Capítulo 7 Muestreo Aceptación Por Variables

Muestreo de aceptacin
por variables
Captulo 7
Control Integral de Calidad

Muestreo de aceptacin por variables
Se utiliza cuando se dispone de datos de mediciones.
Ventajas:
Se puede obtener la misma curva OC con un tamao de la muestra
mas pequeo del que se necesitara para un plan de muestreo por
atributos.
Es decir brindan el mismo nivel de proteccin que el muestreo por
atributos con un tamao de muestra mas pequeo.
til ante ensayos destructivos.
Pontificia Universidad Catlica del Per

Los datos de las mediciones por lo general proporcionan ms
informacin acerca del proceso de manufactura.
Permite estimacin de % dentro y fuera de L.E.
Ventajas significativas cuando el NCA (AQL) es muy pequeo.

Muestreo de aceptacin por variables
Desventajas:
Es necesario conocer la distribucin de la caracterstica
de la calidad.
Se asume que es normal.
Se debe emplear un plan de muestreo para cada

caracterstica de la calidad que se esta inspeccionando.

Es posible rechazar un lote aun cuando la muestra real
inspeccionada no contenga artculos defectuosos.
Esto produce malestar en el proveedor y el consumidor.

Tipos de planes de muestreo:
Dos tipos generales:
Tipo 1: Planes de muestreo que controlan la fraccin

defectuosa o fraccin disconforme del lote.

Tipo 2: Planes de muestreo que controlan un
parmetro del lote o proceso.
Por ejemplo: La media.

defectuosa
Hay dos procedimientos:

Procedimiento 1: k
Procedimiento 2: M
Considere un plan de muestreo por variables con las

siguientes caracteristicas:
La caracterstica de la calidad x tine una distribucin normal,

con media u y desviacin estndar del lote o proceso.
p: fraccin defectuosa del lote
Los valores aceptables del parmetro se definen por los

lmites de especificacin.

defectuosa
Hay tres casos posibles:

L = lmite de especificacin inferior (LEI o LSL)
U = lmite de especificacin superior ( LES o USL)
defectuosa
Procedimiento 1: distancia k o mtodo k

Se toma una muestra aleatoria de n artculos del lote y se
obtiene el promedio muestral (x barra).
Calcule el estadstico ZLSL o ZUSL:

Caso: lmite de control inferior:
x LSL
Z LSL


ZLSL es la distancia entre el promedio muestral (x barra) y el limite inferior de la
especificacion (LSL) en unidades de desviacion estandar.
Caso: lmite de control superior:

USL x
ZUSL

Si se desconoce, se usa S
defectuosa
Procedimiento 1: distancia k o mtodo k

(Continuacin)
Si hay un valor de p crtico de inters que no deber excederse
con una probabilidad especificada, entonces ese valor p puede
traducirse a una distancia crtica k

x LSL
Z LSL


defectuosa
Procedimiento 1: distancia k o mtodo k (Continuacin)

Dictaminacin de lote:
Caso: limte de control inferior:
x LSL
Z LSL
Si ZLSL >= k, se acepta el lote
Si ZLSL < k se rechaza el lote

Caso: limte de control superior:
Si ZUSL >=k, se acepta el lote USL x
ZUSL

Si ZUSL <k se rechaza el lote
defectuosa No se evaluar
Procedimiento 2:mtodo M (Continuacin)

Se toma una muestra aleatoria de n artculos
Se calcula ZLSL (igual que el procedimiento 1)
Se usa ZLSL para estimar la fraccin defectuosa p del lote o

proceso:
M: valor mximo especificado de la fraccin disconforme p

Dictaminacin del lote:
Si p > M, se rechaza el lote
Si p <= M, se acepta el lote

defectuosa
No se evaluar
Procedimiento 2:mtodo M (Continuacin)

Se puede usar cuando hay LSL o USL o cuando ambos estan
presentes
Se consigue una mejor estimacin de la fraccin defectuosa

p
del lote o proceso ( ) con la siguiente formula:

n
QLSL Z LSL
n 1

parmetro del lote o proceso
Se busca dar seguridad respecto de la calidad

promedio de un material.
Se emplea un enfoque de la prueba estadstica de
hiptesis.
Usos frecuentes:

Muestreo de material a granel (en sacos u otros
contenedores)
Perdida de energa en trasformadores de potencia.

