Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un plan de muestreo que cumple moderadamente bien los acuerdos anteriores es n = 205, c
= 2, como queda claro con la curva CO de dicho plan (véase figura 12.9).
Es importante entender bien el funcionamiento de este plan: garantiza que los lotes que
tengan un porcentaje de unidades defectuosas menor o igual al NCA = 0.4% serán
aceptados con facilidad. A medida que este porcentaje sea mayor, cada vez será menos
probable que los lotes correspondientes sean aceptados. En particular, si un lote tiene un
porcentaje de 2.55%, entonces tendrá apenas 0.10 de probabilidades de ser aceptado.
EJEMPLO 12.2
Al aplicar los pasos anteriores a la situación expuesta en el ejemplo 12.1 de la sección
anterior se obtiene que:
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
1. NCA = 0.4%, α = 0.05, NCL = 2.5% y β = 0.10.
2. p1 = 0.4/100 = 0.004; p2 = 2.5/100 = 0.025.
3. Rc = p2 /p1 = 0.025/ 0.004 = 6.25.
4. En la columna de α = 0.05 y β = 0.10 de la tabla 12.4, el valor de R más cercano a 6.25 es
6.51.
5. A la izquierda de R = 6.51, en la columna de c, se observa que c = 2.
6. A la derecha de R = 6.51, en la columna de np1 se encuentra que np1 = 0.82, así que n =
0.82/0.004 = 205.
Por lo tanto, el plan simple por atributos que ayuda a garantizar los niveles de calidad
acordados, es n = 205 y c = 2.
Obtención de la curva CO
Para tener un mejor panorama del desempeño de un plan diseñado con el método de
Cameron, se obtiene la curva CO correspondiente mediante la tabla 12.5. Recuerde que esta
curva se forma con un conjunto de valores (p, Pa), los cuales indican que un lote con una
proporción de defectuosos de p se acepta con una probabilidad Pa. Para encontrar los
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
valores (p, Pa), primero en los encabezados de la tabla 12.5, se encuentra una serie de
valores predefinidos para Pa que van desde 0.995 hasta 0.005. Para determinar los
correspondientes p, es preciso ubicarse en el renglón del valor c del plan y al dividir entre n
a los valores localizados en ese renglón se encuentran el p que corresponde a cada Pa.
Nota: Los valores de p se obtienen al dividir los valores del renglón c = 2 entre n = 205.
De esta manera, si un lote tiene una proporción de defectuosos de p = 0.0016, entonces ese
lote tendrá una probabilidad de aceptación de Pa = 0.995. Con el resto de parejas de valores
(p, Pa) obtenidas antes, se grafica la curva CO para el plan n = 205, c = 2, que se muestra
en la figura 12.9. En particular, se observa que cuando los lotes tienen una proporción de
defectuosos de 0.0130 (1.3%), la probabilidad de aceptarlos será de 0.5. A este nivel de
calidad, que tiene probabilidad de aceptarse de 0.5 en un plan, se le conoce como nivel de
calidad indiferente (NCI).
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
El método de Cameron garantiza de manera exacta el NCA, mientras que el NCL sólo lo
refiere de manera aproximada (debido a que el tamaño de muestra es redondeado), como se
puede ver en la curva CO de la figura 12.9. Además, en este método el plan se obtiene
suponiendo que el tamaño de lote es grande, por lo que si el tamaño de muestra es más de
10% del lote, entonces el plan obtenido será aproximado y será mejor tener una curva
tipo A usando la distribución hipergeométrica, o bien, alguno de los otros métodos que
toman en cuenta el tamaño del lote que veremos en las siguientes secciones.
