LIMITE TOLERADO DE PORCENTAJE DE DEFECTUOSOS (NCL)

LTPD (Lot Tolerance Percent Defective): Peor nivel de calidad que el

consumidor deseara aceptar en un lote Individual
Es una fraccin defectuosa Es un nivel de calidad que el consumidor
quisiera rechazar siempre, pero por efectos del muestreo no siempre se
rechazar Es un ndice de mala calidad. Curvas tipo A y tipo B Curvas
tipo B: para su construccin se supone que provienen de un lote grande
o secuencia. De lotes provenientes de un proceso continuo distribucin
valida: Binomial (si es posible se puede aproximar por Poisson, si p <
0.1). Curvas tipo A: para lotes aislados y finitos distribucin valida:
Hipergeomtrica (si es posible se puede aproximar por la Binomial, si
n/N _ 0.1).
Distribucin Hipergeomtrica:
p = D/N
Con D nmero de defectuosos en el lote. Vario D para obtener p y Pa y
obtener la C.C.O. tipo A, Que puede definirse como: El porcentaje de
unidades que no cumplen con los requisitos en un lote para el cual, con
propsitos de muestreo de aceptacin, el consumidor desea que se
restrinja la probabilidad de aceptacin a un valor bajo especificado.
Error muestral
En estadstica, error muestral o error de estimacin es el error a causa
de observar una muestra en lugar de la poblacin completa. 1 La
estimacin de un valor de inters, como la media o el porcentaje, estar
generalmente sujeta a una variacin entre una muestra y otra. Estas
variaciones en las posibles muestras de una estadstica pueden,
tericamente, ser expresadas como errores mustrales, sin embargo,
normalmente, en la prctica el error exacto es desconocido. El error
muestral se refiere en trminos ms generales al fenmeno de la
variacin entre muestras. El error muestral deseado, generalmente
puede ser controlado tomando una muestra aleatoria de la poblacin,
suficientemente grande,2 sin embargo, el costo de esto puede ser
limitante. Si las observaciones son tomadas de una muestra aleatoria, la
teora estadstica brinda clculos probabilsticos del tamao deseado del
error muestral para una estadstica en particular o estimacin. Estos
usualmente son expresados en trminos del error estndar.

El error muestral puede ser contrastado con el error no muestral, el cual

se refiere al conjunto de las desviaciones del valor real que no van en
funcin de la muestra escogida, entre los cuales se encuentran varios
errores sistemticos y algunos errores aleatorios. Resultan mucho ms
difciles de cuantificar que el error muestral.
https://www.clubensayos.com/Temas-Variados/LIMITE-TOLERADO-DEPORCENTAJE-DE-DEFECTUOSOS-NCL/2219768.html

limite tolerado del porcentaje de defectuosos

El muestreo es una herramienta de la investigacin cientfica. Su funcin

bsica es

tipos de muestreo y notaciones simblicas. Concepto de muestreo

determinar que parte de una realidad en estudio (poblacin o universo)
debe examinarse con la finalidad de hacer
inferencias sobre dicha poblacin. El error que se comete debido a hecho
de que se
obtienen conclusiones sobre cierta realidad a partir de la observacin de
slo una parte de
ella, se denomina error de muestreo. Obtener una muestra adecuada
significa lograr una
versin simplificada de la poblacin, que reproduzca de algn modo sus
rasgos bsicos.
Muestra: En todas las ocasiones en que no es posible o conveniente
realizar un censo, lo
que hacemos es trabajar con una muestra, entendiendo por tal una
parte representativa de la

poblacin. Para que una muestra sea representativa, y por lo tanto til,
debe de reflejar las
similitudes y diferencias encontradas en la poblacin, ejemplificar las
caractersticas de la
misma.
Cuando decimos que una muestra es representativa indicamos que
rene aproximadamente
las caractersticas de la poblacin que son importantes para la
investigacin.
Una estadstica es una caracterstica de una muestra, los estadsticos
emplean letras latinas
minsculas para denotar estadsticas y muestras. 2. - Tipos de muestreo
Los autores
proponen diferentes criterios de clasificacin de los diferentes tipos de
muestreo, aunque en
general pueden dividirse en dos grandes grupos: mtodos de muestreo
probabilsticos y
mtodos de muestreo no probabilsticos. Muestreo de aceptacin Es la
manera de evaluar
una parte de los productos que forman un lote con el propsito de
aceptar o rechazar el lote
completo. Su uso es recomendado cuando el costo de inspeccin es alto
o la inspeccin es
montona y causa errores de inspeccin o cuando se requieren pruebas
destructivas.
Descripcin de plan de muestreo El plan de muestreo consiste en
seleccionar
aleatoriamente una parte representativa del lote, inspeccionarla y
decidir si cumple con

