Iso 17025

NORMA TÉCNICA NTP-ISO 10725
PERUANA 2009
Comisión de Normalización y de Fiscalización de Barreras Comerciales no Arancelarias - INDECOPI
Calle de La Prosa 138, San Borja (Lima 41) Apartado 145 Lima, Perú
PROCEDIMIENTOS Y PLANES DE MUESTREO DE

ACEPTACIÓN PARA LA INSPECCIÓN DE
MATERIALES A GRANEL
Acceptance sampling plans and procedures for the inspection of bulk materials
(EQV. ISO 10725:2000 Acceptance sampling plans and procedures for the inspection of bulk materials)
2009-09-30
1ª Edición
R.029-2009/INDECOPI-CNB. Publicada el 2009-11-07 Precio basado en 101 páginas

I.C.S.: 03.120.30 ESTA NORMA ES RECOMENDABLE
Descriptores: Procedimientos, planes, muestreo de aceptación, inspección de materiales a granel
ÍNDICE
página
ÍNDICE i
PREFACIO ii
1. OBJETO 1
2. REFERENCIAS NORMATIVAS 2
3. TÉRMINOS Y DEFINICIONES 3
4. SÍMBOLOS Y TÉRMINOS ABREVIADOS 6
5. PLANES DE MUESTREO 8
5.1 GENERAL
5.2 Aplicabilidad
5.3 Procedimientos de muestreo normalizados
5.4 Desviaciones estándar
5.5 Costos
5.6 Límite de calidad de aceptación y límite de calidad de no aceptación
5.7 Autoridad responsable
6. PROCEDIMIENTOS DE INSPECCIÓN 19
6.1 General
6.2 Evaluación de las desviaciones estándar
6.3 Determinación de tamaños de muestra
6.4 Selección y preparación de muestras
6.5 Determinación del valor de aceptación
6.6 Determinación de aceptabilidad de lote
7. EJEMPLOS 46
7.1 Desviación estándar imprecisa con límite de especificación unilateral

7.2 Desviación estándar imprecisa con límites de especificación bilaterales
7.3 Procedimiento opcional para conocer la desviación estándar con límite de
especificación unilateral
7.4 Desviación estándar conocida con límite de especificación unilateral
7.5 Desviación estándar conocida con límite de especificación unilateral
7.6 Revisión de intervalo de discriminación
7.7 Resultados de un lote
7.8 Resultados de lotes consecutivos
1
8. ANTECEDENTE 58
ANEXOS
ANEXO A 59
ANEXO B 66
ANEXO C 73
ANEXO D 88
BIBLIOGRAFÍA 101
2
PREFACIO
A. RESEÑA HISTÓRICA
A.1 La presente Norma Técnica Peruana ha sido elaborada por el Comité

Técnico de Normalización de Aplicación de métodos estadísticos, mediante el Sistema 1 o
de Adopción, durante los meses de octubre de 2008 a agosto de 2009, utilizando como
antecedente a la norma ISO 10725:2000 Acceptance sampling plans and procedures for
the inspection of bulk materials.
A.2 El Comité Técnico de Normalización de Aplicación de métodos estadísticos

presentó a la Comisión de Normalización y de Fiscalización de Barreras Comerciales No
Arancelarias –CNB-, con fecha 2009-08-21, el PNTP-ISO 10725.2009, para su revisión y
aprobación, siendo sometido a la etapa de Discusión Pública el 2009-08-28. No
habiéndose presentado observaciones fue oficializado como Norma Técnica Peruana NTP-
ISO 10725:2009 PROCEDIMIENTOS Y PLANES DE MUESTREO DE
ACEPTACIÓN PARA LA INSPECCIÓN DE MATERIALES A GRANEL, 1ª
Edición, el 07 de noviembre de 2009.
A.3 Esta Norma Técnica Peruana es una adopción de la norma ISO

10725:2000. La presente Norma Técnica Peruana presenta cambios editoriales referidos
principalmente a terminología empleada propia del idioma español y ha sido estructurada
de acuerdo a las Guías Peruanas GP 001:1995 y GP 002:1995.
B. INSTITUCIONES QUE PARTICIPARON EN LA ELABORACIÓN

DE LA NORMA TÉCNICA PERUANA
Presidente Humberto Toso - Servicios

Industriales Pesqueros
Secretario Celso Gonzales
ENTIDAD REPRESENTANTE
CERPER S.A. José Camero
AENOR PERU Diana García
3
SAT S.A. Fidel Poma
INSTITUTO PARA LA CALIDAD. PUCP Mónica Puertas
SENASA Cristina Toro
CONSULTORA Nelly Baiocchi
CONSULTOR Oscar Valdizán
CONSULTORA Julia Canchucaja
CONSULTOR Walter Pérez
4
INTRODUCCIÓN
La aplicación de los métodos estadísticos en el campo del muestreo de materiales a

granel ha sido desarrollada desde fines de 1940, principalmente para grandes
cantidades de materias primas, tales como el carbón o materiales de hierro, donde el
principal interés fue un cálculo estimado del parámetro de distribución con costo
razonable, para ajustar el precio y procesarlo debidamente, cuando sea necesario.
Recientemente, la necesidad de aceptación del muestreo de materiales a granel se ha

incrementado especialmente para productos industriales (como productos químicos en
polvo o gránulos de plástico) donde la determinación de la aceptabilidad de un lote es
más importante que adquirir un cálculo exacto del parámetro de distribución. Ésta NTP
ha sido desarrollada con este propósito.
El objeto de esta NTP está situado en el límite entre la ISO/TC69/SC 3 basado en el

muestreo a granel y ISO/TC 69/SC 5 que desarrolla la aceptación de muestreo. Algunos
expertos del SC 5 han colaborado en el proyecto.
---oooOooo---
5
PERUANA 1 de 101
PROCEDIMIENTOS Y PLANES DE MUESTREO DE

ACEPTACIÓN PARA LA INSPECCIÓN DE
MATERIALES A GRANEL
1. OBJETO Y CAMPO DE APLICACIÓN
Esta Norma Técnica Peruana establece planes de muestreo de aceptación mediante la

determinación de variables y el uso de procedimientos de inspección de aceptación para
materiales a granel. Estos planes de muestreo cumplen con las curvas características
operativas específicas a un costo razonable.
Esta NTP es aplicable en la inspección donde el parámetro de distribución de una

característica de calidad individual es el principal factor en la determinación de la
aceptabilidad del lote, sin embargo también proporciona procedimientos especiales para
características de calidad múltiple. Esta NTP es aplicable en los casos en los que valores de
las desviaciones estándar, en cada una de las etapas del muestreo, son conocidos o son
imprecisos.
Esta NTP es aplicable para varios tipos de materiales a granel, pero no siempre es aplicable
en minerales tales como hierro, carbón, petróleo crudo, etc., donde el cálculo exacto del
parámetro de distribución es más importante que la determinación de la aceptabilidad del
lote.
Para casos especiales, en los que los procedimientos estándar no son siempre adecuados y
en los que la desviación estándar de medición es dominante, esta NTP especifica los
procedimientos y planes de muestreo de aceptación especial, como en el caso de líquidos.
PERUANA 2 de 101
2. REFERENCIAS NORMATIVAS
Las siguientes normas contienen disposiciones que al ser citadas en este texto, constituyen
requisitos de esta Norma Técnica Peruana. Las ediciones indicadas estaban en vigencia en el
momento de esta publicación. Como toda norma está sujeta a revisión, se recomienda a
aquellos que realicen acuerdos con base en ellas, que analicen la conveniencia de usar las
ediciones recientes de las normas citadas seguidamente. El Organismo Peruano de
Normalización posee la información de las Normas Técnicas Peruanas en vigencia en todo
momento.
2.1 Normas Técnicas Internacionales
2.1.1 ISO 3534-2:1993 Estadística. Vocabulario y Símbolos. Parte 2:

Control estadístico de la calidad
2.1.2 ISO 11648-1:2003 Aspectos estadísticos de muestreo para

materiales a granel. Parte 1: principios
generales. Revisar si esta publicado
2.2 Normas Técnicas Peruanas
2.2.1 NTP ISO 2859-1:2008 Procedimientos de muestreo para la

inspección por atributos. Parte 1 esquema de
muestreo indexado por límite de calidad
aceptable (LCA) para la inspección lote por
lote
2.2.2 NTP ISO 3534-1:2003 Estadística. Vocabulario y Símbolos. Parte 1:

Probabilidad y estadística general
2.2.3 NTP ISO 5725-1:1994 Exactitud (veracidad y precisión) de métodos

y resultado. Parte 1: principios generales y
definiciones
PERUANA 3 de 101
3. TÉRMINOS Y DEFINICIONES
Para el propósito de esta NTP se aplican los términos y definiciones dados en NTP ISO
2859-1, NTP ISO 3534-1, ISO 3534-2, NTP ISO 5725-1 y las siguientes.
3.1
muestreo de aceptación
Inspección de muestreo en la cual se toman decisiones para aceptar o rechazar un lote
basado en los resultados de una muestra o muestras seleccionadas de ese lote.
3.2
inspección de aceptación
Inspección para determinar si un ítem o lote entregado u ofrecido para la entrega es
aceptable.
3.3
sistema de muestreo
Conjunto de planes de muestreo, junto con el criterio mediante el cual se pueden elegir
planes de muestreo apropiados.
3.4
plan de muestreo
Combinación del tamaño de la muestra y sus criterios de aceptación.
3.5
tamaño de muestra
Número total de ensayos o mediciones y sus elementos.
NOTA 1: En esta NTP, el tamaño de muestra es, por ejemplo, el número de incrementos de muestreo
en una muestra compósito, el numero de muestras compósito por lote, el numero de muestras para
ensayo preparadas a partir de una muestra compósito, el número de mediciones por muestra de
ensayo. El número de mediciones es el mismo que el número de porciones de ensayo.
NOTA 2: En esta NTP, este término no debe usarse para la cantidad de muestra como volumen o masa
de un incremento de muestreo.
3.6
criterios aceptación
Criterio o elemento del criterio (por ejemplo, un valor de aceptación) para la determinación
de aceptabilidad del lote, es decir, aceptar o rechazar un lote.
PERUANA 4 de 101
3.7
límite de calidad de Aceptación
Cuando se considera una serie continúa de lotes, un nivel del parámetro de distribución
para el cual los propósitos de inspección de muestreo son el límite del promedio de proceso
satisfactorio.
3.8
límite de calidad de no aceptación
Cuando se considera una serie continúa de lotes, un nivel del parámetro de distribución
para el cual los propósitos de inspección de muestreo son el límite del promedio de proceso
no satisfactorio.
3.9
límite de especificación de una cola
Límite de especificación, inferior o superior de un parámetro de distribución.
3.10
límite de especificación bilateral
Límite de especificación de los límites inferior y superior de un parámetro de distribución
3.11
material a granel
Cantidad de material dentro del cual las partes del componente al inicio no son fáciles de
distinguir.
NOTA: Esta NTP excluye rollos de papel, bobinas de hilo, la chatarra de hierro o materiales
similares, debido a que es difícil aplicar los procedimientos de muestreo específicos.
3.12
incremento de muestreo
Cantidad de material a granel tomado en una acción por un dispositivo de muestreo.
3.13
muestra compósito
Agregación de dos o más incrementos de muestreo tomados de un lote para la inspección
del mismo.
3.14
muestra de ensayo
Muestra, preparada para ensayo o análisis, la cantidad total o parte de ella usada para el
ensayo o análisis al mismo tiempo.
PERUANA 5 de 101
3.15
porción de Ensayo
Parte de una muestra de ensayo que se utiliza para el ensayo o análisis al mismo tiempo.
3.16
valor de aceptación
Valor de restricción del promedio de la muestra que permite aceptación del lote.
3.17
intervalo de discriminación
Intervalo entre el límite de calidad de aceptación y del límite de calidad de no aceptación
3.18
intervalo límite
Mínimo intervalo entre los límites de calidad de aceptación superior e inferior, cuando se
especifican los límites de especificación bilateral.
3.19
desviación estándar relativa
Razón entre la desviación estándar y el intervalo de discriminación.
3.20
repetibilidad
Precisión bajo condiciones de repetibilidad, es decir, cuando los resultados de ensayos
independientes son obtenidos con el mismo método en elementos de ensayo idénticos, en
el mismo laboratorio, por el mismo operador usando el mismo equipo dentro de intervalos
cortos de tiempo.
3.21
medición de la precisión intermedia
Precisión bajo condiciones de precisión intermedia, es decir, cuando los resultados de
ensayo independientes son obtenidos con el mismo método, en elementos de ensayo
idénticos, bajo algunas condiciones operativas diferentes (tiempo, calibración, analista y
equipo)
PERUANA 6 de 101
4. SÍMBOLOS Y TÉRMINOS ABREVIADOS
Los símbolos y términos abreviados empleados en esta NTP son los siguientes:
C costo variante por lote