Indicaciones: Si en la intersección del renglón (letra código) y la columna (NCA) se encuentra una flecha en
lugar de los números de aceptación (Ac) o de rechazo (Re), entonces siga la dirección de la flecha y use el
primer plan que esté después de la flecha. Por ejemplo, supongamos que la letra código para un caso
particular es H, por lo que el tamaño de muestra asociado con esta letra es n = 50, y si NCA = 0.1%, entonces
en la intersección correspondiente se encuentra una flecha con dirección hacia abajo; al seguirla al primer
plan que se encuentra es Ac = 0, Re = 1, y el tamaño de muestra a usar es n = 125.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
Indicaciones: Si en la intersección del renglón (letra código) y la columna (NCA) se encuentra una flecha en
lugar de los números de aceptación (Ac) o de rechazo (Re), entonces siga la dirección de la flecha y use el
primer plan que esté después de la flecha. Por ejemplo, supongamos que la letra código para un caso
particular es H, por lo que el tamaño de muestra asociado con esta letra es n = 50, y si NCA = 0.1%, entonces
en la intersección correspondiente se encuentra una flecha con dirección hacia abajo; al seguirla al primer
plan que se encuentra es Ac = 0, Re = 1, y el tamaño de muestra a usar es n = 200.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
Indicaciones: Si en la intersección del renglón (letra código) y la columna (NCA) se encuentra una flecha en
lugar de los números de aceptación (Ac) o de rechazo (Re), entonces siga la dirección de la flecha y use el
primer plan que esté después de la flecha. Por ejemplo, supongamos que la letra código para un caso
particular es H, por lo que el tamaño de muestra asociado con esta letra es n = 20, y si NCA = 0.1%, entonces
en la intersección correspondiente se encuentra una flecha con dirección hacia abajo; al seguirla al primer
plan que se encuentra es Ac = 0, Re = 1, y el tamaño de muestra a usar es n = 50.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
EJEMPLO 12.3
Retomamos la situación descrita en el ejemplo 12.1, el NCA = 0.4%. Si el tamaño de lote
es de N = 6 000 unidades y se utiliza el nivel de inspección II, entonces, de acuerdo con la
tabla 12.6, la letra código para el tamaño de muestra es L. Con esta letra se obtienen los
planes para inspección normal, severa y reducida.
Plan de muestreo severo. De la misma forma pero en la tabla 12.8 se obtiene n = 200,
Ac = 1, Re = 2. Así, en este plan se toma el mismo tamaño de muestra que en inspección
normal, pero se es más estricto ya que el número de aceptación es menor.
Como queda claro del ejemplo 12.3 y en general, el plan de muestreo reducido implica
menos inspección que el normal y es más tolerante con los lotes que tienen un porcentaje
mayor que el NCA = 0.4%, como se puede ver si se contrastan sus correspondiente curvas
CO en las figuras 12.7 y 12.9 (en esta última se tiene un plan muy similar al normal). Por
ejemplo, si un lote tiene un porcentaje de defectuosos de 2.5%, entonces con el plan normal
tiene una probabilidad de aceptación de 0.12, mientras que con el plan reducido, Pa = 0.40,
y si se considera que incluso con dos defectuosos es aceptable, entonces Pa sería de 0.67.
EJEMPLO 12.4
Un proceso genera lotes de 8000 unidades y se sabe que tiene una proporción promedio de
defectuosos de 0.26%. Se desea evitar con un buen nivel seguridad que no salgan al
mercado lotes con una proporción de defectuosos mayor a 1%. Por ello, se establece un
plan de muestreo de aceptación, eligiendo NCL = 1%. Con esto se utiliza la tabla 12.11, y
se ve que el promedio del proceso cae en la columna 0.21-0.30% y, al relacionarla con el
tamaño de lote se encuentra que el plan es: n = 910, c = 5 y LCPS = 0.32.
Con este plan se tendrá una probabilidad de 0.10 o menos de mandar lotes al mercado con
una proporción de defectuosos de 1%. Si los lotes rechazados se inspeccionan al 100%, y
las unidades malas son sustituidas por buenas, entonces el plan de muestreo garantiza que
la peor calidad que en promedio se estará mandando al mercados es de 0.32% de
defectuosos.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
EJEMPLO 12.5
Un proceso produce lotes de 2500 piezas y se sabe que genera una proporción promedio de
defectuosos de 1.0%. Se desea garantizar un LCPS de 2%.
En la tabla 12.13 se observa que el promedio del proceso cae en la columna de 0.81-1.20%
y, al relacionarla con el tamaño del lote se encuentra que el plan es n = 95, c = 3, NCL =
7.0%.
De esta manera, con este plan los lotes con porcentaje de defectuosos de 7.0% tendrán
pocas posibilidades de mandarse al mercado sin antes inspeccionarlos al 100%, ya que la
probabilidad de aceptarlos es sólo de 0.10.
