.1 Muestreo de aceptacin por atributos

1.2 Muestreo simple por atributos
1.3 Muestreo doble, mltiple y secuencial

1.1 MUESTREO DE ACEPTACIN POR ATRIBUTOS

Si se recibe un lote de un proveedor, se toma una muestra y se evalan algunas
de las caractersticas del producto, en base a los resultados se toma una decisin
sobre la disposicin del lote, ya sea aceptados para su uso en produccin, o
rechazados para que el proveedor tome acciones.

Fig. 1.6 Proceso de inspeccin por muestreo

Hay 3 aspectos importantes del muestreo:
1. Su propsito es calificar los lotes, no estimar los parmetros del lote.
2. No proporcionan un mecanismo de control de calidad, simplemente aceptan o
rechazan lotes.
3. Sirven como herramienta de auditora para asegurar que la calidad de un lote
est de acuerdo a especificaciones.
Existen 3 alternativas para calificar un lote:
1. Aceptar sin inspeccin.Con proveedores confiables.

2. Inspeccionar al 100%, separando los productos defectuosos.

3. Realizar un muestreo de aceptacin.
La aceptacin por muestreo es ms til en las situaciones siguientes:
1. Cuando las pruebas son destructivas.
2. Cuando el costo de la inspeccin 100% es muy alto.
3. Cuando la inspeccin 100% es muy tardada.
4. Cuando las cantidades a inspeccionar 100% son muy altas y con tasa de
defectos baja, que haga que se causen errores al inspeccionar, dejando pasar
productos defectuosos.
5. Cuando el proveedor no es confiable al 100%, o su capacidad de proceso es
baja.
6. Cuando hay riesgo de generar problemas legales por productos crticos.
1.1.1 VENTAJAS Y DESVENTAJAS DEL MUESTREO
Cuando se utiliza inspeccin por muestreo, se tienen las ventajas siguientes:
1. Es ms barato, requiriendo menos inspeccin.
2. Existe un menor manejo de producto o menor dao.
3. Se aplica a pruebas destructivas.
4. El rechazar un lote completo en lugar de slo las partes defectivas, motiva al
proveedor a mejorar su calidad.
El muestreo de aceptacin tambin presenta varias desventajas:
1. Existe el riesgo de aceptar lotes malos y de rechazar lotes buenos.
2. La informacin que se genera respecto al producto o proceso es poca.
3. El muestreo de aceptacin requiere documentacin y planeacin, no as la
inspeccin 100%.

1.2.-TIPOS DE PLANES DE MUESTREO

Existen diversas clasificaciones de estos planes, una de ellas es la de variables y
atributos. Una caracterstica se expresa en variables si se puede medir, o en
atributos si se califica como pasa no pasa.
Un plan de muestreo simple es un procedimiento de calificacin de lotes, donde
se toma una muestra aleatoria de n partes y la disposicin del lote es determinada
dependiendo de los resultados de la muestra, aceptndose si se encuentran hasta
c productos defectivos.
Un plan de muestreo doble implica que despus de tomar una muestra e
inspeccionar, se toma una decisin de (1) rechazar, (2) aceptar o (3) tomar una
segunda muestra, si esto sucede, se combina la informacin de la primera y de la
segunda para tomar una decisin.
Un plan de muestreo mltiple es una extensin del doble, en el cual ms de dos
muestras pueden ser necesarias antes de tomar una decisin. Los tamaos de
estas muestras son ms pequeos que en el muestreo doble.
El muestreo secuencial implica la seleccin de unidades del lote, una por una,
tomando decisiones de aceptar o rechazar el lote despus de un cierto nmero de
unidades.
Se pueden desarrollar planes de muestreo que produzcan resultados similares con
cualquiera de las modalidades anteriores.

1.3.-FORMACIN DE LOTES
Para inspeccin de lotes, estos deben cumplir las caractersticas siguientes:

1. Deben ser homogneos, las unidades deben ser producidas por las mismas
corridas de produccin, en condiciones similares. Es difcil tomar acciones
correctivas para lotes mezclados.

2. Lotes grandes son preferibles a lotes pequeos, dado que la inspeccin es

ms eficiente.

