INSTITUTO TECNOLÓGICO SUPERIOR DE VALLADOLID

Instituto Tecnológico superior de Valladolid

Ingeniería industrial
Control estadístico de calidad.
Tema IV: Planes de muestreo de aceptación.
Resolución de ejercicios.
Docente: M.E. Mirna Yamili Yam Puc
Integrantes:
 Jiménez Noh Darwing Alejandro
 May Castro Abner Joel
 Pat Chulim Luis Fernando
 Pérez Briceño Fernando Nazareth

Quinto semestre
Grupo: A
 INSTITUTO TECNOLÓGICO SUPERIOR DE VALLADOLID

Índice
Introducción…………………………………………………………………………………………1

4.1. Conceptos Básicos del Muestreo de Aceptación…………………………………..……2-6

4.2. Uso de Tablas de Muestreo (MILSTD, 414, 105D y DODGE ROMING)……….…..6-11

4.2.1. Plan de muestreo de Aceptación por atributos……………………………….……12-20

4.2.2. Plan de muestreo de aceptación por variables……………………………………21-28

4.3 Presenta un resumen de cada uno de los integrantes del equipo sobre lo que
entendiste del tema y la forma de resolver los planes de muestreo por aceptación…28-37

Conclusión…………………………………………………………………………………….38

Referencias bibliográficas…………………………………………………………………..39
 Introducción.

Antes de continuar veremos cómo los planes de muestreo de aceptación, en los últimos
años ha ido disminuyendo el interés del muestreo de aceptación, en tanto el control
estadístico de procesos ha venido adquiriendo un papel cada vez más prominente en las
actividades del control de calidad. Un muestreo de aceptación se define como el muestreo
por el que se toma la decisión de aceptar o rechazar un lote en función de la información
obtenida por la muestra. El cual consiste en evaluar un colectivo homogéneo a través de
una muestra aleatoria, para decidir la aceptación o el rechazo del colectivo. Por tanto, es
necesario tener presente en todo momento que, en un muestreo, lo que se está evaluando
es toda la población y no sólo la muestra por lo que la cuestión es si una población, con
las características inferidas a partir de los datos de la muestra observada, es aceptable o
no. En este tema veremos cómo bajo el punto de vista estadístico, un muestreo de
aceptación es un contraste de hipótesis en el que se evalúa una característica (parámetro
de una población) a través de unos valores muéstrales que pueden variar dependiendo de
los datos otorgados por la empresa.

1
 4.1. Conceptos Básicos del Muestreo de Aceptación.

Un muestreo de aceptación consiste en evaluar un colectivo homogéneo a través de una

muestra aleatoria, para decidir la aceptación o el rechazo del colectivo. Por tanto es
necesario tener presente en todo momento que, en un muestreo, lo que se está evaluando
es toda la población y no sólo la muestra, por lo que la cuestión es si una población, con
las características inferidas a partir de los datos de la muestra observada, es aceptable o
no.

Bajo el punto de vista estadístico, un muestreo de aceptación es un contraste de hipótesis

en el que se evalúa una característica (parámetro de una población) a través de unos
valores muestrales.

El concepto de muestreo de aceptación va asociado a inspección, por lo que acarrea

todos los problemas que supone confiar la calidad en la inspección. Sin embargo, esto no
es achacable al muestreo en sí, ya que este mismo inconveniente lo tiene la inspección
100%.

La primera cuestión que se plantea ante una inspección de recepción es si se realiza un

muestreo o si es preciso una inspección al 100%. Deming demuestra que la situación
óptima (mínimo coste esperado) es:

Nomenclatura

 Si p < k1 / k2 Aceptar sin inspección.

 Si p > k2 / k2 Realizar inspección 100%.

2
 Donde:
p: Peor fracción defectuosa esperada del lote.

 k1: Coste de inspeccionar una pieza.

 k2: Coste de aceptar una pieza defectuosa.

De acuerdo con este criterio, el muestreo no tiene sentido. No obstante, hay que tener en
cuenta lo siguiente:

La inspección por medios destructivos no puede ser 100% por razones obvias.

Ejemplo 1:

Un pedido de 2.000 baterías portátiles para computadores personales va a ser

inspeccionado por un importador de Malasia. El productor coreano y el importador han
establecido un plan de muestreo donde el riesgo de α está limitado al 5%, con un nivel de
calidad aceptable (AQL) del 2% de defectos, y el riesgo de β fijado al 10%, con un LTPD
de 7% de defectos. Queremos construir la curva OC para el plan de tamaño de la muestra
n = 120 y un nivel de aceptación de c menor o igual a 3 defectuosos. Ambas empresas
desean saber si este plan satisfará sus requisitos de calidad y riesgo. Para resolver el
problema, utilizaremos la tabla de acumulados de Poisson del Apéndice II del libro, cuyas
columnas están dispuestas en términos del nivel de aceptación, c =3. Las filas de la tabla
son λ (=np), que representa el número de defectuosos que esperaríamos encontrar
encada muestra. Variando el porcentaje de defectos (p) desde 0,01 (1%) hasta 0,08 (8%)
y manteniendo el tamaño de muestra (n) en 120, podemos calcular la probabilidad de
aceptación del lote para cada porcentaje escogido. Los valores de P (aceptación)

3
calculados en la tabla siguiente se representan después gráficamente, dando la curva OC
de la Figura T2.2

Figura T2.2 Curva Oc del Ejemplo T1

Tabla del ejemplo T1

4
Volvamos al tema de si esta curva OC satisface los requisitos de calidad y riesgo del
consumidor y del productor de baterías. Para un AQL del 2% (p= 0,02) de defectos, la
P (aceptación) del lote es del 0,779, esto conlleva a un riesgo α = 1 – 0,779 = 0,221, es
decir, del 22,1% que excede considerablemente el nivel del 5% deseado por el productor.
El riesgo β de 0,032, esto es, del 3,2%, está bien por debajo del 10% perseguido por el
consumidor. Parece ser que son necesarios nuevos cálculos con una muestra más grande
si el valor deber ser reducido.

