Sistema de Dodge y Romig para el muestreo de aceptacin lote por lote por

atributos

A veces se hace la pregunta de por qu es necesario tener tantas tablas. En la

industria, los grados ("niveles') aceptables de calidad varan y los riesgos
necesarios de las decisiones errneas, tambin Por cada combinacin de grado
aceptable de calidad y de nesgo, hace falta un plan distinto; por ello, se necesitan
tantas tablas. Se han calculado y publicado series de tablas que abarcan casi
todos los requisitos normales -A. C. Richmon

Un procedimiento para muestreo por atributos que incluye considerar los

efectos de la inspeccin detallada del producto rechazado

La mayora do las inspecciones para aceptaba se llevan a cabo sobro la base de

los atributos y los artculos se clasifican como los que cumplen y los que no
cumplen con las especificaciones. La inspeccin por atributos est adaptada para
el establecimiento de procedimientos normales (estndar) para muestreo.
La decisin de aceptar un lote, basada en el resultado de una o ms muestras
tomadas de este, lleva a resultados muy claros. Pero la decisin de rechazar
conduce a otra serie de actuaciones y decisiones, por lo general bien estipuladas
en los contratos o en los procedimientos normales de trabajo (SOP por sus siglas
en ingles), pero no obstante es ms compleja que las acciones requeridas por la
decisin de aceptar.
Con frecuencia, el resultado de una decisin de rechazar un lote es inspeccionarlo
al 100%. Esto es llama inspeccin para seleccin o detallar. La responsabilidad
de esta inspeccin puede ser del productor o del consumidor.

Seleccin de un programa de inspeccin para aceptacin

La eleccin entre diversos tipos posibles de procedimiento para la aceptacin de

producto manufacturado, es de ndole econmica. Al tomar una decisin respecto
a la inspeccin para aceptacin de cualquier producto determinado, puede ser
deseable tener en cuenta no slo los diversos mtodos posibles para muestreo
para aceptacin por atributos sino tambin las opciones de 1) no efectuar ninguna
inspeccin pero exigir a los proveedores que suministren pruebas estadsticas de
unu calidad aceptable; 2) inspeccin al 100% y 3) posibilidades de muestreo para
aceptacin por variables; tambin es cierto que una evaluacin conveniente de
todos los factores econmicos pertinentes es, a menudo, muy difcil. Por esta
razn, la eleccin de un plan para aceptacin se suele hacer en forma intuitiva
Un elemento importante en la seleccin de un mtodo de inspeccin para
aceptacin debera ser la probable aportacin del sistema para el mejoramiento de
la calidad Los sistemas de muestreo para aceptacin descritos en este captulo y
en los siguientes han tenido muy buen xito para llevar a cabo esa mejora.

Dos volmenes tiles de tablas normales (estndar)

Cualquier persona encargada de escoger el procedimiento de muestreo para

aceptacin por atributos, debe tener disponibles dos volmenes para consulta.
Uno de ellos es Sampling Inspection Tables" por Dogde y Romig.* El otro es
Sampling Inspection preparado por el Statistical Research Group (SRG) de
Columbia University**. Estos volmenes no slo contienen muchas y extensas
tablas de planes de muestreo para aceptacin por atributos sino tambin mucho
material til relacionado con la teora y la prctica del muestreo para aceptacin.

Las tablas de Dodge y Romig originales, se prepararon para uso interno en Bell
Telephone System. Su empleo primario fue para reducir al mnimo la cantidad total
de inspeccin, tomando en cuenta la inspeccin para muestreo y la inspeccin
para seleccin de los lotes rechazados.

Comentarios adicionales de la indexacin de los sistemas de muestreo

En el captulo 12 se mencion que se haban empleado tres puntos en la curva

OC como mtodo para indexar grupos de planes de muestreo. Estas y otras
medidas estadsticas constituyen la base lgica para combinar grupos de planes
en un sistema de muestreo. Por ejemplo, en el Sistema de Muestreo estndar de
Philips descrito en el captulo 15. se emplea el punto de control o calidad de
indiferencia p080 como base de ndice para el sistema de muestreo. En el sistema
de Dodge y Romig se emplea el punto p010 como ndice para dos grupos de
tablas en el sistema El punto 100p010 se denomina Porcentaje o Por ciento de
Defectivos Tolerables en el Lote (LTPD por sus siglas en ingls y que se emplear
en lo sucesivo), o sea, el porcentaje de defectivos que tiene la probabilidad de
aceptacin de 0.10.* Por tanto, los dos grupos de tablas estn ordenadas en
Riesgo del Consumidor, B, en donde B = 0.10.

