ASTM Designacin: E 105 96

Prctica Estndar para Muestreo Probabilstico de Materiales 1. Alcance 1.1 Esta prctica es primeramente una declaracin de principios para la gua de comits tcnicos de ASTM y otros en la preparacin de un plan de muestreo para un material especifico. 2. Terminologa 2.1 Definicin de Trminos Especficos a este Estndar: 2.1.1 Los planes de muestreo Probabilistico hacen uso de la teora de probabilidades para combinar un procedimiento conveniente para seleccionar los tems de la muestra con un procedimiento adecuado para resumir los resultados del ensayo as que las inferencias puedan ser provenientes y el riesgo calculado de los resultados del ensayo por la teora de probabilidades. Para un conjunto dado de condiciones, usualmente sern algunos planes posibles, todos validos, pero difieren en velocidad, simplicidad y costo. 3. Objetivo del Muestreo Probabilistico 3.1 El propsito de una muestra puede ser estimar las propiedades de un lote, apiamiento, o embarque, tal como el porcentaje de algn constituyente, la fraccin de los tems que caen para reunir un requerimiento especificado, el peso promedio de o calidad de un tem, el peso total del embarque, o el probable mximo o mnimo contenido de algn qumico. 3.2 El propsito puede ser la disposicin racional del lote o embarque, sin el paso intermedio de la formacin de un estimado. 3.3 El propsito puede ser proporcionar ayuda alrededor de una accin racional concerniente a procesos de produccin que generaron el lote, pila o embarque. 4. Caractersticas de un Plan de Muestreo Probabilistico 4.1 Un plan de muestreo Probabilistico poseer algunas caractersticas de importancia como las siguientes: 4.1.1 Poseer un procedimiento objetivo para la seleccin de la muestra, con el uso de nmeros aleatorios. 4.1.2 Incluir una formula definida para el estimado, si hay que hacer un estimado; tambin para el error estndar de algn estimado. Si la muestra es usada para decisin sin el paso intermedio de un estimado, el proceso de decisin seguir reglas definidas. En muestreo de aceptacin, por ejemplo, estas son frecuentemente basadas en predeterminados riesgos de tomar la accin no deseada cuando el nivel verdadero de la caracterstica concerniente tiene predeterminados valores; por ejemplo, niveles de calidad aceptable o de rechazo pueden ser especificados. 4.2 Los requerimientos mnimos que pueden ser reunidos en orden para obtener las caractersticas mencionadas en 4.1 aparecen en la seccin 5, la cual tambin indica los requerimientos mnimos para la descripcin de un plan de muestreo satisfactorio.

