Herramientas de Calidad

Unidad 2
Muestreo de Aceptacin

Ciclo 2013 0
 Mapa Conceptual del Curso

Herramientas de Herramientas
Conceptos Herramientas Variabilidad de Herramientas
Administracin y para la
Fundamentales estadsticas Procesos Participativas
Planeacin Innovacin

Evolucin, Estratificacin
Causas de Diagrama de TQM Factor
Principios y Diagrama de QFD
Variabilidad Afinidad Humano
Definiciones Pareto

Hojas de Anlisis Sistema de

Calidad de Capacidad Diagrama de
Verificacin Modal de Ideas y
Producto y de de Procesos relaciones
Fallas y sugerencias
proceso
Errores Grupos de
Diagrama de Diagrama de
Metodologa Mejora
Ciclo PHVA Ishikawa rbol y Funcin de
Six Sigma
Pasos para Dispersin y priorizacin Taguchi
solucin de Graficas de
problemas control Diagrama del Pruebas de Crculos de
proceso Confiabilidad Calidad
Muestreo de decisorio y de
Aceptacin flechas
 Objetivos

Al finalizar esta sesin, el alumno aprender la teora del

muestreo y su aplicacin.

Obtendr los conocimientos bsicos para el control de la

longitud promedio de corrida, tamao de muestra, utilizando
el programa Minitab que ayudar a una rpida solucin.

Los resultados debern ser analizados e interpretados de

manera que permitan tomar las decisiones adecuadas.

17/05/2013 3
 Elementos de la inferencia Estadstica

17/05/2013 4
 Tcnica de Muestreo

Es la actividad por la cual se toman ciertas

muestras de una poblacin de elementos
de los cuales vamos a tomar ciertos
criterios de decisin, el muestreo es
importante porque a travs de l podemos
hacer anlisis de situaciones de una
empresa o de algn campo de la sociedad.

17/05/2013 5
 Conceptos Estadsticos Bsicos
Error muestral o error de muestreo es: La diferencia entre el resultado
obtenido de una muestra (un estadstico) y el resultado el cual deberamos
haber obtenido de la poblacin (el parmetro correspondiente)

Un error de muestreo usualmente ocurre cuando no se lleva a cabo la encuesta

completa de la poblacin, sino que se toma una muestra para estimar las
caractersticas de la poblacin.

El error muestral es medido por el error estadstico, en trminos de

probabilidad, bajo la curva normal. El resultado de la media indica la precisin
de la estimacin de la poblacin basada en el estudio de la muestra.

Mientras ms pequeo el error muestras, mayor es la precisin de la estimacin.

17/05/2013 6
 Tipos de Datos

Datos Datos Discretos. Son los que

Cuantitativos: resultan de hacer conteos y por
Son aquellos que lo general son nmeros enteros.
resultan de hacer
mediciones o Datos Continuos. Son los que
conteos. Se resultan de hacer mediciones y
clasifican a su vez pueden asumir cualquier valor
en dos subtipos: de la recta real.

17/05/2013 7
 Tcnicas de Muestreo

Cuando se elige Muestreo probabilstico:

conocemos la probabilidad de
individuos de una que un individuo sea elegido
poblacin para para la muestra; se usa la
formar muestras se estadstica matemtica con
puede encontrar en ellos.
Muestreo no probabilstico:
las siguientes no se conoce la probabilidad;
situaciones: no se puede extrapolar etc.

17/05/2013 8
 Muestreo Probabilstico

Aleatorio simple(m.a.s)

Muestreo sistemtico.

Muestreo estratificado.

Muestreo por conglomerados o clusters.

17/05/2013 9
 Aleatorio simple (m.a.s):
Se usa cuando a cada elemento de la
poblacin se le quiere dar la misma
oportunidad de ser elegido en la
muestra.

Se puede realizar partiendo de listas

de individuos de la poblacin y
eligiendo individuos aleatoriamente
con un ordenador.

Normalmente tiene un elevado costo

su aplicacin.