CI Suma de costos proporcionales al número total de incrementos de muestreo
CM Suma de costos proporcionales al número total de mediciones

CT Suma de costos proporcionales al número total de muestras de ensayos.
cI Costo de extraer un incremento de muestreo.
cM Costo de una medición
cT Costo de preparar una muestra de ensayo
cTM (
Costo de tratar una muestra de ensayo (= cT + nMcM)
D Intervalo de discriminación
DN Intervalo estrecho de discriminación para múltiples características
dI � s
�= I �
D�
Desviación estándar relativa entre incrementos de muestreo � �
dT �= sT �
� D�
Desviación estándar relativa de muestra de ensayo � �
dO � s
�= O �
D�
Desviación estándar total relativa � �
fD Factor de corrección para características múltiples
fU Factor para obtener límite de control superior
G Número de lotes usados para recalcular desviaciones estándares
J Número de características de calidad
Kp El p- fractil superior de la distribución normal estandarizada
(Ejemplos de p son ,  y Pa . Para =0,05 K = 1,64485 .Para =0,10,
K =1,28155, etc. ).
LCI Límite de control inferior
LES Límite de especificación inferior para el parámetro de distribución
m parámetro de distribución
mA Límite de calidad de aceptación para el parámetro de distribución
mR Límite de calidad de no aceptación para el parámetro de distribución
nI Número de incrementos de muestreo por muestra compósito
nM Número de mediciones para muestra de prueba
nT Número de muestras de ensayo por muestra compósito
Pa Probabilidad de aceptación
QCR Calidad de riesgo del consumidor
QPR Calidad de riesgo del productor
PERUANA 7 de 101
RC � c
�= TM �
cI �
razón de costo � �
sc Desviación estándar de la muestra compósito
scT Desviación estándar de la muestra combinada
sM Desviación estándar de medición
sT Desviación estándar de la muestra de ensayo
tp(v) El p –fractil inferior de la distribución t con grados de libertad 
LES Límite de especificación superior para el parámetro de distribución
LCS Límite de control superior
xijk Valor medido para el k –ésimo porción de ensayo de la j-ésima muestra de
ensayo de la i-ésima muestra compósito
¯^x Promedio general de muestra
...
x̄ L Valor de aceptación inferior
x̄ U Valor de aceptación superior
 Riesgo del productor
α* Riesgo del productor individual
β Riesgo del consumidor
β* Riesgo del consumidor individual
 Constante para obtener el valor de aceptación
 Intervalo entre los límites de calidad de aceptación superior e inferior
 Constante para obtener el intervalo de restricción
 Grados de libertad de una desviación estándar
vE Grados de libertad de un cálculo de desviación estándar
σc Desviación estándar de muestra compuesta
σE Cálculo de desviación estándar para un parámetro de distribución
σM Desviación estándar de medición
σo Desviación estándar total
σT
Desviación estándar de muestra de ensayo s T = s P + s M nM
2 2 2
σ2I Componente de varianza entre incrementos de muestreo

σ2M Componente de varianza entre mediciones
σ2P Componente de varianza entre muestras de ensayo (varianza para la
preparación de muestra de ensayo)
NOTA 1: Los símbolos acompañados por el subíndice “I” y “S”, denotan que son los límites de
especificación inferior y superior respectivamente.
NOTA 2: El símbolo σ es usado para denotar una desviación estándar de población, mientras el
símbolo s es usado para el valor de muestra.
5. PLANES DE MUESTREO
PERUANA 8 de 101
5.1 Generalidades
Al comenzar los límites de aceptación, los siguientes términos deben ser establecidos para
la inspección satisfactoria de un lote de material a granel.
PERUANA 9 de 101
5.2 APLICABILIDAD
5.2.1 Media del lote
Esta NTP es aplicable cuando el parámetro de distribución de una característica de calidad

individual, es el principal factor en la determinación de la aceptabilidad del lote.
Cuando el material es homogenizado a través de un procesamiento adicional en la planta

del consumidor, éste puede ser el principal interesado en el parámetro de distribución.
Si dos o más características de calidad se especifican para un material, entonces el

procedimiento dado en el anexo A debe ser aplicado. El Anexo A también proporciona
procedimientos opcionales para características múltiples para prevenir un incremento del
riesgo del productor y el riesgo del consumidor.
Esta NTP esta basado en asumir que el parámetro de distribución se mantiene sin cambios
durante el muestreo de aceptación para el lote o que los valores esperados del promedio
físico y la media aritmética son iguales. Es necesario tener un especial cuidado con algunas
características inestables tal como la humedad de un material particular. Podría haber
algunos casos excepcionales donde este supuesto no es cierto, tal como se demuestra en el
siguiente ejemplo.
Ejemplo:
El polvo de CMC (Carboximetil celulosa) es usado como un aditivo del cemento, y en esta
aplicación una de las más importantes características es la viscosidad de la solución
acuosa. Si dos muestras de igual masa, una con un alto valor de viscosidad y la otra con un
bajo valor, son mezcladas, la viscosidad de la muestra mezclada es siempre menor a la
media aritmética de los dos valores de la muestra original. Esta NTP no es aplicable a tales
casos.
5.2.2 Desviación estándar
Esta NTP esta basado en el supuesto de que los valores de la desviación estándar de la
característica de calidad especificada son conocidos y estables. Las directrices para
verificar la estabilidad de la desviación estándar son las siguientes:
a) En el procedimiento estándar, se encuentra que los gráficos de control para

sC y sT no tienen puntos fuera de control, y si no hay otra evidencia que de lugar a
dudas sobre la estabilidad, uno puede considerar que todas las desviaciones estándar
son estables. Si σM es grande e inestable, entonces este hecho probablemente es
detectado por el gráfico de control para sT. Si σM es suficientemente pequeño, su
estabilidad puede ser de poca importancia, porque la estimación de su precisión no es
necesaria.
PERUANA 10 de 101
b) En el procedimiento especial en el Anexo B, si el grafico de control de sT no

tiene puntos fuera de control, y si no hay otra evidencia acerca de la estabilidad,
entonces toda la desviación estándar puede ser considerada estable. En este caso la
estabilidad de σI y σT puede ser de poca importancia, porque la estimación de su
precisión no es necesaria.
Sin embargo, al inicio del muestreo de aceptación, el valor preciso y/o la estabilidad de la
desviación estándar individual no puede ser suficientemente conocida. Además pueden
ocurrir, menores y transitorias desviaciones de los lineamientos dados por encima de la
estabilidad durante la aplicación de este sistema de muestreo de aceptación. En tales casos,
los procedimientos usados para desviaciones estándar imprecisas son aplicables cuando se
usan los valores asumidos de desviaciones estándar de la característica de calidad
especifica.
Si los valores relevantes de la desviación estándar no están todos disponibles en su

totalidad, esta NTP no es aplicable.
5.2.3 Lotes de inspección
Estos planes de muestreo se pretender usar, primeramente, para una serie continua de lotes.
Sin embargo, si los requisitos para las desviaciones estándar se satisfacen, estos planes
podrían también pueden usarse para lotes aislados.
5.3 PROCEDIMIENTOS DE MUESTREO ESTANDARIZADOS
5.3.1 GENERALIDADES
Esta NTP contiene los siguientes procedimientos para la inspección de un lote individual:
a) Incremento de muestreo;
b) Constitución de muestras compósito;
c) Preparación de muestras de ensayo; y
d) Mediciones
PERUANA 11 de 101
La Figura 1 ilustra el diagrama de flujo de los procedimientos descritos anteriormente. Con

el fin de evitar recargar la figura 1, los números de las muestras de ensayo no usadas y las
porciones de ensayo dibujadas son mucho más pequeñas que los valores usuales,
respectivamente (Véase el Anexo C.2.7)
En el muestreo representativo se usará con rigurosidad los procedimientos mencionados

anteriormente. Por ejemplo, se requiere que la muestra compósito individual pueda
representar el lote completo. Con el fin de obtener resultados confiables, es importante
especificar instrucciones o procedimientos estandarizados. Se recomienda que la referencia
se haga para la norma ISO 11648-1, de tal manera que los procedimientos razonables de
muestreo puedan ser especificados.
5.3.2 Incremento de muestreos (véase la figura 1)
Tomar incremento de muestreos 2nI de un lote. Se recomienda que sea usado un muestreo
dinámico, donde los incrementos de muestreos sean tomados desde un lote en
movimiento. Sin embargo, el uso de un muestreo estático, cuando el lote permanece
estático.
Se recomienda también que se utilice un dispositivo de muestreo apropiado. Cuando el

material contiene granos gruesos, el volumen de incrementos de muestreo individual debe
ser suficientemente grande para obtener una muestra representativa.
5.3.3 Constitución de muestras compósito (Véase la figura 1)
Juntar los incrementos de muestreos de nI y formar dos muestras compósito. En esta NTP,
se han adoptado dos muestras compósito. Cada muestra compósito debe ser representativa
del lote completo. Este requisito debe ser logrado llevando a cabo un muestreo duplicado
sistemático, descrito como sigue:
Entre 2nI de incremento de muestreo ordenados, juntar aquellos con números impares
( 1, 3, …,2nI-1) para formar la muestra compósito N° 1, y aquellos con números pares (2,4,
…,2nI) para formar la muestra compósito N° 2.
5.3.4 Preparación de las muestras de ensayo (Véase la Figura 1)
Preparar nT muestras de ensayo de cada una de las dos muestras compósitos. Establecer el
procedimiento para la preparación de la muestra de ensayo de antemano, tomando en
cuenta la naturaleza del material a inspeccionar.
PERUANA 12 de 101
Cuando el material tiene partículas gruesas, asegurar que el procedimiento de preparación

de la muestra de ensayo incluya uno o más etapas de reducción de tamaño de partícula
(tales como trituración y molienda), homogenización (tal como mezclado) y división de
muestra. El procedimiento debería especificar la masa de la muestra de ensayo y, si es
necesario, el tamaño de partícula de la misma. Cuando el material es líquido, las muestras
de ensayo pueden ser tomadas directamente de la muestra compósito, después de agitarse
suficientemente.
NOTA: Si se escoge un procedimiento adecuado para la preparación de la muestra de ensayo,

entonces un componente de la varianza entre muestras de ensayo σ2T puede ser mucho mas pequeño
que el componente de la varianza entre incrementos de muestreo, σ2T. Por otro lado las
consideraciones económicas también son importantes. Por ejemplo, la molienda gruesa es efectiva en
reducir σ2T, pero la molienda fina de la cantidad total de muestra compósito es frecuentemente más
cara.
Clave
incrementos de muestreo de números impares
incrementos de muestreo de números pares
usado
sin usar
FIGURA 1 - Modelo esquemático del procedimiento de muestreo de aceptación a

granel
5.3.5 Mediciones (Véase la Figura 1)
Dibujar las porciones de ensayo nM para 2nT de muestras de ensayo, respectivamente, y

llevar a cabo las mediciones 2nTnM por lote. Es necesario especificar las condiciones de
medición en detalle.
PERUANA 13 de 101
5.4 DESVIACIÓN ESTANDAR
5.4.1 Generalidades
En caso de desviaciones estándar imprecisas, determinar la desviación estándar de la

muestra en varias etapas, de acuerdo con el apartado 6.2.9. En caso de desviaciones
estándar conocidas, determinar las desviaciones estándar de la muestra en varias etapas de
acuerdo con el apartado 6.2.3. La información necesaria, común para ambos casos, está
dado del apartado 5.4.2 al apartado 5.4.4.
Si se dispone de resultados de inspecciones anteriores, entonces las estimaciones de las

desviaciones estándar pueden obtenerse a partir de ellos. Si el conocimiento de las
desviaciones estándar en sus respectivas etapas es insuficiente, entonces es necesario
obtener valores relevantes. Se recomienda usar una de las técnicas experimentales descritas
en la norma ISO 11648-1 y 11648-2. En muchos casos un diseño de experimento anidado
es el más apropiado.
5.4.2 Desviación estándar entre incrementos de muestreo
Los valores de las características de calidad de los incrementos de muestreo tomados para
un lote, pueden variar debido a diferentes fuentes de variación. La desviación estándar
entre incrementos de muestreo sI es la raíz cuadrada positiva del componente de varianza
entre los incrementos de muestreo s 2I.
NOTA: Si el material en un contenedor es un gas o un líquido de baja viscosidad, la desviación