Los puntos seleccionados en la curva OC no necesitan ser los nicos ndices de

planes de muestreo. Otro ndice es el Lmite de Calidad Promedio de Salida
(AOQL por sus siglas en ingls y as se utilizar en lo sucesivo). En el multicitado
sistema de Dodge y Romig, dos de los cuatro grupos de tablas estn indexados en
AOQL. Todos los planes de muestreo en las tablas de Dodge y Romig estn
enfocados a reducir al mnimo la Inspeccin Total Promedio (ATI por sus siglas en
ingls y as se utilizar en lo sucesivo), en donde se consideran tanto la inspeccin
para muestreo y la inspeccin para seleccin de los lotes rechazados.

Lmites de la calidad promedio de salida

En muchos casos, el rechazo de un lote sobre la base de la inspeccin de

muestras da por resultado un 100% de inspeccin de ese lote. En particular, en las
obras britnicas acerca de ese tema, se describe como sistema de aceptacin y
rectificacin. Los lotes aceptados contendrn, ms o menos, el porcentaje de
defectivos original, aunque habr una ligera mejora con la eliminacin de los
defectivos encontrados en las muestras siempre que c es de uno o ms. Cabe
suponer que los lotes rechazados, despus de la inspeccin para seleccin, no
contendrn defectivos. Con cualquiera de los planes, es posible calcular el valor
mximo posible del porcentaje de defectivos en el producto salido de produccin.
Este valor mximo se denomina Limite de la Calidad Promedio de Salida (AOQL
por sus siglas en ingls).

En la tabla 13-1 se muestra un tipo comn de clculo aproximado para determinar

el AOQL, o sea, respecto al plan { cuando N es grande por comparacin
con n.

Las probabilidades de aceptacin se calculan segn la tabla 12-1. En la columna

derecha aparece la Calidad Promedio de Salida (AOQ por sus siglas en ingls)
porcada por ciento o porcentaje de defectivo supuesto en los lotes presentados. El
valor mximo de AOQ es de 1.12% y ocurre cuando en los lotes presentados hay
2.2% de defectivos. Ese valor mximo es el AOQL. En la figura 13-1 se ilustra la
variacin en AOQ segn sea la calidad del producto de entrada.

Para explicar los supuestos en que se basa la tabla 13-1, hay que examinar uno
de los clculos en particular. Considrese que los lotes de entrada vienen de un
proceso que tiene 0.6% de defectivos. La probabilidad (tipo B) de que se acepten
esos lotes sobre la base de la muestra es de 0.925 o . Por tanto, a la larga, slo
se har la inspeccin para seleccin en tres lotes de cada 40. Para estos 40 lotes,
se pasarn 37 que contendrn en promedio, 0.6% de los defectivos y tres lotes no
tendrn defectivos despus de la seleccin Por tanto, la AOQ expresada en
porcentaje de defectivos ser:
(Po)(100p) = (0.925X0.6%) = 0.555%.

Para simplificar este clculo se supone que:

1. El tamao N del lote es constante. Por tanto, se puede suponer que los tres
lotes seleccionados sern del mismo tamao que los 37 que no se
seleccionaron.
2. Con la inspeccin para seleccin se encuentran todos los defectivos en los
lotes seleccionados y se retiran.
3. Ios artculos defectivos retirados de los lotes seleccionados se sustituyen
por otros buenos. Por tanto, cada lote seleccionado aporta N artculos
buenos a la corriente final del producto.

Tabla 13-1 Calidad promedio d salida {

Cuando se emplea en un plan para aceptacin e inspeccin para

rectificacin.

