0% encontró este documento útil (0 votos)
206 vistas29 páginas

Planes de Muestreo de Aceptacion: José Misael Saldana Hernandez

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1/ 29

2016 PLANES DE

MUESTREO DE
ACEPTACION
CONTROL ESTADISTICO DE LA CALIDAD
MC. AMALIA CARMINA SALINAS
HERNANDEZ

José Misael Saldana Hernandez


#12211576
INSTITUTO TECNOLOGICO NACIONAL
INGENIERIA INDUSTRIAL
Introducción

El siguiente documento muestra la forma que puede presentarse un muestreo


cuando se quiere llevar a cabo un estudio de control de calidad.
En las siguientes páginas se describe al muestreo como un componente principal
de control de calidad y es útil cuando el costo de la prueba es alto comparado con
el costo de pasar un elemento defectuoso.
El muestreo de aceptación se puede realizar en atributos o mediciones del
producto. Ambos casos se presentan a continuación así como el procedimiento para
llevar a cabo un muestreo de aceptación.
Conceptos Básicos del Muestreo de Aceptación

Muestreo de aceptación
El muestreo de aceptación es el proceso de inspección de una muestra de unidades
extraídas de un lote que se realiza con el propósito de aceptar o rechazar todo el
lote.
El muestreo de aceptación es un componente principal de control de calidad y es
útil cuando el costo de la prueba es alto comparado con el costo de pasar un
elemento defectuoso o cuando la prueba destruye la muestra. Es un compromiso
entre realizar el 100% de la inspección y no inspeccionar.
Cero inspección
Es cuando se acepta o envía un lote sin ninguna inspección.
Inspección al 100%
Consiste en revisar todos los artículos del lote para quitar aquellos que no cumplen
con las especificaciones establecidas.
Mínimo coste esperado
Es planteado ante una inspección de recepción es si se realiza un muestreo o si es
preciso una inspección al 100%. Con el se determina la situación óptima:

Tipos de muestreos de aceptación


Los planes de muestreo se pueden clasificar de diversas formas:
 De acuerdo con la naturaleza de la población base
o Lote aislado.
o Lote a lote (producción uniforme de lotes).
o Fabricaciones continuas (por ejemplo industria química, plantas
embotelladoras, etc.).

 De acuerdo con la naturaleza de la característica inspeccionada


o Por atributos. La característica es de tipo cualitativo (pasa /nopasa).
Una variante es la que considera “el número de defectos”, de modo
que un pieza puede estar penalizada por varios defectos.
o Por variables. La característica es de tipo cuantitativo (por ejemplo
longitud, peso, etc.).
 De acuerdo con el número de muestras a tomar.
o Simples. Se toma una muestra con la que hay que decidir la
aceptación o el rechazo.
o Dobles. Se toman hasta dos muestras con las que hay que decidir la
aceptación o el rechazo. Es posible aceptar o rechazar solo con la
primera muestra si el resultado es muy bueno o muy malo. Si es un
resultado intermedio, se extrae una segunda muestra. En principio el
tamaño de las dos muestras puede ser diferente.
o Múltiple. Conceptualmente es igual al muestreo doble pero en este
caso se extrae hasta n muestras diferentes.
o Secuencial. En este caso se van extrayendo los elementos uno a uno
y según los resultados que se van acumulando de elementos
aceptados y rechazados, llega un momento en el que se tiene
información suficiente para aceptar o rechazar el lote.
Esquema de un plan de muestreo de aceptación por atributos (N, n, c).
Uso de Tablas de Muestreo
MIL-STD414
105D
DODGE ROMING