estándar del incremento de muestreo, sI puede asumirse como cero. Sin embargo, si el material es un
líquido viscoso o sólido, y si se encuentra en dos o más contenedores, la varianza del incremento de
muestreo s 2I, usualmente está compuesta de dos componentes, por ejemplo, las varianzas de los
incrementos de muestreo dentro del contenedor y entre contenedores.
5.4.3 Desviación estándar entre muestras de ensayo
Las muestras de ensayo provenientes de una muestra compósito, de acuerdo con el

procedimiento de preparación de la muestra de ensayo especificada, podría contener
variación debido a la división de la muestra compósito. La desviación estándar entre las
muestras de ensayo sT, es la raíz cuadrada positiva del componente de varianza entre las
muestras de ensayo s 2T.
NOTA: la desviación estándar entre las muestras de ensayo σT conformado por sólidos no siempre es
significativo, excepto cuando el tamaño de las partículas es suficientemente pequeña. En contraste, en
el caso de un líquido de baja viscosidad o gas σT es frecuentemente no significativo
PERUANA 14 de 101
5.4.4 Desviación estándar de medición
Los resultados de mediciones pueden variar debido a las diferentes fuentes de variación,
que incluye el procedimiento de medición y la variación de la porción de ensayo dentro de
una muestra de ensayo.
Cuando el número total de mediciones es pequeño, la desviación estándar de medición

usualmente corresponde a la repetibilidad. Cuando el número total de mediciones es
grande, es más difícil mantener las condiciones de repetibilidad., entonces resulta
apropiado el uso de la precisión intermedia. Para más información, véase la
NTP-ISO 5725-1, NTP-ISO5725-2 y NTP-ISO 5725-3.
NOTA: En esta NTP, la razón aproximada de σM/σT , es más importante que la misma σM. Si σM/σT es
suficientemente pequeña (por ejemplo, menor a 0.2) no es necesario conocer el valor exacto de σM
5.5 COSTOS
5.5.1 Generalidades
Esta NTP usa los siguientes valores de costo, para obtener el plan de muestreo económico.
Con el conocimiento de estos valores de costo, es también posible obtener un plan de
muestreo aplicable. (Véase el apartado 5.5.6)
5.5.2 Componentes de costos
El costo de variación total por lote, C, consiste en la suma de los costos proporcionales al
número total de incrementos de muestreo, al número total de muestras de ensayo y al
número total de las mediciones, como sigue:
C= CI + CT+ CM
= 2nIcI + 2nTcT + 2nTnMcM
Los valores de los costos unitarios, cI , cT y cM , se utilizan para obtener planes de muestreo
económicos
PERUANA 15 de 101
5.5.3 Costo de tomar un incremento de muestreo
La suma de los costos es proporcional al número total de incrementos de muestreo CI y

contiene los siguientes elementos:
a) costo de tomar los incrementos de muestreo.

b) el costo de homogenizar para formar una muestra compósito.
El costo de tomar un incremento de muestreo, cI , está dado por la siguiente ecuación:
CI
cI =
2nI
5.5.4 Costo de preparación de una muestra de ensayo
La suma del costo proporcional al número total de muestras de ensayo, CT contiene los
siguientes elementos:
a) El costo de la reducción del tamaño y división de la muestra.

b) El costo de preparar muestras de ensayo
El costo de preparar una muestra de ensayo, cT, está dado por la siguiente ecuación:
CT
cT =
2nT
5.5.5 Costo de una medición
El costo de una medición cM esta dado por la siguiente ecuación:
CM
cM =
2nT nM
Donde la suma de los costos CM , es proporcional al número total de mediciones.
5.5.6 Procedimientos para casos cuando los valores de costos son conocidos
insuficientemente
Al inicio del contrato, el conocimiento de los valores de costo anteriores puede ser
insuficiente. En tales casos, los siguientes procedimientos deben ser utilizados con el fin
de obtener un plan de muestreo aplicable.
PERUANA 16 de 101
a) Cuando el conocimiento de los valores de costo anteriores es insuficiente,

asumir la razón aproximada, cI: cT: cM, y usar cada término de la razón en lugar del
valor de costo respectivo.
Ejemplo:
Al inicio del contrato, la razón de costo aproximado fue asumida de la siguiente manera:
cI: cT: cM =3:1:0,5
Donde cI =3, cT =1 y cM =0,5 , el plan de muestreo se obtuvo de acuerdo con el

procedimiento estandarizado.
Después de formarse los cinco lotes, la razón del costo fue revisado como sigue:
cI: cT: cM =3,5:1:0,4
Usando el nuevo valor de costo (cI =3,5, cT =1 y cM =0,4) el plan de muestreo aplicable se
obtuvo nuevamente, pero tanto el nivel de razón del costo como el plan de muestreo
permanecen sin cambios.
b) Si es difícil asumir la razón del costo aproximado, usar la siguiente razón:
cI : cT : cM =1:1:1
5.6 LÍMITE DE CALIDAD DE ACEPTACIÓN Y LÍMITE DE CALIDAD

DE NO ACEPTACIÓN
5.6.1 Generalidades
Las mediciones de calidad, el límite de calidad de aceptación mA y el límite de calidad de

no aceptación mR deberían ser especificadas de acuerdo con los siguientes procedimientos.
5.6.2 Intervalo entre mR y el límite de especificación
Se recomienda que el intervalo entre el límite de calidad no aceptación y el límite de

especificación (mRL –LEI o LES - mRU ) se especifique tomando en cuenta el uso actual de
un lote aceptado. Por ejemplo, si un lote aceptado es dividido, en sub-lotes en uso actual,
entonces la variación entre sub-lotes debe considerarse cuando se determina el intervalo.
Cuando se especifican los límites de especificación de dos colas, los dos intervalos (mR,L-
LEI o LES- mR,U ) pueden ser diferentes.
PERUANA 17 de 101
Este intervalo puede ser ajustado al límite de calidad del material suministrado. Si el límite
de calidad dista mucho de ser satisfactorio, éste puede ser incrementado de tal manera que
pueda reducirse el riesgo del consumidor en el límite de especificación. Para este propósito
el anexo D ofrece información importante. Por el contrario, si el límite de calidad es
satisfactorio, este intervalo puede ser reducido a cero o incluso puede ser un valor
negativo.
5.6.3 Intervalo de discriminación
El Intervalo de discriminación D, es el intervalo entre el límite de calidad de aceptación y

el límite de calidad de no aceptación. Se recomienda que el valor D, sea especificado,
tomando en cuenta los valores de las desviaciones estándares sI, sI, y sM, .Si el valor del
Intervalo de discriminación es muy pequeño, entonces esta NTP puede no dar un plan de
muestreo aplicable, y la elección del límite de calidad de aceptación y/o el límite de calidad
de no aceptación no necesitará ser reconsiderado.
Cuando se establecen los límites de especificación de dos colas LIE y LSE, los dos intervalos
de discriminación (
m A, L - mR, L y mR ,U - m A,U ) deben ser iguales.
El intervalo de discriminación puede ajustarse al límite de calidad del material

proporcionado. Si el límite de calidad es satisfactorio, el intervalo de discriminación puede
aumentarse para lograr una reducción en los costos.
NOTA: Este intervalo debería determinarse principalmente a partir de aspectos técnicos. La NTP ISO
10576 puede dar información para la determinación de este intervalo.
5.6.4 Intervalo entre los límites de calidad de aceptación
Cuando se especifica límites de la especificación de dos colas , el intervalo entre los límites
de calidad de aceptación superior e inferior, , debe ser igual o mayor que el intervalo
limitante,  x D. Es decir:
 = mA,U - mA,L �xD
Para los procedimientos normalizados de desviaciones estándares conocidas, = 0,636, y

para los procedimientos opcionales, = 0,566.
PERUANA 18 de 101
Para los procedimientos de desviaciones estándar imprecisas, el valor de  puede

obtenerse de la tabla 1, la cual es indexada por E. El valor de E se proporcionará junto
los tamaños de muestra. En la etapa preliminar, es conveniente para asumir los siguientes
valores internos:
E = 8 y  = 0,566.
TABLA 1 - Los Valores de δ para límites de especificación bilaterales

(Desviaciones estándar imprecisas)
νE δ
3,0 a
3,9 0,929
4,0 a
4,9 0,758
5,0 a
5,9 0,670
6,0 a
6,9 0,617
7,0 a
7,9 0,582
¿ 8,0 0,566
TABLA: Los valores δ son usados para determinar la aplicabilidad de los límites de
especificación de dos colas
5.7 AUTORIDAD RESPONSABLE
5.7.1 Funciones
La autoridad responsable tiene varias funciones tales como:
a) aprobar los valores de desviaciones estándar;
b) juzgar la estabilidad de desviaciones estándar;
c) seleccionar entre desviaciones estándar conocidas e imprecisas;
d) aprobar los valores de mA y mR;
e) decidir si se usa o no procedimientos opcionales;
f) otras funciones especificadas o implícitas.

PERUANA 19 de 101
Es deseable que la autoridad responsable tenga suficiente conocimiento y habilidad como

para mantener la neutralidad de este sistema de muestreo de aceptación y para realizar sin
complicaciones los procedimientos de muestreo de aceptación.
5.7.2 Relación contractual
La autoridad responsable puede ser cualquiera de los siguientes:
a) primera parte;
b) segunda parte;
c) tercera parte; o
d) cualquiera de la primera, segunda o tercera parte, difiriendo según la
función.
La autoridad responsable debe especificarse por adelantado al muestreo de aceptación, en

el contrato o cualquier otro documento pertinente. Véase también el apartado 3.1.12 de
NTP -ISO 2859-1.
6. PROCEDIMIENTOS DE INSPECCIÓN
6.1 Generalidades
Este apartado ofrece los siguientes procedimientos:
a) Evaluación de las desviaciones estándar;

b) Determinación de los tamaños de la muestra;
c) Selección y preparación de las muestras;
d) Determinación del valor de aceptación;
e) Determinación de la aceptabilidad del lote.
6.2 Evaluación de las desviaciones estándar
6.2.1 Generalidades
Si los resultados de inspecciones pasadas están disponibles, los valores necesarios de

desviación estándar, sI, sT y sM, pueden obtenerse a través de los procedimientos para la
confirmación y re-estimación dados abajo. De lo contrario (véase el apartado 6.2.9) es
permitido usar los valores de desviaciones estándar especificados por un acuerdo entre el
proveedor y el comprador.
PERUANA 20 de 101
Es especialmente ventajoso usar los valores de desviaciones estándar especificados por un

acuerdo en lo siguiente casos:
a) al inicio del contrato, cuando el conocimiento de valores s no es siempre

suficiente; o
b) el productor tiene mucho más conocimiento sobre las desviaciones estándar

que el consumidor; o
c) durante la inspección, cuando la gráfica de control de sc o de sT ha dado un

punto fuera de control, pero el proceso se ha mejorado después de esto, y se cree que
las desviaciones estándar han sido disminuidas.
6.2.2 Procedimientos de confirmación
Cuando los procedimientos se aplican a una serie continua de lotes, la estabilidad de las
desviaciones estándar debe verificarse lote a lote. Para este propósito, es conveniente usar
los gráficos de control como las mostradas en el apartado 6.2.4. Si la verificación de
resultados indica una falta de estabilidad de las desviaciones estándar, entonces debe tomar
acciones apropiadas.
Por otro lado, deben re-estimarse periódicamente valores de la desviación estándar de la

población. A menos que por otra parte especificada, las desviaciones estándar deben re-
estimarse de los resultados de los 10 lotes inmediatamente precedentes, y después de cada
cinco lotes subsecuentes, sin tener en cuenta la aceptabilidad de los lotes. Si la desviación
estándar es re-estimada, entonces deben reevaluarse los tamaños de muestra, nM, nI y nT. Si
la re-estimación lleva a tamaños de muestra diferentes a los prefijados, entonces el nuevo
plan de muestreo debe usarse para el próximo lote, debido que los tamaños de muestra
apropiados han cambiado. Para información adicional (véase el Anexo C.2.3).
6.2.3 Desviaciones estándar
La desviación estándar de la muestra compósito (valor de muestra, sc) se obtiene de los

promedios de la muestra compósito utilizando la siguiente ecuación más simple:
√
2
( x̄ 1. .− x̄2 . . )
sC =
2
PERUANA 21 de 101
La desviación estándar de la muestra de ensayo (valor de muestra, sT) se obtiene de los

promedios de muestra de ensayo, utilizando la siguiente ecuación:
2 nT
1
sT =
T
��( x
i =1 j =1
ij . - xi .. )2
donde ν T =2(nT −1)
Si nr =2, entonces la siguiente ecuación simple es aplicable.
√
2 2
1 ( x̄ i1.− x̄ i 2. )
sT = ∑
2 i=1 2
Si nM > 1 , entonces la desviación estándar de medición (valor de muestra, sM ) puede
obtenerse de manera similar.
Si n M > 1, entonces la desviación estándar de medición (valor de muestra, sM) puede ser
obtenida similarmente.
2 nT nM
1
sM =
M
��( x
i =1 j =1 k =1
ijk - xij . )2
donde ν M =2 nT (n M −1)
Si n M =2 , entonces es aplicable la siguiente ecuación simple:
√
2 nT 2
1 ( x̄ ij 1 − x̄ij 2 )
s M= ∑ ∑
ν M i=1 j=1 2
donde el ν M =2 nT .
Si el número total de mediciones es suficientemente pequeño, entonces una calculadora