5. Estndares Mnimos para un Plan de Muestreo Probabilistico 5.1 Para un plan de muestreo que tenga los requerimientos mencionados en la seccin 4 es necesario: 5.1.1 Que cada parte de la pila, lote o embarque tenga una oportunidad de seleccin 5.1.2 Que esas probabilidades de seleccin sean conocidas, al menos para la parte actualmente seleccionada, y 5.1.3 Que, cualquiera en medida o en computacin, cada tem sea pesado en proporcin inversa a su probabilidad de seleccin. Este ltimo criterio no deber partir desde; por ejemplo, pesos iguales no pueden ser usados cuando la probabi-lidad de seleccin es sin igual, a menos que los clculos muestren que las tenden-cias introducidas por medio de eso no afectar el menos til de los resultados. 5.2 Para reunir los requerimientos de 5.1.1 y 5.1.2, el plan de muestreo tiene que describir las unidades de muestreo y como ellos estn para ser seleccionados. Se tiene que especificar que la seleccin ser objetivamente al azar. Para llevar a cabo la seleccin al azar, use nmeros de muestreo aleatorio, desde que dispositivos mecnico aleatorios usualmente guan las tendencias y no es una herramienta estndar. Los requerimientos de 5.1.3 pueden ser reunidos, en rutas no obvias, por varios mtodos especiales de computacin. 5.3 En la reunin de los requerimientos de 5.1.3, cuidadosamente establezca el propsito servido mediante el muestreo, menos un objetivo relativamente menos importante sobrebalance otro ms importante. Por ejemplo, la estimacin del total de calidad promedio de las existencias de tems puede ser menos importante que la disposicin racional de los sub-grupos de las existencias de inferior calidad. En este caso el mtodo de usar sub-muestras de igual tamao provenientes de cada sub-grupo es ms eficiente, aunque en algunos a expensas de la eficiencia del estimado de la calidad promedio del total. Similarmente, en inspeccin aceptada, las muestras de igual tamao provienen de lotes que varan ampliamente en tamao servido primeramente para proporcionar consistencia juzgada con respecto a cada lote, y secundariamente para proporcionar y estimar el proceso promedio. Donde el estima-do del promedio total de un numero de lotes es el objetivo importante, muestras proporcionales al tamao de los sub-grupos sern usualmente producidas y la eficiencia estimada. Para otros criterios posibles, los tamaos intermedios entre muestreo igual y proporcional desde los sub-grupos sern apropiados. 5.4 No es fcil describir en pocas palabras las muchas clases de planes que renen los requerimientos de 5.1.2. No es fcil describir como estos planes difieren de aquellos que no satisfacen los requerimientos. Muchas tcnicas estndar, tales como muestreo no estratificado aleatorio puro, muestreo estratificado aleatorio, y muestreo con probabilidades en proporcin al tamao, satisfacen los requerimientos; del mismo modo todos los planes se harn as donde la muestra es hecha levantada de sub-muestras identificadas separadas estas sern seleccionadas independiente-mente y por el uso de nmeros aleatorios. 5.5 Un plan de muestreo Probabilistico para algn material particular puede ser trabajable, y si algunos planes alternativos son posibles, cada uno de los cuales proporcionara el nivel de precisin deseado, el plan adoptado ser el nico que involucre el costo mas bajo. 5.6 Un plan de muestreo Probabilistico puede describir las unidades de muestreo y como ellos sern seleccionados (con o sin estratificacin, igual probabilidad, etc.).El plan de muestreo puede tambin describir:

5.6.1 La frmula para calcular y estimar (concentracin promedio y mnima, rango, peso total, etc.), 5.6.2 Una frmula o procedimiento mediante el cual se calcule el error estndar de algn estimado desde los resultados de la muestra misma, y 5.6.3 Fuentes de posibles tendencias en el procedimiento de muestreo o en la estimacin de las frmulas, junto con la informacin pertinente a la posible magnitud de las tendencias y sus efectos en el uso de la informacin. 5.7 El desarrollo de un buen plan de muestreo usualmente tendr lugar en pasos, tales como: 5.7.1 Una declaracin del problema por el cual un estimado es necesario. 5.7.2 Recoleccin de informacin acerca de propiedades importantes del material a ser muestreado (promedios, componentes de variacin, etc.) 5.7.3 Consideraciones de un numero de tipos posibles de planes de muestreo, con comparaciones de costos totales, precisin, y dificultades, 5.7.4 Una evaluacin de los planes posibles, en trminos de costo de muestreo y ensayo, demora, tiempo de supervisin, inconveniencias, 5.7.5 Seleccin de un plan de entre varios planes posibles. 5.7.6 Reconsideracin de todos los pasos precedentes.

6. Algunos Problemas Encontrados en el Muestreo Probabilistico de Materiales en Bruto 6.1 Hay dos dificultades mayores que pueden ser encontradas en la planeacin y acarreo fuera del muestreo Probabilistico de un lote o material en bruto: 6.1.1 Falta de informacin en las caractersticas estadsticas pertinentes de un lote de material, y 6.1.2 Las dificultades fsicas o los costos de dibujar en la muestra la especifica unidad de muestra ultima para ser especificada en el plan de muestreo. 6.2 Aqu puede ser informacin pequea en la naturaleza de la distribucin de las propiedades deseadas en algn lote dado en el universo de tales lotes, o en la magnitud y estabilidad de los componentes de variacin involucrada. Esta circuns-tancia es para ser esperada en el proceso de fabricacin que no tienen el beneficio de mtodos estadsticos para eliminar las causas asignables de variabilidad. Esto entonces ser difcil para especificar en avance el tamao exacto de la muestra para un grado de precisin prescrito. 6.3 Como la experiencia es adquirida, sin embargo, la muestra puede ser incremen-tada o decrementada para reunir los requerimientos ms exacta y econmicamente. En cualquier caso, un estimado valido puede hacerse de la precisin proporcionada por alguna muestra Probabilistica que fue seleccionada basada en un examen de la muestra misma. En esta conexin, las fluctuaciones aleatorias que desde el proceso de la medicin pueden ser consideradas como un permiso apropiado hecho, si es necesario. 6.4 Porque de la naturaleza fsica, condicin, o localizacin del material en el tiempo de efectuar el muestreo, seleccin de las unidades especificadas en un propuesto plan de muestreo puede no ser factible, fsicamente o econmicamente. No materia como valido un plan de muestreo dado, es en un sentido estadstico, esto no es ade-cuada si el costo involucrado es prohibitivo o si el trabajo requerido es enrgico que guas para cortes bajos o subterfugios por aquellos responsables para el muestreo.

