Muestreo de Aceptacion Por Variables

Universidad de Los Andes
Facultad de Ciencias Económicas y Sociales

Escuela de Estadı́stica
Muestreo de Aceptación por Variables
Prof. Douglas Rivas
22 de marzo de 2010
Prof. Douglas Rivas Muestreo de Aceptación por Variables

Ventajas y desventajas
Militar Estándar 414
Ventajas
Ventajas
Permiten obtener las mismas curvas de CO con un
tamaño de muestra más pequeño del que se necesitarı́a
en un plan de muestreo para atributos.
Los datos de mediciones proporcionan más información
acerca del proceso de manufactura o del lote que los
datos de atributos.
Cuando los niveles de calidad aceptable son muy
pequeños, los tamaños de muestra requeridos tienden a
ser más pequeños que los muestreos por atributos.
Desventajas
Es necesario conocer la distribución de probabilidad de la
caracterı́stica de la calidad.
Debe emplearse un plan de muestreo
Prof. Douglas Rivas
para cada
Ventajas
Ventajas
datos de atributos.
Desventajas
Prof. Douglas Rivas
para cada
Ventajas
Ventajas
datos de atributos.
Desventajas
Prof. Douglas Rivas
para cada
Ventajas
Ventajas
datos de atributos.
Desventajas
Prof. Douglas Rivas
para cada
Ventajas
Ventajas
datos de atributos.
Desventajas
Prof. Douglas Rivas
para cada
Ventajas
Ventajas
datos de atributos.
Desventajas
Prof. Douglas Rivas
para cada
Ventajas
Ventajas
datos de atributos.
Desventajas
Prof. Douglas Rivas
para cada
Ventajas
Ventajas
datos de atributos.
Desventajas
Prof. Douglas Rivas
para cada
Tipos de planes
Tipos de planes
Planes que controlan la fracción defectuosa (o
disconforme) del lote
Planes que controlan un parámetro (generalmente la
media) del lote o del proceso.
Considere un plan de muestreo por variables para controlar la

fracción disconforme del lote o proceso. Como la caracterı́stica
de calidad es una variable, habrá un lı́mite inferior de
especificación (LIE), un lı́mite superior de especificación (LSE),
o ambos, que definen los parámetros aceptables de ese
parámetro. Suponiendo conocida la desviación estándar del
proceso, un plan de muestreopor variables puede organizarse
de dos maneras:
Tipos de planes
Tipos de planes

de dos maneras:
Tipos de planes
Tipos de planes

de dos maneras:
Tipos de planes
Tipos de planes

de dos maneras:
Tipos de planes
Tipos de planes

de dos maneras:
Tipos de planes
Procedimiento 1
Se toma una muestra aleatoria de n artı́culos del lote y se
calcula el estadı́stico
x̄ − LIE
ZLIE = (1)
σ
Si ZLIE ≥ k siendo k un valor crı́tico, el lote se aceptarı́a
Procedimiento 2
calcula el estadı́stico de ecuación 2. Se usa ZLIE para
determinar la fracción defectuosa del lote o proceso como el
área bajo la p
curva normal estándar de ZLIE .
(QLIE = ZLIE n/(n − 1)). Sea p̂ la estimación obtenida de p. Si
p̂ > M, el lote se rechaza.
Tipos de planes
Procedimiento 1
x̄ − LIE
ZLIE = (1)
σ
Procedimiento 2
área bajo la p
Tipos de planes
Procedimiento 1
x̄ − LIE
ZLIE = (1)
σ
Procedimiento 2
área bajo la p
Tipos de planes
Procedimiento 1
x̄ − LIE
ZLIE = (1)
σ
Procedimiento 2
área bajo la p
Tipos de planes
Procedimiento 1
x̄ − LIE
ZLIE = (2)
σ
Procedimiento 2
área bajo la p
Tipos de planes
Procedimiento 1
x̄ − LIE
ZLIE = (2)
σ
Procedimiento 2
área bajo la p
Tipos de planes
Procedimiento 1
x̄ − LIE
ZLIE = (2)
σ
Procedimiento 2
área bajo la p
Tipos de planes
Procedimiento 1
x̄ − LIE
ZLIE = (2)
σ
Procedimiento 2
área bajo la p
Tipos de planes
En el caso de un lı́mite superior, se puede usar cualquiera de

los 2 procedimientos, pero se calcula el estadı́stico
LSE − x̄
ZLSE = (3)
σ
Cuando están presentes los dos lı́mites se usa el segundo
procedimiento.
Procedimiento 2
Cuando se desconoce la desviación estándar σ, se estima con
la desviación estándar muestral S