convencional puede usarse para el cálculo de los valores anteriores, por otra parte se
recomienda el uso de un software apropiado.
21
PERUANA 22 de 101
6.2.4 Gráficas de control
6.2.4.1 Generalidades
Los gráficos de control usadas en esta NTP son de un tipo específico. Ellos tienen un límite
de control superior, LCS, pero ellos no tienen un límite de control inferior, LCI (para mayor
información véase el Anexo C.2.3 ).
6.2.4.2 Gráfico de control de sc
El límite de control superior LCS, c de una gráfica de control de sc debe obtenerse, para
cada uno de los 10 lotes (u otro número de lotes utilizado para la verificación), sin tener en
cuenta la aceptabilidad del lote, usando la siguiente ecuación:
L CS ,c = fU x sC
donde
fU es un valor dado en la Tabla 2, como una función de grados de libertad (c= 1);
sc es una desviación estándar de la población entre las muestras compósito.
Si ninguna de las desviaciones estándar (valor de muestra, sc) excede el LCS,c

correspondiente, entonces el gráfico de control de sc puede considerarse que muestra un
estado de control, caso contrario debe ser considerado como que ha mostrado un estado de
fuera de control.
NOTA 1: Porque el número de muestras compósito se mantienen para dos, el LCS,c es común para
todos los lotes.
NOTA 2: Si un número suficiente de resultados de inspección precedente no está disponible, entonces

sc está dado por la siguiente ecuación:
√
σ 2 σ 2
I T
σ c= +
n1 nT
PERUANA 23 de 101
6.2.4.3 Gráfico de control de sT
El límite de control superior, LCS,T, de una gráfica de control de sT debe obtenerse, para cada
uno de los 10 lotes, (o el otro número de lotes usados para la verificación), sin tener en
cuenta la aceptabilidad del lote, usando la siguiente ecuación:
L CS ,T = fU x sT
donde:
fU es un factor dado en la Tabla 2, como una función de grados de libertad para la muestra
de ensayo, T;
sT es una desviación estándar de la población entre las muestras de ensayo.
Si ninguna de las desviaciones estándar (valor de muestra, sT) excede el LCS,T

correspondiente, entonces puede considerarse que el gráfico de control de sT muestra un
estado de control, de lo contrario, puede ser considerado como un estado de fuera de
control.
NOTA 1: Si nT se mantiene constante, entonces el LCS,T es común a todos los lotes.
NOTA 2: Si un número suficiente de resultados de inspección precedente no está disponible, entonces

sT está dado por la siguiente ecuación:
sM 2
sT = sP 2 +
nM
23
PERUANA 24 de 101
TABLA 2 - Valores de fU para UCL
ν fU ν fU ν fU ν fU
1 2,800 31 1,331 61 1,235 104 1,180

2 2,297 32 1,326 62 1,233 108 1,176
3 2,065 33 1,321 63 1,231 112 1,173
4 1,924 34 1,316 64 1,230 116 1,170
5 1,827 35 1,311 65 1,228 120 1,167
6 1,755 36 1,307 66 1,226 124 1,165

7 1,700 37 1,303 67 1,224 128 1,162
8 1,654 38 1,299 68 1,223 132 1,159
9 1,617 39 1,295 69 1,221 136 1,157
10 1,585 40 1,291 70 1,219 140 1,155
11 1,558 41 1,287 71 1,218 144 1,153

12 1,534 42 1,284 72 1,216 148 1,150
13 1,513 43 1,281 73 1,215 152 1,148
14 1,494 44 1,277 74 1,213 156 1,147
15 1,477 45 1,274 75 1,212 160 1,145
16 1,462 46 1,271 76 1,211 164 1,143

17 1,448 47 1,268 77 1,209 168 1,141
18 1,435 48 1,265 78 1,208 172 1,140
19 1,424 49 1,263 79 1,206 176 1,138
20 1,413 50 1,260 80 1,205 180 1,136
21 1,403 51 1,257 82 1,203 184 1,135

22 1,393 52 1,255 84 1,200 188 1,133
23 1,385 53 1,252 86 1,198 192 1,132
24 1,377 54 1,250 88 1,196 196 1,131
25 1,369 55 1,248 90 1,193 200 1,129
26 1,362 56 1,246 92 1,191 220 1,123

27 1,355 57 1,243 94 1,189 240 1,118
28 1,348 58 1,241 96 1,187 260 1,113
29 1,342 59 1,239 98 1,185 280 1,109
30 1,336 60 1,237 100 1,183 300 1,105
NOTA: Cuando  no está dado, puede usarse interpolación lineal.
6.2.4.4 Gráfico de control sM
Si n M > 1, entonces el límite de control superior, L , para una gráfica de control de

CS,M
s M puede calcularse similarmente.
LCS,M = fU x sM
24
PERUANA 25 de 101
donde
fU es un factor dado en la Tabla 2, como una función de grados de libertad para la

medición ν M ;
σM es una desviación estándar de la población de medición.
Si ninguna de las desviaciones estándar (valor de la muestra, s M ) excede el L

CS,M
correspondiente, entonces la gráfica de control de s M , puede considerarse que muestra

un estado de control, caso contrario debe ser considerada como mostrando un estado de
fuera de control.
NOTA: Si ambos tamaños de muestra,

nT y
nM , se mantiene constante, entonces el LCS,M es
común para todos los lotes.
6.2.5 Re-estimación de las desviaciones estándar de la población
Se hará una re-estimación de las desviaciones estándar de la población para los G lotes
inmediatamente precedentes. G será de 10, a menos que la autoridad responsable lo
especifique de otra manera,. Se recomienda que la re-estimación se lleve a cabo después de
cada cinco lotes consecutivos.
6.2.5.2 Tamaños de muestra constante
Cuando los tamaños de muestra son constantes para i lotes, las desviaciones estándar de la
población,
σ c y σ T , son estimados de las desviaciones estándar (los valores de las
s
muestra, c y s T ) usando la siguiente fórmula:
√
G
2
∑ S C ,J
I =1
σC=
G
√
G
2
∑ s T ,i
i=1
σT =
G
PERUANA 26 de 101
donde G es el número de lotes usado para la re-estimación.
Si n M > 1, entonces la desviación estándar de medición, σ M , puede estimarse de

manera similar:
√
G
2
∑s M ,i
i=1
σ M=
G
6.2.5.3 Tamaños de muestra variables
Cuando los tamaños de muestra no son constantes para G lotes, las desviaciones estándar
de la población,
σ c y σ T , son estimadas de las desviaciones estándar (los valores de
s
las muestra, c y s T ) usando las siguientes ecuaciones:
√
G 2
∑ ν c ,i ×s c , i
i=1
σ c= G
∑ νc, i
i =1
√
G 2
∑ ν T , i×s T , i
i =1
σT = G
∑ ν T ,i
i =1
donde
G es el número de lotes usados para el re-estimación;

Si n M > 1, entonces la desviación estándar de medición , σ M , puede ser estimado
similarmente:
PERUANA 27 de 101
√
G
2
∑ ν M , i× s M , i
i=1
σ M= G
∑ νM , i
i=1
6.2.6 Re-estimación de componentes de varianza
Las desviaciones estándar de la población,

σ c y σ T varían si los tamaños de muestra,
nM , nT o n I , cambian, si σ c y σ T no son afectadas por el tamaño de la
σ
muestra. El componente de varianza entre incrementos de muestreo, I2 , y el
2
I
componente de varianza entre las muestras de ensayo, σ , son algo diferentes de otras
varianzas. Es imposible de obtener un componente de varianza directamente, pero puede
ser obtenida como las diferencias de otras varianzas.
6.2.6.2 El componente de varianza entre incrementos de muestreo
σ
El componente de varianza entre incrementos de muestreo, I2 , se da por la siguiente
ecuación:
σ
σ 2=nI σ 2 −
1 ( c nT
T2
)
σ σ
Si I2 < 0, entonces se asume que I2 =0
6.2.6.3 Componentes de varianza entre las muestras de ensayos
σ
Si n M > 1, entonces el componente varianza entre las muestras de, ensayo, P2 , se da
por la siguiente ecuación:
σ 2
σ 2=σ 2 − M
P T nM
σ σ
Si P2 < 0, entonces se asume que P2 = 0;
σ σ
Si n M = 1, entonces no es necesario separar P2 y M2
PERUANA 28 de 101
6.2.7 Desviación estándar estimada
La desviación estándar estimada, σ E , es la desviación estándar del cálculo del

parámetro de la distribución (se usa para obtener la curva de CO) σ E está dado por la
siguiente ecuación:
√ √
σ 2 σ 2 σ 2 σ 2 σ 2
I P M I T
σ E= + + = +
2n I 2 nP 2 nT n M 2 nI 2n T
6.2.8 Acción para situaciones de fuera de control
Durante la inspección de una serie continua de lotes, si el

s c o la gráfica de control de
sT contiene uno o más puntos fuera de control (incluso después de la re-estimación de
σ y UCL), entonces alguna acción es necesaria. Si razones específicas han sido
encontradas y acciones correctivas apropiadas son posibles, entonces se realizará la acción
correctiva. De lo contrario, si el proveedor y el comprador aceptan, entonces la siguiente
acción es aplicable, sujeta a la aprobación de la autoridad responsable:
a) para especificar el valor(es) adecuado(s) de desviación estándar; o
b) cambiar a una inspección opcional aumentada.
Si la autoridad responsable juzga que la desviación estándar de la población se ha

convertido en inestable, entonces los procedimientos para las desviaciones estándar
conocidas no son más aplicables.
6.2.9 Desviaciones estándar imprecisas
El valor de las desviaciones estándar, σ I , σ P y σ M , debe asumirse con la

referencia a los más recientemente datos pertinentes y disponibles y los valores a ser
usados deben estar acordados entre el proveedor y el comprador.
NOTA: Si cualquiera de las desviaciones estándar parece ser inestable, entonces un valor grande debe
asumirse con referencia a los datos recientemente disponibles.
PERUANA 29 de 101
6.3 Determinación de tamaños de muestra
6.3.1 Procedimientos para obtener tamaños de muestra
Como es difícil obtener todos los tamaños de la muestra al mismo tiempo, los siguientes
procedimientos deberían ser seguidos:
a) la determinación del valor económico del número de mediciones, n M ;

b) la determinación de la desviación estándar de muestra de ensayo, σ T ;
c) la determinación de las desviaciones estándar relativas, d I y d T ;
d) la determinación del costo de tratar una muestra de ensayo, c T ;
e)
R
la determinación de la proporción del costo, C y el nivel de proporción
del costo; y
f) la selección de tabla conveniente y la determinación de valores económicos
de n I y nT .
6.3.2 Cálculo de n M
6.3.2.1 Uso de desviaciones estándar conocidas
Para las desviaciones estándar conocidas, el primer paso determinando el valor económico
para el número de mediciones por muestra de ensayo, n M , es calcular un valor interino,
b, usando la ecuación siguiente:
b=
σM
σP √ cT
cM
Entonces debe redondearse a un entero, n M , como sigue:
a) Si b < 1,5, entonces n M = 1;

b) Si 1,5 < b < 2,5, entonces n M = 2;
c) Si b > 2,5, entonces n M = 3.
NOTA 1 La ecuación anterior muestra el valor más económico de

nM antes de redondear, qué
minimizaría
cT .
PERUANA 30 de 101
NOTA 2: La ecuación anterior puede dar un valor notablemente grande de b. En la práctica, un valor
grande de
n M no es deseable porque generalmente a los operarios les disgusta tomar muchas
medidas en la misma muestra de prueba, y los resultados de la prueba pueden ser menos fiables. Por
consiguiente, se asume que el valor máximo de
nM es tres. Si tales factores humanos pueden
desatenderse y un valor grande de
nM es tolerable, entonces el valor de b calculado usando la
ecuación anterior puede redondearse al entero más cercano.
6.3.2.2 Uso de desviaciones estándar imprecisas
Para las desviaciones estándar imprecisas, el número de mediciones por la muestra de

ensayo, n M , debe determinarse usando la siguiente regla:
NOTA: En la regla anterior el efecto del costo es despreciable.
6.3.3 Desviación estándar de la muestra de ensayo
La desviación estándar de la muestra de ensayo, σ T , debe obtenerse usando la siguiente

ecuación:
√
σ 2
M
σT = σ 2+
P nM
6.3.4 Las desviaciones estándar relativas

Las desviaciones estándar,
σI y σ T , deben convertirse a desviaciones estándar
relativas, d I y d T , dividiendo por el intervalo de la discriminación, D, para que
puedan simplificarse los procedimientos siguientes. Así,
σI σT
dI = dT=
D y D
6.3.5 El costo de tratar una muestra de ensayo