En el ejemplo T1, hemos fijado los valores de n y c para un plan de muestreo, y después
hemos calculado los riesgos de α   y β para ver si coincidían con los niveles deseados. A
menudo, las empresas, en lugar de esto, desarrollan una curva OC con los valores fijados
y el AQL deseado y luego van sustituyendo los valores de c y n hasta que la curva
cumple LTPD y β¨

Ejemplo 2:

El porcentaje de defectos del lote que llega del Ejemplo T1 es del 3%. La curva OC
muestra que la probabilidad de aceptación es 0, 515. Dado un lote de 2.000 y una muestra
de 120, ¿cuál es la calidad media de salida expresada en porcentaje de defectuosos?

De esta manera, un plan de muestreo de aceptación cambia la calidad de los lotes en

porcentaje de defectuosos del 3% al 1,5% en promedio. El muestreo de aceptación
incrementado forma significativa la calidad de los lotes inspeccionados.

5
En muchos casos no conocemos el valor de P a; debemos determinarlo a partir de un plan
de muestreo determinado. El hecho de que raramente conozcamos el porcentaje de
defectos real presenta un problema adicional. En la mayoría de los casos se suponen
diferentes porcentajes de defectos, y después se calcula la calidad media de salida para
cada valor.

4.2. Uso de Tablas de Muestreo (MILSTD, 414, 105D y DODGE ROMING).

Índices de calidad para los planes de muestreo.

En una relación cliente – proveedor en la que hay un plan de muestreo de aceptación de

por medio, hay dos intereses: por un lado, el proveedor quiere que todos los lotes que
cumplen con un nivel de calidad aceptable sean aceptados, y por el otro, el cliente desea
que todos los lotes que no tienen un nivel de calidad aceptable sean rechazados. Ambos
intereses no pueden ser satisfechos de manera simultánea por un plan de muestreo de
aceptación.

Para entender esta situación se diseñan planes de muestreo de aceptación que tengan
una alta probabilidad de aceptar lotes buenos y una baja probabilidad de aceptar lotes
malos, definiendo índices de calidad para los planes de muestreo que establezcan, en una
relación cliente –proveedor específica, junto con sus correspondientes probabilidades de
aceptación. Los principales índices de calidad con los que se caracteriza los planes de
muestreo son los siguientes:

1. nivel de calidad aceptable (NCA) o AQL (acceptance quality level)

Se define como el porcentaje máximo de unidades que no cumplen con la calidad

especificada, que para propósitos de inspección por muestreo se puede considerar como
satisfactorio o aceptable como un promedio para el proceso. El NCA también se conoce

6
como nivel de calidad del productor, y se expresa en porcentajes de unidades que no
cumplen con la calidad especificada.

2. Nivel de calidad limite (NCL) o LQL (limited quality level)

Es el nivel de calidad que se considera como no satisfactorio, y los lotes que tengan este
tipo de calidad deben ser rechazados casi siempre. Al ser el NCL un nivel de calidad no
satisfactorio, entonces la probabilidad de aceptarlo debe ser muy baja (generalmente 0.05;
0.10). Cabe destacar que la probabilidad de aceptar NCL no es cero, y por lo tanto hay un
riesgo de no rechazar este tipo de lote. A este tipo de riesgo que tiene esta probabilidad se
le conoce como riesgo del consumidor.

3. Calidad de salida promedio (CSP) o AOQ (averange outgoing quality)

Es la calidad promedio de los lotes después de haber pasado por el proceso de

inspección. Este concepto es otra forma de medir el efecto de un plan de muestre sobre la
calidad que se tendrá después de aplicar el plan.

Cuando el plan de muestreo aplica muestreo al 100% a los lotes rechazados, entonces la
calidad de salida de esos lotes es perfecta (si no hay erro de inspección), ya que todas las
unidades defectuosas de esos lotes son sustituidas por artículos buenos. Mientras que los
lotes que son aceptada calidad de salida después de la inspección pueden ser que mejore
un poco, porque la unidad defectuosa encontrada en la muestra es reemplazada por
unidades buenas.

Por lo anterior, una forma de caracterizar la bondad del plan de muestreo de aceptación es
calculando la calidad de salida promedio que genera:

Empleo de las tablas MIL-STD 414

7
La MIL STD 414 proporciona información para un cambio a la inspección estricta o a la
reducida, cuando ella se justifica. Se usa la media del proceso como base para determinar
cuándo se realizará dicho cambio. Debe implantarse la inspección estricta siempre que la
media del proceso exceda al NCA, y cierto número de los lotes (mayor a un valor T en los
que se basa la media del proceso tenga estimaciones del porcentaje defectuoso mayores
que el NCA.

Puede aplicarse a una especificación con solo un límite, S o I, o a una especificación con
dos límites. Los planes con sigma conocida incluidos en la norma están designados como
de “variabilidad conocida”.

En la forma 1: Que era solamente para especificaciones unilaterales, no hacía falta esa
tabla auxiliar, las diferencias entre las dos formas se aplicaban solamente al procedimiento
de cálculos y las dos daban resultados idénticos en cuanto aceptación y rechazo se
refiere.

En la forma 2: La decisión de aceptación o rechazo requería el uso de una tabla auxiliar

que proporcionaba un valor estimado del porcentaje defectuoso del lote basado en un
“índice de calidad” calculado a partir de cierto valor estadístico de la muestra.

Ejemplo de tablas MLSTD

8 414
Empleo de las tablas MIL-STD 105D

Este procedimiento para inspección por atributos fue desarrollado durante la segunda
Guerra Mundial. Actualmente él es el sistema de muestreo de aceptación por atributos
más usado en el mundo. El índice de calidad que usa de manera principal el MIL STD
105D es el nivel de calidad aceptable, NCA o AQL, aunque la probabilidad de aceptar
lotes con calidad NCA es siempre alta, no siempre es la misma para todos los planes que
se obtienen con esta norma (tal probabilidad está entre 0.89 y 0.99) el estándar prevé 26
valores (porcentajes) diferentes para el NCA.