Ejemplo:
Un fabricante de productos hechos de madera compra la materia
prima T300 a un proveedor del extranjero. El fabricante hace el
muestreo de la materia prima para determinar el nivel de emisin
de formaldehido. Mientras que el nivel medio de emisin sea
menor que LES ppm, el lote es satisfactorio.
Se pide disear un procedimiento de muestreo por variables que

dar:

A los lotes que tienen un nivel de emisin de 0.3 ppm una
probabilidad de aceptacin de 0.95
A los lotes que tienen un nivel de emisin de 0.4 ppm una
probabilidad de aceptacin de 0.1.
Se sabe que sigma = 0.1 ppm.

Solucion:
Sea: n y x A el valor promedio muestral de aceptacin
P(x<Z)=0.95 Z=1.645
Resolviendo:
x A 0.3 x A 0.3
1.645 n=9
0.1 x A = 0.356
n n

x A 0.4 x A 0.4
1.282
0.1
n n

Riesgo de Productor y el consumidor
La distancia k es una medicin indirecta:


Entonces, si: se acepta el lote

se acepta el
lote



Ejercicio 1: Hallando los riesgos del productor y del
consumidor
Antes de que el cemento sea despachado a una obra civil, un nmero de
pequeas probetas son fabricadas a partir del cemento. Cinco son escogidas
aleatoriamente y se mide la resistencia a la compresin (medida en N.m2x109 ).
Esta variable se distribuye normalmente con una desviacin estndar de 5.5. El
lote de cemento es aceptado para despacho si el promedio de la resistencia a la
compresin de las 5 probetas es mayor a 51.
a) Dibuje la curva OC del plan.
b) Se ha decidido revisar el plan y redisearlo de ser necesario. El cliente

requiere que la probabilidad de aceptacin del lote con una media de
resistencia de 47 o menos sea menor que 0.1. El productor requiere que la
probabilidad de rechazo del lote con una media de resistencia de 52.5 o ms
sea menor que 0.05. Consultando la curva de operacin, cual de estos criterios

es satisfecho por el plan actual.
c) Si n es el tamao de muestra, encuentre el mnimo valor de esta variable que

satisfaga el requerimiento del productor.
d) Si el lmite cambia de 51 a 49.4 encuentre el mnimo valor de n que satisfaga

los requerimientos del consumidor. Verifique que utilizando este valor de n las
condiciones del productor son cumplidas tambin.
consumidor

Datos del problema:
n=5
= 5.5
Limite de especificacin inferior del lote = desconocido
Limite de especificacin inferior de la muestra = 51
Pa Px 51 1 Px 51

51
Pa 1 P Z
5.5

5
consumidor
Datos del problema: n = 5, = 5.5
Limite de especificacin inferior del lote = desconocido
Limite de especificacin inferior de la muestra = 51

Por ejemplo si u = 44: 51 44
Pa 1 P Z P( Z 2.846) 0.002
5.5

5
De la misma manera podemos calcular la probabilidad de aceptacin
para diferentes valores de la media de los lotes de entrada, esto nos
permite graficar la curva OC.

consumidor
b) A partir del grfico se puede concluir que solo se esta cumpliendo la condicin del
consumidor.

Ejercicio 1: Hallando los riesgos del productor y
del consumidor
c) En el grfico anterior vemos que para una media de 52.5 la
probabilidad de rechazo es de 10.73 = 0.27, sin embargo el productor
desea que sea 0.05 o menos, la nica opcin que tenemos para poder
obtener tal resultado es aumentando el valor de n, ya que con mayor
valor de n menor ser el error tipo I y tipo II.