El costo de tratar una muestra de ensayo, c TM , se da por la siguiente ecuación:
c TM =c T +n M c M
PERUANA 31 de 101
6.3.6 Razón del costo y nivel de razón de costo

La razón del costo,
Rc se da por la siguiente ecuación:
C TM
Rc =
CI
El nivel de razón del costo debe seleccionarse de acuerdo con las siguientes pautas:
a) nivel 1: si
Rc <<1 entonces fije Rc = 0,1;
b)
R R
nivel 2: si c < 1 entonces fije c = 0,3;
c)
R R
nivel 3: si c ¿ 1 entonces fije c = 1;
d) nivel 4: si
Rc > 1 entonces fije Rc = 3;
e)
R R
nivel 5: si c >> 1 entonces fije c = 10.
6.3.7 Determinación de n I y nT
6.3.7.1 La estructura de tablas
Las tablas 3 a la 7 proporcionan los valores por las desviaciones estándar conocidas y se
mantienen para la determinación del número de incrementos de muestreo por muestra
compósito, n I , y el número de muestras de ensayo por muestra compósito, nT . Estas
están indexadas por el nivel de razón del costo. Cada tabla tiene dos entradas, la d I
preferida (desviación estándar de muestra de ensayo relativa) y la preferida d T
(desviación estándar relativa entre incrementos de muestreo). La zona del dI actual se
muestra al lado del d I preferido. La zona de d T actual es igual a la que corresponde a
dI .
Las tablas de la numero 8 a la 12 proporcionan valores para procedimientos opcionales a

un nivel de riesgo de 5 % y tienen la misma estructura como aquéllos en las tablas de la 3 a
la 7.
Las tablas de la número 13 a la 22 proporcionan valores para desviaciones estándar

imprecisas a un nivel de riesgo de 5 % para nM =1y nM = 2. Estas tablas tienen la
misma estructura esencialmente como las tablas 3 a 7 sólo que los valores para el νE
también han sido incluidos.
PERUANA 32 de 101
6.3.7.2 Selección de tablas
Una tabla apropiada debe seleccionarse de acuerdo con el nivel de razón del costo
aplicable o combinación de n M y el nivel de razón del costo.
6.3.7.3 Los valores clasificados leyendo de n I y nT
En la tabla seleccionada, los valores de n I y nT deben leerse como sigue:
a) encuentre una línea de dI preferido cuya zona (mostrado en la columna

adyacente) contiene el d I actual;
b) encuentre una columna de dT preferido cuya zona contiene el dT
actual. Cada zona para el dT preferido es la misma que el dI preferido,
respectivamente;
c) lea n I y nT de una celda dónde la línea de dI preferido cruza la

columna de d T preferido.
Si cualquiera de lo siguiente ocurre, entonces ir al apartado 6.3.7.4, porque n I o nT es

demasiado grande para ser recomendado:
- Ninguna línea de d I preferida existe.

- Ninguna columna de d T preferido existe.
- Si" *" se muestra en la celda en lugar de n I y nT , entonces ir
directamente al apartado 6.3.7.4 o se busca otras tablas de tamaño de muestra. Si una
tabla de tamaño de muestra subsecuente o precedente para el nivel de razón del costo
proporciona de n I y nT para la celda correspondiente, estos tamaños de muestra
son aplicables, en cualquier otro caso ir al apartado 6.3.7.4.
6.3.7.4 Reconsideración del intervalo de discriminación
Si es imposible obtener nI y nT, o si los valores obtenidos para nI y nT parecieran ser muy
grande, entonces regresar al apartado 5.6.3 para la reconsideración del intervalo de
discriminación.
32
PERUANA 33 de 101
6.4 Selección y preparación de muestras
6.4.1 Generalidades
Para la inspección de un lote individual, se deben seguir los siguientes procedimientos

(Véase la Figura 1).
6.4.2 Remisión de un lote
Como regla un bach de producción de material a granel presentado una sola vez u ofrecido
para su despacho deberá ser remitido como un lote de inspección.
6.4.3 Toma de incrementos de muestreo
De acuerdo al procedimiento especificado en el apartado 5.3.2 para la toma de incrementos

de muestreo, se deberán tomar 2nI incrementos de un lote.
6.4.4 Conformación de muestras compósito
De acuerdo con el procedimiento especificado en el apartado 5.3.3 para la conformación de

muestra compósito, nI incrementos de muestreo serán agrupados y juntados para formar
una muestra compósito, formando dos muestras compósito
6.4.5 Preparación de las muestras de ensayo
De acuerdo al procedimiento de preparación de muestra de ensayo especificado en el

apartado 5.3.4, serán preparadas nT muestras de ensayo, respectivamente de cada una de las
dos muestras compósito.
6.4.6 Mediciones
De acuerdo al procedimiento de medición especificado en el apartado 5.3.5, serán extraídas

nM porciones de ensayo de 2nT muestras de ensayo, respectivamente, y se deberán hacer
2nTnM mediciones por lote.
6.4.7 Determinación de la aceptabilidad del lote
El promedio de la muestra será calculado y se deberá determinar la aceptabilidad del lote

de acuerdo al apartado 6.6.
PERUANA 34 de 101
6.4.8 Disposición de un lote no aceptable
Un lote no aceptable será dispuesto en concordancia con un acuerdo previamente

establecido en la inspección para aceptación de un lote individual.
TABLA 3 – Tamaños de muestra (α ≈ 5%, β ≈ 10%), razón de costo nivel 1 para RC ≈

0,10 (0 a 0,17)
dI dT (valor preferido)
Valor Zona 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
preferido
nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 9 2 14 2 20 2 32 2 48
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 10 2 15 2 22 2 32 2 50
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 10 2 16 2 22 2 34 2 50
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 8 2 12 2 17 2 24 2 36 *
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 9 2 13 2 19 2 26 2 40 *
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 3 2 4 2 5 2 8 2 11 2 15 2 22 2 32 3 42 *
0,630 0,561 a 0,710 2 2 2 2 2 2 2 3 2 5 2 6 2 8 2 10 3 12 3 17 3 26 3 36 4 48 *
0,800 0,711 a 0,900 3 2 3 2 3 3 3 4 3 6 3 7 3 9 4 11 4 15 4 22 4 30 5 38 * *
1,00 0,901 a 1,12 5 2 5 3 5 4 5 5 5 6 5 7 5 11 5 14 6 24 6 24 6 34 7 44 * *
1,25 1,13 a 1,40 7 3 7 4 7 4 7 6 7 8 8 9 8 12 8 17 8 22 9 26 9 40 10 50 * *
1,60 1,41 a 1,80 11 4 11 5 11 12 7 12 9 12 12 12 16 13 20 13 26 14 32 14 46 * * *
2,00 1,81 a 2,24 18 4 18 6 18 7 18 9 18 12 18 15 19 19 19 26 20 30 20 42 22 50 * * *
2,50 2,25 a 2,80 28 6 28 7 28 9 28 11 28 14 28 18 28 24 30 28 30 40 30 50 * * * *
3,15 2,81 a 3,55 44 7 44 9 44 11 44 14 44 18 44 22 46 28 46 36 46 48 * * * * *
NOTA 1 Cada zona para el dT preferido es igual a la del mismo dI preferido, respectivamente.
NOTA 2 De ocurrir uno de los eventos siguientes, entonces reconsiderar el intervalo de discriminación
a) No existe fila del dI preferido
b) No existe columna del dT preferido
NOTA 3 Si se observa “*” en la celda, entonces reconsiderar el intervalo de discriminación, o busque en otras tablas, que puedan dar tamaños de muestra
aplicables.
PERUANA 35 de 101

0,32 (0,18 a 0,56)
Valor Zona 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
preferido
nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 8 2 14 2 19 2 28 2 46
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 8 2 15 2 20 2 30 2 46
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 9 2 16 2 20 2 30 2 50
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 9 2 17 2 22 2 34 3 50
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 10 2 19 3 22 3 34 4 50
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 9 3 11 3 22 3 26 4 36 *
0,630 0,561 a 0,710 2 2 2 2 2 2 2 2 2 3 2 4 3 4 3 6 3 10 4 12 4 26 5 26 5 40 *
0,800 0,711 a 0,900 3 2 3 2 3 2 4 2 4 3 4 4 4 5 4 8 5 10 5 15 6 30 7 28 8 40 *
1,00 0,901 a 1,12 5 2 5 2 5 2 5 3 5 4 5 5 6 6 6 9 7 11 7 17 8 34 9 32 10 46 *
1,25 1,13 a 1,40 7 2 7 2 7 3 8 3 8 4 8 6 9 8 9 11 10 13 10 19 12 40 13 36 14 50 *
1,60 1,41 a 1,80 12 2 12 3 12 3 12 4 12 6 13 7 14 9 14 12 15 16 16 22 17 46 19 40 * *
2,00 1,81 a 2,24 18 3 18 3 18 4 19 5 19 7 19 9 20 11 20 15 22 20 24 24 24 50 26 48 * *
2,50 2,25 a 2,80 28 3 28 4 28 5 28 6 30 8 30 11 30 14 32 18 32 24 34 30 36 42 * * *
3,15 2,81 a 3,55 44 4 44 5 44 6 44 8 46 10 46 13 48 17 48 22 50 28 50 36 * * * *
NOTA Véase las notas de la Tabla 3

1,0 (0,57 a 1,7)
Valor 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
Zona
preferido nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 12 2 18 2 28 2 44

0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 12 2 19 2 30 3 46
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 8 2 13 2 20 3 30 4 46
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 5 2 9 3 13 3 20 4 30 5 46
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 3 9 3 14 4 20 5 32 6 48
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 2 2 2 2 4 3 4 3 7 4 9 4 15 5 22 6 32 8 50
0,630 0,561 a 0,710 2 2 2 2 2 2 2 2 3 2 4 2 4 4 4 5 4 7 5 10 6 15 7 22 8 34 10 50
0,800 0,711 a 0,900 3 2 3 2 3 2 4 2 4 2 4 3 5 4 6 5 6 8 7 11 8 17 10 24 11 36 *
1,00 0,901 a 1,12 5 2 5 2 5 2 5 2 6 2 7 3 7 4 8 6 8 9 10 12 11 18 13 26 15 38 *
1,25 1,13 a 1,40 7 2 7 2 8 2 9 2 9 3 9 4 10 5 11 7 12 10 14 13 15 20 17 28 20 40 *
1,60 1,41 a 1,80 12 2 12 2 13 2 13 3 14 3 15 4 15 6 17 8 18 11 20 15 22 22 24 32 28 44 *
2,00 1,81 a 2,24 18 2 19 2 20 2 20 3 20 4 22 5 22 7 24 10 26 13 28 17 32 24 34 34 38 48 *
2,50 2,25 a 2,80 28 2 30 2 30 3 30 4 32 5 32 6 34 8 36 11 38 15 40 20 44 28 48 38 * *
3,15 2,81 a 3,55 44 2 46 3 46 4 46 5 48 6 50 8 50 10 * * * * * * *

PERUANA 36 de 101
TABLA 6 – Tamaños de muestra (α ≈ 5%, β ≈ 10%), razón de costo nivel 4 para RC ≈ 3,2 (1,8 a 5,6)
Valor 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
Zona
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 12 3 18 3 28 4 44

0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 3 12 3 18 4 28 5 44
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 3 7 3 12 4 18 5 28 6 44
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 3 5 3 8 4 12 5 19 6 28 8 44
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 3 2 3 4 4 5 4 8 6 12 7 19 8 30 10 46
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 2 2 4 2 4 4 5 5 6 8 7 13 9 19 11 30 13 46
0,630 0,561 a 0,710 2 2 2 2 2 2 3 2 3 2 4 2 4 3 5 4 6 6 8 9 9 14 11 20 14 30 17 48
0,800 0,711 a 0,900 3 2 3 2 4 2 4 2 5 2 6 2 6 3 8 4 9 6 11 9 12 14 15 20 18 32 22 48
1,00 0,901 a 1,12 5 2 5 2 6 2 6 2 7 2 9 2 10 3 10 5 11 7 13 10 16 15 20 22 24 32 28 50
1,25 1,13 a 1,40 8 2 8 2 9 2 9 2 10 2 11 3 12 4 15 5 17 7 19 10 22 16 24 24 30 34 36 50
1,60 1,41 a 1,80 12 2 13 2 14 2 14 2 16 2 17 3 19 4 20 6 24 8 26 12 30 17 36 24 42 36 *
2,00 1,81 a 2,24 19 2 20 2 20 2 22 2 22 3 26 3 26 5 28 7 32 9 36 13 40 19 48 26 * *
2,50 2,25 a 2,80 28 2 30 2 30 2 34 2 34 3 36 4 40 5 40 8 46 10 50 14 * * * *
3,15 2,81 a 3,55 46 2 46 2 50 2 50 3 50 4 * * * * * * * * *
TABLA 7 – Tamaños de muestra (α ≈ 5%, β ≈ 10%), razón de costo nivel 5 para RC ≈ 10 (5,7 ó más)
Valor 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50 3,15
Zona
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 3 7 4 11 4 18 6 28 7 44