3. Los lotes deben manejarse en forma similar con el proveedor y con el

cliente, las partes deben estar empacadas adecuadamente para evitar riesgos
de dao y permitir la seleccin de muestra en forma sencilla.
MUESTREO ALEATORIO
Las muestras deben ser representativas del lote, no deben tomarse slo partes de
las capas superiores, sino de preferencia numerar las partes con un nmero y
seleccionar con tablas de nmeros aleatorios o tambin se puede estratificar el
lote.
1.4.-MUESTREO SIMPLE POR ATRIBUTOS
a) DEFINICION:
Es una regla de decisin para aceptar o rechazar un lote, basndose en los
resultados de una muestra al azar tomada por lote.El procedimiento
consiste en tomar una muestra aleatoria tamao(n) y examinar cada uno
de sus elementos. Si el numero de defectos encontrados no excede el
nmero de aceptacin especificado(c) , el consumidor acepta todo el lote.
Todos los elementos defectuosos que se encuentren en la muestra se
repararan o devuelven al proveedor. Si el nmero de defectos encontrados
en la muestra es mayor que c , el consumidor somete todo el lote a una
inspeccin al 100% o bien lo rechaza en su totalidad y lo devuelve al

productor. El plan de un solo muestreo es fcil de usar, pero suele producir

un ANI mayor que los otros planes. Despus de una breve descripcin de
los dems planes de muestreo, enfocaremos nuestra discusin en este
plan.
Por ejemplo si se tiene el plan:
N=10,000
n=89
c=2
Significa que de cada lote de 10,000 partes se toman al azar n=89 para
inspeccin, si el nmero de productos defectivos observados en la muestra d es
menor o igual a c = 2, el lote se acepta, en caso contrario se rechaza.
Puede inspeccionarse uno o varios atributos en la misma muestra; en general, se
dice que una unidad que es disconforme respecto a las especificaciones, en uno o
ms atributos, es una unidad defectuosa. A este procedimiento se le llama un plan
de muestreo nico porque el lote se dictamina con base en la informacin
contenida en una sola muestra de tamao n.
b) LA CURVA OC
Una de las medidas ms importante del desempeo de una plan de muestreo
nico es la curva de operacin caracterstica (OC)
La curva caracterstica de operacin (OC) muestra la probabilidad de aceptar el
lote (Pa o en el eje Y), versus la fraccin defectiva media en el lote (p en el eje
X), mostrando la potencia de discriminacin del plan de muestreo.

Los analistas crean una representacin grfica del rendimiento de un plan de

muestreo, trazando la probabilidad de que el lote sea aceptado, para toda una
gama de proporciones de unidades defectuosas. La grafica describe el grado
en que un plan de muestreo permite distinguir entre los lotes buenos y malos.
Sin duda alguna.

La curva caracterstica de operacin se obtiene graficando p versus la

probabilidad binomial de encontrar y aceptar a lo ms c defectivos, o sea:
Es sencillo demostrar cmo se obtienen los puntos en esta curva. Suponer que el
tamao del lote N es grande (dndole infinito). Bajo esta condicin, la distribucin
del nmero de artculos defectuosos d en una muestra aleatoria n artculos es
binomial con parmetros n y p donde p es la fraccin de artculos defectuosos.
Una forma de conceptualizar esto es sacar lotes de N artculos al azar de un
proceso tericamente infinito y despus sacar muestras aleatorias de n de esos
lotes. El muestreo del hecho hecho en esta manera es equivalente a hacer un
muestreo directo del proceso. La probabilidad de aceptacin es simplemente la
probabilidad de que d sea mayor o igual que c

n! d nd
Pa P{d c)
p (1 p)
d 0 d!(n d )!
Esto mismo se puede aproximar por la distribucin de Poisson para efectos
prcticos.

c) CURVA CARACTERSTICA DE OPERACIN OC

p

Pa =

0.005

0.98968755

0.01

0.939689918

0.02

0.736577576

0.03

0.498482838

0.04

0.304158359

0.05

0.172076864

0.06

0.091869347

0.07

0.046819851

0.08

0.022955079

0.09

0.010886432

Pa

Curva OC

La curva OC indica la potencia discriminatoria de un plan de muestreo.

En este caso si los lotes tienen un 2% de defectivo, su probabilidad de aceptacin
es de 0.74. Significa que de cada 100 lotes recibidos, se aceptarn 74 y se
rechazarn 26.
A continuacin, se muestran algunas variaciones de la curva caracterstica de
operacin variando tanto como el criterio de aceptacin c manteniendo n
constante y despus manteniendo c como constante y variando n.

