CURSO DE MUESTREO POR VARIABLES

PROFESOR: RENE MALUENDA MOYA

UNIVERSIDAD DE ANTOFAGASTA

CHILE

AREQUIPA NOVEIMEBRE DEL 2012

1
 MUESTREO POR VARIABLES

Una limitacin que salta a la vista en el empleo de criterios por variables en el muestreo para aceptacin es
el hecho de que muchas caractersticas de calidad slo se pueden observar como atributos. En los casos
en que es cierto, no hay ni que pensar en el muestreo por variables. No obstante, a menudo ocurre que es
posible idear mtodos de medicin en los casos en que, a primera vista, parece ser que la inspeccin debe
ser por atributos. Para las caractersticas de calidad que se pueden medir, suele ocurrir que el costo de la
inspeccin por artculo es menor cuando es por atributos en lugar de por variables.

Quiz la limitacin ms seria para emplear el muestreo por variables es el hecho de que los criterios para
aceptacin se deben aplicar por separado a cada caracterstica de calidad.

Por ejemplo, si se van a examinar 20 caractersticas de calidad de un producto en un determinado puesto

de inspeccin, se puede aplicar un solo grupo de criterios para muestreo por atributos a la decisin para
aceptacin. Por el contrario, si cada caracterstica se somete a inspeccin por variables, se deben utilizar
20 grupos diferentes de criterios para variables.

A menudo el muestreo para aceptacin por variables suele ser preferible al muestreo para aceptacin por
atributos, en particular de las caractersticas de calidad que son el origen de problemas. Quiz solo 2 de las
20 caractersticas mencionadas antes puedan presentar dificultades. Si es as, puede ocurrir que los
criterios para variables se puedan aplicar con provecho a estas dos, aunque se emplean criterios para
atributos para las otras 18.

La gran ventaja del empleo del muestreo para aceptacin por variables es que se obtiene ms informacin
acerca de la caracterstica de calidad en cuestin, lo cual puede conducir a cierto nmero de resultados
deseables, como sigue:

1.- Para una muestra de tamao dado, por lo general se puede obtener mejor proteccin para la
calidad con criterios para variables en lugar de por atributos. O dicho en forma un poco diferente,
para una proteccin dada de la calidad en contra de posibles porcentajes de defectivos (reflejados
en la curva OC), con las variables se pueden emplear muestras ms pequeas que con los
atributos.

2. El grado de cumplimiento o incumplimiento (no conformidad) con el valor deseado de una

caracterstica de calidad recibe importancia cuando se utilizan los criterios para variables. Esto
puede ser importante siempre que hay un margen de seguridad en las especificaciones de diseo o
en una zona crepuscular o de incertidumbre de valores de la caracterstica de calidad, entre los que
son claramente aceptables y los que son inaceptables.

2
 3. La informacin de variables suele dar una mejor base de orientacin hacia el mejoramiento de la
calidad.

4. La informacin de variables puede dar una mejor base para ponderar el historial de calidad en las
decisiones para aceptacin.

5.- Es ms fcil descubrir los errores de medicin con la informacin de variables.

Denominamos caractersticas variables a aquellas que pueden ser medidas. Las condiciones que
normalmente permiten la aplicacin del muestreo de aceptacin por variables son las siguientes:

1.- La caracterstica objeto de inspeccin debe ser una variable o capaz de ser convertida segn
una escala variable.

2. La inspeccin de tributos o caractersticas esenciales resulta excesivamente costosa.

3. La inspeccin de atributos no proporcionar suficiente informacin; esto es, tambin se requieren

del alcance y las consecuencias de la variacin.

4. La distribucin de las caractersticas debe ser aproximadamente normal.

Las caractersticas distintivas de un plan de muestreo de variables, en comparacin con un muestreo de

atributos, son las siguientes:

1.- Se obtiene una proteccin anloga con una muestra de tamao menor.

2.- Slo puede aplicarse para la aceptacin o rechazo de una caracterstica sometida a inspeccin.