En general, las tcnicas de inferencia

estadstica suponen que la muestra ha Fuente: Casal J.; Mateu E.
sido elegida usando m.a.s.; aunque en
realidad se use otro tipo de muestreo.
volver

17/05/2013 10
 Muestreo Sistemtico:
Es un tipo de muestreo aleatorio
que se usa cuando los datos de la
poblacin de estudio estn
ordenados en forma numrica.
La primera observacin es
elegida al azar de entre los
primeros elementos de la
poblacin y las siguientes
observaciones son elegidas
guardando la misma distancia
entre si.

Tener el cuidado de las muestras

donde existen periodicidades,
porque se puede tener muestras Fuente: Casal J.; Mateu E.
sesgadas.
volver

17/05/2013 11
 Muestreo Estratificado:
Es un tipo de muestreo aleatorio que se
usa cuando se conoce de antemano que la
poblacin est dividida en estratos
(variable, sub-poblaciones, etc) , que son
equivalentes a categoras y los cuales por lo
general no son de igual tamao. Luego, de
cada estrato se saca una muestra aleatoria,
usualmente proporcional al tamao del
estrato.

Se realiza un m.a.s de los individuos de cada

uno de los estratos.

Al extrapolar los resultados a la poblacin hay

que tener en cuenta el tamao relativo del Fuente: Casal J.; Mateu E.
estrato con respecto al total de la poblacin.

volver
17/05/2013 12
 Muestreo por grupos o conglomerados
(Clusters):

Es un tipo de muestreo aleatorio

Se aplica cuando es difcil tener una lista de todos

los individuos que forman parte de la poblacin de
estudio, pero sin embargo se sabe que se
encuentran agrupados naturalmente en grupos.

Se realiza eligiendo varios de esos grupos al azar, y

ya elegidos algunos, se puede estudiar a todos los
individuos de los grupos elegidos o bien seguir
aplicando dentro de ellos ms muestreos por
grupos, por estratos, aleatorios simples.

Al extrapolar los resultados a la poblacin hay que Fuente: Casal J.; Mateu E.
tener en cuenta el tamao relativo de unos grupos
con respecto a otros.

17/05/2013 13
 EL MUESTREO DE ACEPTACIN:

Es la inspeccin por muestras en la que se toma la

decisin de aceptar o no un producto o servicio.

Tambin la metodologa que trata de los procedimientos

por los que las decisiones de aceptar o no; se basan
sobre los resultados de la inspeccin por muestras.

EL PLAN DE MUESTREO DE ACEPTACIN DETERMINA EL

TAMAO DE MUESTRA A SER UTILIZADO Y EL CRITERIO
ASOCIADO DE ACEPTACIN O RECHAZO.

17/05/2013 14
 PROTECCIN QUE PROPORCIONAN
Riesgo del Productor
Que le rechacen un lote bueno, como si fuera insatisfactorio
(peor nivel de calidad que el consumidor considera aceptable
como una media del proceso del vendedor):
RIESGO DEL PRODUCTOR ( ) calculado con; el Nivel de
calidad aceptable (NCA). ndice de Buena Calidad
Riesgo del consumidor:
Dejar pasar un lote que no satisfaga, como si fuera bueno ( peor
nivel de calidad que el consumidor deseara aceptar en un lote
individual):
RIESGO DEL CONSUMIDOR ( ); calculado con: la fraccin
defectuosa tolerable del lote (PDTL ). ndice de mala Calidad

17/05/2013 15
17/05/2013 16
 Calidad Media de Salida (AOQ)
Calidad en el lote que resulta de la aplicacin de la inspeccin con rectificacin.
Valor promedio de la calidad del lote que se obtendra en una secuencia larga de
lotes de un proceso con fraccin defectuosa p.

n = artculos en la muestra que, despus de la inspeccin, no

contienen unidades defectuosas.
Siendo:
N : tamao de lote.
Nn= si lote es rechazado, tampoco contienen unidades Pa: probabilidad de
artculos defectuosas. aceptacin del lote.
que: si el lote es aceptado, contienen p(N-n) unidades defectuosas.
p: fraccin defectuosa.

Pa*p*(N-n): nmero esperado de unidades defectuosas

17/05/2013 17
 Calidad Media Lmite de Salida
AOQL

Peor calidad promedio posible del programa de

inspeccin con rectificacin.