En esta sección presentamos un método propuesto por Shilling (1978), que genera planes
de muestreo para atributos con c = 0, es decir, que la única forma de aceptar el lote es si en
la muestra no salen defectuosos. Ya habíamos dicho que las curvas CO para planes con c =
0 son cóncavas hacia arriba, lo cual causa que la probabilidad de aceptar disminuya más
rápido aun para valores pequeños de la proporción de defectivo en el lote. Esto hace que
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
sean planes extremadamente exigentes para el proveedor, y en algunas circunstancias son
costosos para el cliente. Por lo tanto, se debe tener cuidado de que cuando se usen se tenga
conciencia de los niveles de calidad que se rechazan.
Estos planes son muy utilizados en la práctica, en particular en muestreos para verificar si
se están cumpliendo especificaciones críticas o en la inspección de características
relacionadas con seguridad. Uno de los atractivos del procedimiento es que genera tamaños
muestrales pequeños.
El método se basa en el índice PDTL (o LTPD), que como ya vimos es un nivel de calidad
que se quiere rechazar con alta probabilidad. Por lo tanto, el proceso debe operar con una
calidad mucho mejor que el LTPD que se establezca, ya que si son parecidos, el plan no es
apropiado y terminará rechazando prácticamente todos los lotes. Cuando esto ocurra será
mejor revalorar la situación y considerar otro tipo de plan; los Dodge-Roming son una
buena alternativa.
Para diseñar un plan de muestreo PDTL (LTPD) con c = 0 se aplican los siguientes pasos:
2. Determinar el nivel de calidad PDTL, y llamarle a esta proporción p1. Éste es el nivel de
calidad que se quiere evitar, por lo que la probabilidad de aceptarlo será apenas de
aproximadamente 0.10.
3. Calcular el producto K = N p1.
4. Buscar en las celdas interiores de la tabla 12.15 el valor más cercano a K, y obtener el
valor f correspondiente, sumando los valores que se ubican al inicio del renglón y de la
columna de referencia. Este valor f es la proporción que será inspeccionada del lote de
referencia.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
5. El tamaño de muestra se obtiene multiplicando N por f, por lo que el plan de muestreo es
n = fN, con número de aceptación c = 0. Si n = fN no es un número entero, redondear al
entero mayor más cercano.
6. Para ilustrar el diseño de planes PDTL con c = 0, N = 600 y que PDTL = pL = 0.025,
entonces K = NpL = 600 (0.025) = 15. En la tabla 12.15 se encuentra que el valor más
cercano a 15 es 15.2668, al que corresponde un valor de f igual a 0.14 (0.10 + 0.04), de
aquí que el tamaño de muestra será n = fN = 0.14 (600) = 84. Así, de un lote de 600
piezas se extraerán 84 y si de éstas ninguna es defectuosa (c = 0) el lote se acepta; de lo
contrario se rechaza.
En este tipo de planes se toma una muestra aleatoria del lote y a cada unidad de la muestra
se le mide una característica de calidad de tipo continuo (longitud, peso, espesor, etc.), y en
contraste con el muestreo por atributos, el objetivo no es clasificar a cada unidad como
defectuosa o no, sino sólo registrar la medición de cada pieza. Después de ello, y con base
en estas mediciones, se calcula un índice (estadístico) que de acuerdo con su valor se
aceptará o rechazará todo el lote. Por lo general, el índice toma en cuenta la información
muestral (media, desviación estándar) y las especificaciones de la característica de calidad.
La ventaja principal del muestreo por variables es que el tamaño de muestra es
considerablemente menor que el muestreo por atributos. Sobre todo cuando los niveles
aceptables de calidad en términos de p son muy pequeños. Además, muestrear por variables
proporciona más información acerca del proceso, la cual se puede utilizar para tomar
decisiones y mejorar la calidad; esto se debe a que las medidas numéricas de las
características de calidad son más útiles que una simple clasificación de los artículos como
defectuosos o no defectuosos.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
Las desventajas del muestreo por variables es que para cada característica de calidad que
se desee inspeccionar por muestreo de aceptación debe diseñarse su propio plan de
muestreo.
