Introducción

En este articulo de intenta averiguar con cual método estadístico de control se puede igualar o
mejorar los controles de calidad de un producto, cambiando su ubicación a otras instalaciones,
tratando de implementar nuevas tendencias. Steinberg (2016) determinó temas sujetos a
investigación estadística, que los industriales requieren para resolver problemas o mejoras en los
procesos, entre los cuales se puede destacar: aprovechamiento de muestras pequeñas,
cuantificación de la incertidumbre y detección de anomalías. En cualquiera de estas situaciones se
deben llevar a cabo procesos de selección de muestras representativas para mejorar las
predicciones y poder realizar inferencias estadísticas.

Un ejemplo de esta tendencia es el reciente trabajo de Bouzembrak y Fels-Klerx (2018), quienes

resaltan la importancia de las técnicas de muestreo para los planes de muestreo, comparando el
rendimiento de tres diferentes estrategias de muestreo, como muestreo aleatorio simple,
muestreo aleatorio estratificado y sistemático muestreo.

la línea de producción es continua, es decir, una vez que inicia el proceso, se generan los envases
metálicos de manera ininterrumpida. Es por eso por lo que las unidades de muestreo se
consideran ordenadas de manera secuencial. El proceso está regulado por sensores de
movimiento, por lo que es sensible a paradas o interrupciones ocasionadas por fallas o por la
selección de muestras, que pueden producir descontrol en la secuencia.

Objetivos

Determinar si utilizando una de las técnicas de muestreo se puede encontrar el tamaño mínimo
necesario de muestras para identificar el porcentaje de error de un lote de envases metálicos.

Estimar si está en lo correcto establecer la técnica de selección de la muestra n, para el monitoreo

de características de calidad en el proceso de manufactura de envases metálicos.

Situación problema

Afectación al sector del control de calidad debido al cambio de ubicación a una nueva fábrica y a la
compra de nueva maquinaria.

Análisis del problema

Este estudio fue llevado a cabo en una industria manufacturera, donde su proceso de fabricación
es continuo, es decir, al empezar el proceso se generan envases sin interrupciones, ninguna
maquinaria debe tener problemas como el de medición fuera de los estándares para envases
metálicos. Al estar recién ubicados e instalados se considera que la transferencia y compra de
equipo genera demoras ya que todo llega con configuración estándar, también si lo estándar es lo
solicitado, antes de comenzar con la producción se deben revisar las maquinas por prevención a
desajustes y errores en las características de calidad, luego de eso la redistribución, lo
recomendado para el análisis de calidad es no seleccionar muestras grandes durante el proceso.

Desarrollo o solución

Conclusión y parte de aporte

Se utilizaron dos de las tres estrategias más recientes en el campo de la estadística para solucionar
esta problemática, como se observo en el articulo sostienen que la mejor estrategia a utilizar en
estos casos es la de muestreo aleatorio simple ya que la idea del muestreo que se describe en este
articulo es con el fin de monitorear las características de calidad en un proceso, con el fin de
detectar desvíos que requieran ajustes según los estándares de la línea de producción expuestos.

El muestreo aleatorio simple, es un procedimiento de muestreo probabilístico que da la misma

probabilidad de ser seleccionados como a la población y a cada posible muestra de un tamaño
determinado. Según se investigo este muestreo no es tan utilizado en investigaciones del
consumidor, ya que es complicado obtener un marco de muestreo donde extraer al azar y no se
quiere darles a todas las unidades de la muestra una probabilidad igual de ser elegidas, ya que
usualmente para hacer una investigación de este tipo se requiere a usuarios de tiendas o
consumidores de ciertos productos o ciertas áreas específicas para ser las unidades de muestreo.

No olvidemos que una parte muy importante del muestreo consiste en tener el tamaño de la
muestra correcta, para no tener un error de muestreo, el cual debe ser el mínimo posible.

La estrategia que nos parece trae mejores beneficios para este problema es el muestreo
sistemático es un tipo de muestreo probabilístico donde se hace una selección aleatoria del primer
elemento para la muestra, y luego se seleccionan los elementos posteriores utilizando intervalos
fijos o sistemáticos hasta alcanzar el tamaño de la muestra deseado.
Web grafia

https://www.questionpro.com/blog/es/muestreo-aleatorio-simple/

https://www.questionpro.com/blog/es/muestreo-estratificado/
https://www.questionpro.com/blog/es/muestreo-sistematico/

Referencias

Amiri, A., Nedaie, A., Alikhani, M. (2014). A new adaptive variable sample size approach in EWMA
control chart. Communications in Statistics - Simulation and Computation, 43 (4), 804-812.
https://doi.org/10.1080/03610918.2012.718834

Besterfield, D.H. (2009). Control de calidad. México: Pearson Educación de México, S.A. de C.V.

Bouzembrak, Y. y Fels-Klerx, H.J. (2018). Effective sampling strategy to detect food and feed
contamination: Herbs and spices case. Food Control, 83, 28-37.
https://doi.org/10.1016/j.foodcont.2017.04.038

Cochran, W. (1985). Técnicas de muestreo. México: Editorial Continental, S.A.

Evans, J.R y Lindsay, W.M. (2015). Administración y control de la calidad. México: Cengage
Learning Editores, S.A. de C.V.

Gutiérrez, H. (2005). Calidad total y productividad, México: McGraw Hill. Hoerl, R.S. y Snee, R.
(2010). Statistical thinking and methods in quality improvement: A look to the future. Quality
Engineering, 22 (3), 119-129. https://doi.org/org/10.1080/08982112.2010 .481485

Villamarin, A. (2015). Control estadístico en una línea de envases metálicos rectangulares de cinco
(5) galones, Trabajo especial de grado (especialización en Gerencia en Sistemas de Calidad y
Control Estadístico de Procesos). Venezuela, Universidad Central de Venezuela, 190 pp.

Steinberg, D. (2016). Industrial statistics: The challenges and the research. Quality Engineering. 28
(1), 45-59. https://doi.org/10.1 080/08982112.2015.1100453