Pr P x 51 | 52.5, x 5.5 / n 0.05

51 52.5
Pr P Z 0.05

5.5

n
0.2727 n 1.645
Control Integral de Calidad n 36.4
consumidor
d) Para satisfacer el requerimiento del consumidor:

Pa P x 49.4 | 47, x 5.5 / n 0.1
Resolviendo: n> 8.63
Confirmaremos si con este valor de n cumpliremos las

condiciones del productor:

Pr P x 49.4 | 52.5, x 5.5 / 9 0.045
Dado que la probabilidad de rechazo es menor a 0.05
entonces cumple con las condiciones del productor.
Mtodos para hallar k y n:
Frmula General
El mtodo grfico
Minitab
Normas MIL-STD-414

Mtodo 1: Frmula General
Z1 AQL .Z1 Z1 .Z1 LQL

k

Z1 Z1
2
k 2 Z1 Z1
2
n
2 Z1 AQL Z1 LQL

Estos dos valores definen un plan de muestreo en el caso del
muestreo de aceptacin por variables

Ejercicio 2
Una empresa embotelladora de gaseosas compra botellas
no retornables a un proveedor. El embotellador ha
establecido una especificacin inferior de 225 psi para la
resistencia a la presin interna de las botellas. Si el 1% o
menos pueden romperse por debajo de este lmite, la
empresa pretende aceptar el lote con una probabilidad de
0.95 (p1=0.01,1=0.95), mientras que si 6% o mas
botellas revientan a un valor por debajo de ese limite,
rechazara el lote con una probabilidad de 0.90 en la escala

de la probabilidad de aceptacin.
a) Halle el valor de k a utilizarse en el muestreo por

variables, asimismo indique el valor del tamao de la
muestra.
Ejercicio 2 - Solucin
Z1 AQL .Z1 Z1 .Z1 LQL

k

Z1 Z1
2
k 2 2 Z1 Z1
n
2 Z1 AQL Z1 LQL

El resultado es:
k= 1.9 y n=40
Mtodo2: El mtodo grafico
k= 1.9
n=40
Nomograma para
disear planes de
muestero por
variables
Para el
procedimiento 1:
metodo k
Sea p1, 1-

Sea p2,
Se encuentra en el
nomograma el
valor de n y k
Hay valores para

sigma conocida y
desconocida.
Mtodo 3: Minitab
No se evaluar

Mtodo 3: Minitab
No se evaluar

Metodo 4: Normas MIL-STD-414
El estandar MIL-STD-414 es un plan de muestreo
de aceptacin lote por lote por variables.
En todos los planes y procedimientos de
muestreo del estndar se supone que la
caracterstica de la calidad de inters tiene
distribucin normal.

Con esta metodologa basta conocer el valor del
tamao del lote y el AQL. Se utilizan las tablas
establecidas por la MltStd414 para conocer los
valores de n y k.
Hay tres casos:

CASO 1: Solo lmite de especificacin inferior L. En este caso nos
interesa aceptar solo aquellos lotes en los que la caracterstica de la
calidad analizada (por ejemplo, el nivel de lquido en un envase) est
por encima de un valor dado.
CASO 2: Solo lmite de especificacin superior U. En este caso nos

calidad analizada (por ejemplo, la fuerza necesaria para abrir la tapa

de un envase) est por debajo de un valor dado.
CASO 3: Lmites de especificacin superior e inferior. En este caso nos

calidad analizada (por ejemplo el contenido de alcohol en una mezcla)
est dentro de ciertos niveles dados.
Uso de las tablas:
Vamos a definir una variable k que nos va a servir para definir si
debemos aceptar o rechazar el lote. El procedimiento general que
vamos a seguir es el siguiente:
Se toma la muestra, se calcula x barra.
Segn el caso, se acepta el lote si se cumple la siguiente(s)
condicion(es):

Uso de las tablas:

El valor MSSD esta referido a la mxima
desviacin estndar posible , y se calcula como:
En resumen:

Procedimiento: Halle n, k y fs de las tablas.
Tome la muestra n, realice la inspeccin y el calculo de x barra
y s.
Calcule los estadsticos (diapositiva previa)

Tabla de letras clave
(extracto de la norma ISO 3951)

Tabla de parmetros para inspeccin NORMAL
El AQL en la tabla esta en %, es decir:AQL=0.01

Tabla de parmetros para inspeccin
RIGUROSA

Tabla de parmetros para inspeccin
REDUCIDA

Tabla de valores fs

El valor MSSD indica el mximo valor permitido para la desviacin estndar de
la muestra cuando se usa un plan de muestreo con doble lmite de
especificacin y variabilidad desconocida .
Si la desviacin estndar de la muestra es menor que el MSSD existe la
posibilidad , pero no la certeza, de que el lote vaya a ser aprobado.
Ejemplo 3
Para una caracterstica de resistencia a

traccin se exige que debe ser mayor que
20,000 lb/pg2 en los ensayos a la fluencia.
Para este producto y caracterstica de inters
tenemos un limite de especificacin nica.