El estándar ofrece tres procedimientos de muestreo: muestreo simple, muestreo doble y

muestreo múltiple. Para cada plan de muestreo se prevé dos tipos de inspección:

 Inspección normal: es usada al iniciar una actividad de inspección

 Inspección severa: se establece cuando el vendedor ha tenido un mal

comportamiento en cuanto a la calidad convenida. Los requisitos para la aceptación
de los lotes bajo una inspección severa son más estrictos que en una inspección
normal.

Ejemplo de tabla MIL-STD 105D

9
Empleo de tabla Dodge-Roming

En la década de los veinte, H. F. Dodge y H. G. Roming diseñaron un juego de tablas de

inspección para la aceptación de producto lote por lote mediante el muestreo de atributos.

Estas tablas se basan en dos de conceptos de:

 El nivel de calidad limite (NCL) o el porcentaje defectivo tolerado en el lote.

 El límite de la calidad y salida promedio, LCSP o AOQL.

Por cada uno de estos conceptos hay tablas, tanto para muestreo sencillo como doble. No
hay tablas para el muestreo múltiple.

Ventajas

La ventaja principal de las tablas de Dodge-Roming es la reducida inspección necesaria

para un procedimiento de inspección determinado. Esta ventaja hace especialmente
atractivas las tablas en la inspección que se hace en el mismo sitio donde se obtienen los
productos. Otras ventajas son:
.
 Las mediciones de una característica de calidad proporcionan más información
sobre un lote que el número de defectuosos.
 Eficiencia económica a pesar de que se muestren muchas variables.

10
  Los niveles de calidad aceptable son muy pequeños en comparación con la de
atributos.

Desventajas

 Se asume una distribución normal para la característica de calidad.

 Se debe usar un plan de muestreo para cada característica de calidad (un plan por
cada variable).
 Existe la posibilidad de rechazar un lote, aun cuando la muestra real inspeccionada
no contenga artículos defectuosos.

11
 4.2.1 Plan de muestreo de aceptación por atributos.

Consiste en extraer de forma aleatoria una muestra del lote y clasificar cada unidad de
acuerdo a sus características, tanto aceptables como defectuosas.

Si los productos son iguales o menores que un número previamente establecido, el lote es
aceptado. Si es mayor, será rechazado.

Esquema de un plan de muestreo de aceptación por atributos

La siguiente figura muestra cómo proceder en un plan de muestreo de aceptación por

atributos.

12
Curva característica de operación (Curva CO)

 Cuando se realiza una inspección en terreno debe pensarse que lo que se

observa en una muestra no es idéntico a lo que se presenta en la población

 Para tomar una decisión respecto al lote basado en esas muestras se debe
necesariamente recurrir a métodos estadísticos basados en algún modelo de
probabilidad.
 El modelo de probabilidad que se usa en el muestreo de aceptación es la
"Curva característica de operación".

13
  La curva CO muestra el desempeño de un plan de muestreo al entregar la
probabilidad de aceptar lotes con niveles de calidad dados.
Para construir una Curva CO, se procede de la siguiente manera:

Se utiliza la distribución binomial acumulada de parámetros (n, p)

Dónde:
n: número de ensayos (que en nuestro caso es el tamaño de la muestra)
x: número de éxitos (que en nuestro caso es la proporción de defectuosos)
p: probabilidad de lograr éxitos (probabilidad de que se produzcan defectuosos)
1 - p: probabilidad de fracasos (probabilidad que no se produzcan unidades defectuosas)

Para entender la elaboración y uso de estas curvas, supongamos que queremos construir
una curva CO para lotes con muestras de tamaño n = 100 considerando un c = 2.

14
  Para construir esta tabla, se consideró la siguiente
función en Excel: =distr.binomial (x; 100; 0.05; 1).

 La proporción se obtiene al dividir 5/100.

Considerando como variable sólo x que corresponde a
la proporción de defectuosos (p) de la primera
columna de la tabla 1.

Al graficar esta tabla se obtiene la siguiente curva CO para n = 100, c = 2.

Interpretación:
Esta curva CO permite conocer el desempeño potencial del muestreo mediante el cálculo
de la probabilidad de aceptar o rechazar un lote que tiene una determinada calidad. Por
15
ejemplo, en nuestro caso, la probabilidad de aceptación del plan n = 100, c = 2, para
diferentes valores de p (suponiendo que N es grande).
Por ejemplo, si este plan se aplica a un lote con un 2% de defectuosos, entonces la
probabilidad de aceptación es 0,6767. Si en cambio, el lote tiene un 10% de defectuosos
(p = 0,10), la probabilidad de aceptarlo será más pequeña, es decir 0,0019. Por lo tanto,
casi siempre con este plan un lote será rechazado. Por esto, es importante que la curva
CO contenga un amplio rango de valores p, porque en la práctica no se conoce
exactamente la proporción de defectuosos de un lote.

Ejemplo 1
Supongamos que el tamaño del lote sea de 5000 unidades, con un AQL = 0,4% y que se
quiere utilizar el plan de muestreo simple, con un nivel general de inspección tipo II.
Elaborar el plan de muestreo considerando que sea una inspección normal, severa y
reducida.
Respuesta.
Usando las tablas de la norma ANSI ASQ Z1.4 tenemos:

 Para una inspección normal:

Según la tabla 2, la letra asociada para un tamaño de lote de 5.000 unidades y un
nivel general de inspección II es la letra L.

16
Si interceptamos la letra L con un AQL de 0,4% obtenemos c = 2 (aparece como Ac = 2) y
Re = 3. Esto significa que con este plan si se obtienen 0, 1 o 2 defectuosos, el lote debe
ser aceptado. En cambio, si se obtienen 3 o más defectuosos, el lote debe ser rechazado.

 Para un nivel de inspección severa:

Según la tabla 2, la letra asociada para un tamaño de lote de 5.000 unidades y un nivel
general de inspección II es la letra L.

17
Si interceptamos la letra L con un AQL de 0,4% obtenemos c = 1 (aparece como Ac = 1) y
Re = 2. Esto significa que con este plan si se obtienen 0 o 1 defectuosos, el lote debe ser
aceptado.
En cambio, si se obtienen 2 o más defectuosos, el lote debe ser rechazado.

 Para un nivel de inspección reducido:

Según la tabla 2, la letra asociada para un tamaño de lote de 5.000 unidades y un
nivel general de inspección II es la letra L.