Porcentaje de de- Probabilidad de Porcentaje promedio

fectivo co lotes aceptacin, de defectivo en el
presentados,. I00p Pa producto aceptado.
AOQ
0.2 0.990 0.198
0.4 0.963 0 385
0.6 0.925 0.555
0.8 0.878 0 702
1.0
0.827 0.827
1.2 0.772 0.926
1.4 0.718 1.005
1.6 0.663 1.061
1.8 0.610 1.098
2.0 0,558 1.116
2.1 0.533 1 119
2.2 0.509 1120
2.3 0.486 1.118
2.4 0.463 1 111
2.5 0.441 1.102
3.0 0.343 1.029
3.S 0.262 0.917
4.0 0.199 0.796
4.5 0.150 0.675
5.0 0.112 0.560
 Figura 13-1
Calidad promedio de salida
(AOQ) para un plan de
aceptacin e inspeccin para
seleccin, n = 75 y c= 1.

Se debera hacer hincapi en que cualquier clculo de la calidad promedio de

salida dar, a la larga, la calidad esperada. Como lo implica su nombre, el AOQ es
un promedio. Durante un perodo corto, la calidad de salida puede ser mejor o
peor que el promedio a largo plazo. Con sujecin a las limitaciones de las tres
suposiciones para simplificar, antes expuestas, cualquier tipo de plan de
aceptacin y rectificacin garantiza que cualquiera que fuere la calidad
presentada, la calidad de salida, a la larga, no ser peor que la AOQL del plan.
Pero, esta garanta no se aplica a perodos cortos.

Algunos comentarios de la importancia del AOQL

Los sistemas de muestreo basados en los valores expresados de AOQL han

tenido gran aceptacin en la industria. Su empleo, en particular, es en la
inspeccin que hace el fabricante de su propio producto, tanto en la inspeccin del
proceso como en la inspeccin final. Tambin se han aplicado con buenos
resultados en la inspeccin de lotes de producto comprado. Si la inspeccin del
muestreo por parte del comprador se lleva a cabo en la planta del proveedor, ste
puede hacer la seleccin de los lotes rechazados y presentar un certificado del
trabajo de seleccin efectuado; si la inspeccin del muestreo por el comprador se
lleva a cabo en otro lugar, el comprador puede efectuar la seleccin cuando sean
necesario y, mediante un convenio, cargarle el costo de ella al proveedor.

Los planes de AOQL tambin han resultado adecuados en muchas circunstancias

que no sean la manufactura, en particular en la verificacin del trabajo
administrativo.

En diversos puntos de la descripcin del muestreo para aceptacin lote por lote,
habr oportunidad de mencionar que el empleo continuo de un sistema de
muestreo debe quedar reducido a las circunstancias en donde la mayor parte del
tiempo la calidad es lo bastante buena para casi todos los lotes que se van a
aceptar con base en la muestra. Los planes de AOQL no son la excepcin de esa
regla.

Cuando casi todos los lotes se aceptan sobre la base de la muestra, el AOQL slo
ser un poco mejor que la calidad promedio en esos lotes aceptados. Si los lotes
recibidos estn fuera de control estadstico, con lo cual los lotes seleccionados
suelen ser mucho peores que los no seleccionados, la inspeccin para seleccin
puede producir una mejora importante en la calidad. Si el producto propuesto est
en buen control estadstico y pocos lotes son seleccionados, la calidad de salida
no diferir mucho de la calidad de entrada. En cualquier caso, la AOQ ser
siempre mucho mejor que la AOQL.

Aunque las suposiciones para simplificar aplicadas al clculo de los AOQL se

pueden apartar algo de la realidad, se supone que esa separacin no tiene gran
importancia en la prctica. Los usuarios de los sistemas basados en AOQL, rara
vez tendrn necesidad de aprovechar la garanta de que la calidad de salida no
ser peor que el AOQL calculado.

Seleccin de un plan de muestreo para minimizar la inspeccin promedio

total

El asunto de la inspeccin total mnima depende del nmero de lotes rechazados

que se deben someter a inspeccin para seleccin (es decir, inspeccin del
100%). Esto, a su vez, depende del grado de calidad del producto presentado. Al
analizar y evaluar diversos planes de muestreo, es conveniente expresar el
problema en trminos de ATI, Inspeccin Total Promedio y de AFI, (por sus siglas
en ingls) Fraccin Inspeccionada Promedio. Para planes de muestreo sencillo,
ATI y AFI se pueden encontrar con:

ATI= nPa + N (1 Pa)

= n + ( N - )(1 Pa)

AFI = ATI/N
Las tablas Dodge y Roming

La obra o el volumen de Dodge y Roming contienen cuatro subgrupos de tablas:

I. Tablas de tolerancias de lotes para planes de muestreo sencillo.

II. Tablas de tolerancias d lotes para planes de muestreo doble.
III. Tablas de AOQL para muestreo sencillo.
IV. Tablas de AOQL para muestreo doble.

