Control Estadístico de la Calidad

Santiago de Cali - Agosto de 2020

Taller 2 - Muestreo de aceptación

Kevin Ortiz1,a , Angie Rodríguez1,b , Karol Sandoval1,c

1 Programa de Estadística, Universidad del Valle, Santiago de Cali, Colombia

1. Punto 1
Suponga que usted tiene a su cargo la responsabilidad de recepción de materia prima en una prestigiosa
empresa de la región. En un acuerdo al que se ha llegado con uno de sus proveedores, quien envía la materia
prima en lotes de 150 unidades, se estableció como un lote de muy buena calidad aquel que presente un
porcentaje de unidades defectuosas cercano al 5 %. Por otro lado el departamento de producción no está
dispuesto a tolerar ningún lote con mas del 10 % de unidades defectuosos. Por tanto usted a decidido trabajar
bajo el siguiente esquema:

Como un lote se considera bueno si tiene menos del 5 %, se tomará un tamaño de muestra n y se aceptará
el lote si tiene menos del 5 % de unidades defectuosas, por ejemplo:

(n=100, c=5) (n= 80, c=4) (n= 40, c=2)

a. Evalué en cada caso los riesgos del productor y consumidor.

b. Se puede pensar entonces que un plan de muestreo con la condición de proporcionalidad en AQL es
equivalente, sin importar el tamaño de muestra.

Solución

a. Teniendo en cuenta un nivel de calidad aceptable (AQL) del 5 % y un nivel de calidad límite (LTPD) del
10 % se procede a realizar los siguientes cálculos para determinar los posibles riesgos:

• Error en contra del productor:

P (Rechazar|AQL) = α

P (Rechazar|0.05) = α
a. E-mail: kevin.ortiz@correounivalle.edu.co
b. E-mail: angie.rodriguez.duque@correounivalle.edu.co
c . E-mail: karol.sandoval@correounivalle.edu.co

1
2 Kevin Ortiz, Angie Rodríguez & Karol Sandoval

• Error en contra del consumidor:

P (Aceptar|LT P D) = β

P (Aceptar|0.10) = β

Tabla 1: probabilidades de error.

Tamaño de Riesgo
muestra Productor Consumidor
100 0.2571 0.0132
80 0.2797 0.0471
40 0.2759 0.2226

De acuerdo a los resultados obtenidos y presentados en la Tabla 1 se puede decir lo siguiente:

• Respecto al riesgo del productor, se tiene que la probabilidad de que el procedimiento rechace un
lote con buenas condiciones de calidad es aproximadamente la misma con los 3 tamaños de muestra
y las 3 cantidades límite de piezas defectuosas para decidir si el lote es aceptado o no (c).
• Por otro lado, en cuanto al riesgo del consumidor la probabilidad de que el procedimiento acepte un
lote que no cumple con las condiciones mínimas de calidad varía considerablemente dependiendo del
tamaño de la muestra, esto es, con un tamaño de muestra igual a 100, 80 y 40 se obtiene un riesgo
de 0.01, 0.04 y 0.22 respectivamente. De esta manera, se puede decir que para el consumidor resulta
necesario trabajar con una alta cantidad de lotes para procurar cumplir con las condiciones mínimas
de calidad.

b. Para responder a este literal se apoya de la columna productor de la tabla 1 puesto que en ella se hace
uso del concepto de AQL y en donde se evidencia que sin importar el tamaño de muestra que se tenga ya
sea alto o bajo la probabilidad obtenida no difiere significativamente entre sí, guardando de esta forma
cierta proporcionalidad entre los diferentes tamaños de muestra propuestos, por lo que se podría pensar
que todo plan de muestreo con dicha proporcionalidad resultaría ser equivalente.

Punto 2
Construya una curva característica de operación para un plan de muestreo simple en el cual el tamaño del
lote es de 100 unidades, tamaño de muestra 50, y numero de aceptación 2. Utilice las tres distribuciones de
probabilidad.

a. ¿Se presentan discrepancias entre las curvas?

b. ¿Que sucede si el tamaño del lote es de 2000 unidades?

Solución

a. Teniendo en cuenta un lote con 100 unidades, un tamaño de muestra de 50 para llevar a cabo el plan
de muestreo simple y a dos artículos como la cantidad límite de piezas defectuosas para decidir si
dicho lote es aceptado o no, se calcularon tres curvas características de operación haciendo uso de las
distribuciones de probabilidad hipergeométrica, binomial y Poisson:

Universidad del Valle

Taller 2 - Muestreo de aceptación 3

Figura 1: curva característica de operación para N=100.

La figura 1 no permite observar discrepancias significativas entre las curvas generadas mediante las
distribuciones Poisson y binomial, no obstante se observa que la curva característica de operación
que se presenta a partir de la distribución hipergeométrica sí discrepa de las ya mencionadas. En
particular puede visualizarse que, de haber una proporción de unidades defectuosas de 0 a 0.04, la
curva asociada a la distribución hipergeométrica tendrá una probabilidad de aceptación un poco más
alta que las otras dos curvas. Si se tiene una proporción de unidades defectuosas superior al 0.04, es
posible observar entonces que la probabilidad de aceptar el lote resulta ser mayor para el caso de las
distribuciones Poisson y binomial, en contraste con la curva asociada a la distribución hipergeométrica,
cuya probabilidad de aceptación P(a) es menor.
b. Para el desarrollo de este ítem se realizó un incremento en el tamaño de la población con la finalidad
de identificar las posibles diferencias que se podrían presentar entre las 3 curvas características de
operación.

Figura 2: curva característica de operación para N=2000.

A partir de la gráfica anterior (ver figura 2), es posible observar que al incrementar el tamaño de la
población las curvas presentan un comportamiento aproximadamente igual en comparación al literal
anterior, por tanto, se podría pensar que cuando N→ ∞ las 3 curvas operativas convergen a un mismo
comportamiento, es decir, a presentar resultados relativamente iguales. Ahora bien, durante el proceso
de interpretación surgió la siguiente interrogante: ¿Qué implicaciones tiene el incrementar el tamaño de

Universidad del Valle

4 Kevin Ortiz, Angie Rodríguez & Karol Sandoval

la población pero no el de la muestra? Resultaría interesante evaluar esta cuestión y poder determinar
si juega un papel importante o no en lo que respecta al control de calidad, para ello se evaluaron
diferentes tamaños de muestra (100, 300, 500 y 1000) y se observó el comportamiento.

Figura 3: curva característica de operación para N=2000 con diferentes tamaños de muestra.

Es posible observar de la figura 3, que a medida que incrementa el tamaño de muestra las curvas convergen a
cero rápidamente, es decir, que para los valores de p (proporción de defectuosos) se observa una significativa
cantidad de probabilidades de aceptación iguales a cero.

Universidad del Valle