0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 5 4 7 5 11 6 18 7 28 9 44
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 4 5 4 7 6 11 7 18 9 28 11 44
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 3 5 5 6 7 7 12 9 18 11 28 14 44
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 3 2 5 2 6 3 6 5 8 7 9 12 12 18 14 28 18 44
0,500 0,451 a 0,560 2 2 2 2 2 2 3 2 3 2 4 2 6 2 7 3 7 5 9 8 12 12 15 18 18 28 22 44
0,630 0,561 a 0,710 3 2 3 2 3 2 4 2 5 2 5 2 8 2 9 3 11 5 12 8 16 12 19 19 24 28 28 46
0,800 0,711 a 0,900 4 2 4 2 5 2 6 2 7 2 8 2 10 2 11 4 14 5 17 8 20 13 26 19 28 30 36 46
1,00 0,901 a 1,12 6 2 6 2 7 2 8 2 9 2 11 2 12 3 15 4 17 6 22 8 26 13 30 20 40 30 48 46
1,25 1,13 a 1,40 9 2 10 2 10 2 12 2 13 2 15 2 17 3 22 4 24 6 26 9 32 14 42 20 50 30 *
1,60 1,41 a 1,80 14 2 15 2 16 2 17 2 19 2 22 2 26 3 30 4 34 6 40 9 46 14 50 22 * *
2,00 1,81 a 2,24 20 2 22 2 22 2 24 2 26 2 32 2 36 5 38 5 44 7 50 10 * * * *
2,50 2,25 a 2,80 32 2 32 2 34 2 36 2 40 2 42 3 48 4 * * * * * * *
3,15 2,81 a 3,55 48 2 50 2 50 2 * * * * * * * * * * *

PERUANA 37 de 101
TABLA 8 – Tamaños de muestra (α ≈ 5%, β ≈ 5%), razón de costo nivel 1 para RC ≈ 0,10 (0 a 0,17)
Valor 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
Zona
preferido nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 8 2 11 2 18 2 26 2 40
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 8 2 12 2 19 2 28 2 42
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 9 2 13 2 20 2 30 2 44
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 3 2 4 2 5 2 7 2 10 2 15 2 22 2 32 2 46
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 8 2 12 2 17 2 24 2 36 3 50
0,500 0,451 a 0,560 2 2 2 2 2 2 2 3 2 4 2 5 2 7 2 11 2 14 2 20 3 26 3 40 *
0,630 0,561 a 0,710 2 2 2 3 2 4 2 4 3 5 3 6 3 8 3 12 3 17 3 22 4 30 4 44 *
0,800 0,711 a 0,900 4 2 4 3 4 4 4 4 4 6 4 9 4 11 5 14 5 19 5 26 6 34 6 50 *
1,00 0,901 a 1,12 6 3 6 4 6 5 6 6 6 8 6 10 6 13 7 17 7 24 8 28 8 42 * *
1,25 1,13 a 1,40 9 4 9 4 9 6 9 7 9 10 10 12 10 15 10 22 11 26 11 36 12 48 * *
1,60 1,41 a 1,80 14 5 14 6 15 7 15 9 15 12 15 15 16 19 16 26 17 32 17 44 * * *
2,00 1,81 a 2,24 22 6 22 7 22 9 22 11 24 15 24 18 24 24 24 32 26 38 26 50 * * *
2,50 2,25 a 2,80 3 7 34 9 34 11 34 14 36 18 36 22 36 30 38 36 38 50 * * * *
NOTA 3 Si se observa “*” en la celda, entonces reconsiderar el intervalo de discriminación, o buscar en otras tablas, que puedan dar tamaños de muestra
aplicables.
TABLA 9 – Tamaños de muestra (α ≈ 5%, β ≈ 5%), razòn de costo nivel 2 para RC ≈ 0,32 (0,18 a 0,56)
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
Valor
Zona
preferido
nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 10 2 16 2 24 2 36
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 10 2 16 2 24 2 38
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 2 11 2 17 2 26 2 40
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 5 2 8 2 12 2 19 2 28 3 42
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 6 2 10 2 14 3 20 3 30 4 44
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 3 2 4 2 6 3 7 3 10 3 15 4 20 4 32 4 36
0,630 0,561 a 0,710 2 2 2 2 3 2 3 2 3 3 3 5 3 6 4 8 4 12 5 16 5 24 6 34 5 40
0,800 0,711 a 0,900 4 2 4 2 4 2 4 3 4 4 5 5 5 7 5 10 6 13 7 18 7 28 8 38 8 40
1,00 0,901 a 1,12 6 2 6 2 6 3 6 4 7 5 7 6 7 9 8 11 8 16 9 22 10 30 11 42 *
1,25 1,13 a 1,40 9 2 9 3 10 3 10 4 10 6 10 7 11 10 11 14 12 18 13 24 15 32 16 46 *
1,60 1,41 a 1,80 15 3 15 3 15 4 16 5 16 7 16 9 17 12 18 16 19 20 20 28 22 38 24 50 *
2,00 1,81 a 2,24 22 3 22 4 24 5 24 7 24 9 24 11 26 14 26 19 28 24 30 32 32 44 * *
2,50 2,25 a 2,80 36 4 36 5 36 6 36 8 38 10 38 13 38 17 40 22 42 30 44 38 46 50 * *

PERUANA 38 de 101
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
Valor
Zona
preferido
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 9 2 15 2 24 2 36
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 10 2 16 2 24 3 36
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 2 7 2 10 3 16 3 24 4 36
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 5 2 7 3 10 3 17 4 26 5 38
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 2 2 2 4 3 5 3 8 4 11 4 18 5 26 6 40
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 2 2 3 3 3 4 4 5 4 8 5 12 6 18 7 26 8 40
0,630 0,561 a 0,710 2 2 2 2 3 2 3 2 4 2 4 3 5 4 5 6 6 8 6 13 8 19 9 28 11 42
0,800 0,711 a 0,900 4 2 4 2 4 2 5 2 5 3 5 4 6 5 7 7 8 10 9 14 10 22 12 30 14 44
1,00 0,901 a 1,12 6 2 6 2 7 2 7 2 8 3 8 4 8 6 10 8 11 11 12 15 14 22 16 32 19 48
1,25 1,13 a 1,40 9 2 10 2 10 2 10 3 11 4 12 5 13 6 14 9 15 12 17 17 19 24 22 36 26 50
1,60 1,41 a 1,80 15 2 16 2 16 3 17 3 18 4 18 6 19 6 22 10 22 14 24 19 28 28 32 38 *
2,00 1,81 a 2,24 24 2 24 2 24 3 26 4 26 5 26 7 28 8 30 12 32 16 36 22 38 32 42 44 *
2,50 2,25 a 2,80 36 2 36 3 36 4 38 5 40 6 40 8 42 9 44 14 48 19 50 26 * * *
Valor 0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
Zona
preferido nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT nI nT
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 2 9 3 15 3 22 4 36
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 2 6 3 9 3 15 4 22 5 36
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 2 3 2 4 3 6 3 10 4 15 5 24 6 36
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 4 4 6 4 10 5 16 7 24 8 36
0,400 0,356 a 0,450 2 2 2 2 2 2 2 2 2 2 3 2 3 3 4 4 5 7 6 10 7 16 9 24 10 38
0,500 0,451 a 0,560 2 2 2 2 2 2 2 2 3 2 4 2 5 3 5 5 6 7 7 10 9 16 11 24 13 38
0,630 0,561 a 0,710 3 2 3 2 3 2 4 2 4 2 6 2 6 3 7 5 9 7 10 11 12 17 14 26 17 38
0,800 0,711 a 0,900 4 2 5 2 5 2 5 2 6 2 7 3 8 4 10 5 11 8 14 11 16 18 19 26 22 40
1,00 0,901 a 1,12 6 2 7 2 7 2 8 2 10 2 10 3 12 4 13 6 16 8 18 12 20 19 24 28 30 42
1,25 1,13 a 1,40 10 2 10 2 11 2 12 2 14 2 15 3 16 5 18 7 22 9 24 13 28 20 32 30 38 44
1,60 1,41 a 1,80 16 2 16 2 17 2 19 2 20 3 20 4 24 5 28 7 30 10 32 15 38 22 44 32 50 46
2,00 1,81 a 2,24 24 2 24 2 26 2 28 2 30 3 32 4 34 6 38 8 42 11 46 16 50 24 * *
2,50 2,25 a 2,80 36 2 38 2 40 2 42 3 44 4 46 5 48 7 50 10 * * * * *

PERUANA 39 de 101
TABLA 12 – Tamaños de muestra (α ≈ 5%, β ≈ 5%), razón de costo nivel 5 para RC ≈ 10 (5,7 ó más)
0,160 0,200 0,250 0,315 0,400 0,500 0,630 0,800 1,00 1,25 1,60 2,00 2,50
Valor
Zona
preferido
0,160 0,000 a 0,180 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 3 6 4 9 5 14 6 22 7 34
0,200 0,181 a 0,224 2 2 2 2 2 2 2 2 2 2 2 2 3 2 3 4 4 6 4 9 6 14 7 22 9 34
0,250 0,225 a 0,280 2 2 2 2 2 2 2 2 2 2 2 2 4 2 4 4 5 6 6 9 7 15 9 22 11 34
0,315 0,281 a 0,355 2 2 2 2 2 2 2 2 2 2 3 2 4 2 4 4 6 6 7 9 9 15 11 22 14 36
0,400 0,356 a 0,450 2 2 2 2 2 2 3 2 3 2 4 2 5 3 6 4 8 6 10 9 12 15 15 24 18 36
0,500 0,451 a 0,560 2 2 3 2 3 2 4 2 4 2 5 2 6 3 9 4 10 6 12 10 15 15 18 24 22 36
0,630 0,561 a 0,710 3 2 4 2 4 2 5 2 6 2 7 2 8 3 11 4 13 6 15 10 19 16 24 24 30 36
0,800 0,711 a 0,900 5 2 6 2 6 2 7 2 8 2 11 2 12 3 14 5 17 7 22 10 26 16 32 24 36 38
1,00 0,901 a 1,12 8 2 8 2 9 2 10 2 12 2 14 2 17 3 19 5 24 7 26 11 32 17 38 26 50 38
1,25 1,13 a 1,40 11 2 12 2 13 2 15 2 17 2 20 2 22 3 26 5 28 8 36 11 44 17 50 26 *
1,60 1,41 a 1,80 18 2 19 2 20 2 22 2 24 2 26 3 30 4 34 6 42 8 48 12 * * *
2,00 1,81 a 2,24 26 2 28 2 30 2 32 2 36 2 40 3 44 4 50 6 * * * * *
2,50 2,25 a 2,80 40 2 42 2 44 2 46 3 50 3 * * * * * * * *

PERUANA 40 de 101
TABLA 13 – Tamaños de muestra (α ≈ 5%, β ≈ 5%) y grados de libertad para nM = 1, razón de costo
nivel 1 para RC ≈ 0,10 (0 a 0,17)
0,160 0,250 0,400 0,630 1,00 1,60 2,50

Valor
Zona
preferido
nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 2 7 13 2 18 35 2 40 72
0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 2 4 8,0 2 8 15 2 20 27 2 44 41
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 3 4 9,9 3 10 18 3 24 26 3 55 33
0,630 0,451 a 0,710 4 2 7,3 4 4 7,8 4 6 9,3 4 9 11 4 17 14 5 32 28 5 65 35
1,00 0,711 a 1,12 7 3 13 7 5 14 7 8 15 8 13 20 8 22 24 9 42 36 *
1,60 1,13 a 1,80 15 6 29 16 8 32 16 12 34 17 20 40 18 32 49 19 60 60 *
2,50 1,81 a 2,80 36 7 72 36 12 74 36 19 76 38 30 85 40 48 98 * *
NOTA 3 Si se observa “*” en la celda, entonces reconsiderar el intervalo de discriminación, o buscar en otras tablas, que puedan dar tamaños de
muestra aplicables.
NOTA 4 Se usa el valor de νE para límites de especificación bilaterales, características múltiples de calidad, o una curva CO.
nivel 2 para RC ≈ 0,32 (0,18 a 0,56)
0,160 0,250 0,400 0,630 1,00 1,60 2,50