18
Si interceptamos la letra L con un AQL de 0,4% obtenemos N = 80, c = 1 (aparece como
Ac = 1) y Re = 3. Esto significa que con este plan si se obtienen 0 o 1 defectuosos, el lote
debe ser aceptado. En cambio, si se obtienen 3 o más defectuosos, el lote debe ser
rechazado. Pero si se encuentran 2 unidades defectuosas el lote debe ser aceptado y al
siguiente lote se le debe aplicar el plan de inspección normal.

Ejemplo 2
Un representante de un departamento de ventas compra bolígrafos de un proveedor para
obsequiar en eventos comerciales. Cada envío de bolígrafos tiene un tamaño de lote de
5000 bolígrafos. El representante de ventas desea implementar un plan de muestreo, de
forma que todo el lote de bolígrafos se acepte o rechace. El representante de ventas y el
proveedor convienen en que el AQL para el plan de muestreo es de 1.5% y que el RQL es
de 10%.

Pasos para elaborar en minitab

1. Elija Estadísticas > Herramientas de calidad > Muestreo de aceptación por

atributos.

2. En la lista desplegable, seleccione Crear un plan de muestreo.

3. En Tipo de medición, seleccione Pasa / no pasa (defectuosos).

4. En Unidades para niveles de calidad, seleccione Porcentaje de defectuosos.

5. En Nivel de calidad aceptable (AQL), ingrese 1.5.

6. En Nivel de calidad rechazable (RQL o LTPD), ingrese 10.

7. En Riesgo del productor (alfa), ingrese 0.05.

8. En Riesgo del consumidor (beta), ingrese 0.10.

19
 9. En Tamaño del lote, ingrese 5000.

10. Haga clic en Aceptar.

Calculo con minitab

Tipo de medición: Pasa/No pasa

Calidad del lote en porcentaje de elementos defectuosos
Tamaño del lote: 5000
Utilizar la distribución binomial para calcular la probabilidad de
aceptación

Método

Nivel de calidad aceptable (AQL) 1.5

Riesgo del productor (α) 0.05

Nivel de calidad rechazable (RQL o LTPD) 10

Riesgo del consumidor (β) 0.1

Planes generados

Tamaño de la muestra 52
Número de aceptación 2

Aceptar el lote si los elementos defectuosos en una muestra de 52 ≤ 2; De

lo
Contrario, rechazarlo.

Porcentaje de
Elementos Probabilidad Probabilidad
Defectuosos de aceptación de rechazo AOQ ATI
20
 1.5 0.957 0.043 1.420 266.2
10.0 0.097 0.903 0.956 4521.9

Límite(s) de calidad saliente promedio (AOQL)

En el porcentaje
AOQL de defectuosos
2.603 4.300

Tablas OC de los resultados

21
 4.2.2 Plan de muestreo de aceptación por variable.

En los planes de muestreo de aceptación por variables se especifican el número de

artículos que hay que muestrear y el criterio para juzgar los lotes cuando se obtienen
datos de las mediciones respecto a la característica de calidad que interesa. Estos planes
se basan generalmente en la media y desviación estándar muestrales de la característica
de calidad. Cuando se conoce la distribución de la característica en el lote o el proceso, es
posible diseñar planes de muestreo por variables que tengan riesgos especificados de
aceptar y de rechazar lotes de una calidad dada.

Ventajas
 Se puede obtener de la misma curva característica de operación con un tamaño
muestral menor que lo requerido por un plan de muestreo por atributos.
 Cuando se utilizan pruebas destructivas, el Muestreo por Variables es
particularmente útil para reducir los costos de inspección.
 Los datos de mediciones proporcionan normalmente más información sobre el
proceso de manufactura o el lote que los datos de Atributos.

Pasos para la selección de un Plan de muestreo de aceptación por variable

1. Determinar la Media y. y la Desviación estándar S que esperamos en un lote
aceptable.
2. Fijar la Probabilidad de cometer el error tipo I deseada (menor de 0.10) y un
tamaño de muestra n que consideremos adecuado desde el punto de vista del
costo.
3. Con base en los valores de n, μ, S y la probabilidad de cometer el error tipo I, se
determina el rango de aceptación haciendo uso de las tablas de la Distribución
normal estándar.
22
 4. En función de una Media de la característica que no es deseable, y de una
Probabilidad de cometer el error tipo II con esa media, determinar si el tamaño de
muestra n satisface nuestras expectativas de costo y precisión. Si las satisface, se
debe aceptar el Plan de muestreo; de otra forma que, se debe incrementar el
tamaño de muestra n y volver al paso
5. Para el caso de muestreo de aceptación por variable se puede determinar
directamente el tamaño de muestra apropiado en función de las probabilidades de
cometer los errores tipo I y II

Ejemplo 1
Un fabricante de cámaras recibe envíos de 3,600 lentes varias veces por semana. El
equipo de aseguramiento de la calidad toma muestras de 259 lentes de cada envío y mide
el grosor para determinar si debe aceptar o rechazar todo el lote de lentes. Se considera
que una lente es defectuosa si mide más de 0.415 pulgadas de grueso, que es el límite de
especificación superior (LES), o menos de 0.395 pulgadas, que es el límite de
especificación inferior (LEI).

Del lote de 3,600 lentes, el fabricante y su proveedor acuerdan establecer el nivel de

calidad aceptable (AQL) en 100 unidades defectuosas por millón y el nivel de calidad
rechazable (RQL) en 600 unidades defectuosas por millón. Usando un riesgo del productor
(nivel de significancia) de 0.05 y un riesgo del consumidor de 0.10, Minitab determina que
un plan de muestreo adecuado consiste en seleccionar 259 de las 3,600 lentes de forma
aleatoria e inspeccionarlas. El valor crítico es 3.44914 y la desviación estándar máxima es
0.0027533.

El equipo de aseguramiento de la calidad recolecta muestras del envío más reciente para
determinar si debe aceptar o rechazar todo el lote de lentes.

23
 1. Abra los datos de muestra, GrosorLentesCámara.MTW.