MIL-STD 414
La MIL-STD-414 establece los procedimientos y tablas de muestreo para la
inspección por variables de acuerdo al porcentaje de no conformes.
La ISO tiene la norma ISO 3951-1:2005 que especifica un sistema de muestreo para
aceptación formado por planes de aceptación por variables en los cuales la
aceptabilidad de un lote es implícitamente determinada a partir de un estimado del
porcentaje de unidades no conformes basado en muestreo aleatorio. Para su
aplicación, entre otros requisitos, es necesario que el error de medición sea
despreciable, o sea con una desviación estándar no mayor de la del proceso y que
el parámetro x que se mide siga una distribución normal o cercana a ella.
Tabla MIL-STD 414 (Ver anexos).
Ejemplos:
Ejercicio 1
Se recibe un aditivo en lotes de 200 unidades con especificación de que el contenido
de aditivo no debe ser inferior a 50%. Se desea aplicar un nivel de inspección IV
con un AQL del 1%.
CONTENIDO ADITIVO EN BARRILES
50.97 52.35 51.44 51.39 51.87 51.56 52.58 51.84 51.32 50.71
51.80 51.69 50.69 51.41 51.16 51.17 52.27 51.51 51.37 51.21
50.65 49.94 50.38 51.33 50.12 51.40 50.48 49.66 52.45 51.90
51.34 51.07 50.18 49.36 50.28 51.13 51.06 50.90 52.40 51.62
50.80 51.67 51.58 51.01 50.58 52.14 51.33 50.71 50.96 50.78
50.75 51.83 52.23 49.90 50.11 51.82 51.53 51.21 51.10 51.69
51.41 51.36 51.60 50.97 51.52 51.53 50.74 51.90 51.93 50.53
51.22 51.52 52.35 51.37 51.34 50.84 50.69 51.62 50.55 50.50
50.83 50.71 50.91 51.37 50.68 50.78 52.21 50.78 50.73 51.10
51.51 51.82 50.76 50.83 51.36 50.92 50.42 51.69 50.44 50.61
51.26 51.56 51.69 51.56 51.68 50.25 51.57 50.53 52.27 50.07
50.69 51.74 51.19 51.91 50.99 50.99 51.04 50.50 51.26 51.91
50.75 51.32 51.96 51.55 52.14 49.74 51.38 51.10 51.77 52.42
51.31 52.10 50.96 51.22 51.63 51.76 51.43 50.61 52.20 51.62
51.40 50.51 50.48 51.27 51.58 50.77 50.10 50.07 51.85 51.82
49.99 51.17 51.32 51.02 50.38 51.34 50.99 51.91 51.04 51.21
51.75 51.25 50.94 51.48 51.40 50.81 51.76 52.42 50.51 51.32
51.34 51.33 51.43 51.20 51.92 51.08 50.90 51.62 51.57 51.37
50.04 51.61 51.90 51.04 50.21 51.94 51.17 51.82 51.20 52.45
50.82 51.54 52.16 50.27 50.67 51.17 50.41 51.21 51.23 52.40
Solución:
1. De la tabla A2 vemos que el código de letra es H.
2. En la tabla B1 se observa que para este código de letra n = 20 y que con AQL
= 1 k = 1.82.
3. Entonces es necesario tomar 20 unidades, determinar el contenido de
aditivo, hallar el valor medio y la desviación estándar.

Mean of N = 51.2000
Standard deviation of N = 0.613457
Entonces tenemos que:
Z = (51.2 – 50)/0.65 = 1.85 > k por lo que se acepta el lote.

Ejemplo 2.
Considérese la embotelladora de gaseosas, que compra botellas a un proveedor.
El límite inferior de especificación para la resistencia a la presión interna es
225lb/plg2. Supóngase que el NCA para este límite de especificación es 1%.
Además considérese que se embarcan lotes de tamaño 100 000. Se desea obtener
un plan de muestreo por variable que use el procedimiento de la MIL STD 414,
admitiendo que se desconoce la desviación estándar del lote.
Solución:
1. Utilizando el nivel de inspección IV, se obtiene la letra código para el tamaño
de muestra O.
2. Se encuentra que la letra de código para el tamaño de muestra O implica un
tamaño de muestra de n=100
3. A un nivel de calidad aceptable de 1%, el valor de M es 2.20% para la
inspección normal.
4. Si se aplica la inspección estricta se utiliza las mismas tablas el valor
aproximado de M será 1.53%.