Los cuatro tipos de planes se trazaron para lograr una inspeccin total mnima
para productos con una media de proceso determinado. Se supone que todos los
lotes rechazados sern cribados y que al deducir el plan que proporcionara una
inspeccin mnima por lote se tuvieron en cuenta tanto el muestreo como la
inspeccin al 100 %. Este enfoque es especialmente apropiado cuando el
fabricante verifica su propio producto, as como en el caso en que se verifica el
producto obtenido en un departamento antes de pasarlo a otro. En la prctica,
puede resultar razonable usar la misma teora, aun cuando el muestreo corra a
cargo de la empresa compradora y la inspeccin detallada del material rechazado
lo realice la suministradora, ya que, a la larga, todos los costes en que incurre el
proveedor para ofrecer material de una calidad determinada se reflejan en el
precio.

Los grupos I y II se aplican a los siguientes porcentajes defectivos tolerables por

lotes (en el supuesto de un riesgo del consumidor = 0.10):

0.5% 3.0% 7.0%

1.0% 4.0% 10.0%

2.0%. 5.0%

Los grupos III y IV se aplican a los siguientes valores de AOQL:

0.1%. 1.5% 4.0%

0.25% 2.0% 5.0%

0.5% 2.5%/ 7.0%

0.75% 3.0% 10.0%

1.0%

Tablas de tolerancias de lotes para muestreo sencillo

La tabla 13-2 es una representacin del grupo I de Dodge y Romig. Todos los
planes de muestreo en esa tabla tienen el mismo porcentaje de defectivo tolerable
en el lote (LTPD, por sus siglas en ingls), o sea, 5.0%. Pero los planes tienen
diferentes valores de AOQL, los cuales se presentan en la tabla para cada uno.

La tabla tiene seis columnas, cada una para un valor diferente de porcentaje
promedio de defectivos en el proceso. La finalidad de estas tres columnas
diferentes es indicar el plan que incluya la inspeccin total mnima, al considerar
tanto la inspeccin de las muestras y la inspeccin de 100% de los lotes
rechazados.

Por ejemplo, considrense los planes de inspeccin indicados en la tabla para

lotes de tamaos entre 501 y 600. Hay seis planes, es decir, { {

{ { { { y todos tienen un LTPD de 0.05. Pero,

como se explic, si los lotes rechazados se van a someter a inspeccin para
seleccin, la cantidad total de inspeccin de las muestras y los lotes rechazados
segn los planes dependern del grado de calidad del producto presentado para
inspeccin. En la tabla 13-2 solo se expresa que inspeccin total ser mnima para
{ si el promedio es de 0 a 0.05% de defectivos y que ser mnima para

{ si el promedio del proceso es de 0.06 a 0.50%, y as sucesivamente.

Si no hay base para calcular el promedio del proceso, el plan para muestreo se
debe escoger en la columna derecha de la tabla. Con ello se tiene la proteccin
deseada para la calidad y les da a los lotes buenos mejor probabilidad de
aceptacin. Adems, se renen los datos con ms rapidez para permitir
estimaciones confiables del promedio del proceso.

Cuando se empleen estas tablas de tolerancia para lotes, se debe comprender

que en esas tablas se prev la inspeccin para seleccionar los lotes rechazados;
pero las tablas le dan al consumidor la proteccin expresada de la calidad sin que
importe ninguna disposicin para inspeccin para seleccin. Aunque los lotes
rechazados por el consumidor son devueltos al productor sin que haya ninguna
estipulacin formal de que alguno de ellos efectu la inspeccin para hacer la
seleccin, es factible suponer que el productor efectuar esa inspeccin. En esas
circunstancias, se puede pensar que el empleo del promedio del proceso por el
consumidor para determinar los criterios para aceptacin, est enfocado a reducir
al mnimo la inspeccin total efectuada por la industria como un todo y se
consideran ambas inspecciones: la de muestreo por el consumidor y la inspeccin
para seleccionar los productos que posiblemente realice el productor.
Tabla 13-2 Ejemplo de Dodge-Romig de las tablas para las tolerancias de defectivos en un
lote sujeto a muestreo sencillo*
Porcentaje de tolerancia de defectivos en el lote = 5.0%. Riesgo del consumidor = 0.10
*Reproducida con permiso de H. F. Dodge y H. G. Roming, Sampling Inspecction Tables: Single and Double Sampling , 2. Ed., John Wiley y Sons, Inc., Nueva YORK,
1959.

