You are on page 1of 5

20/02/2012

Muestreo mediante inspeccin por variables

Inspeccin por Variables


Profesor: Raphael Valencia Chacn

En los planes de muestreo de aceptacin por variables se especifican el nmero de artculos que hay que muestrear y el criterio para juzgar los lotes cuando se obtienen datos de las mediciones respecto a la caracterstica de calidad que interesa. Estos planes se basan generalmente en la media y desviacin estndar muestrales de la caracterstica de calidad.

Muestreo mediante inspeccin por variables


Cuando se conoce la distribucin de la caracterstica en el lote o el proceso, es posible disear planes de muestreo por variables que tengan riesgos especificados de aceptar y de rechazar lotes de una calidad dada.

Ventajas
La ventaja principal de los planes de muestreo por variables es que permiten obtener las misma curva caracterstica de operacin con un tamao de la muestra ms pequeo del que se necesitara en un plan de muestreo para atributos. Una segunda ventaja es que los datos de mediciones por lo general proporcionan ms informacin acerca del proceso de manufactura que los datos de atributo. Un ltimo punto es cuando los niveles de calidad aceptable son muy pequeos, los tamaos de la muestra requeridos por los planes de muestreo para atributos son muy grandes.

Desventajas
Es necesario conocer la distribucin de probabilidad de la caracterstica de la calidad. En la mayora de los planes de muestreo se supone que la distribucin de la caracterstica de la calidad es normal. Se emplea un plan de muestreo separado para cada caracterstica de la calidad que se est inspeccionando. Es posible que el uso de un plan de muestreo por variables lleve a rechazar un lote aun cuando la muestra real inspeccionada no contenga artculos defectuosos. Generalmente el costo de inspeccin en atributos es menor que la inspeccin por variables.

Muestreo mediante inspeccin por variables


La norma ISO 3951 establece los planes y reglas de muestreo para la inspeccin por variables y debe ser utilizada en las siguientes condiciones: Cuando se supone esencialmente que los valores de la caracterstica x se distribuye normalmente o se aproxima a esta. La caracterstica de calidad especificada de un elemento extrado por muestreo se mide en una escala continua, por ejemplo: pesos, longitudes, etc. El resultado de cada medicin se registra.

20/02/2012

Eleccin de los planes de muestreo


La aceptacin de un lote sometido a inspeccin queda determinada por el empleo de un plan de muestreo asociado a un valor del NCA. Los planes se basan en la variabilidad conocida o desconocida (la variabilidad desconocida es el caso ms frecuente en recepcin). En este ltimo caso, la variabilidad se estima por la desviacin estndar o por el recorrido (o rango).

Eleccin de los planes de muestreo


Con respecto a la especificacin, se puede presentar los siguientes casos: Especificacin de un solo lmite: Un valor mximo (LS) o un valor mnimo (LI). Especificacin de doble limite: Un rango o un valor con tolerancia (U To) La letra cdigo del tamao de la muestra se determina en funcin del nivel de inspeccin y del tamao del lote.

10

Eleccin de los planes de muestreo


La norma ISO 3951 (UNE 66-030) distingue los siguientes casos: Caso 1: Variabilidad desconocida, estimada por S (estimacin de la desviacin estndar a partir de la muestra). Caso 2: Variabilidad desconocida, estimada por R (recorrido) Caso 3: Variabilidad conocida, representada por la desviacin estndar poblacional ()

Caso 1: Variabilidad Desconocida estimada por S


Con el nivel de inspeccin dado (generalmente II) y el tamao del lote, se determina la letra cdigo con ayuda de la Tabla I-A de la norma. Con la letra cdigo y el NCA, se utiliza la Tabla II-A para determinar el tamao de la muestra y la constante de aceptabilidad k.

11

12

Caso 1: Variabilidad Desconocida estimada por S


Tomando una muestra al azar de tamao n, definido en la Tabla II A, se mide la caracterstica x de cada elemento de la muestra y se calculan la media y la desviacin estndar de la muestra. Con la media muestral, la desviacin estndar muestral y los limites (inferior o superior) se procede a utilizar el criterio de aceptabilidad.