Además, las mediciones en un muestreo por variables podrían ser más costosas, aunque la
reducción obtenida en el tamaño de la muestra por lo general compensa este costo. Una
desventaja más es que la distribución de las características de calidad debe ser conocida. La
mayoría de los planes de muestreo por variable suponen que tal distribución es normal, si
esto no es verdad la confiabilidad de las decisiones puede resultar afectada de manera
importante.
Existen dos tipos de planes de muestreo por variables: planes que controlan la proporción
de unidades que no cumplen con especificaciones y planes que controlan un parámetro del
lote o proceso (usualmente la media). Sólo abordaremos los primeros.
Para diseñar un plan de muestreo por variables para el control de la proporción de
artículos que no cumplen con especificaciones, es necesario que la variable o característica
de calidad que se mide al producto tenga especificaciones que debe cumplir. En la figura
12.11 se muestra una característica de calidad X con distribución normal con media (μ) y
desviación estándar (σ), que debe estar entre la especificación inferior y la superior: EI y
ES. El área bajo la curva a la izquierda de EI representa la proporción de artículos, pi, que
tienen un valor menor que EI; mientras que ps es la proporción de unidades que exceden la
ES. Es evidente que la magnitud de la proporción total de defectuosos, p = pi + ps, depende
de los valores de μ y σ. En la práctica, lo que se hace para controlar la proporción de
defectuosos es estimar mediante una muestra de n artículos la proporción de artículos que
no cumplen con la(s) especificación(es). Si el valor estimado de p excede un valor máximo
especificado, el lote es rechazado; de otra forma, el lote es aceptado.
Existen diferentes formas y variantes para estimar p, que van desde si se conoce la
desviación estándar, σ, del proceso, la forma de estimar σ en caso de desconocerse, hasta si
es una característica de calidad con una o con doble especificación. A continuación
veremos los planes
MIL STD 414, así como un método para estimar la proporción.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
Military Standard 414 (ANSI/ASQC Z1.9)
El MIL STD 414 es un plan para muestreo de aceptación por variables lote por lote. El
punto principal de este estándar es el nivel de calidad aceptable (NCA o AQL), y
comprende porcentajes que van de 0.04 a 15%. El estándar tiene cinco niveles generales de
inspección; al nivel IV se le considera el “usual”.
Como en el estándar por atributos (MIL STD 105E), para encontrar el tamaño de muestra
también se utilizan letras código para el tamaño de ésta. Los tamaños muestrales están en
función del tamaño de lote y del nivel de inspección. De acuerdo con la calidad del
producto se prevé una inspección normal, severa y reducida. Todos los planes de muestreo
y procedimientos en el estándar suponen que las características de calidad se distribuyen de
manera normal.
En la figura 12.12 se presenta la organización del estándar. Nótese que los planes de
muestreo de aceptación pueden diseñarse considerando que la desviación estándar es
conocida o desconocida, tanto para características de calidad con una o con doble
especificación. En los casos con una especificación, el estándar contiene dos
procedimientos (el k y el M) para estimar la proporción de unidades fuera de
especificaciones. Mientras que, cuando se tiene doble especificación se utiliza el
procedimiento 2 o método M, el cual ejemplificaremos porque es el que se aplica en ambos
casos.
Si la desviación estándar, σ, del lote o del proceso es conocida y estable, los planes
resultantes son los más económicos y eficientes. Cuando σ es desconocida se puede utilizar
la desviación estándar o el rango de la muestra. Sin embargo, el método del rango requiere
una muestra más grande y no es muy recomendable.
El MIL STD 414 consta de cuatro secciones: la sección A es la descripción general de los
planes de muestreo, incluyendo definiciones, códigos de letras para tamaños muestrales y
curvas CO para los diferentes planes de muestreo. La sección B proporciona varios planes
de muestreo basados en la desviación estándar de la muestra para el caso en que σ es
desconocida.
La sección C presenta planes de muestreo basados en el rango de la muestra. La sección D
proporciona planes de muestreo por variables para el caso en que la desviación estándar es
conocida. A continuación se estudia el uso de la sección B.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
Pasos para diseñar un plan MIL STD 414
1. Determinar el tamaño del lote.
2. Especificar el NCA (o AQL).
3. Escoger el nivel de inspección (usualmente el nivel IV, que puede ser cambiado si la
situación lo justifica). En tanto mayor sea el nivel de inspección más estricto es el plan
(más rápido cae su curva CO).