Tablas de tolerancia de lotes para muestreo doble

La tabla 13-3 es una representacin del grupo II de Dodge y Romig.

Al comparar las tablas 13-2 y 13-3 se apreciarn algunas diferencias entre los
planes de muestreo sencillo y doble. Estas diferencias se harn resaltar al
comparar cualquier plan de muestreo sencillo con uno de muestreo doble del
mismo lote y el promedio del proceso que produzca la misma proteccin de la
calidad para el lote. Por ejemplo, considrense los planes de las tablas 13-2 y 13-3
para lotes de tamao entre 800 y 1000 y un promedio de proceso con 0.51 a
1.00% de defectivo.

Muestreo sencillo Muestreo doble

n = 105 n1 = 55 n2 = 115

c=2 c1 = o n1 + n2 = 170

c2 = 4

La primera muestra en el muestreo doble es ms pequea que la muestra nica

en el muestreo sencillo; en este caso, 55 en lugar de 105. Por otra parte, la
muestra combinada en el muestreo doble es ms grande: 170 en lugar de 105. Es
evidente que el nmero relativo de artculos inspeccionados en las muestras,
segn los dos planes, depende de la calidad del producto presentado. Si el
producto muestreado es lo bastante bueno de modo que no se debern tomar
muchas segundas muestras, la inspeccin ser mucho menor con el plan de
muestre doble. Si se necesita tomar muchas segundas muestras, el muestreo
sencillo requerir menos inspeccin demuestras. Dodge y Romig muestran un
diagrama en su obra en el cual se compara la inspeccin con muestreo sencillo y
doble para diversos tamaos de lotes y relaciones entre promedio del proceso y la
fraccin de defectivos tolerables en el lote. Dicen que para la parte de las tablas
que ms se emplea en la prctica, el ahorro en la inspeccin debido al muestreo
doble suele ser de 10% y, a veces, hasta del 50%.

Una caracterstica de todos los planes de muestreo doble de Dodge y Romig es

que c2 es siempre de uno o ms, lo cual significa que no se rechaza ningn lote se
rechazar si tiene una sola pieza defectiva.

Tabla 13-3 Ejemplo de Dodge y Romig de las tablas para la tolerancia de

defectivos en un lote sujeto a muestre*
Porcentaje de tolerancia de defectivos en el lote = 5,0%; Riesgo del consumidor =
0.10

'Reproducida con permiso de H K. Dodgc y H. O. Romig, Sampling Inspection Tablea. Single and Double Sampling, 2a ed.. John Wiley & Sons, Inc.,
Nueva York.

Tablas de AOQL para planes de muestreo sencillo

La tabla 13-4 es una representacin del grupo III de Dodge y Romig.

Al contrario de la tabla 13-2, en la cual, todos los planes para muestreo sencillo
tuvieron el mismo LTPD, todos los planes en la tabla 13-4 tienen el mismo AOQL,
es decir, 2% y adems se presenta el porcentaje de defectivos tolerables en el lote
para cada plan (LTPD). Es interesante tomar en cuenta que, cuanto mayor son el
tamao de la muestra y el nmero de aceptacin para un AOQL determinado,
menor ser el LPTD.

Igual que en todas las tablas de Dodge y Romig, hay columnas para los promedios
de los diversos procesos; el plan que hay en cada columna es el que da la
inspeccin mnima total para el promedio del proceso que se cita en la cabeza de
la columna. Por tanto, todos los planes en cualquier lnea de la tabla son iguales
en proteccin de calidad (medida por el AOQL) y slo difieren en la cantidad total
de inspeccin requerida. Como se mencion en la descripcin de la tabla 13-2, si
no hay base para estimar el promedio del proceso, el plan de muestreo se debe
escoger en la columna derecha de la tabla.