Se considera un AQL = 2.5%, inspeccin
normal y lotes de 300 unidades.

Solo interesa sobrepasar el LEI para que el PI
sea menor que el 2.5%.

Los valores menores que el LEI implican prdidas
(desperdicios o mermas).

Norma ISO 3951
La lgica del mtodo

Como se trata de una distribucin normal , a partir de una
muestra , se puede estimar la dist (-LEI) para comparar
con lo requerido o especificado ( a mayor dist mejor)

Ejemplo 3 (continuacin)
LEI(L) = 20 ,000 lb/pg2

AQL = 2.5%
N = 300 und.
No hay datos previos ni
antecedentes.

1era vez Nivel II
PLAN TIPO H

1era vez Inspeccin NORMAL

n =20
K = 1.51

Poblacin
(parmetros no conocidos).
Muestra (conocida)
Interpretacin:

Por lo menos, el promedio debe exceder los
20,000 en 1.51s (1.51veces s)
Criterio de aceptacin
Ejemplo 3 (Continuacin)
Se procede a tomar la muestra de 20 piezas y
realizar las pruebas (inspeccin) registros de la
carga a la fluencia:

Calculando los estadsticos de evaluacin:
Xi X i x 2
X
n
21309.5 s n 1
804.9
Y el ndice:
X LEI 21309.5 20000 1.627
s 804.9

Evaluando, con el criterio de aceptacin:
Como 1.627 > 1.51 entonces se acepta el lote

Ejemplo 4
LEI (L) = 3.2

AQL = 0.25%
N = 3600 und.
Se est aplicando nivel III e inspeccin rigurosa.
Se inspecciona un lote, obtenindose la siguiente
informacin de la muestra: x prom= 3.7 y s = 0.4
a) Halle el plan de muestreo y dictamine el lote.

Ejemplo 4 - solucin
LEI (L) = 3.2
AQL = 0.25%
N = 3600 und.
Se est aplicando nivel III e inspeccin rigurosa.
En tablas:
Plan tipo M

N = 100, k = 2.58
Si la muestra indic: x prom= 3.7 y s = 0.4

(x LEI ) / s = ( 3.7 3.2) / 0.4 = 1.25
Como 1.25 < 2.58 se rechaza el lote.
Ejemplo 5
LEI( L) = 3.2 LES (U) =4.2
AQL =0.25%
N= 3600 und.
Se est aplicando nivel III e inspeccin rigurosa
Si la muestra indico: xprom = 3.6 y s = 0.1
a) Halle el plan de muestreo y dictamine el lote.

Ejemplo 5 - solucin
LEI( L) = 3.2 LES (U) =4.2
AQL =0.25%
N= 3600 und.
Se est aplicando nivel III e inspeccin rigurosa
En tablas:
Plan tipo M

N= 100, K= 2.58
Si la muestra indico: xprom = 3.6 y s = 0.1

(x LEI ) / s = ( 3.6 3.2) / 0.1 = 4.00
Como 4.00 > 2.58 se cumple la 1era condicin.
(LES X) / s = ( 4.2 3.6) / 0.1 = 6.00
Como 6.00 > 2.58 se cumple la 2da condicin.
fs = 0.187

MSSD = 0.187 (4.2 3.2) = 0.187
Como s = 0.1 < 0.187 se cumple la 3era condicin y
se acepta el lote.
Ejemplo 6
En una planta procesadora de arroz, se desea disear
un plan de muestreo de aceptacin de variables para
evaluar el peso de las bolsas de arroz.
El lmite de especificacin inferior es de 748 gramos. Si

se conoce que la desviacin estndar del proceso es de
0.5 gramos.