2. Elija Estadísticas > Herramientas de calidad > Muestreo de aceptación por

variables > Aceptar/rechazar lote.

3. En Datos de medición, ingrese Grosor.

4. En Distancia crítica (valor k), ingrese 3.44914.

5. En Espec. inferior, ingrese 0.395.

6. En Espec. superior, ingrese 0.415.

7. Haga clic en Aceptar.

Interpretar los resultados

El equipo de aseguramiento de la calidad selecciona aleatoriamente y mide el grosor de

259 lentes del envío actual de 3,600 lentes. A partir de estas mediciones, Minitab
determina la media y la desviación estándar para calcular los valores Z:

 Z.LEI = (media – especificación inferior) / desviación estándar = 0.172803

 Z.LES = (especificación superior – media) / desviación estándar = 0.253452

Los valores Z son menores que la distancia crítica (3.44914), y la desviación estándar
(0.0469204) es mayor que la MSD (0.0027533). Por lo tanto, el equipo rechaza todo el
lote.
Hecho en minitab
Calculo- Aceptar/Rechazar lote

Tomar la decisión de aceptar o rechazar utilizando Grosor

Tamaño de la muestra 259
Media 0.403108
Desviación estándar 0.0469204
Límite de especificación inferior (LEI) 0.395
24
Límite de especificación superior (LES) 0.415

Z.LEI 0.172803
Z.LES 0.253452
Distancia crítica (valor k) 3.44914
Desviación estándar máxima (DEM) 0.0027533

Decisión: Rechazar lote.

Ejemplo 2
Un ingeniero de manufactura recibe envíos semanales de segmentos de tubería de
plástico de 2 pulgadas para un proceso de ensamblaje. El tamaño del lote es 2500.

El ingeniero decide implementar un plan de muestreo para verificar el grosor de la pared

de la tubería. La especificación inferior del grosor de la pared de los tubos es 0,09
pulgadas. El ingeniero y el proveedor convienen en que el AQL es de 100 defectuosos por
millón y el RQL es de 300 defectuosos por millón.

1. Elija Estadísticas > Herramientas de calidad > Muestreo de aceptación por

variables > Crear/comparar.

2. En la lista desplegable, seleccione Crear un plan de muestreo.

3. En Unidades para niveles de calidad, seleccione Defectuosos por millón.

4. En Nivel de calidad aceptable (AQL), ingrese 100.

5. En Nivel de calidad rechazable (RQL o LTPD), ingrese 300.

6. En Riesgo del productor (alfa), ingrese 0.05.

25
 7. En Riesgo del consumidor (beta), ingrese 0.10.

8. En Espec. inferior, ingrese 0,09.

9. En Desviación estándar histórica, ingrese 0.025.

10. En Tamaño del lote, ingrese 2500.

11. Haga clic en Aceptar.

Interpretar los resultados

Para cada lote de 2500 segmentos de tubería, el ingeniero debe seleccionar

aleatoriamente y medir el grosor de 104 tubos.

Si Z.LEI es mayor que la distancia crítica, en este caso k = 3,55750, el ingeniero acepta el
lote entero. De lo contrario, el ingeniero rechaza todo el lote.

En este caso, la probabilidad de aceptación en el AQL (100 defectuosos por millón) es de

0,95 y la probabilidad de rechazo es de 0,05. El ingeniero y el proveedor convinieron en
que los lotes de 100 defectuosos por millón serían aceptados aproximadamente el 95% de
las veces, a fin de proteger al productor. La probabilidad de aceptación en el RQL (300
defectuosos por millón) es de 0,10 y la probabilidad de rechazo es de 0,90. El ingeniero y
el proveedor convinieron en que los lotes de 300 defectuosos por millón serían rechazados
la mayoría de las veces, a fin de proteger al consumidor.

Cuando se rechazan lotes enteros, generalmente se someten a una inspección de 100%,

en la que los elementos defectuosos se reemplazan o se reparan. Este tipo de inspección
se denomina inspección de rectificación. Utilice las siguientes métricas para comprender el
impacto de una inspección de 100% y de reparación:

26
 La calidad saliente promedio (AOQ) representa la calidad promedio del lote
después de inspección adicional y reparación. El nivel AOQ es de 91,1 defectuosos por
millón en el AQL y 28,6 defectuosos por millón en el RQL. El límite de calidad saliente
promedio (AOQL) = 104,6 en 140 defectuosos por millón y representa el nivel de calidad
saliente del peor caso.

 La inspección total promedio (ATI) representa el número promedio de elementos

inspeccionados después de inspección adicional y reparación. La ATI por lote representa
el número promedio de segmentos de tubería inspeccionados en un nivel de calidad y
probabilidad de aceptación particulares. Para el nivel de calidad de 100, el número total
promedio de segmentos de tubería inspeccionados por lote es de 223,2. Para el nivel de
calidad de 300, el número total promedio de segmentos de tubería inspeccionados por lote
es de 2261,4.

Hecho en minitab
Calculo- Crear/Comparar

Calidad del lote en elementos defectuosos por millón

Método

Límite de especificación inferior (LEI) 0.09

Desviación histórica estándar 0.025
Tamaño del lote 2500

Nivel de calidad aceptable (AQL) 100

Riesgo del productor (α) 0.05

Nivel de calidad rechazable (RQL o LTPD) 300

Riesgo del consumidor (β) 0.1

27
Planes generados

Tamaño de la muestra 104

Distancia crítica (valor k) 3.55750

Z.LEI = (media - especificación inferior)/desviación estándar histórica

Aceptar el lote si Z.LEI ≥ k; de lo contrario, rechazarlo.

Elementos
Defectuosos Probabilidad Probabilidad
En un millón de aceptación de rechazo AOQ ATI
100 0.950 0.050 91.1 223.2
300 0.100 0.900 28.6 2261.4

Límite(s) de calidad saliente promedio (AOQL)

En defectuosos
AOQL por millón
104.6 140.0

28
 Tablas OC de los resultados

4.3 Presenta un resumen de cada uno de los integrantes del equipo sobre lo que
entendiste del tema y la forma de resolver los planes de muestreo por aceptación.