nuestras especificaciones de calidad, para llegar a esto se deben de

consultar tablas y fijar
los niveles de calidad que son aceptables (NCA) para nosotros y nuestros
clientes o
proveedores. Para definir esto de manera mas practica, hay que ver el
siguiente ejemplo:
Tenemos un lote de 9000 (N) piezas, el plan de inspeccin dice que se
deben tomar 300 (n)
piezas y se considera un nmero de aceptacin de 2 piezas. Esto
significa que en el lote
de 900 piezas se inspeccionaron 300 piezas escogidas aleatoriamente, si
3, 4 o ms piezas
estn defectuosas, se rechazara todo el lote (las 900 piezas), si al
realizar la inspeccin no
se encuentran piezas defectuosas o se encuentran 1 o 2 el lote tiene que
ser aceptado. El
muestreo de aceptacin se lleva en diversas situaciones en donde existe
una relacin ente
consumidor y productor, ya sea en el interior de una empresa o entre
diferentes empresas, y
se puede ver como una medida defensiva para protegerse contra la
amenaza del posible
deterioro en la calidad. Es posible que Productor y Consumidor sean
cada uno de diferente
compaa o en dos departamentos diferentes dentro de una misma
planta, sea como fuere,
existe siempre el problema de decidir si se acepta o se rechaza el
producto.

Plan de Muestreo de Aceptacion Ansi:

http://documents.mx/documents/plan-de-muestreo-de-aceptacionansi.html

Limite Tolerado Del Porcentaje De Defectuosos

Como observacin muy importante, recordar tambin que en muchas
ciudades de nuestro pas existen instituciones y organismos muy
enfocados a los jvenes emprendedores, donde podrn encontrarse
tambin con comunidades completas de jvenes como ustedes, que
tambin estn dispuestos a compartir y trabajar juntos en el desarrollo
de nuevas ideas, de nuevos proyectos, de nuevas empresas. Cualquiera
que sea nuestra idea vamos a ocupar desarrollar nuestras habilidades y
nuestra capacitacin. Para esto recomiendo, primero, los propios sitios
de las comunidades de Make. Segundo, sitios como Linda.com, Aqu
encuentran cursos de capacitacin en lnea de naturaleza apropiada
muchas disciplinas de desarrollo de habilidades. Recordar tambin que
en Internet existen muchos sitios de tutoriales gratis que nos permiten
complementar nuestros conocimientos y tambin desarrollar nuestras
habilidades, incluyendo el ms famoso de todos: Youtube.
La segunda etapa del protocolo, considerar dos aspectos. El primero es
encontrar un primer mercado apropiado para la distribucin de nuestro
producto. El segundo aspecto a considerar es lo que se llama
Crowdsourcing, es decir, obtener los fondos necesarios para la
produccin en pequea, mediana o gran escala de nuestro producto. Los
sitios de fondeo ms conocidos son Kickstarter, Indiegogo, Fondeadora,
Ideame y otros sitios similares. Fondeadora es un sitio mexicano que
incluye apoyo de organizaciones e instituciones gubernamentales para
la elaboracin de buenos proyectos. Es el primer sitio que recomiendo
como prueba de concepto. Si se quiere probar un sitio de fondeo ms
grande y de tipo internacional, entonces el sitio recomendado es
Indiegogo.
En general los elementos que deber contener nuestro proyecto para su
presentacin en estas plataforma: nombre del proyecto y una frase
apropiada y significativa, un vdeo acerca del objetivo, una descripcin lo
mas completamente posible del proyecto, recompensas a la base de
personas que estn colaborando o aportando o comprando algun
muestra de nuestro producto, y por ltimo un presupuesto completo que
ser la meta financiera de nuestro proyecto.

http://www.mitecnologico.com/industrial2010/Main/LimiteToleradoDelPorcentaje
DeDefectuosos