3. Implica mayores costos administrativos. Se precisan mejores cualificaciones, ms clculo, es

posible cometer mayor cantidad de errores de clculo y se hace preciso utilizar equipo de
inspeccin ms caro.

4. Suele proporcionar mejores fundamentos para mejorar la calidad y mucha ms informacin en

caso de renuncia.

3
Existen 2 tipos generales de procedimientos de muestreo por variable: los planes que controlan la
fraccin defectuosa del lote y los planes que controlan un parmetro del lote o proceso.

Considrese un plan de muestreo por variables para controlar la fraccin disconforme del lote o proceso.
Puesto que la caracterstica de la calidad es una variable, habr un limite inferior de la especificacin LEI,
un limite superior de la especificacin LES, o ambos, que definan los valores aceptables de este parmetro.

Los clculos del sistema de muestreo por variables pueden organizarse de 2 maneras:

Procedimiento 1:

Se toma una muestra aleatoria de n artculos del lote y se calcula el estadstico

X LEI
ZLEI =

Obsrvese que ZLEI expresa simplemente la distancia entre el promedio muestral X y el lmite inferior de la
especificacin en la unidad de desviacin estndar. Entre ms grande sea el valor de ZLEI, mas apartado
estar el promedio muestral X del lmite inferior de la especificacin y, por consiguiente, ms pequea
ser la fraccin defectuosa del lote.

Procedimiento 2

Se toma una muestra aleatoria de n artculos del lote y se calcula ZLEI. Esta se usa para
estimar la fraccin defectuosa del lote o proceso como el rea bajo la curva normal estndar debajo de ZLEI.

Los 2 procedimientos pueden disearse para que se produzcan resultados equivalentes. Cuando hay un
solo limite de especificacin (LEI o LES), puede usarse cualquiera de los 2 procedimientos. Evidentemente,
en el caso del lmite superior de la especificacin, se calculara:

LES X
ZLES=

Algunos tipos de diferentes criterios para aceptacin por variables.

Hay muchas formas diferentes en las cuales se pueden emplear los valores reales medidos de la
caracterstica de calidad en una muestra para influir en las decisiones de aceptacin del producto
presentado. La siguiente clasificacin general de tipos de criterios variables se pretende que constituya una
base conveniente:

4
 1. Criterios en los que la decisin depende de la distribucin de frecuencia de la muestra. El
diagrama de lotes de Shanin es un ejemplo de este tipo de plan.

2. Criterios con el empleo de una grfica de control para variables, a fin de dividir una serie de lotes
consecutivos de inspeccin en grandes lotes con aplicacin de los criterios para aceptacin a cada
gran lote.

3. Criterios en los cuales la decisin de aceptacin o rechazo de un lote est basada tan slo en el
promedio de la muestra. Los planes en que se emplean estos criterios se pueden llamar planes con
sigma conocida o bien, planes con variabilidad conocida.

4. Criterios en los cuales la decisin est basada en el promedio de la muestra, combinado con una
medicin de la dispersin de la muestra. Estos planes se pueden llamar con sigma desconocida o
con variabilidad desconocida.

En ocasiones, hay razones legales o de otra ndole por las cuales no se deberan emplear los criterios para
variables para el rechazo de lotes aunque esos criterios sean adecuados para la aceptacin de lotes. Esta
situacin puede conducir a alguna combinacin de criterios por variables y atributos.

5
 PLAN DE MUESTREO DE ACEPTACION POR VARIABLES:

Planes por variables: En este tipo de planes se toma una muestra aleatoria del lote y a cada unidad de la
muestra se le mide una caracterstica de calidad aleatoria del lote (peso, longitud, etc.). Con las mediciones
se calcula un estadstico, que generalmente est en funcin de la media y la desviacin estndar muestral,
y dependiendo del valor de este estadstico al compararlo con un valor permisible, se aceptar o rechazar
todo el lote.