Manteniendo n constante y variando c se tiene:

p
0.005
0.01
0.02
0.03
0.04
0.05
0.06

n = 89, c=0

n = 89 c=1

n = 89, c =2

0.640109373
0.408820174
0.165623034
0.06647898
0.026432591
0.010408805
0.004058625

0.926389444
0.776345382
0.466448545
0.249467514
0.124453451
0.059165839
0.027115072

0.98968755
0.939689918
0.736577576
0.498482838
0.304158359
0.172076864
0.091869347

0.07
0.08
0.09

0.001566688
0.000598572
0.0002263

0.01206181
0.005231002
0.002218234

0.046819851
0.022955079
0.010886432

Pa

c=0, 1,

P (fraccin defectiva en el lote)

Para el caso en que lo que se vare sea n se tiene:
p

n = 50, c=2

n = 100, c = 2

n = 200, c = 2

0.005
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09

0.997944456
0.986182729
0.921572252
0.810798075
0.676714004
0.540533123
0.416246472
0.310788561
0.225974275
0.160540491

0.985897083
0.920626798
0.676685622
0.419775083
0.232142624
0.118262981
0.056612777
0.025788541
0.011272803
0.004756131

0.920160568
0.676678695
0.235148136
0.059290946
0.012489138
0.002336294
0.000400477
6.40456E-05
9.66278E-06
1.38543E-06

Pa
n=50, 100,200 2

p (fraccin defectiva en el lote)

Fig. 1.9 Curvas caractersticas de operacin diversas
d) PUNTOS ESPECIFICOS EN LA CURVA OC
Un consumidor frecuentemente fija de comn acuerdo con su proveedor, un nivel
de calidad aceptable (AQL), que representa el nivel ms pobre de calidad que el
consumidor considera aceptable como promedio, normalmente es la fraccin
defectiva que tiene un 95% de ser aceptada ( = 0.95).

Por otra parte el consumidor quiere rechazar los lotes en la mayora de los casos
cuando tengan una fraccin defectiva de a lo ms un porcentaje defectivo
tolerable en el lote (LTPD), normalmente esta fraccin defectiva corresponde a
una probabilidad de aceptacin del 10% o rechazo del 90% de las veces. Tambin
se el denomina Nivel de Calidad Rechazable.
CURVAS OC TIPO A y B.
En la construccin de la curva OC se supuso que las muestras provenan de un
lote grande o que el muestreo se estaba haciendo de un flujo de lotes de un
proceso seleccionado al azar. En esta situacin, la distribucin binominal es la
distribucin de probabilidad exacta para calcular la probabilidad de aceptacin del
lote. Esta curva OC se conoce como curva OC tipo B.
La curva OC tipo A se usa para calcular probabilidades de aceptacin de un lote
aislado, de tamao finito. Suponer que el tamao del lote es N, que el tamao de
la muestra es n y que el nmero de aceptacin es c. La distribucin de
muestreo exacta del nmero de artculos defectuosos en la muestra es la
distribucin

hipergeomtrica,

utilizando

la

distribucin

hipergeomtrica

se

construye cuando se tiene un lote aislado de tamao finito, se utiliza cuando n/N
>=0.10. En Excel se utiliza la funcin (Fx Estadsticas) =distr.hipergeom(c, n,
fraccin defectiva, N).
La curva OC tipo B utiliza la distribucin binomial o de Poisson cuando n/N < 0.1,
sin embargo en los niveles donde n/N=0.1 ambas curvas A o B son muy parecidas.
Para binomial usar en Excel = distr.binom(c, n, p, 1) y con Poisson =poisson(c,
nxp,1)
La curva OC tipo A siempre se localizar debajo de la curva OC tipo B. Es decir, si
se usa una curva tipo B como una aproximacin de la curva tipo A, las
probabilidades de aceptacin calculadas para la curva de tipo B, sern siempre
ms altas que las que se hubieran obtenido de haberse usado en su lugar una
curva de tipo A, Sim embargo, esta diferencia solo es significativa cuando el
tamao del lote es relativamente pequeo en comparaciones con el tamao de la
muestra. A menos que se diga lo contrario.

d) INSPECCIN RECTIFICADORA
Los programas de aceptacin por muestreo normalmente requieren accin
correctiva cuando los lotes son rechazados, de tal forma que el proveedor los
selecciona al 100% remplazando los artculos defectivos por buenos. Esta
actividad se denomina inspeccin rectificadora por su impacto en la calidad de
salida final hacia la planta.