Tabla 13-4 Ejemplo de Dodge-Romig de las tablas de AOQL para muestreo

sencillo* Nota: Lmite de calidad promedio de salida (AOQL) = 2.0%
'Reproducida con permiso de H K. Dodgc y H. O. Romig, Sampling Inspection Tablea. Single and Double Sampling, 2a ed.. John Wiley & Sons, Inc.,
Nueva York, 1959.

Tablas de AOQL para planes de muestreo doble

La tabla 13-5 es una representacin del grupo IV de Dodge y Romig.

Los autores sealan que el concepto de la tolerancia se estableci y se aplic por
primera vez en Bell Tlphon System en 1923. El concepto del AOQL lo hizo en
1927. Por tanto, las tablas que incluyen conceptos y muestreo sencillo y doble han
estado disponibles en el sistema Bell para aplicarlos a todos los tipos de
inspeccin, durante muchos aos. Es importante que Dodge y Romig confirmen
que las tablas AOQL para muestreo doble, de las cuales la tabla 13-5 muestra un
ejemplo, ser las ms tiles de todas.

Tabla 13-5 Ejemplo de Dodge-Romig de las tablas de AOQL para muestreo doble*
Nota: Lmite de calidad promedio de salida (AOQL) = 2.0%
17 *Reproducida con permiso de H K. Dodgc y H. O. Romig, Sampling Inspection Tablea. Single and Double Sampling, 2a ed.. John Wiley & Sons, Inc.,
Nueva York, 1959.

Relacin entre el promedio de proceso utilizado para seleccionar un plan de

muestreo de Dodge y Romig y la curva OC del plan seleccionado

Las tablas 13-2 hasta la 13-5 tienen seis columnas, cada una correspondiente a
un promedio determinado del proceso. En general, cuanto mayor sea el promedio
de proceso utilizado para entrar en cualquier tabla de Dodge y Romig, ms grande
ser el tamao de la muestra en relacin con el tamao del lote. Los planes que
tienen tamaos ms grandes de la muestra tienen curvas OC ms pronunciadas o
pendientes con lo cual hay mayor distincin entre los lotes en que se supera la
norma de calidad y lotes peores que la norma de calidad. Este aspecto se ilustra
en las figuras 13-2 y 13-3.
En la figura 13-2 se muestran las curvas OC para seis planes de muestreo doble
presentados en la tabla 13-3 (LTPD = 5%) para lotes de tamao 4001 a 5000. Las
tres curvas muestran que la probabilidad de aceptacin de un lote con 5% de
defectivos es de 0 10 Pero, en todos los dems puntos, las curvas OC tienen
considerables diferencias; stas son muchos ms grandes alrededor de la mitad
de 5% de LTPD; por tanto, un lote con 2 5% de defectivos tiene una probabilidad
casi segura de aceptacin dentro del plan que corresponda al promedio del
proceso, que es 2.01 a 2.50% (curva 6), pero slo tiene una probabilidad de 0.50
de aceptacin en los planes correspondientes a los promedios de proceso de 0 a
0.5% y de 0.06 a 0.50% (curvas 1 y 2). En general, cuando los lotes presentados
son tan buenos como el promedio del proceso empleado para entrar a las tablas,
se tiene la certeza de que los aceptarn. ,
En la figura 13-3 se muestran las curvas OC para seis planes de muestreo doble
presentados en la tabla 13-5 (AOQL = 2%). Una comparacin con la figura 13-2
puede ser til para poner de relieve ciertas semejanzas y diferencias entre el
empleo del LTPD y del AOQL como norma de calidad. Igual que en las tablas para
LTPD, cualesquiera lotes que tengan el promedio de proceso supuesto o uno
mayor, tienen la certeza de la aceptacin; la probabilidad de aceptacin de lotes
que tengan el valor AOQL exacto vara desde alrededor de 0.84 (curva 1) hasta de
0.99 (curva 6). Las diferencias en las secciones del lado derecho de las curvas OC
sealan diferentes grados de proteccin contra la aceptacin de peores lotes que
con el AOQL expresado; estas diferencias tambin se ponen de relieve en la tabla
15-4 mediante los valores de LTPD dados para cada plan de muestreo.