Muestreo de aceptacin por variable. 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. 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: Se puede obtener de la misma curva caracterstica de operacin con un tamao muestral menor
que lo requerido por un plan de muestreo por atributos. Cuando se utilizan pruebas destructivas, el
muestreo por variables es particularmente til para reducir los costos de inspeccin. Los datos de
mediciones proporcionan normalmente ms informacin sobre el proceso de manufactura o el lote que los
datos de atributos.

Desventajas:

Se debe de conocer la distribucin de la caracterstica de calidad.

Se debe de usar un plan para cada caracterstica de calidad que hay que inspeccionar.

Es posible que el uso de un plan de muestreo por variable lleve al rechazo de un lote aunque la
muestra que se inspecciona realmente no tenga ningn artculo defectuoso.

En el muestreo de aceptacin por variable, inspeccionamos los productos de acuerdo con una
medida cuantitativa de la calidad (por ejemplo: peso, longitud, resistencia a la presin, etc.).

En el caso de las caractersticas que se miden en una escala continua, debemos tener en cuenta
que nunca se pueden lograr estndares exactos, porque siempre hay una pequea 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 precisin matemtica la
especificacin indicada.

6
En general, el control de la calidad por variables requiere de la especificacin de un valor promedio de la
variable o caracterstica, y de una medida del grado de variabilidad de la variable; al respecto, la medida de
variabilidad adoptada universalmente es la desviacin estndar. Si la calidad de un producto especifica que
la variable de calidad tiene una media y una desviacin estndar S, esto significa que aproximadamente
en el 68% de los productos la variable de calidad tiene un valor que est entre S y + S.

Un plan de muestreo de aceptacin por variable debe especificar el tamao de la muestra, al cual llamamos
n, y el rango de aceptacin para el promedio de la muestra.

La determinacin de n y del rango de aceptacin 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 de
acuerdo con nuestro costo de inspeccin, hemos determinado que n = 10 es un tamao de muestra
apropiado. Con el fin de determinar el rango de aceptacin 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 aceptacin debemos tener en
cuenta que la variable:

( X )
Z
[ S / n]

Tiene una distribucin de probabilidades conocida con el nombre de distribucin normal estndar. Las
probabilidades de la distribucin normal estndar estn tabuladas en los textos de estadstica. En
particular, en estas tablas se puede ver que la probabilidad de que Z tome un valor menor de 1.645 es
igual a la probabilidad de error tipo I de 0.05 que hemos fijado. Luego, si el lote cumple con las
especificaciones de calidad, es decir n = 50 y S = 1, la probabilidad de que la media de la muestra sea
menor de:

X = - 1.645 (S n) = 50 - 1.645 (1 / 10) = 49.48 en la parte inferior

Es de 0.05. Es decir; si nuestro criterio de rechazo es que la media de los pesos de la muestra de 10 sacos
es menor de 49.48 kg., tendremos una probabilidad de 0.05 de cometer el error tipo I, como lo queramos.
De esta forma, hemos determinado nuestro rango de aceptacin, aceptamos el lote de 100 sacos si en
una muestra de 10 sacos encontramos un peso promedio de 49.48 kg. o ms. Si queremos determinar
un tamao de muestra adecuado, debemos tener en cuenta las probabilidades de cometer el error tipo II. Al
igual que en el muestreo por atributo, al aumentar el tamao de la muestra, se disminuye la probabilidad de
cometer el error tipo II, una vez que se ha fijado el riesgo de cometer el error tipo I.

7
Resumiremos los pasos necesarios para la determinacin de un plan de muestreo de aceptacin por
variable:

1.- Determinar la media y la desviacin estndar S que esperamos en un lote aceptable.

2.- Fijar la probabilidad de cometer el error tipo I deseada (menor de 0.10) y un tamao de muestra n que
consideremos adecuado desde el punto de vista del costo.

3.- Con base en los valores de n, , S y la probabilidad de cometer el error tipo I, se determina el rango de
aceptacin haciendo uso de las tablas de la distribucin normal estndar.