Tipos de planes

LSE − x̄
ZLSE = (3)
σ
procedimiento.
Procedimiento 2

Tipos de planes

LSE − x̄
ZLSE = (3)
σ
procedimiento.
Procedimiento 2

Tipos de planes

LSE − x̄
ZLSE = (3)
σ
procedimiento.
Procedimiento 2

Diseño de un PMV con una CCO especificada
Usando el procedimiento 1
Sean (p1 , 1 − α), (p2 , 1 − β) los dos puntos de interés en la
CCO. p1 y p2 pueden ser los niveles de la fracción disconforme
del lote o del proceso que corresponde a los niveles de calidad
de aceptación y de rechazo, respectivamente. Entonces se usa
el nomograma siguiente para diseñar el plan.

Sean (p1 , 1 − α), (p2 , 1 − β) los dos puntos de interés en la
CCO. p1 y p2 pueden ser los niveles de la fracción disconforme
del lote o del proceso que corresponde a los niveles de calidad
de aceptación y de rechazo, respectivamente. Entonces se usa
el nomograma siguiente para diseñar el plan.

Diseño de un plan con una CCO

Nomograma
Figura: Nomograma
Prof. Douglas Rivas binomial

Nomograma
Figura: Nomograma
Prof. Douglas Rivas binomial
Ejemplo
Un embotellador de refrescos compra envases no retornables
de un proveedor. El ha establecido una especificación inferior
de 225 psi para la resistencia del estallamiento de los envases.
si 1 % o menos de los envases estallan abajo de este lı́mite, el
embotellador desea aceptar el lote con una probabilidad de
0.95 (p1 = 0,01, 1 − α = 0,95), mientras que si 6 % o más de
los envases estallan abajo de este lı́mite, el embotellador
querrı́a rechazar el lote con una probabilidad de 0.90
(p2 = 0,06, 1 − β = 0,90). Suponiendo σ desconocida, se
obtiene que n = 40 y k = 1,9. Con σ conocida, se obtiene que
n = 15 y k = 1,9

Ejemplo
Un embotellador de refrescos compra envases no retornables
de un proveedor. El ha establecido una especificación inferior
de 225 psi para la resistencia del estallamiento de los envases.
si 1 % o menos de los envases estallan abajo de este lı́mite, el
embotellador desea aceptar el lote con una probabilidad de
0.95 (p1 = 0,01, 1 − α = 0,95), mientras que si 6 % o más de
los envases estallan abajo de este lı́mite, el embotellador
querrı́a rechazar el lote con una probabilidad de 0.90
(p2 = 0,06, 1 − β = 0,90). Suponiendo σ desconocida, se
obtiene que n = 40 y k = 1,9. Con σ conocida, se obtiene que
n = 15 y k = 1,9

Se sigue el mismo procedimiento anterior, pero en este caso
es necesario hallar el valor de M, para lo cual su usa la
siguiente figura.

Se sigue el mismo procedimiento anterior, pero en este caso
es necesario hallar el valor de M, para lo cual su usa la
siguiente figura.


Nomograma
Figura: Carta para determinar M


Nomograma
Figura: Carta para determinar M

Ejemplo
Para el ejemplo 1, se obtuvo que n = 15 y k = 1,9. Se consulta
la figura con n = 40 y valor de abscisa
√ √
1 − kn−1n 1 − 1,93940
= = 0,35
2 2
con lo cual M = 0,030. Suponga que una vez extraı́das las 40
observaciones x̄ = 255 y S = 15, entonces
x̄ − LIE 255 − 225

ZLIE = = =2
S 15

Ejemplo
Para el ejemplo 1, se obtuvo que n = 15 y k = 1,9. Se consulta
la figura con n = 40 y valor de abscisa
√ √
1 − kn−1n 1 − 1,93940
= = 0,35
2 2
con lo cual M = 0,030. Suponga que una vez extraı́das las 40
observaciones x̄ = 255 y S = 15, entonces
x̄ − LIE 255 − 225

ZLIE = = =2
S 15


Ejemplo
usando la figura siguiente se obtiene p̂ = 0,020, lo cual es
menor que M = 0,030, el lote se acepta.
Nomograma
Figura: Carta para determinar p̂ a partir de Z


Ejemplo
Nomograma


Ejemplo
Nomograma

Cuando hay dos lı́mites de especificación, se calcula el valor

de n y k usando el nomograma. Una vez obtenida la muestra
se calcula ZLIE y ZLSE , y con la figura anterior se obtienen los
valores de p̂LSE y p̂LIE . Si p̂LIE + p̂LSE ≤ M, se acepta el lote.