Mximo nivel de calidad promedio del lote que se

obtendra a travs de un flujo grande de lotes.

Sinnimo: Lmite de la Calidad de Salida promedio.

En Ingls: Average Outgoing Quality Limit (AOQL).

17/05/2013 18
 Inspeccin promedio total

Cantidad promedio de inspeccin requerida por el programa de muestreo.

Cuando la calidad del lote es p.

En Ingls: Average Total Inspection (ATI).

17/05/2013 19
Ejemplo: Se necesita un plan de muestreo donde NCA = 0.02 con a = 0.05 y PDTL = 0.08 con b = 0.1.
Solucin: Utilizando el nomograma se trazan las lneas de 0.02 a 0.95 y de 0.08 a 0.1. Se obtiene
aproximadamente n = 100 y c = 4.
17/05/2013 20
17/05/2013 21
AOQL; sin importar lo mala que sea la fraccin defectuosa de los lotes de entrada, los lotes de salida
nunca tendrn un nivel de calidad peor en promedio que 2.59% de artculos defectuosos.

17/05/2013 22
 Tabla de clculo para Curva Operativa
N = 1000 Plan de muestreo:
n= 132 y c=3
NCA = 1, PDTL = 5

AOQL

17/05/2013 23
 Curvas: OC, AOQ y ATI

17/05/2013 24
 MILITARY STANDAR 105E (MIL STD 105E)

En 1973 fue adoptado por la Organizacin Internacional

de Estndares ISO.
El ndice de calidad que usa de manera principal el MIL
STD 105E, es el nivel de calidad aceptable, NCA o
AQL.
La NTP-ISO 2859-0, 1999 es la Norma tcnica peruana
para procedimiento de muestreo para Inspeccin por
atributo.

17/05/2013 25
17/05/2013 26
17/05/2013 27
17/05/2013 Tabla de NCA para inspeccin normal
28
 SQC online

17/05/2013 29
17/05/2013 30
 NORMA MIL STD. 414
La Norma del Departamento de la Defensa de Estados Unidos para
inspeccin de muestreo de aceptacin por variables es llamada Military
Standard 414 (ISO Std. 3951), Sampling Procedures and Tables for
inspection by Variables for Percent Defective.

Emitida en 1957 para ser utilizada como alternativa a la norma de

atributos Mil Std. 105A expedida en 1950.

Existen tablas que trabajan con el sigma conocido y otras tablas donde el
sigma es desconocido.

17/05/2013 31
 NORMA MIL STD. 414
Las tablas MIL STD 414 que trabajan con el sigma conocido o desconocido
constan de :
El tamao del lote.
Procedimiento de muestreo sencillo.
El tamao de la muestra.
El nivel de calidad aceptable. (Inspeccin Normal Severa).
La constante de aceptabilidad (k)
En el caso de sigma desconocido se calcular el sigma con los valores de la muestra:
el tamao de muestra con la letra de cdigo de la tabla A-414.
es el promedio de los datos; LIE ( lmite inferior de la especificacin):

Z = ( - LIE)/ S Z < k Se rechaza el lote.

S Z > k Se acepta el lote.

17/05/2013 32
17/05/2013 33
17/05/2013 34
17/05/2013 35
17/05/2013 36
17/05/2013 37
 Ejemplo: Un lote de 1000 unidades donde se evala el dimetro interior de rodajes que se
ha considerado como caracterstica crtica de calidad. Este dimetro se debe inspeccionar al
recibir el material procedente de la planta vendedora. Se considera nicamente el lmite
inferior de la especificacin (0.5 pul.) y se ha establecido un NCA de 2.5 %. Se conoce que la
capacidad de proceso (Q) por experiencia anterior es de 0.006 pulgadas. Cul es el destino
del lote inspeccionado?