a) Determinar el plan de muestreo si los valores de , ,
AQL y LQL son 5, 10, 2 y 8% respectivamente.
b) Determinar si un lote cuyo promedio de las muestras
recolectadas es 748.5 gramos debe ser aceptado o
no.
Ejemplo 6 - solucin
a) Reemplazando los valores dados en las ecuaciones
hallando el valor de los estadsticos Z, obtenemos que:
2 2
Z 0.95 Z 0.90 1.645 1.29
n 20.38
Z 0.98 Z 0.92 2.06 1.41
Z 0.98.Z 0.90 Z 0.95.Z 0.92 2.06 *1.29 1.645 *1.41

k 1.695

Z 0.95 Z 0.90 1.645 1.29
El plan de muestreo est determinado por un tamao de

muestra n=20 y un valor k=1.695
Ejemplo 6 - solucin
b) El lmite de especificacin superior equivalente en los
promedios ser:
LEI x LEI k 748 1.695 * 0.5 748.8475
Puesto que el valor lmite hallado es mayor que el promedio

de las muestras (748.5), se debe rechazar el lote.

Bibliografa
Captulo 15, Montgomery


Capítulo 7 Muestreo Aceptación Por Variables

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Capítulo 7 Muestreo Aceptación Por Variables

Hochgeladen von

Copyright:

Verfügbare Formate

Muestreo de aceptacin

Control Integral de Calidad

Pontificia Universidad Catlica del Per

Control Integral de Calidad

Se debe emplear un plan de muestreo para cada

Pontificia Universidad Catlica del Per

Control Integral de Calidad

Dos tipos generales:

Tipo 1: Planes de muestreo que controlan la fraccin

Pontificia Universidad Catlica del Per

Control Integral de Calidad

Hay dos procedimientos:

Considere un plan de muestreo por variables con las

Pontificia Universidad Catlica del Per

p: fraccin defectuosa del lote

Los valores aceptables del parmetro se definen por los

Control Integral de Calidad

Hay tres casos posibles:

Pontificia Universidad Catlica del Per

Procedimiento 1: distancia k o mtodo k

Calcule el estadstico ZLSL o ZUSL:

Pontificia Universidad Catlica del Per

Caso: lmite de control superior:

Procedimiento 1: distancia k o mtodo k

Pontificia Universidad Catlica del Per

Control Integral de Calidad

Procedimiento 1: distancia k o mtodo k (Continuacin)

Si ZLSL < k se rechaza el lote

Pontificia Universidad Catlica del Per

Procedimiento 2:mtodo M (Continuacin)

Se calcula ZLSL (igual que el procedimiento 1)

Se usa ZLSL para estimar la fraccin defectuosa p del lote o

M: valor mximo especificado de la fraccin disconforme p

Pontificia Universidad Catlica del Per

Si p <= M, se acepta el lote

Control Integral de Calidad

Procedimiento 2:mtodo M (Continuacin)

Se consigue una mejor estimacin de la fraccin defectuosa

Pontificia Universidad Catlica del Per

Control Integral de Calidad

Se busca dar seguridad respecto de la calidad

Pontificia Universidad Catlica del Per

Control Integral de Calidad

Se pide disear un procedimiento de muestreo por variables que

Pontificia Universidad Catlica del Per

Se sabe que sigma = 0.1 ppm.

Pontificia Universidad Catlica del Per

Control Integral de Calidad

Pontificia Universidad Catlica del Per

Pontificia Universidad Catlica del Per

Pontificia Universidad Catlica del Per

Control Integral de Calidad

Pontificia Universidad Catlica del Per

Pontificia Universidad Catlica del Per

a) Dibuje la curva OC del plan.

b) Se ha decidido revisar el plan y redisearlo de ser necesario. El cliente

Pontificia Universidad Catlica del Per

c) Si n es el tamao de muestra, encuentre el mnimo valor de esta variable que

d) Si el lmite cambia de 51 a 49.4 encuentre el mnimo valor de n que satisfaga

a) Dibuje la curva OC del plan.

Pontificia Universidad Catlica del Per

Pontificia Universidad Catlica del Per

Pontificia Universidad Catlica del Per

Pontificia Universidad Catlica del Per

Z 0.98.Z 0.90 Z 0.95.Z 0.92 2.06 1.29 1.645 1.41