Determinacin del promedio del proceso en la inspeccin de Dodge y Romig

La minimizacin de la inspeccin total depende de efectuar una estimacin

correcta, del promedio del proceso como base para la seleccin del plan de
maestreo. Se ver que en toda la inspeccin de Dodue y Romig es ventroso
emplear en forma sistemtica los resultados de la inspeccin de muestreo a fin de
determinar el promedio del proceso.
En un artculo elaborado por Keeling y por Cisne se describen los dos mtodos
que se emplean para registrar la informacin del muestreo, con los mtodos de
muestreo doble de AOQL empleados en Western Electric Company.* Este artculo
es el captulo III en la obra de Dodge y Romig. Un formato impreso (pgina 48 de
la obra citada) es para registrar los nmeros inspeccionados y los nmeros de
defectivos en los muestreos de lote por lote en un trabajo dado de inspeccin
durante una semana y se separan los resultados de las primeras y segundas
muestras en el muestreo doble. Se cuenta con columnas para mostrar el nmero
de defectos de cada tipo, descubiertos en las primeras muestras.
Otro formato impreso (pgina 50 de la multicitada obra) es un resumen semanal
de los resultados de la inspeccin. Un lado de ese formato es una grfica de
control de p en la cual se trazan los porcentajes semanales de defectivos en las
primeras muestras. En esta grfica se emplean lmites de 2-sigmas.
Cuando se utilice muestreo doble, el promedio del proceso se debe calcular slo
con las primeras muestras, de otra forma, la estimacin tendra una influencia o
ponderacin excesiva de las muestras de los lotes ms malos.

Relacin entre el tamao del lote y el tamao de la muestra en las tablas de

Dodge y Romig

Las tablas de Dodge y Romig se aplican a lotes de tamao desde 1 hasta 100 000
y se pueden emplear en cualesquiera lotes que se vayan a presentar para
aceptacin. Cuando resulte prctico, puede ser ventajoso establecer el tamao de
los lotes que se van a presentar para aceptacin, en lugar de aceptar los lotes tal
como vienen. Las tablas ayudan a tomar una decisin del tamao del lote porque
muestran con claridad la desventaja de los lotes pequeos por comparacin con
los grandes desde el punto de vista del muestreo necesario para una proteccin
dada de la calidad. Por ejemplo, en la primera columna de la tabla 13-2 se pide un
tamao de muestra de r Todo (es decir, 100%) de un lote de 30 o menos, un
tamao de muestra de 37%) de un lote de 100 y una muestra de 45 (o sea,
2.25%) de un lote de 2000, todo para la misma proteccin de calidad (medida por
LTPD).*Con este se recalca lo que , se dijo en el captulo 12 que es el tamao
absoluto de la muestra, mucho ms que su tamao con relacin al lote, lo que rige
la proteccin de la calidad.
Est claro que siempre que sea posible es preferible evitar los lotes de tamao
muy pequeo. Al mismo tiempo, se apreciar que el gran ahorro en la inspeccin
para una proteccin dada de la calidad consiste en tomar lotes de 1000 en lugar
de los lotes usuales de 50 o 100; por ejemplo, en la tabla 13-2 una reduccin de
una muestra de 37% para lotes de 100, a una muestra de 4.5% para lotes de 1000
es una reduccin en la inspeccin de 32.5% del nmero total de artculos
presentados en los lotes. Por el contrario un reduccin de una muestra de 4.5% en
lotes de 1000 a 2.25% en lotes de 2000, es una reduccin de slo 2.25%.
Hay algunas posibles objeciones prcticas al empleo de lotes de tamao muy
grande, como los de 10 000 a 100 000. En una objecin, a menudo, hay
dificultades prcticas para integrar lotes tan grandes para inspeccionarlos; el costo
del manejo ser muy superior a los ahorros en la inspeccin. Otra objecin es
que, con frecuencia es mucho ms difcil tomar una muestra aleatoria en un lote
de 10 000 que un lote de 1000. Adems, el efecto perjudicial que puede producir
el rechazo de lotes muy grandes en las relaciones entre productor y consumidor,
puede ser muy grave.