7. Planificacin para Muestreo 7.1 Diferentes problemas o dificultades son encontrados con varias clases de mate-riales, y requiere soluciones especificas para casos individuales. Algunas caracters-ticas generales de soluciones para dificultades comunes son las siguientes: 7.1.1 Falta de informacin especifica en las caractersticas estadsticas pertinentes de la clase de material a ser muestreado puede algunas veces estar afectado pro-fundamente para un grado satisfactorio, sin costo excesivo o demora, mediante investigacin y utilizacin de lo existente, aparentemente datos no relativos e informacin general. 7.1.2 El costo de un plan de muestreo no esta confinado al costo monetario directo del muestreo y ensayo. Planes que aseguren mayor simplicidad, conveniencia o velocidad a expensas de costos directos altos algunas veces tienen costos totales bajos y pueden entonces ser apropiadamente adoptados. 7.1.3 Los errores aleatorios pueden algunas veces ser reducidos por estratificacin propia. Donde dificultades fsicas son encontradas en muestreo estratificado, las estadsticas requieren la cooperacin del ingeniero para posibles soluciones; en cualquier caso, el conocimiento y cooperacin del ingeniero ser provechoso en seleccionar la naturaleza y extensin de la estratificacin. 7.1.4 La reduccin econmica en la variacin de la unidad de muestreo ultima es posible algunas veces, como por un cambio en el tamao o forma, o por una eleccin de unidades que corten a travs del estrato natural 7.1.5 Inhabilidad para obtener econmicamente las unidades de muestreo deseado de un lote de material en el lugar es frecuentemente un mayor tropiezo en el mues-treo actual de cada material. Para tales unidades se vuelve accesible, el material puede ser manejado o movido. Ya que el movimiento (transporte) es usualmente necesario en algunas estaciones, la utilizacin del material, consideraciones pueden ser dados para la posibilidad de dibujar la muestra a este tiempo. 7.1.6 Algunas formas de transporte de algunas clases de materiales en bruto algunas veces afectan un mezclado de las partculas elementales del material, y algunas veces una segregacin. El plan de muestreo frecuentemente puede ser modificado para tomar ventaja de este mezclado o segregacin. Algunas veces una modificacin en el sistema de transporte enfatizar tal cambio, como que un plan de muestreo modificado permitir tranquilizar al ms econmico muestreo. 7.1.7 La seleccin usando nmeros aleatorios necesita no ser ms oneroso o costoso que los mtodos de seleccin de muestras regulados por admisin peridica, proveyendo que el plan de muestreo est completamente formulado. Por ejemplo, donde el uso actual de tablas de nmeros aleatorios tiene dificultad, los nmeros aleatorios pueden ser seleccionados por anticipado y proporcionar cober-tura para usarse como sea necesario. En la seleccin de material de cajas, patrones con cortes aleatorios pueden ser usados. La s unidades que dificultan el movimiento en almacenes pueden ser divididas en filas o pilas u otro sub-grupo apropiado; los sub-grupos, y las unidades dentro del sub-grupo, que son introducidas en la muestra pueden entonces ser determinadas por el uso de nmeros aleatorios. Una regla general es que donde el uso de tablas de nmeros aleatorios parece incmodo o costoso, aqu puede usualmente ser encontrada una