4. En la tabla 12.16 y de acuerdo con el tamaño de lote y el nivel de inspección, encontrar
la letra código del tamaño de la muestra.
5. En la tabla 12.17, de acuerdo con la letra código y el NCA, se busca el plan simple
para inspección normal, que consiste en un tamaño de muestra n, y del valor M, que es
el porcentaje máximo de defectuosos tolerado en el lote.
6. En la misma tabla 12.17, partiendo de los NCA que están en la parte inferior, se
encuentra el plan que se emplearía bajo inspección severa, con sus correspondientes
valores para n y M.
7. Seleccionar de manera aleatoria una muestra de tamaño n, y a cada pieza de ésta se le
mide la característica de calidad. Con los datos obtenidos calcular la media Ẍ y la
desviación estándar muestral, S.
8. De los siguientes dos índices, de acuerdo con el tipo de especificaciones que tenga la
característica de calidad, calcular a uno o a ambos.
9. Nótese que ambos índices: ZEI y ZES, son la distancia entre la media de la muestra, Ẍ, y
la correspondiente especificación, expresada en unidades de la desviación estándar de
la muestra, S. Por lo que el valor de estos índices será grande si S es pequeña y si Ẍ
tiende a estar al centro de las especificaciones.
10. Estimar la proporción de unidades defectuosas en el lote. Para ello, en la tabla 12.18,
en la columna de ZEI y ZES, ubicar su correspondiente valor y desplazarse por ese
renglón hasta la columna del tamaño de muestra del plan de inspección, n. El valor que
se localice en la intersección valor de Z y n, corresponde a la estimación del porcentaje
de defectuosos del lote de lado inferior, pi, o del lado superior, ps, respectivamente.
11. Decisión de aceptación o rechazo:
Para variables sólo con especificación inferior. Aceptar el lote si pi es menor o igual
al valor de M (encontrado en el paso 6). En caso contrario rechazarlo.
Para variables sólo con especificación superior. Aceptar el lote si ps es menor o
igual que M. En caso contrario rechazarlo.
Para variables con doble especificación. Aceptar el lote si la suma del porcentaje
inferior más que el superior, p = pi + ps, es menor o igual a M. En caso contrario
rechazar el lote.
UNIVERSIDAD NACIONAL DE SAN CRISTÓBAL DE HUAMANGA
ESCUELA DE FORMACIÓN PROFESIONAL DE INGENIERIA AGROINDUSTRIAL
CONTROL DE CALIDAD DE PRODUCTOS AGROINDUSTRIALES TA-543
Ing. Msc. DE LAC RUZ FERNANDEZ, Eusebio
EJEMPLO 12.6
En una fábrica de autopartes se han tenido problemas con la dimensión de cierta barra de
acero en el momento de ensamblarla. La longitud ideal de la barra es de 100 mm, con una
tolerancia de ± 2 mm. Se decide implementar un muestreo de aceptación interno con el
propósito de evitar dejar pasar a la etapa de ensamble a los lotes con una calidad muy
pobre.
El tamaño del lote para estas barras es de 3 000. De acuerdo con los antecedentes y los
propósitos se elige un NCA (AQL) de 1.0%. De esta forma, lotes con 1.0% de barras fuera
de las especificaciones tendrán una alta probabilidad de ser aceptados para ensamble. El
nivel de inspección que se utilizará es el usual (nivel IV).
De la tabla 12.16 se encuentra que la letra código para el tamaño de la muestra es L.
Supongamos que no se conoce la desviación estándar del proceso y que ésta va a ser
estimada con S. Por lo que de acuerdo con el paso 6, en la tabla 12.17 se encuentra que el
plan de inspección normal es n = 40, M = 2.71% y el plan de inspección severa es n = 40,
M = 1.88%
De un lote en particular se seleccionan de manera aleatoria 40 barras y se les mide su
longitud. Con los 40 datos se calcula Ẍ = 100.15 y S = 0.8. Y con éstos a su vez se calculan
los índices:
BIBLIOGRAFÍA