Caso 1: Variabilidad Desconocida estimada por S


Criterio de Aceptabilidad Si se han dado los lmites de especificacin nicos o separados, calcular el estadstico de calidad: y/o Segn el caso, luego comparar el estadstico de calidad (Qs y/o Qi ) con la constante de aceptabilidad k obtenida de la tabla II-A para la inspeccin normal.

20/02/2012

13

14

Caso 1: Variabilidad Desconocida estimada por S


Criterio de Aceptabilidad Si el estadstico de calidad apropiada es mayor o igual a la constante de aceptabilidad; el lote es aceptable; si es menor esto no es aceptable. Se acepta el lote si: Qs K Qi K No se acepta el lote si: Qs < K Qi < K

Caso 1: Variabilidad Desconocida estimada por S


Criterio de Aceptabilidad Si se da a la vez LS y LI (teniendo K valores diferentes, si los NCA son diferentes para el limite superior y para el limite inferior), entonces: Se acepta el lote si: Qi Ki y Qs Ks No se acepta el lote si: Qi < Ki Qs < Ks

15

16

Caso 2: Variabilidad Desconocida estimada por R


Se aplica el anexo C de la norma ISO 3951 (UNE 66-030) y constituye una variante del mtodo S. El nivel de inspeccin dado (normalmente el nivel II), as como el tamao del lote, determina la letra cdigo con ayuda de la Tabla I-A. Con esta letra cdigo y el NCA se utiliza la tabla II-A para determinar el tamao de la muestra n y la constante de aceptabilidad k.

Caso 2: Variabilidad Desconocida estimada por R


Se divide la muestra en subgrupos de cinco elementos y se obtiene el recorrido R de cada subgrupo y el recorrido medio R de los valores R obtenidos.

17

18

Caso 2: Variabilidad Desconocida estimada por R


Si se da un lmite nico de especificacin, o bien, limites de especificacin dobles separados, se calculara el estadstico de calidad con ayuda de las siguientes formulas.

Caso 2: Variabilidad Desconocida estimada por R


Criterio de Aceptabilidad Si el estadstico de calidad apropiada es mayor o igual a la constante de aceptabilidad; el lote es aceptable; si es menor esto no es aceptable. Se acepta el lote si: Qs K Qi K No se acepta el lote si: Qs < K Qi < K

Y a continuacin se comparan con la constante de aceptabilidad ks y ki hallado en la tabla II-A.

20/02/2012

19

20

Caso 2: Variabilidad Desconocida estimada por R


Criterio de Aceptabilidad Si se da a la vez LS y LI (teniendo K valores diferentes, si los NCA son diferentes para el limite superior y para el limite inferior), entonces: Se acepta el lote si: Qi Ki y Qs Ks No se acepta el lote si: Qi < Ki Qs < Ks

Caso 3: Variabilidad Conocida


Se determina la letra cdigo consultando la Tabla I-A; a continuacin para una inspeccin normal, consultando la tabla III-A para esta letra cdigo y el NCA especificado, se determina el tamao de la muestra n y la constante de aceptabilidad k. Se toma al azar una muestra de este tamao, se mide la caracterstica x sometida inspeccin en todos los elementos de la muestra y se calcula la media de los valores de x.

21

22

Caso 3: Variabilidad Conocida


Sin embargo, si el criterio de aceptabilidad para un lmite de especificacin superior, se expresa bajo la forma: Dado que LS, K y son conocidos previamente, se recomienda calcular el valor de aceptacin:
LS

Caso 3: Variabilidad Conocida


Entonces, el criterio de aceptabilidad, para un limite de especificacin superior, queda como sigue: Aceptable si: No Aceptable si:

LS

LS K LS

antes de realizar la inspeccin.

23

24

Caso 3: Variabilidad Conocida


Sin embargo, si el criterio de aceptabilidad para un lmite de especificacin superior, se expresa bajo la forma: Dado que LI, K y son conocidos previamente, se recomienda calcular el valor de aceptacin:
LI

Caso 3: Variabilidad Conocida


Entonces, el criterio de aceptabilidad, para un limite de especificacin inferior, queda como sigue: Aceptable si: X No Aceptable si: X

X X

LI
LI

antes de realizar la inspeccin.

20/02/2012

25

Caso 3: Variabilidad Conocida


Cuando ambos limites separados son dados: Aceptable si: y X
LI

LI

LS

No Aceptable si:

bien X

LI

You might also like