Resumen:
Jiménez Noh Darwing Alejandro
4.1. Conceptos Básicos del Muestreo de Aceptación.
El concepto de muestreo de aceptación, es el proceso de evaluación de una porción de los
productos de un lote con el propósito de aceptar o rechazar el lote completo.
La ventaja principal del muestreo es la economía. A pesar de algunos costos adicionales
29
para diseñar y administrar los planes de muestreo, el menor costo de inspeccionar sólo
parte del lote da como resultado una reducción de los costos totales.
Los riesgos de muestreo son de dos tipos.

 Se pueden rechazar lotes buenos (riesgo del productor). Este corresponde al riesgo
α.
 Se pueden aceptar lotes malos (riesgo del consumidor). Este corresponde al riesgo
β.

El concepto de muestreo de aceptación va asociado a inspección. La primera cuestión que

se plantea ante una inspección de recepción es si se realiza un muestreo o si es preciso
una inspección al 100%. Deming demuestra que la situación óptima (mínimo coste
esperado) es:
Si p < k1 / k2 Aceptar sin inspección. Si p > k2 / k2 Realizar inspección 100%.

Existen 2 curiosas paradojas relacionadas con la inspección por muestreo:

 La inspección al 100% no produce resultados necesariamente más seguros que

una inspección por muestreo. En la inspección al 100% también se producen
errores ya sea por fatiga del inspector o, en general, por confiar más en la
"cantidad" de inspección que en la "calidad" de la misma.
  El aumento de la cantidad de material sometido a revisión, no exige aumentar en la
misma proporción el tamaño de la muestra a inspeccionar. Un ejemplo doméstico
sirve para aclarar esta aparente contradicción: Cuando en nuestras tareas
domésticas cotidianas preparamos un cocido, lo catamos con una cuchara para
comprobar si el punto de sal es el correcto. Si un día tenemos invitados y la
cantidad de cocido es el doble o el triple de la habitual

30
4.2. Uso de Tablas de Muestreo (MILSTD, 414, 105D y DODGE ROMING)
En este nuevo tema solo daré una introducción breve acerca de los temas que hablaremos
más adelante de manera más detallada, solo quiero enfatizar el uso de estas tablas, en
primer lugar hablare de la tabla DODGE ROMING: es una técnica que nos sirve para
emplear en lo que son los muestreos atribuibles en donde tenemos que tener en cuenta
las consecuencias de la supervisión con todos los detalles de nuestra pieza o producto
defectuoso esto debe ser elegido por el personal asignado del departamento de muestreo
pero para ello se deben tener en cuenta lo siguiente: “Sampling Inspection Tables” que
fueron elaboradas por Dodge y Roming . Estas tablas principalmente fueron utilizadas
para minimizar la porción global de supervisión, pero considerando la supervisión para el
respectivo muestreo y la supervisión para escoger los lotes que fueron de alguna manera
rechazados.
Con respecto MIL-STD 414, 105D: es un estándar ya prestablecido que nos muestra los
objetivos de muestro de adquisición mediante lo que es atributos, se basa particularmente
en el Nivel de Calidad Aceptable que se denomina de esta manera NCA., su principal
función es el de detectar este NCA, posee 26 estimaciones para lo que viene siendo la
determinación de NCA.
La forma 1: Para especificaciones unilaterales, no hacía falta esa tabla auxiliar, las
diferencias entre las dos formas se aplicaban solamente al procedimiento de cálculos y las
dos daban resultados idénticos en cuanta aceptación y rechazo.
La forma 1: La decisión de aceptación o rechazo requería el uso de una tabla auxiliar que
proporcionaba un valor estimado del porcentaje defectuoso del lote basado en un “índice
de calidad” calculado a partir de cierto valor estadístico de la muestra.
4.2.1 Plan de muestreo de aceptación por atributos
El muestreo por atributos se puede aplicar a lotes aislados o series homogéneas de lotes.
En el primer caso la población es finita y se rige por la distribución híper geométrica
31
(muestreo de tipo A), aunque para lotes grandes se puede aproximar por la binomial.
En el segundo caso se supone la población compuesta de infinitos elementos y por tanto
se rige por la distribución binomial (muestreo de tipo B). En el caso que el muestreo sea
por número de defectos, la función a aplicar es la de Poisson, independientemente que se
trate de un lote aislado o una serie de lotes.
Un plan de muestreo se caracteriza por su CURVA DE OPERACIÓN En el eje de abscisas
OX se representa la fracción defectuosa p del lote a inspeccionar (o el número de defectos
medio m en el caso de contabilizar defectos). En el eje de ordenadas OY se representan
las probabilidades de aceptación de los lotes de esas características. Evidentemente P (0)
= 1 y P (1) =0.
Existen 3 formas de inspeccionar las unidades; 0 % inspección, 100% de inspección y el
muestreo de aceptación. Esta última consiste en tomar n muestras provenientes de un
lote, N, y en base a un número de aceptación, c, se decide rechazar o aceptar el lote
completo.
Esto dicho se ejemplifica de una mejor manera en el “Esquema de un plan de muestreo de
aceptación por atributos” el cual nos dice que de un lote se seleccionara N y se
inspecciona y dependiendo si se encuentra en C no menos unidades defectuosas se
acepta el lote, de lo contrario se rechazara.
Otro de los elementos importantes es la curva característica de operación (Curva CO);
Cuando se realiza una inspección en terreno debe pensarse que lo que se observa en una
muestra no es idéntico a lo que se presenta en la población.
4.2.2 plan de muestreo de aceptación por variable
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 aleatoria del lote Peso, Longitud, etc. Con
las mediciones se calcula un estadístico, que generalmente está en función de la media y
la desviación estándar muestra, y dependiendo del valor de este estadístico al compararlo
con un valor permisible, se aceptará o rechazará todo el lote.
32
En los planes de muestreo de aceptación por Variables se especifican el número de
artículos que hay que muestrear y el criterio para juzgar los lotes cuando se obtienen
datos de las mediciones respecto a la característica de calidad que interesa.
Se puede obtener de la misma curva característica de operación con un tamaño muestra
menor que lo requerido por un plan de muestreo por atributos. Cuando se utilizan pruebas
destructivas, el Muestreo por Variables es particularmente útil para reducir los costos de
inspección. Los datos de mediciones proporcionan normalmente más información sobre el
proceso de manufactura o el lote que los datos de Atributos.