reformulacin del plan de muestreo que minimizar el costo sin sacrificar la naturaleza probabilistica del estimado deseado. 7.1.8 Los dispositivos de muestreo que son usados en algn lugar dado pueden afectar enormemente la accesibilidad de la ultima unidad de muestreo especificada por el plan de muestreo, y por lo tanto la posibilidad de alcanzar no aleatorios, y proporcionalmente en el estrato. La erogacin de considerable energa es frecuente-mente garantizado en el desarrollo de dispositivos superiores. Como factores estadsticos e ingenieriles son mutuamente interactivos a travs del diseo de un eficiente plan de muestreo Probabilistico, cerrar la cooperacin entre los especialis-tas de los dos campos es necesario. Es posible, por supuesto, que el adecuado conocimiento especializado de ambos campos pueda ser combinado en una persona.

APENDICE X 1. SELECCION DE LA MUESTRA X1.1 Los clculos del margen de error o el riesgo en el uso de los resultados de muestras es posible solamente si la seleccin de los tems para ensayo es hecha aleatoriamente. Esto es cierto cuando el procedimiento es estratificado o desestratificado. X1.2 Para un mtodo de muestreo a ser aleatorio, son muy satisfactorios los ensayos estadsticos, los ms comunes de los cuales son ensayos de carrera y cartas de control, y algunas veces otros ensayos estadsticos especiales. Aleatorio sin es obtenido por accin positiva; una seleccin aleatoria no es ms que una seleccin fortuita, no una declarada para ser sin tendencia. La seleccin por el uso propio de una tabla estndar de nmeros aleatorios es aceptable como aleatoriedad. Es posible y factible adaptar el uso de nmeros aleatorios al laboratorio, al campo y a la fabrica. X1.3 Dispositivos mecnicos de aleatoriedad son algunas veces usadas, pero ningn dispositivo es aceptable como aleatorio en ausencia de ensayos completos. Las dificultades en conseguir no aleatoriedad son mayores que las generalmente conocidas. Entonces, aleatoriedad especial es proyectado para la produccin de nmeros aleatorios que tienen frecuentemente fallas para dar resultados satisfac-torios hasta ser ajustados y re ensayados con perseverancia. Sin embargo, la seleccin mecnica es usualmente preferible para una seleccin de juicio. X1.4 Algunos otros mtodos de muestreo pueden ser mencionados que no renen los requerimientos de aleatoriedad. Por ejemplo, uno puede declarar que un lote de items es completamente mezclado y por lo tanto cualquier porcin, parejo el borde superior de la capa, puede dar varios tems en igual oportunidad de seleccin. En ausencia de pasos elaborados para mezclar el producto, siguiendo por ensayos cuidadosos para aleatoriedad, tales como asumciones que son riesgosas, como ellos frecuentemente lead para resultados equivocados. X1.5 De nuevo, otra practica comn es tomar una muestra sistemtica consistiendo de muchos tems k-th. Igual si el primer tem es seleccionado al azar, este tipo de muestra, aunque aleatorio, es actualmente una muestra de solamente uno de los k unidades de muestreo posibles que pueden ser formadas con un intervalo de k. Por lo tanto, en ausencia de conocimiento concerniente al orden del material, tal como una muestra que no permite un clculo valido del

error estndar. Adems, esto no produce una comparacin de las variaciones entre y con un grupo de unidades, informacin estadstica que podra indicar la direccin del cambio hacia un ms eficiente plan de muestreo. X1.6 Sin embargo, el uso de 10 aleatorios independientes inicia entre 1 y 10 k, junto con cada 10 kth unidad de all en adelante, para formar 10 sub-muestras sistemticas independientes para permitir un clculo valido del error estndar, junto con alguna informacin en las variaciones entre y con grupos de unidades. X1.7 Los siguientes prrafos no significan que no aleatorio y muestreo de juicio son de ningn valor. Una preliminar muestra de juicio, por ejemplo, puede proporcionar informacin til para el diseo eficiente de un plan de muestreo probabilistico. De nuevo, si el material siendo inspeccionado es conocido que varia pero en pequeo, una muestra arrebatada ser provechoso en evaluar el nivel de la caracterstica concerniente. X1.8 Esto tambin puede ser notado que el juicio juegue un rol importante en el diseo de un plan de muestreo probabilistica. Por ejemplo, esto puede ser usado para evaluar costos, para estimar