4. En funcin de una media de la caracterstica que no es deseable, y de una probabilidad de cometer el

error tipo II con esa media, determinar si el tamao de muestra n satisface nuestras expectativas de
costo y precisin. Si las satisface, podemos aceptar el plan de muestreo; de otra forma, debemos
incrementar el tamao de muestra n y volver al paso 3.

Debemos indicar que para el caso de muestreo de aceptacin por variable se puede determinar
directamente el tamao de muestra apropiado en funcin de las probabilidades de cometer los errores tipo I
y II

8
 ACEPTACION DE LOTES CON NIVEL ACEPTABLE DE CALIDAD

Existen dos tipos generales de procedimientos de muestreo por variables; planes que controlan la fraccin
defectuosa del lote o el proceso, y planes que controlan un parmetro (normalmente la media) del lote o el
proceso.

Procedimiento 1

Se obtiene una muestra aleatoria de n artculos del lote y se calcula la estadstica. Observemos que en
ZLIE expresa exactamente la distancia entre la media muestral X y el lmite inferior de especificacin en
unidades de desviacin estndar. Cuando mas grande sean los valores de ZLIE, tanto mas lejos se
encuentra la media muestral X respecto del limite inferior de especificacin y, por consiguiente, tanto mas
pequea es la fraccin defectuosa p del lote.

Si ZLIE k, se aceptar el lote.

Si ZLIE < k, se rechazar el lote.

Procedimiento 2

Se obtiene una muestra aleatoria de n artculos del lote y se calcula ZLIE. Para estimar la fraccin
defectuosa del lote o el proceso se utiliza ZLIE como el rea bajo la curva normal estndar a la izquierda de
ZLIE. Sea p el estimador. Si el valor del estimador p es mayor que un mximo especificado M, se
rechazar el lote de otra manera se aceptar.

Muestreo para Aceptacin que busca responder a la cuestin cuanto a la calidad de los artculos que se
adquiere en base a la inspeccin de una muestra aleatoria de tems del lote del producto terminado
conduce necesariamente a una decisin, aceptar o rechazar el lote. Sabemos por anticipacin que
cualquier decisin involucra riegos (Tomar la decisin correcta o equivocada) y que por regla general
cuanto ms informacin tenemos sobre el problema, menores son los riesgos de tomar la decisin
equivocada.

9
Se denomina Riesgo de Productor la probabilidad de que el lote sea RECHAZADO cuando en VERDAD el
lote presenta la calidad deseada y

Se denomina Riesgo del Consumidor es la probabilidad que este sea ACEPTADO cuando no presenta la
calidad deseada.

La elaboracin de Planes de Muestreo para Aceptacin toma en cuenta todos estos factores y una vez
establecido se pueden representar los riegos del productor y del consumidor a travs de puntos sobre una
curva denominada Curva Caracterstica de Operacin - CCO del Plan de Muestreo. La CCO es construida
calculndose la probabilidad del Riesgo del Productor tomando en cuenta la supuesta Calidad del Lote.
Esta probabilidad estar dada por el modelo de probabilidad que mejor describe la variacin que
introducimos en el proceso al juzgar la poblacin con base al examen de una muestra tomada de ella. El
establecimiento de Tablas de Control as como de Planes de Muestro para Aceptacin requieren de
significativo conocimiento de Mtodos Estadsticos.

Sin embargo, con alguna superficialidad es posible ilustrar a travs de un Plan de Muestreo para

Ejemplo:

Suponga que estamos inspeccionado lotes de piezas con el siguiente procedimiento:

Examinamos una muestra de n=16 tems de cada lote de un producto terminado; Aceptamos cualquier lote
como satisfactorio si en la muestra no encontramos ms de 4 defectuosos. As n= 16, donde n es tamao
de la muestra o nmero de ensayos y la cantidad mxima de tems defectuosos en la muestra c que nos
lleva a aceptarlo es c= 4.