Cuando hay dos lı́mites de especificación, se calcula el valor

de n y k usando el nomograma. Una vez obtenida la muestra
se calcula ZLIE y ZLSE , y con la figura anterior se obtienen los
valores de p̂LSE y p̂LIE . Si p̂LIE + p̂LSE ≤ M, se acepta el lote.

MIL STD 414

Es un plan de muestreo de aceptación por lote por variables.
Se introdujo en 1957.
Hay cinco niveles generales de inspección, y el nivel IV se

designa como ”normal”. El nivel de inspección V da una CCO
más empinada que el nivel IV. Cuando es necesario abatir los
costos del muestreo y cuando puedan o deban tolerarse
riesgos mayores, se usan los niveles de inspección más bajos.
Al igual que la MIL STD 105E, se usan letras de código para el

tamaño de la muestra. Pero no es la misma tabla. Se estipulan
la inspección, normal, reducida y rigurosa.

MIL STD 414




MIL STD 414




MIL STD 414




Cuadro: Letras de código para el tamaño de la muestra

Niveles de inspección
Tamaño del lote I II III IV V
3a8 B B B B C
9 a 15 B B B B D
16 a 25 B B B C E
26 a 40 B B B D F
41 a 65 B B C E G
66 a 110 B B D F H
111 a 180 B C E G I
181 a 300 B D F H J
301 a 500 C E G I K
501 a 800 D F H J L
801 a 1300 E G I K L
1301 a 3200 F H J L M
3201 a 8000 G I L M N
8001 a 22000 H J M N O
22001 a 110000 I K N O P
110001 a 550000 I K O P Q
550001 en adelante I K P Q Q
Se divide en cuatro secciones:

La sección A es una descripción general de los planes de
muestreo, que incluye las definiciones, las letras de código
para el tamaño de la muestra y las CCO para los
diferentes planes de muestreo.
La sección B presenta los planes de muestreo por
variables basados en la desviación estándar muestral para
σ desconocida.
La sección C presenta los planes de muestreo por
variables basados en el método del rango muestral.
variables para σ conocida.


σ desconocida.


σ desconocida.


σ desconocida.


σ desconocida.

Ejemplo
Considere el embotellador del ejemplo anterior. El lı́mite inferior
de especificación para la resistencia del estallamiento es 225
psi. Suponga que el AQL en este lı́mite es 1 %. Suponga
además que los lotes son de tamaño N = 100000 y se supone
que la desviación estándar es desconocida.
Ejemplo
Si se usa el nivel de inspección IV, la letra código para el
tamaño de la muestra es O, para lo cual se obtiene un tamaño
de muestra de n = 100. Para un nivel de calidad aceptable de
1 %, con una inspección normal k = 2,00.

Ejemplo
Ejemplo

Ejemplo
Ejemplo

Muestreo de Aceptacion Por Variables

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Muestreo de Aceptacion Por Variables

Uploaded by

Copyright:

Available Formats

Universidad de Los Andes

Facultad de Ciencias Económicas y Sociales

Muestreo de Aceptación por Variables

Prof. Douglas Rivas

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Considere un plan de muestreo por variables para controlar la

Considere un plan de muestreo por variables para controlar la

Considere un plan de muestreo por variables para controlar la

Considere un plan de muestreo por variables para controlar la

Considere un plan de muestreo por variables para controlar la

En el caso de un lı́mite superior, se puede usar cualquiera de

Prof. Douglas Rivas Muestreo de Aceptación por Variables

En el caso de un lı́mite superior, se puede usar cualquiera de

Prof. Douglas Rivas Muestreo de Aceptación por Variables

En el caso de un lı́mite superior, se puede usar cualquiera de

Prof. Douglas Rivas Muestreo de Aceptación por Variables

En el caso de un lı́mite superior, se puede usar cualquiera de

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un plan con una CCO

Diseño de un plan con una CCO

Diseño de un PMV con una CCO especificada

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un plan con una CCO

Figura: Carta para determinar M

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un plan con una CCO

Figura: Carta para determinar M

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

x̄ − LIE 255 − 225

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

x̄ − LIE 255 − 225

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Figura: Carta para determinar p̂ a partir de Z

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Figura: Carta para determinar p̂ a partir de Z

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Figura: Carta para determinar p̂ a partir de Z

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Cuando hay dos lı́mites de especificación, se calcula el valor

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Diseño de un PMV con una CCO especificada

Cuando hay dos lı́mites de especificación, se calcula el valor

Prof. Douglas Rivas Muestreo de Aceptación por Variables

Militar Estándar 414

MIL STD 414

Hay cinco niveles generales de inspección, y el nivel IV se

Al igual que la MIL STD 105E, se usan letras de código para el

Prof. Douglas Rivas Muestreo de Aceptación por Variables