Los procedimientos para AOQL de Dodge y Romig ayudan a mejorar la

calidad

El registro por escrito de la inspeccin para muestreo puede ayudar en diversas

formas al mejoramiento de la calidad. La grfica de control que se lleva como
parte de ese registro, indicar situaciones de falta de control y mostrar las
tendencias de la calidad. Con ello, se obtiene orientacin acerca de dnde buscar
el problema y ayuda a concentrar la exigencia de los directores para mejoramiento
en los lugares en donde sern ms eficaces. El registro de lote por lote, en el cual
se enumeran los defectos encontrados en el primer muestreo es til para cualquier
persona dedicada a la bsqueda de los orgenes de los problemas.
Adems, la ayuda del procedimiento de muestreo no est limitada al suministro de
informacin til. Los costos de llevar a cabo las inspecciones para seleccin en los
lotes rechazados pueden ser un eficaz incentivo financiero para mejorar la calidad.
Cuando el productor y el consumidor son dos divisiones de la misma empresa, se
puede requerir que el productor efecte toda la inspeccin para seleccin, o bien,
si no resulta prctico, el costo de esa inspeccin se puede cargar a los gastos de
la divisin productora. En el ejemplo 13-1 se describe un caso en el cual se
emplean ambos tipos de exigencia.
Cuando se trata de un proveedor y un comprador, se puede llegar a un arreglo en
el sentido de que siempre que uno o ms lotes no pasan la inspeccin de
muestreo del comprador, se efectuar una deduccin convenida en el precio a fin
de cubrir los costos de la inspeccin para seleccin por el comprador. En esas
circunstancias, el empleo del AOQL es cuestin de un previo acuerdo entre el
proveedor y el comprador.

Seleccin de un valor de AOQL como norma de calidad

En cualquier decisin acerca de AOQL hay dos cifras que se pueden considerar
adecuadas... Una es el porcentaje mximo de defectivos que es tolerable en el
producto de salida despus de la inspeccin. La otra es la capacidad del proceso
produccin, expresada como porcentaje de defectivos que se esperar en la
mayor parte de los lotes presentados. Est claro que la inspeccin del 100%
realizada por alguien es necesaria siempre que la calidad de los lotes presentada
es mucho peor que el porcentaje de defectivos tolerable. Como se describe en el
ejemplo 13-1, la razn principal para adoptar la inspeccin por muestreo en este
caso, puede ser aprovechar los rechazos frecuentes de lotes para obligar al
productor a mejorar la calidad o a llevar a cabo una inspeccin de seleccin
adecuada.
Hay diversas consideraciones que pueden intervenir en la decisin del porcentaje
mximo tolerable de defectivos. Si la especificacin de proyecto (diseo) de una
caracterstica de calidad incluye un margen de seguridad, algunos artculos que,
tcnicamente, estn clasificados como defectivos, en realidad pueden ser
aceptables para el uso a que se destinan. En ocasiones puede haber una buena
posibilidad de que cualesquiera defectivos que haya en el producto de salida de
esa inspeccin, se eliminarn ms tarde con algn trabajo de manufactura o con
otra inspeccin; en otros casos, esta inspeccin puede ser la ltima oportunidad
de eliminarlos. Por supuesto, es necesario tomar en cuenta el nmero de
caractersticas de calidad que se examinarn en la inspeccin relativa y su
importancia para el funcionamiento del producto que se inspecciona.
Es probable que resulte ms fcil calcular las capacidades de un proceso de
produccin que decidir el porcentaje de defectivos mximo tolerable. Si casi todos
los lotes presentados se van a aceptar sobre la base de la muestra, la calidad de
esos lotes aceptados debe ser algo mejor que el AOQL seleccionado. Una regla
aproximada para orientacin es que, tal como funcionan las cosas en la prctica,
el resultado del empleo de un sistema de AOQL, por lo general, ser que el
promedio de porcentaje de defectivos no ser peor que las 2/3 partes del valor de
AOQL. Esta regla se puede considerar a la inversa a fin de juzgar las
repercusiones de la capacidad del proceso cuando se selecciona un valor AOQL
determinado; por ejemplo, supngase que se selecciona un valor AOQL de 1.5%;
esto implica que se opina que, excepto quiz por lotes ocasionales fuera de
control, se podr lograr, a fin de cuentas que el proceso produzca lotes que no
tengan ms del 1% de defectivos.
Figura 13-2
Curvas Oc para seis
planes Dodge-
Romig de
muestreo doble
para LTPD de 5% y
tamao de lotes de
4001 a 5000.
H. F. Dodge,
Administration Of
Sampling
Inspection, Plan.
Industrial Quality
Control, Vol 4.
No.3, Pp. 12 19,
November 1948)