Para examinar con algn detalle el funcionamiento de este Plan de Muestreo es necesario construir su
Curva Caracterstica de Operacin - CCO y para tal debemos determinar la probabilidad de rechazarlo
haciendo suposiciones sobre el porcentaje de defectuosos en el lote. En este caso el modelo de
probabilidad involucrado es conocido por Distribucin Binomial de Probabilidades. Si genricamente
definimos X = nmero de tems defectuosos en la muestra es posible determinar la probabilidad deseada,

J 16
P(X<=4) = P(X=0) + P(X=1) + P(X=2) + P(X=3) +P(X=4) a travs de: C
J 0
16
J p J (i p)16 J

Donde p = Calidad supuesta del Lote o probabilidad de tems defectuosos.

10
PROCEDIMIENTO.

Se considera un lote. Se toma una muestra y se testea. Segn el resultado se acepta el lote o se rechaza el
lote.

NOTACION:

n tamao de la muestra

C: numero de aceptacin X: numero de unidades defectuosas en la muestra.

CRITERIOS. Si x c, se acepta el lote. Si x >c, se rechzale lote. Se puede tomar una segunda muestra.

USO E INTERPRETACION DEL MILITAR STANDARD 414:

UNO Y DOS LIMITES

MIL STD 414 (ANSI/ASQC Z1.9) Es un plan de muestreo para aceptacin por variables, se introdujo en
1957, su punto focal es el nivel de calidad aceptable, que varia de 0.04 a 15%.

Existen cinco niveles de inspeccin, donde el nivel IV se considera normal.

Utiliza letras cdigos para los tamaos de muestra.

Los tamaos mustrales son una funcin del tamao del lote y del nivel de inspeccin.

En esta norma se pueden emplear dos procedimientos: para el caso de limites unilaterales se aplica el
procedimiento 1 o 2. Si hay limites bilaterales, se utiliza el procedimiento 2. Esta norma se divide en cuatro
secciones:

Seccin A.- es una descripcin general de los planes de muestreo, incluyendo ediciones, letras cdigo
para el tamao de la muestra, y curvas CO para varios planes de muestreo.

Seccin B.- ofrece planes de muestreo por variables que se basan en la desviacin estndar de la
muestra, para el caso en el cual se desconoce la variabilidad del lote o del proceso.

Seccin C.- presenta planes de muestreo por variables que se basan en el mtodo de la amplitud
muestral.

Seccin D.- proporciona planes de muestreo por variables para el caso en el que se conoce la desviacin
estndar del proceso.

11
La MIL STD 414 proporciona informacin para un cambio a la inspeccin estricta o a la reducida, cuando
ella se justifica.

Se usa la media del proceso como base para determinar cuando se realizara dicho cambio.

Como media del proceso se toma el promedio de las estimaciones muestrales del porcentaje defectuoso,
calculadas a partir de los lotes sometidos a la inspeccin original. Normalmente la media del proceso se
calcula a partir de la informacin de los 10 lotes anteriores.

Debe implantarse la inspeccin estricta siempre que la media del proceso exceda al NCA, y cierto numero
de los lotes (mayor a un valor T en los que se basa la media del proceso tenga estimaciones del porcentaje
defectuoso mayores que el NCA.

Se utiliza la inspeccin reducida cuando:

1.- los 10 lotes anteriores han estado bajo la inspeccin normal y no se ha rechazado ninguno,

2.- el porcentaje defectuoso estimado para cada uno de dichos lotes es menor que un limite inferior
especificado, para el cual se proporciona una tabla especial, o en ciertos planes, cuando el porcentaje
defectuoso estimado es igual a cero para un numero especificado de lotes consecutivos;

3.- La produccin es estable.

Es necesario estimar la fraccin defectuosa cuando se aplica el procedimiento 2 de la MIL STD 414.

Tambin se requiere implementar las reglas de cambio entre la inspeccin normal, la estricta y la
reducida.