Resumen:
May Castro Abner Joel
4.1. Conceptos Básicos del Muestreo de Aceptación.
Un muestreo de aceptación consiste en evaluar un colectivo homogéneo a través de una
muestra aleatoria, esto para decidir la aceptación o el rechazo del colectivo, en un
muestreo, lo que se está evaluando es toda la población y no sólo la muestra.
El concepto de muestreo de aceptación va asociado a inspección. La cuestión que se
plantea ante una inspección de recepción es si se realiza un muestreo o si es preciso una
inspección al 100%.
4.2. Uso de Tablas de Muestreo (MILSTD, 414, 105D y DODGE ROMING)
Se trata de un estándar ya preestablecido que nos muestra los objetivos de muestro de
adquisición mediante lo que es atributos, está basado particularmente en el Nivel de
Calidad Aceptable que se denomina de esta manera NCA., y su principal función es el de
detectar este NCA, posee 26 estimaciones para lo que viene siendo la determinación de
NCA.
Debe implantarse la inspección estricta siempre que la media del proceso exceda al NCA,
y cierto número de los lotes. Puede aplicarse a una especificación con solo un límite, S o I,

33
o a una especificación con dos límites. Los planes con sigma conocida incluidos en la
norma están designados como de “variabilidad conocida”.
4.2.1 Plan de muestreo de aceptación por atributos
Por parte del plan de muestreo de aceptación por atributos nos dice consistir en extraer de
forma aleatoria una muestra del lote y clasificar cada unidad de acuerdo a sus
características, ya sean aceptables o defectuosas. Si los productos son iguales o menores
que un número previamente establecido, el lote es aceptado. Si es mayor, será rechazado.
También se sabe que el control de calidad en la producción de unidades provenientes de
empresas manufactureras es de vital importancia para garantizar la calidad de sus
productos. Esto no mejora la calidad, pero al menos la asegura.
Existen 3 formas de inspeccionar las unidades; 0 % inspección, 100% de inspección y el
muestreo de aceptación. Esta última consiste en tomar n muestras provenientes de un
lote, N, y en base a un número de aceptación, c, se decide rechazar o aceptar el lote
completo.
4.2.2 plan de muestreo de aceptación por variable
Los planes de muestreo de aceptación por Variables se especifican el número de artículos
que hay que muestrear y el criterio para juzgar los lotes cuando se obtienen datos de las
mediciones respecto a la característica de calidad que interesa.
Estos planes se basan en la Media y desviación estándar muéstrales de la característica
de calidad. Cuando se conoce la distribución de la característica en el lote o el proceso, es
posible diseñar planes de muestreo por Variables que tengan riesgos especificados de
aceptar y de rechazar lotes de una calidad asignada.

Resumen:
Pat Chulim Luis Fernando
El muestro de aceptación es utilizada como una medida estadística la cual es ayuda a
medir la calidad de ciertos productos u otros con solo tomar una muestra. Normalmente
34
resulta tedioso evaluar cada una de las piezas, hablando de una producción, es por eso
que se recurre a estos planes de muestro para hacer más eficiente esta tarea.
En el proceso de aceptación se ve implicado el tamaño de una muestra al igual que la
cantidad de errores que podemos aceptar, con esto podemos detectar defectos o medir la
calidad.
Como primer punto 4.1. Conceptos Básicos del Muestreo de Aceptación. Un muestreo
de aceptación consiste en evaluar un colectivo homogéneo a través de una muestra
aleatoria, para decidir la aceptación o el rechazo del colectivo. Se debe tener presente
que, en un muestreo, lo que se está evaluando es toda la población y no sólo la muestra.
El concepto de muestreo de aceptación va asociado a inspección. La primera cuestión que
se plantea ante una inspección de recepción es si se realiza un muestreo o si es preciso
una inspección al 100%. Deming demuestra que la situación óptima (mínimo coste
esperado) es:
Si p < k1 / k2 Aceptar sin inspección. Si p > k2 / k2 Realizar inspección 100%.
De acuerdo con este criterio, el muestreo no tiene sentido. No obstante, hay que tener en
cuenta lo siguiente:
“La inspección por medios destructivos no puede ser 100% por razones obvias.”
Una forma de demostrar estos conceptos se ve reflejada en los ejemplos proporcionados
como lo es el ejemplo de las baterías portátiles.
Mientras s que 4.2. Uso de Tablas de Muestreo (MILSTD, 414, 105D y DODGE
ROMING) Se trata de un estándar ya preestablecido que nos muestra los objetivos de
muestro de adquisición mediante lo que es atributos, está basado particularmente en el
Nivel de Calidad Aceptable que se denomina de esta manera NCA., y su principal función
es el de detectar este NCA, posee 26 estimaciones para lo que viene siendo la
determinación de NCA.
Estas 26 se son mostradas en una tabla, por parte del empleo de las tablas MIL-STD, 414,
esta nos proporciona información para un cambio a la inspección estricta o a la reducida,
35
cuando ella se justifica. Se usa la media del proceso como base para determinar cuándo
se realizará dicho cambio.
Debe implantarse la inspección estricta siempre que la media del proceso exceda al NCA,
y cierto número de los lotes. Puede aplicarse a una especificación con solo un límite, S o I,
o a una especificación con dos límites. Los planes con sigma conocida incluidos en la
norma están designados como de “variabilidad conocida”.
Por parte del 4.2.1 plan de muestreo de aceptación por atributos nos dice consistir en
extraer de forma aleatoria una muestra del lote y clasificar cada unidad de acuerdo a sus
características, ya sean aceptables o defectuosas. Si los productos son iguales o menores
que un número previamente establecido, el lote es aceptado. Si es mayor, será rechazado.
También se sabe que el control de calidad en la producción de unidades provenientes de
empresas manufactureras es de vital importancia para garantizar la calidad de sus
productos. Esto no mejora la calidad, pero al menos la asegura.
Existen 3 formas de inspeccionar las unidades; 0 % inspección, 100% de inspección y el
muestreo de aceptación. Esta última consiste en tomar n muestras provenientes de un
lote, N, y en base a un número de aceptación, c, se decide rechazar o aceptar el lote
completo.
Esto dicho se ejemplifica de una mejor manera en el “Esquema de un plan de muestreo de
aceptación por atributos” el cual nos dice que de un lote se seleccionara N y se
inspecciona y dependiendo si se encuentra en C no menos unidades defectuosas se
acepta el lote, de lo contrario se rechazara.
Otro de los elementos importantes es la curva característica de operación (Curva CO);
Cuando se realiza una inspección en terreno debe pensarse que lo que se observa en una
muestra no es idéntico a lo que se presenta en la población. El modelo de probabilidad
que se usa en el muestreo de aceptación es la "Curva característica de operación".
La curva CO muestra el desempeño de un plan de muestreo al entregar la probabilidad de
aceptar lotes con niveles de calidad dados.
36
Por último, el 4.2.2 plan de muestreo de aceptación por variable; en este punto los
planes de muestreo de aceptación por Variables se especifican el número de artículos que
hay que muestrear y el criterio para juzgar los lotes cuando se obtienen datos de las
mediciones respecto a la característica de calidad que interesa.
Estos planes se basan en la Media y desviación estándar muéstrales de la característica
de calidad. Cuando se conoce la distribución de la característica en el lote o el proceso, es
posible diseñar planes de muestreo por Variables que tengan riesgos especificados de
aceptar y de rechazar lotes de una calidad asignada.
También debemos mencionar que el Muestreo por Variables es particularmente útil para
reducir los costos de inspección. Los datos de mediciones proporcionan más información
sobre el proceso de manufactura o el lote que los datos de Atributos.