Inspeccin rectificadora (las piezas malas son reemplazadas y

reintegradas al lote)
Suponiendo que los lotes que llegan tienen una fraccin defectiva p 0 , despus de
la actividad de inspeccin bajo un plan de muestreo, algunos lotes sern
aceptados y otros sern rechazados.
Los lotes rechazados sern seleccionados al 100% por el proveedor remplazando
los artculos defectuosos por buenos despus se integran a los lotes que ingresan

a la planta obtenindose una fraccin defectiva p 1 menor a la original, denominada

calidad promedio de salida AOQ, en lotes de tamao N se tiene:
1. n artculos de la muestra no contienen defectivos.
2. N-n artculos los cuales si el lote se rechaz no contenan defectivos.
3. N-n artculos los cuales si el lote se acepta contienen p(N-n) defectivos.
As los lotes despus del proceso rectificador, contienen un nmero esperado de
defectivos igual a Pap(N-n) con la cual se puede expresar una fraccin defectiva
media AOQ como sigue,

AOQ

Pa p( N n)
N

(1.2)
Ejemplo 1.12 Suponiendo que N=10,000, c=2 y que la calidad de
entrada p=0.01.
Como en la curva caracterstica de operacin (para n=89, c=2)
cuando p=0.01, Pa = 0.9397, entonces el AOQ es:

AOQ

Pa p ( N n) (0.9397)(0.01)(10000 89)

0.0093
N
10000

AOQ 0.93%

en lugar del 1% entrante.

AOQ Pa p

La curva de AOQ versus p se muestra a continuacin:

(1.3)

Fig. 1.11 Curva de calidad de salida promedio (AOQ)

CURVA AOQ
Fraccin defectiva
p

Pa

Pa . P

0.005 0.98968755

0.004948438

0.01

0.939689918

0.009396899

0.02

0.736577576

0.014731552

0.03

0.498482838

0.014954485

0.04

0.304158359

0.012166334

0.05

0.172076864

0.008603843

0.06

0.091869347

0.005512161

0.07

0.046819851

0.00327739

0.08

0.022955079

0.001836406

0.09

0.010886432

0.000979779

AOQ

AOQL = 1.55%

0.03

p
p

Fig. 1.12 Clculo de la Curva de calidad de salida promedio

(AOQ)
De la grfica anterior se observa que la curva AOQ tiene un valor mximo o la
peor fraccin defectiva de salida hacia la planta o proceso, que se denomina
lmite de calidad de salida promedio AOQL el cual es aproximadamente 0.0155
o 1.55% defectivo.
Ejemplo 1.13 Con N=10000, n=89, c=2 y p=0.01. Como Pa =
0.9397 se tiene:
ATI = 89 + (1-0-9397)(10000 89) = 687

Siendo este el total de piezas que en promedio se

inspeccionarn por lote, algunas por el cliente (n) y otras
por el proveedor (N-n) en base al plan de muestreo.
Las curvas ATI para diferentes tamaos de lote se muestra a
continuacin, para n = 89 y c = 2:
p

ATI-N=1000

ATI-N=5000

ATI-N=10000

0.005 0.98968755

92.39464177

139.644441

191.20669

0.01

0.939689918

143.9424844

385.1828112

686.7332196

0.02

0.736577576

322.9778285

1382.667526

2699.779647

0.03

0.498482838

545.8821346

2551.950783

5059.536593

0.04

0.304158359

722.9117347

3506.278297

6985.486501

0.05

0.172076864

843.2379767

4154.93052

8294.546199

0.06

0.091869347

916.3070247

4542.829636

9089.4829

0.07

0.046819851

951.3471157

4770.067712

9535.968456

0.08

0.022955079

979.0879231

4881.267607

9772.492212

0.09

0.010886432

990.0824602

4946.536731

9892.104569

Fig.

Pa

1.13

Curvas

de

nmero

de

muestras

promedio por el cliente y por el proveedor

inspeccionadas