En la norma se proporcionan tres tablas para estimar la fraccin defectuosa. La seleccin de la tabla
adecuada depende de que se suponga conocida la desviacin estndar, se estime la desviacin estndar
mediante la desviacin estndar muestral, o se use la amplitud de los datos mustrales. Estas tablas se
denominan a veces Lieberman- Resnikoff , se emplean para estimar la fraccin defectuosa correspondiente
a ZLIE y ZLES cuando se desconoce la variabilidad del proceso, y se estima mediante la desviacin estndar
muestral. Los nmeros en la tabla son las probabilidades de que la variable normal sea menor que o igual a
Z. Estas tablas no solo son tiles para el muestro por variables, sino tambin para cualquier situacin
problemtica en la que se necesita una estimacin de los percentiles de una distribucin normal con una
media y una desviacin estndar desconocidas.

Cuando se empieza a utilizar la MIL STD 414, puede elegirse entre los procedimientos de la desviacin
estndar conocida y la desviacin estndar desconocida. Cuando no se tiene alguna base para conocer
Sigma, debe utilizarse obviamente el plan de la desviacin estndar desconocida. Sin embargo, es
conveniente llevar una grafica de R o de S para los resultados de cada lote, con objeto de obtener una
cierta informacin acerca del estado de control estadstico de la dispersin en el proceso de manufactura.
Si este diagrama indica un control estadstico, ser posible cambiar a un plan de sigma conocida. Tal
cambio reducira el tamao muestral requerido. Incluso en un proceso sin control perfecto, la grafica de
control podra proporcionar informacin conducente a una estimacin conservadora de sigma para su uso
en un plan de sigma conocida.

12
Cuando se utiliza un plan de sigma conocida, es necesario llevar un diagrama de control R o S como una
verificacin continua de la suposicin de variabilidad estable y conocida del proceso. La MIL STD 414
contiene un procedimiento especial para planes mixtos de muestreo de aceptacin por variables y atributos.
Si el lote no satisface los criterios de aceptacin del plan por variables, se obtendr un plan de muestreo
por atributos MIL STD 105D utilizando la inspeccin estricta y el mismo NCA.

Se puede aceptar un lote por cualquiera de los planes, pero tiene que ser rechazado por ambos mtodos
por variables y por atributos. Uno y dos lmites

Es posible disear planes de muestreo para aceptacin en casos en los que se conoce o desconoce la
variabilidad del lote o el proceso, y en los que hay lmites unilaterales o bilaterales de especificacin para
caracterstica de calidad. En el caso de los lmites unilaterales se puede aplicar el procedimiento 1 o el
procedimiento 2. Si hay limites bilaterales, entonces habr que utilizar el procedimiento 2. si se conoce y es
estable la variabilidad del lote o del proceso , los planes que corresponde a una variabilidad conocida son
los mas eficaces econmicamente . Cuando se desconoce la variabilidad del lote o del proceso se podra
usar la desviacin estndar o la amplitud de la muestra para el plan de muestreo. el mtodo de la amplitud
necesita un tamao maestral mas grande y, por lo general , no se recomienda su uso.

Diferentes procedimientos del mil-std 414

Esta norma puede aplicarse a una especificacin con solo un lmite, S o I, o a una especificacin con dos
lmites. Los planes con sigma conocida incluidos en la norma estn designados como de variabilidad
conocida. En estos ltimos planes era posible aplicar o bien el mtodo de la desviacin estndar o el
mtodo de amplitud para estimar la variabilidad del lote.

Se dispona de dos formas de hacer los clculos. En la forma 2 , la decisin de aceptacin o rechazo
requera el uso de una tabla auxiliar que proporcionaba un valor estimado del porcentaje defectuoso del
lote basado en un ndice de calidad calculado a partir de cierto valor estadstico de la muestra. En la
forma 1 , que era solamente para especificaciones unilaterales, no hacia falta esa tabla auxiliar, las
diferencias entre las dos formas se aplicaban solamente al procedimiento de clculos y las dos daban
resultado idnticos en cuanto aceptacin y rechazo se refiere .

BIBLIOGRAFA

Control de la Calidad Richard C. Vaughn Editorial. Limusa

Control Estadstico de la Calidad. Vicente Carot Alonso Editorial Alfaomega

13