Valor
Zona
preferido
nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 2 7 13 2 17 33 2 40 72
0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 2 4 8,0 2 8 15 2 18 27 2 44 41
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 3 4 9,9 3 10 18 3 22 27 3 55 33
0,630 0,451 a 0,710 4 2 7,3 4 2 8,0 4 4 10 4 7 12 5 12 23 6 24 43 5 65 35
1,00 0,711 a 1,12 7 2 13 7 4 14 8 5 19 8 9 23 9 16 33 11 30 57 15 55 116
1,60 1,13 a 1,80 16 3 32 16 5 34 17 8 39 18 12 47 20 20 63 22 40 86 26 75 137
2,50 1,81 a 2,80 36 4 74 36 8 75 38 11 85 40 18 97 42 30 114 46 55 147 *

PERUANA 41 de 101
nivel 3 para RC ≈ 1,0 (0,57 a 1,7)
Valor 0,160 0,250 0,400 0,630 1,00 1,60 2,50

Zona
preferido nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT nI nT νT
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 2 7 13 2 16 31 4 36 74

0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 2 4 8,0 3 7 14 3 17 35 4 38 79
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 3 4 9,9 4 8 19 5 18 41 7 40 89
0,630 0,451 a 0,710 4 2 7,3 4 2 8,0 4 3 9,9 5 5 16 7 9 27 8 20 51 12 42 103
1,00 0,711 a 1,12 7 2 13 7 3 14 8 4 19 9 7 27 12 11 41 16 22 70 20 48 131

1,60 1,13 a 1,80 16 2 31 17 3 35 18 5 41 20 8 51 22 16 70 28 28 108 38 55 181
2,50 1,81 a 2,80 36 4 74 38 4 79 40 7 89 42 12 103 48 20 131 55 38 181 70 70 276
TABLA 16 – Tamaños de muestra (α ≈ 5%, β ≈ 5%) y grados de libertad para nM = 1, razòn de costo
nivel 4 para RC ≈ 3,2 (1,8 a 5,6)
Valor 0,160 0,250 0,400 0,630 1,00 1,60 2,50

Zona
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 2 7 13 3 16 32 4 36 74

0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 2 4 8,0 4 7 14 5 16 34 4 36 75
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 4 4 10 5 8 19 8 17 39 11 38 85
0,630 0,451 a 0,710 4 2 7,3 4 2 8,0 4 3 9,9 7 4 12 9 8 23 12 18 47 18 40 97
1,00 0,711 a 1,12 7 2 13 8 2 15 10 3 18 12 5 23 16 9 33 20 20 63 30 42 114

1,60 1,13 a 1,80 17 2 33 18 2 27 22 3 27 24 6 43 30 11 57 40 22 86 55 46 147
2,50 1,81 a 2,80 38 2 70 40 3 74 46 4 65 48 8 90 55 15 116 75 26 137 *
nivel 5 para RC ≈ 10 (5,7 ó más)
Valor 0,160 0,250 0,400 0,630 1,00 1,60 2,50

Zona
0,160 0,000 a 0,180 2 2 4,0 2 2 3,4 2 3 5,5 2 4 7,3 3 7 13 6 15 29 7 36 72

0,250 0,181 a 0,280 2 2 3,4 2 2 4,0 2 3 6,0 4 4 7,8 5 7 14 8 16 32 12 36 74
0,400 0,281 a 0,450 3 2 5,5 3 2 6,0 3 3 8,0 6 4 9,3 8 7 15 12 16 34 19 36 76
0,630 0,451 a 0,710 4 2 7,3 4 2 8,0 5 3 11 9 4 11 13 8 20 20 17 40 30 38 85
1,00 0,711 a 1,12 7 2 13 8 2 15 10 3 18 17 4 14 22 8 24 32 18 49 48 40 98

1,60 1,13 a 1,80 18 2 35 20 2 27 24 3 26 32 5 28 42 9 36 60 19 60 *
2,50 1,81 a 2,80 40 2 72 44 2 41 55 3 33 65 5 35 * * *

PERUANA 42 de 101
nivel 1 para RC ≈ 0,10 (0 a 0,17)
Valor 0,160 0,250 0,400 0,630 1,00 1,60 2,50

Zona
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 2 7 24 2 17 56 2 40 112

0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 2 4 12 2 8 22 2 20 34 2 44 48
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 3 3 10 3 5 15 3 10 23 3 24 30 3 50 39
0,630 0,451 a 0,710 4 2 7,5 4 4 7,9 4 6 9,4 4 9 12 4 17 14 5 32 30 5 65 37
1,00 0,711 a 1,12 7 3 13 7 5 14 7 8 15 8 13 21 8 22 25 9 42 37 *

1,60 1,13 a 1,80 15 6 29 16 8 32 16 12 35 17 20 40 18 32 49 19 60 61 *
2,50 1,81 a 2,80 36 7 72 36 12 74 36 19 76 38 30 85 40 48 99 * *
nivel 2 para RC ≈ 0,32 (0,18 a 0,56)
Valor 0,160 0,250 0,400 0,630 1,00 1,60 2,50

Zona
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 2 7 24 2 17 56 2 38 110

0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 2 4 12 2 8 22 2 18 36 3 40 111
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 3 3 10 3 4 14 3 10 23 3 22 32 4 46 81
0,630 0,451 a 0,710 4 2 7,5 4 2 9,0 4 4 10 4 7 13 5 12 27 6 24 52 8 48 117
1,00 0,711 a 1,12 7 2 13 7 3 15 8 5 20 8 9 24 9 16 35 11 30 64 15 55 144

1,60 1,13 a 1,80 16 3 32 16 5 34 17 8 40 18 12 49 20 20 67 22 40 92 26 75 150
2,50 1,81 a 2,80 36 4 74 36 8 76 38 11 86 40 18 99 42 30 118 46 55 153 *
nivel 3 para RC ≈ 1,0 (0,57 a 1,7)
Valor 0,160 0,250 0,400 0,630 1,00 1,60 2,50

Zona
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 2 7 24 2 16 54 3 36 129

0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 3 3 9,9 3 7 26 3 17 59 4 38 133
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 3 2 7,7 3 4 14 4 8 31 5 18 66 7 40 148
0,630 0,451 a 0,710 4 2 7,5 4 2 9,0 4 3 11 5 5 20 6 9 36 8 20 76 12 42 166
1,00 0,711 a 1,12 7 2 13 7 3 15 8 4 21 9 7 30 11 12 51 16 22 103 19 48 189

1,60 1,13 a 1,80 16 2 33 17 3 38 18 5 45 20 8 59 22 16 81 28 28 139 38 55 256
2,50 1,81 a 2,80 36 4 74 36 4 83 40 7 95 42 12 111 48 19 150 55 38 213 70 70 355

PERUANA 43 de 101
nivel 4 para RC ≈ 3,2 (1,8 a 5,6)
Valor 0,160 0,250 0,400 0,630 1,00 1,60 2,50

Zona
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 2 7 24 4 15 54 4 36 132

0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 3 3 9,9 3 7 26 5 16 61 8 36 135
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 3 2 7,7 4 4 17 6 7 29 8 16 65 11 38 150
0,630 0,451 a 0,710 4 2 7,5 4 2 9,0 6 2 10 6 4 20 9 8 39 13 17 76 18 40 169
1,00 0,711 a 1,12 7 2 13 8 2 17 10 3 25 12 5 35 16 9 54 22 19 99 30 42 196
1,60 1,13 a 1,80 17 2 35 18 2 35 22 3 41 24 6 61 30 11 88 40 22 141 55 46 249
2,50 1,81 a 2,80 38 2 77 40 3 84 44 4 88 50 7 108 55 15 157 75 26 214 *
nivel 5 para RC ≈ 10 (5,7 ó más)
Valor 0,160 0,250 0,400 0,630 1,00 1,60 2,50

Zona
0,160 0,000 a 0,180 2 2 5,3 2 2 6,0 2 2 5,1 2 3 9,0 4 6 19 5 15 53 7 36 131

0,250 0,181 a 0,280 2 2 3,7 2 2 5,3 2 2 5,9 4 3 9,5 5 7 25 8 15 55 12 36 133
0,400 0,281 a 0,450 3 2 5,8 3 2 7,5 4 2 7,7 7 3 10 8 7 28 12 16 63 19 36 138
0,630 0,451 a 0,710 4 2 7,5 4 2 9,0 7 2 10 9 4 20 13 7 31 20 16 67 30 38 154
1,00 0,711 a 1,12 7 2 13 8 2 17 13 2 13 17 4 25 22 8 44 34 17 80 48 40 176
1,60 1,13 a 1,80 17 2 35 20 2 37 24 3 41 34 4 31 42 9 63 55 19 110 *
2,50 1,81 a 2,80 40 2 80 44 2 62 50 3 60 65 5 62 * * *
6.5 Determinación del valor de aceptación
6.5.1 Procedimientos estándar
6.5.1.1 Límite de especificación de una cola
Cuando se especifica un límite de especificación inferior, LEI, se obtiene el valor de

aceptación inferior usando la siguiente ecuación:
x L =m A−γ× D=m A−0,562×D
Cuando se especifica un límite de especificación superior, LES, se obtiene el valor de

aceptación superior usando la siguiente ecuación:
PERUANA 44 de 101
x U =m A +γ×D=m A +0, 562×D
6.5.1.2 Límites de especificación de dos colas

Cuando los límites de especificación de dos colas, LEI y LES, los valores más bajos y más
altos de aceptación se obtienen usando las siguientes ecuaciones:
x L = mAL -  �D = mAL - 0,562 �D
x U = mAU -  �D = mAU - 0,562 �D
_
6.5.2 Procedimientos opcionales para el 5% de riesgos y procedimientos para
desviaciones estándar imprecisas
a) Configurar los valores de  y  como sigue:
a) Fijar los valores de  y  como sigue:
 = 0,500
 = 0,566
b) Fijar los valores de valores de aceptación inferior y superior como siguen:
x L =0,5(m A , L+mR , L )
x U =0,5(m A , U +mR ,U )
6.6 Determinación de la aceptabilidad del lote
6.6.1 Obtención de promedios de la muestra
6.6.1.1 Promedios de la muestra de ensayo
Promedios de 2 nT muestras de ensayo, xij, deberían ser obtenidos de los nM resultados de

medición, respectivamente, usando la siguiente ecuación:
nM
x
xij . = � ijk
k =1 nM
Donde:
xijk es el resultado de k-èsima medicion , de la j-ésima muestra de ensayo e i-ésima muestra
compósito.
PERUANA 45 de 101
6.6.1.2 Promedios de muestra compósito
Los promedios de dos muestras compósito x i.. deben ser calculados de los nT promedios
de muestras de ensayo, respectivamente, usando la siguiente ecuación:
nT
x
xi .. = � ijk
j =1 nT
6.6.1.3 Promedio general de muestra
El promedio general de muestra, x... , debe ser calculado de los promedios de las dos
muestras compósito usando la siguiente ecuación:
2
1
x .. .= ∑ x̄
2 i =1 i . .
6.6.2 Aceptabilidad de lote
La aceptabilidad del lote deber ser determinada de acuerdo con el siguiente criterio de
aceptación.
a) Cuando un límite de especificación inferior de una cola LEI es especificado:
Si x... ≥ xL , el lote es aceptable ,y