Resumen:
Pérez Briceño Fernando Nazareth

El muestreo de aceptación es una medida estadística utilizada que permite a las empresas
medir la calidad de una cantidad de productos realizando pruebas específicas. Para la
mayoría de las empresas, resulta complicado realizar pruebas debido a que se clasificaría
como desperdicio o a que el volumen es demasiado grande. El proceso de un muestreo de
aceptación implica el tamaño de la muestra y la cantidad de errores aceptables. Esta
prueba permite realizar estudios, detectar defectos y medir la calidad a un grado
específico de certeza sin tener que probar cada uno de los productos.

Gracias al muestreo de aceptación se han desarrollado múltiples temas y herramientas

que han servido para llevar a cabo una mejor producción, la primera herramienta en
desarrollarse es el uso de tablas de muestreo como la MILSTD, 414, 105 D que sirve para
determinar un estándar ya prestablecido que nos muestra los objetivos de muestro de

37
adquisición mediante lo que es atributos, se basa particularmente en el Nivel de Calidad
Aceptable y DODGE ROMING que es una técnica que nos sirve para emplear en lo que
son los muestreos atribuibles en donde tenemos que tener en cuenta las consecuencias
de la supervisión con todos los detalles de nuestra pieza o producto defectuoso. Otro
conocimiento empleado es el plan de muestreo de aceptación por atributos Consiste en
extraer de forma aleatoria una muestra del lote y clasificar cada unidad de acuerdo a sus
características, tanto aceptables como defectuosas, en pocas palabras busca medir la
calidad de un lote aleatoriamente para saber si los productos de cada lote si se escogen al
alzar estos presentes buenas condiciones al momento de entregarse y si no las presentan
determinar que es lo que afecta dicho lote. Y por último el plan de muestreo de aceptación
por variable donde se toma una muestra al azar y se analizan las características de cada
lote como su peso o longitud y con ello se hace un cálculo estadístico con estas
mediciones de la desviación estándar y la función de la media para saber si cumple con
los estándares propuestos de la empresa, para ver si se rechaza o acepta.

38
 Conclusión.
En conclusión, podemos decir que el plan de muestreo de aceptación no es una estrategia
de mejora de la calidad, sino más bien, una forma de garantizar que se cumplan ciertas
especificaciones de calidad que han sido definidas. Además, ayuda el ingeniero industrial
para un método y determinar si un lote de productos que se recibe cumple los estándares
especificados. El uso más efectivo del muestreo de aceptación no es para “inspeccionar la
calidad de un producto”, sino más bien como herramienta de auditoría a fin de asegurarse
de que la salida de un proceso cumple con los requerimientos. De igual forma esto nos
ayuda en nuestro aprendizaje para poder identificar si el muestreo de aceptación no es
apropiado para estimar la calidad de los lotes; esto es, las técnicas de muestreo de
aceptación, estas no deberían ser utilizadas para intentar determinar el porcentaje de
elementos buenos o el valor promedio de una característica de la calidad. El propósito del
muestreo de aceptación es dictaminar los lotes, no estimar su calidad.

39
 Referencias bibliográficas.

Control de calidad, publicado el 20 de enero del 2016, recuperado de:

https://qaqc2000.blogspot.com/2018/11/plan-de-muestreo-de-aceptacion-por.html.
Consultado, 13 de enero del 2021.

Control estadístico de la calidad, publicado el 11 de marzo del 2017, recuperado de:

https://controlestadisticocarloscastillo.weebly.com/422-plan-de-muestreo-de-
aceptacioacuten-para-variables.html. Consultado, 13 de enero del 2021.

Slideshare. Muestreo por aceptación, publicado el 28 de octubre del 2014. Recuperado de:
https://es.slideshare.net/luisdi/muestreo-aceptacion. Consultado el 16 de enero del 2021.

Control Estadístico de la Calidad. Parte II. Muestreo de Aceptación, publicado el 13 de

agosto del 2008. Recuperado de: https://luisdi.files.wordpress.com/2009/08/muestreo-
aceptacion-cec.pdf. Consultado el 16 de enero del 2021.

Daniel, Wayne W. Bioestadística: Base para el análisis de las ciencias de la salud. Noriega
editores. Editorial Limusa. Tercera edición. México. 1998.

Walpole, Ronald E. y Myers, Raymond H. Probabilidades y estadística Editorial McGraw-

Hill Cuarta edición (tercera en español) México 1992.

40