a. Seleccin de tamao de muestra (MIL STD 414 con conocida) para 1000
la zona est (801 1300). : muestra N = 11
b. Se toma la muestra (0.502; 0.501; 0.502; 0.504; 0.5; 0.502; 0.503;0.502;
0.503; 0.501; 0.502), y se calcula la media = xi/n =5.5211/11
= 0.502pul. ; Q = 6 ; = 0.006/6 = 0.001
c. Se calcula Z = ( LIE) / = (0.502-0.500) / 0.001 = 2; s usa SQConline se
ajusta multiplicando z (n/(n-1)) = 2 x 1.048 = 2.09.
d. Se determina la constante de aceptabilidad en tabla k = 1.51
e. Se compara k = 1.51 < z = 2 , se acepta el lote.
f. De otra forma: para k=1.51 en la tabla Z es 6.5% de defectuosos y para Z=
2 de la muestra es 2.28% de defectuosos.
g. Es decir el % de defectuosos encontrados en la muestra es menor al valor
de aceptacin. Por lo que se acepta el lote.
 Ejemplo: Un lote de 1000 unidades donde se evala el dimetro interior de rodajes que
se ha considerado como caracterstica crtica de calidad. Este dimetro se debe
inspeccionar al recibir el material procedente de la planta vendedora. Se considera
nicamente el lmite inferior de la especificacin (0.5 pul.) y se ha establecido un NCA
de 2.5 %. Cul es el destino del lote inspeccionado?

a. Seleccin de tamao de muestra (MIL STD 414 con desconocida) para

1000 la zona est (801 1300). : (Nivel IV) el cdigo es K; en la tabla de
sigma desconocido la muestra N = 35
b. Se toma la muestra de 35 y se calcula la media = 0.502pul. ; s = 0.001
c. Se calcula Z = ( LIE) / s = (0.502-0.500) / 0.001 = 2
d. Este valor se puede ajustar Q = k (n/(n-1)) as 2 x 1.014 = 2.03
e. Se determina la constante de aceptabilidad en tabla k = 1.57
f. As el k corregido es = 1.57 x 1.014 = 1.59
g. Se compara k = 1.59 < z = 2.03, se acepta el lote.
h. De otra forma: para k=1.59 en la tabla Z es 5.5% y para Z= 2.03de la
muestra es 2.1% de defectuosos.
i. Es decir el % de defectuosos encontrados en la muestra es menor al valor
de aceptacin. Por lo que se acepta el lote.
17/05/2013 40
17/05/2013 41
17/05/2013 42
17/05/2013 43
17/05/2013 44
 Minitab-Muestreo de datos variables
Acceptance Sampling by Variables - Create/Compare

Lot quality in percent defective

Lower Specification Limit (LSL) 0.5

Historical Standard Deviation 0.001
Lot Size 1000

Acceptable Quality Level (AQL) 2.5

Producer's Risk (Alpha) 0.05

Rejectable Quality Level (RQL or LTPD) 5

Consumer's Risk (Beta) 0.1

Generated Plan(s)

Sample Size 87
Critical Distance (k Value) 1.78293

Z.LSL = (mean - lower spec)/historical standard deviation

Accept lot if Z.LSL >= k; otherwise reject.

Percent Probability Probability

Defective Accepting Rejecting AOQ ATI
2.5 0.951 0.049 2.170 132.1
5.0 0.099 0.901 0.451 909.7

Average outgoing quality limit (AOQL) = 2.262 at 2.852 percent defective.

17/05/2013 45
 Minitab-Muestreo de datos variables

Acceptance Sampling by Variables -

Accept/Reject Lot
Make Accept or Reject Decision Using C3
Sample Size 87
Mean 0.502
Historical Standard Deviation 0.001
Lower Specification Limit (LSL) 0.5
Z.LSL 2
Critical Distance (k Value) 1.78285
Decision: Accept lot.

17/05/2013 46
Cumulative Distribution Function : Para Z Cumulative Distribution Function : Para K

Normal with mean = 0 and standard deviation = 1 Normal with mean = 0 and standard deviation = 1

x P( X <= x ) x P( X <= x )
2.0 0.97725 as : (1- 0.97725) = 0.02275 1.7829 0.962699 as : (1- 0.96267) = 0.0373
% de defectuosos = 2.27% % de defectuosos= 3,73%

2.27% < 3.73 SE ACEPTA EL LOTE

17/05/2013 47
17/05/2013 48