Mean of N = 236
Standard deviation of N = 0.8457
Entonces tenemos que:
Z = (236 – 234)/0.84 = 2.38 > k por lo que se acepta el lote.
MIL-STD 105D
MIL-STD-105E está diseñada para muestreo de atributos lote por lote. Se usa AQL
entre 0,10 a 10%. Los planes AQL tienen eficacia máxima si rechaza suficientes
lotes para que sea conveniente mejorar la calidad del producto cuando el fabricante
produce un nivel de calidad peor que el AQL y si el plan rechaza muy pocos lotes
cuando el fabricante produce un nivel de calidad mejor que el AQL.
El MIL-STD 105 E es un sistema organizado de métodos de muestreo a aplicar una
serie de conjuntos de algún proceso de producción, con dos excepciones, si un
proceso estándar se una sin precaución alguna para cambiar a una inspección más
severa de acuerdo a las circunstancias, no puede decirse que se está empleando
el MIL- STD 105 E, el propósito principal del manual estándar es presionar al
proveedor para que produzca materiales que , en calidad, sean los menos tan
buenos como el AQL, escogido, y este propósito no se logra en ausencia de una
provisión para inspección abreviada es esencial para la operación estándar, las dos
excepciones al as que nos referimos, son la selección de un procedimiento de
tolerancias.
Tabla, ver anexos.
Ejemplos
Ejemplo 1
Una empresa desea aplicar la Norma MIL-STD-105E para el muestreo de lotes de
un determinado producto de tamaño N=3.000 y que históricamente ha presentado
un porcentaje de defectuosos de un 2%. Se ha convenido un nivel de calidad
aceptable (AQL) de un 1%. La empresa utiliza inspección normal. Con esta
información se busca determinar el tamaño de la muestra (n) y el número de
aceptación (c).
Solución:
1. Dado el tamaño del lote y el nivel de inspección seleccionado se busca la
letra que corresponde a dicho plan. En el ejemplo el tamaño del lote esta en
el rango entre 1.201 y 3.200 y la inspección normal corresponde a la columna
II. La letra por tanto a utilizar es K.
2. Buscamos en la siguiente tabla el cruce entre la letra seleccionada
previamente (en nuestro ejemplo K) y el nivel de AQL definido (en nuestro
ejemplo AQL=1%). Se obtiene n=125 como tamaño de muestra, c=3 como
número de aceptación y r=4 como número de rechazo.

3. Finalmente utilizando el procedimiento de Muestreo Simple se puede


determinar la probabilidad de aceptar el lote con N=3.000, p=2% y
(n,c)=(125,3). Se deja al visitante verificar que dicha probabilidad
corresponde a Pa=75,75%.

Ejemplo 2.
Se recibe un producto en lotes de 2000 unidades. Se desea establecer un plan de
muestreo para una inspección normal con un NCA de 0.65 %. De la tabla de los
tamaños de lotes y los niveles de inspección, vemos que para lotes de 2000 y un
nivel de inspección II la letra es K.
Solución:
Utilizando la tabla para nivel de inspección normal y con un NCA de 0.65 vemos que
el plan es n = 125, c = 2.
Por lo tanto se puede cambiar el tamaño de la muestra para inspección.
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 los conceptos expuestos en
el capítulo 8, nivel de calidad límite (NCL)1 y límite de la calidad media de salida
(LCMS). Por cada uno de estos conceptos hay tablas, tanto para muestreo sencillo
como doble. No hay tablas para el muestreo múltiple. En el texto presente sólo se
ha incluido el muestreo sencillo.
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.
Ejemplos
Ejemplo 1
Si el tamaño del lote, N, es 1500 y el promedio del proceso es 0.25%, el plan de
muestreo sencillo necesario para NCL = 1.0%
Solución:
Se encuentra en la tabla 9-6.
N = 1500
n = 490
c=2
De un análisis de las tablas LCMS se desprende lo siguiente:
a. Conforme aumenta el tamaño del lote disminuye el tamaño de la muestra.
b. No se ofrecen planes para promedios de procesos que rebasan el LCMS, dado
que el muestreo no es económico cuando la calidad de entrada promedio es menor
que el LCMS especificado.
c. Cuanto más bajo es el promedio del proceso, menor el tamaño de la muestra, lo
que se traduce en menos costo por inspección.

Ejemplo 2
Un cliente plantea a su proveedor que sólo le envíe aquellos lotes que tengan un
buen nivel de calidad, y deciden establecer un plan de muestreo de aceptación
simple por atributos. El tamaño del lote es grande. Se acuerda un NCA = 0.4% y
que un lote con calidad igual a NCA tendrá probabilidad de aceptación de 1 − α =
0.95. El riesgo del proveedor (productor) es α = 0.05, ya que los lotes con 0.4% de
defectuosos, a pesar de tener calidad aceptable, tendrán una probabilidad de no
aceptación de 0.05.
Solución:
Si el tamaño de lote es de N = 6 000 unidades y se utiliza el nivel de inspección II,
entonces, de acuerdo con la tabla la letra código para el tamaño de muestra es L.
Con esta letra se obtienen los planes para inspección normal, severa y reducida.

Plan de muestreo normal.


En el renglón de la letra L y la columna NCA = 0.4%, se encuentra que n = 200 y c
= 2 (en la tabla aparece Ac). Bajo este plan se rechaza al lote cuando se obtienen
tres (Re = 3) defectuosos o más.
Plan de muestreo severo.
De la misma forma pero en la tabla 12.8 se obtiene n = 200, Ac = 1, Re = 2. Así, en
este plan se toma el mismo tamaño de muestra que en inspección normal, pero se
es más estricto ya que el número de aceptación es menor.
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 hipergeométrica (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.
Curva de operación (CO)
Un plan de muestreo se caracteriza por su CURVA DE OPERACION (ver Fig. 2).
En el eje de abscisas OX se representa la fracción defectuosa p del lote a
inspeccionar (o el número de defectos medio µ 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.
En el caso de planes de muestreos simples, la ecuación de la CO se calcula
simplemente a partir de la función de distribución aplicable. Por ejemplo,
supongamos que se quiere calcular la CO de un plan de muestreo en el que se
toman muestras de 50 unidades y se rechaza si hay más de un elemento no
conforme en la muestra. Se supone un muestreo lote a lote. En este caso resulta
aplicable la distribución binomial,

En el caso de muestreos dobles o múltiples, el cálculo anterior se complica


ligeramente dependiendo de lo complejo que sean los criterios de aceptación, pero
el fundamento es, naturalmente el mismo.
Nivel de calidad aceptable (NCA) y calidad límite (CL)
En una curva de aceptación se encuentran los siguientes puntos característicos (ver
Fig. 4):
NCA (NIVEL DE CALIDAD ACEPTABLE). En inglés AQL (Acceptable Quality
Level). Es el valor de p ( c en el caso de defectos) que tiene una probabilidad de
aceptación de 0.95. La probabilidad de rechazo de un lote con estas características,
α = 05.0 , se denomina riesgo del fabricante.
CL (CALIDAD LIMITE). En inglés QL (Quality Limit) o LTPD (Lot Tolerance Percent
Defective). Es el valor de p ( c en el caso de defectos) que tiene una probabilidad
de aceptación de 0.10. La probabilidad de aceptación de un lote con estas
características, β = 10.0 , se denomina riesgo del consumidor.
Las curvas CO tienen las siguientes propiedades:
Las curvas CO correspondientes a números de aceptación Ac=0 son cóncavas. En
caso contrario son inicialmente convexas, después tienen una inflexión para finalizar
de forma cóncava.
♦ En el entorno del NCA, la curva tiene una pendiente mayor cuanto mayor es el
tamaño de la muestra (mejor discriminación) .
♦ Si se mantiene constante el tamaño de la muestra pero se aumenta el número de
aceptación Ac, la curva se desplaza hacia la derecha.
♦ En el caso de atributos, el problema de hallar la curva CO que pase por un NCA y
un CL dados no siempre tiene solución exacta ni siquiera en el caso de muestreo
simple debido a la restricción deque tanto el tamaño de la muestra como el número
de aceptación han de ser enteros. En el párrafo 4.4 se describe un procedimiento
aproximado.
Plan de muestreo de aceptación por variables
En el muestreo de aceptación por variable, inspeccionamos los productos de
acuerdo con una medida cuantitativa de la calidad (por ejemplo: peso, longitud,
resistencia a la presión, etc.). En el caso de las características que se miden en una
escala continua, debemos tener en cuenta que nunca se pueden lograr estándares
exactos, porque siempre hay una pequeña variabilidad entre los productos. Por
ejemplo, si un saco de arroz especifica un peso de 50 kg., lo normal es que
recibamos sacos con pesos cercanos a los 50 kg., pero nunca con precisión
matemática la especificación indicada. En general, el control de la calidad por
variables requiere de la especificación de un valor promedio de la variable o
característica, y de una medida del grado de variabilidad de la variable; al respecto,
la medida de variabilidad adoptada universalmente es la desviación estándar. Si la
calidad de un producto especifica que la variable de calidad tiene una media μ y una
desviación estándar S, esto significa que aproximadamente en el 68% de los
productos la variable de calidad tiene un valor que está entre fi—S y μ + S.
Calculo de valores
La determinación de n y del rango de aceptación en un plan de muestreo por
variable se hace de acuerdo con el riesgo que estamos dispuestos a correr de
cometer los errores tipo I y tipo II.
Supongamos que Supongamos que de acuerdo con nuestro costo de inspección,
hemos determinado que n = 10 es un tamaño de muestra apropiado. Con el fin de
determinar el rango de aceptación para el promedio de la muestra, debemos fijar la
probabilidad de cometer el error tipo I (rechazar un lote que cumple las
especificaciones). En este caso, fijaremos la probabilidad de error tipo I en 0.05.
Para determinar el rango de aceptación debemos tener en cuenta que la variable
La determinación de n y del rango de aceptación en un plan de muestreo por
variable se hace de acuerdo con el riesgo que estamos dispuestos a correr de
cometer los errores tipo I y tipo II.
Supongamos que Supongamos que de acuerdo con nuestro costo de inspección,
hemos determinado que n = 10 es un tamaño de muestra apropiado. Con el fin de
determinar el rango de aceptación para el promedio de la muestra, debemos fijar la
probabilidad de cometer el error tipo I (rechazar un lote que cumple las
especificaciones). En este caso, fijaremos la probabilidad de error tipo I en 0.05.
Para determinar el rango de aceptación debemos tener en cuenta que la variable.
Procedimiento aproximado para determinar un plan de muestreo que
satisfaga un NCA y una CL fijada
Supongamos que se quiere determinar un plan de muestreo que satisfaga NCA =
0.01 y CL=0.06. Es decir, P(aceptar un lote p=0.01)=0.95 y P(aceptar un lote
p=0.06)=0.10. Si el tamaño de la muestra es suficientemente grande y p pequeño
(tal que pn >1 y p <0.10) se puede aproximar la distribución binomial por una
distribución de Poisson:

De manera general, la resolución de este sistema de ecuaciones en el que una de


las incógnitas está en el índice sumatorio, es complicada. Para cada valor del
número de aceptación Ac, existe una solución única de (n*NCA) y (n*CL).
En la tabla siguiente se recogen las soluciones para algunos valores de Ac:

La relación entre CL y NCA da una idea de la pendiente que ha de tener la curva de


operación. En este caso CL / NCA 0.06/ 0.01 = 6 y por lo tanto la familia de curvas
que más se aproxima es la que corresponde a Ac = 2. Una vez fijado Ac, resultan
dos ecuaciones con una incógnita.
En este caso:

El plan de muestreo n=82 y Ac = 3 tiene un NCA de 0.01 y una CL próxima a 0,06,


mientras que el plan de muestreo n=89 y Ac = 3 tiene una CL = 0.06 y un NCA
próximo a 0.01. A partir de ahí se puede optar por tomar la solución más
conservadora (tamaño de muestra mayor n= 89) o una solución de compromiso
(tamaño de muestra medio n =85).
Anexos
Tabla MIL-STD 414
MIL-STD 105D
Dodge-Roming
Conclusión
De acuerdo a la información obtenida, y haciendo el análisis practico junto la teoría,
a nosotros como ingenieros industriales nos sirve de mucha ayuda conocer este tipo
de herramientas, debido a que en cualquier proceso, producto bien o servicio está
contemplando la calidad.
Para medir la calidad y poder tener un buen sistema de control de calidad, se debe
de aplicar las herramientas descritas anteriormente, siempre y cuando se adapte a
las necesidades de nuestro estudio.
El muestreo se puede decir que es algo cotidiano en nuestra vida profesionista,
debido a que cualquier cosa que se quiere controlar se debe de medir. Y para hacer
las mediciones se necesita un sistema o plan de muestreo como ya se mencionó.
Aplicando estas herramientas dentro de las actividades diarias de ingeniería los
parámetros tanto el DDPPMM’s y FPT tenderían a bajar y aumentaría la satisfacción
del cliente.
Bibliografía

Control estadístico de calidad y seis sigma


Autor: Humberto Gutiérrez Pulido
Editorial: Mc Graw Hill
México, D.F. 2009

http://support.minitab.com/
http://navarrof.orgfree.com/Docencia/Calidad/UT3/milstd414_iso_3951.htm
http://www.gestiondecalidadtotal.com/mil_std_105e.html

También podría gustarte