Si x... < xL , el lote es no aceptable
b) Cuando un límite de especificación superior de una cola LES, es

especificado:
Si x... ≤ xs , el lote es aceptable, y

Si x... > xs , el lote es no aceptable
c) Cuando los límites de especificación, de dos colas, LEI y LES son

especificados:
Si xL ≤ x... ≤ xU , el lote es aceptable y

Si cualquiera x... < xL ó x... > xU , el lote es no aceptable.
PERUANA 46 de 101
7. EJEMPLOS
7.1 Desviación estándar imprecisa con límite de especificación de una cola
Un químico industrial consistente de gránulos finos será llevado periódicamente en un

contenedor grande como un material a granel, por cada entrega. Este material será
procesado además incluyendo la homogenización. Por tanto, es deseable obtener un plan
de muestreo económico, teniendo suficiente seguridad para el parámetro de la distribución.
Las características escogidas para probar la aceptabilidad del lote es una propiedad física y
un límite de especificación inferior, LEI= 90% es especificado para el parámetro de la
distribución. Basado en un experimento preliminar, las desviaciones estándar en sus
respectivas etapas son asumidas como sigue:
s1 = 4,4 ; sP = 1,0 y sM = 3,0
Los componentes del costo son como sigue: c1= 25, cT= 20 y cM= 60. Los límites de
calidad, mA= 96,0 y mR= 92,0, son especificados de acuerdo con los procedimientos para
desviaciones estándar imprecisa, el siguiente plan de muestreo es obtenido:
a) límite de especificación inferior, LEI: 90,0

b) límite de calidad de aceptación, mA: 96,0
c) límite de calidad de no aceptación,mR: 92,0
d) intervalo de discriminación, D: 4,0
94,0
e) valor de aceptación inferior, x̄ L : x̄ L =0,5(m A +m R )=0,5( 96 , 0+92 , 0)=
f) desviación estándar entre incrementos de muestreo, sI: 4,4
g) desviación estándar entre muestras de ensayo, sP: 1,0
h) desviación estándar de medición, sM: 3,0
i) número de muestras compósito, 2
j) costo de tomar un incremento de muestreo, cI: 25
k) costo de preparar una muestra de ensayo, cT: 20
l) costo de una medición, cM: 60
m)número de mediciones por muestra de ensayo,
n M : σ M / σ P=3,0/1,0=3 →nM = 2
n) desviación estándar de muestra de ensayo, σ
√
σ T = σ 2P +
σ 2M
nM √
= 1,02 +
3,02
2
= √ 5, 50=
c TM : cTM =c T + n M c M =20+2 x 60=

2,35
140
o) costo de tratar una muestra de ensayo,
p) razón del costo, c R : R =c /c =140 /25=
c TM I
5,60
q) desviación estándar relativa entre incrementos de muestreo, 1,10
d I :d I =σ I / D=4, 40/4,0=
r) desviación estándar de muestra de ensayo relativa, 0,588
PERUANA 47 de 101
d T :d T =σ T / D=2, 35/4,0=
s) selección de tabla: (
n M =2 nivel de razón del costo 4)
t) tamaños de muestra,
n I y nT :d I=1, 10→1, 00 ;d T =0, 588→0, 630: nI =12 , nT = 5
NOTA 1 El costo variable por lote, C , puede calcularse como sigue:

C=2 ( n I c I +nT C TM ) =2 ( 12 x 25+5 x 140 )=2 000
NOTA 2 El valor aproximado del cálculo de desviación estándar,sE puede calcularse como sigue:
√
2 2
σ E=
σI σT
+
2n I 2 nT
=
√
4, 402 2,352
+
2 x 12 2 x 5
=√1, 359=1,17
7.2 Desviación estándar imprecisa con límites de especificación de dos colas.
Las condiciones son casi las mismas que aquellas dadas para el apartado7.1, excepto que,
adicionalmente el límite de especificación superior LES = 110, está también especificado
para el parámetro de distribución. En este caso, el límite de especificación superior es
técnicamente de menor importancia que el límite de especificación inferior, y de ahí los
límites de calidad mA= 106.0 y mR = 110.0 son especificados. De acuerdo con los
procedimientos para la desviación estándar imprecisa, el siguiente plan de muestreo es
obtenido.
a) límite de especificación inferior, LEI 90,0

b) límite de especificación superior, LES 110,0
c) límite de calidad de aceptación inferior.
m A, L : 96,0
d) límite de calidad de no aceptación inferior,

mR , L :
92,0
e) límite de calidad de aceptación superior,

m A,U : 106,0
f) límite de calidad de no aceptación superior,

mR ,U :
110,0
g) intervalo de discriminación, D: 4,0
x̄ L : x̄ L =0,5(m A , L+mR , L )=0,5 (96 , 0+92 , 0)= 94,0
h) valor de aceptación inferior,
108,0
i) valor de aceptación superior, x̄ U : x̄ U =0,5(m A ,U +m R ,U )=0,5(106 , 0+110 ,0 )=
j) intervalo entre los límites de calidad de aceptación superior e inferior, 10,0
Δ: Δ=mA ,U −m A ,L =106,0−96 ,0=

k) intervalo de restricción, δ x D (el valor interino): δ x D=0,566 x 4,0=2,26 < 10,0
PERUANA 48 de 101
l) desviación estándar entre incrementos de muestreo,

σI : 4,4
m)desviación estándar entre muestras de ensayo,

σP : 1,0
n) desviación estándar de medición, M : σ 3,0

o) número de muestras compósito, 2
p) costo de tomar un incremento de muestreo, cI: 25
q) costo de preparar una muestra de ensayo, cT: 20
r) costo de una medición, cM: 60
s) número de mediciones por muestra de ensayo: 2
n M : σ M /σ P =3,0/1,0= 3→n M =
t) desviación estándar de la muestra de ensayo,
2,35
σT =
√ σ 2P +
σ 2M
nM √
= 1,02 +
3,02
2
= √ 5, 50=
u) costo de tratar una muestra de ensayo c TM : cTM =c T + n M c M =20+2 x 60= 140
v) razón del costo C C TM I

R : R =c /c =140/25= 5,60
w)desviación estándar relativa entre incrementos de muestreo 1,10
d I :d I =σ I / D=4, 40/4,0=
x) desviación estándar de muestra de ensayo relativa d T :d T =σ T / D=2, 35/4,0= 0,588
y) selección de tabla: Tabla 21( nM nivel de razón del costo 4)
z) confirmación de plan de muestreo:
- tamaños de muestra,
n I y nT :d I=1, 10→1, 00 ;d T =0,588→0, 630 :n I=12 , nT = 5
-E y  (tabla 1); ν E =35→ δ=0,566
- reconfirmación del intervalo de restricción, δ x D: δ x D=0,566 x 4,0=2,26 <10,0

NOTA: El costo variable y el cálculo de desviación estándar son los mismos que en el apartado 7.1,
concretamente:
- el costo variable, C =2 000;
- el valor aproximado del cálculo de desviación estándar, sE=1,17
7.3 Procedimiento opcional para desviación estándar conocida con límite de

especificación de una cola
La condiciones son casi la mismas como la dada para el apartado 7.1 excepto que las
desviaciones estándar en las respectivas etapas son conocidos y estables, dado que, s1 =
4,4, sP =1,0 y σM = 30
a) límite de especificación inferior, LIE: 90,0

c) límite de calidad de no aceptación, mR: 92,0
PERUANA 49 de 101

x̄ L : x̄ L =0,5(m A , L+mR , L )=0,5 (96 , 0+92 , 0)= 94,0
e) valor de aceptación inferior,
f) desviación estándar entre incrementos de muestreo,
σI : 4,4
g) desviación estándar entre muestras de ensayo,

σP : 1,0
h) desviación estándar de medición,

σM : 3,0
j) costo de tomar un incremento de muestreo, cI: 25
k) costo de preparar una muestra de ensayo, cT: 20
l) costo de una medición, cM: 60
m)número de mediciones por muestra de ensayo:
2
n M : b=
σM
σP √ cT
cM
=
√
3,0 20
1,0 60
=1,73→n M =
σT : 2,35
n) desviación estándar de muestra de ensayo,
o) costo de tratar una muestra de ensayo, M : σ 140
p) razón del costo, RC: 5,60
q) desviación estándar relativa entre incrementos de muestreo, dI: 1,10
r) desviación estándar de muestra de ensayo relativa, dT: 0,588
s) selección de tabla: Tabla 11 (nivel de razón del costo 4)
n I y nT :d I=1, 10→1, 00 ;d T =0,588→0, 630 :n I=12 , nT = 4
NOTA 1 El costo variable C, puede calcularse como sigue:
c=2 ( n I c I +nT cTM ) =2 ( 12 x 25+4 x 140 )=1 720
NOTA 2 El cálculo de desviación estándar

σE , puede calcularse usando la siguiente ecuación:
√
2 2
σ E=
σI σT
+
2n I 2 nT
= +
√
4, 402 2,352
2 x 12 2 x 4
=√ 1, 497=1, 22
7.4 Desviación estándar conocida con límite de especificación una cola
Las condiciones son casi las mismas a las dadas en el apartado 7.3 excepto que el riesgo
del consumidor para mR es aprox. 10 %.
Las desviaciones estándar en sus respectivas etapas son conocidas y estables, esta dada,
σ1 = 4,4; σp = 1.0 y , σM = 3.0. Los componentes del costo son como sigue: c1 = 25, cT = 20
y cM = 60. Los límites de calidad, mA = 9,60 y mR = 92,0 son especificados. De acuerdo con
los procedimientos para desviación estándar conocido, el siguiente plan de muestreo es
obtenido:
PERUANA 50 de 101
a) límite de especificación inferior, LIE: 90,0

e) valor de aceptación inferior,
x̄ L : x̄ L =m A , L −γ xD=96 ,0−0, 562 x 4,0= 96,75
f) desviación estándar entre incrementos de muestreo, I :

σ 4,4
g) desviación estándar entre muestras de ensayo,

σP : 1,0
h) desviación estándar de medición,

σM : 3,0
c
j) costo de tomar un incremento de muestreo, I :
25
c
k) costo de preparar una muestra de ensayo, T :
20
l) costo de una medición, M :

c 60
m)número de mediciones por muestra de ensayo:
2
b=
σM
√ =
cT
3,0 20
σ P c M 1,0 60 √
=1, 73→n M =
n) desviación estándar de la muestra de ensayo,

2,35
√
σ T : σ T = σ 2P +
σ 2M
nM √
= 1,02 +
3,0 2
2
= √ 5,50=
c TM : cTM =c T + n M c M =20+2 x 60= 140

o) costo de tratar una muestra de ensayo,
p) razón del costo, C R : R =c
C TM I /c =140/25= 5,60
q) desviación estándar relativa entre incrementos de muestreo, 1,10
d I :d I =σ I / D=4, 40/4,0=
r) desviación estándar de muestra de ensayo relativa, d T :d T =σ T / D=2, 35/4,0= 0,588
s) selección de tabla: Tabla 6 (nivel de razón del costo 4)
n I y nT :d I=1, 10→1, 00 ;d T =0,588→0, 630 :n I=10 ,nT = 3
NOTA 1 El costo variable C, puede calcularse como sigue:
c=2 ( n I c I +nT cTM ) =2 ( 10 x 25+3 x 140 ) =1 340
NOTA 2 El cálculo de desviación estándar

σ E=
√ σ 2I σ 2T
+
2n I 2 nT
=
√
4, 402 2,352
+
2 x 10 2 x 3
=√ 1,888=1,37
7.5 Desviaciones estándar conocida con límites de especificación de dos colas

PERUANA 51 de 101
Las condiciones son casi siempre las mismas que las dadas para el apartado 7.4, excepto
que el límite de especificación superior adicional, LES= 110.0, es también especificado
para el parámetro de distribución. En este caso, el límite de especificación superior es
técnicamente de menos importancia que el límite de especificación inferior. Por lo tanto los
límites de calidad
m
A,U =106 ,0 y
m
R ,U =110 ,0
son especificados. De acuerdo con los
procedimientos para desviaciones estándar conocidas, el siguiente plan de muestreo es
obtenido.
PERUANA 52 de 101

b) límite de especificación superior, LES: 110,0
c) límite de calidad de aceptación superior,
m A, L : 96,0
d) límite calidad de no aceptación inferior,

mR , L : 92,0

m A,U : 106,0

mR ,U :
110,0
x̄ L : x̄ L =m A , L −γ xD=96 ,0−0, 562 x 4,0= 93,75
i) valor de aceptación superior,

x̄ U : x̄ U =m A ,U +γ . D=106, 0+0, 562 x 4,0= 108,25
j) intervalo entre los límites de calidad de aceptación superior e inferior, 10
Δ: Δ=mA ,U −m A , L =
k) intervalo de restricción(limitante),δ x D :δ x D=0, 566 x 4,0= 2,54<10,0
σ
l) desviación estándar entre incrementos de muestreo, I :
4,4
m) desviación estándar entre muestras de ensayo,

σP : 1,0
n) desviación estándar de medición,

σM : 3,0
c
p) costo de tomar un incremento de muestreo, I :
25
c
q) costo de preparar una muestra de ensayo, T
20
r) costo de una medición,

cM : 60
s)número de mediciones por muestra de ensayo (Véase el apartado 7.4):

nM : 2
t) desviación estándar de muestra de ensayo, (Véase el apartado 7.2)

σT : 2,35
u) costo de tratar una muestra de ensayo, c TM : cTM =c T +n M c M =20+2 x 60= 140
v) razón del costo,

R : R =c /c =140/25=
C C TM I
5,60
w) desviación estándar relativa entre incrementos de muestreo, 1,10
d I :d I =σ I / D=4, 40/4,0=
x) desviación estándar de muestra de ensayo relativa, 0,588
d T :d T =σ T / D=2, 35/4,0=
y) selección de tabla: Tabla 6 (nivel de razón del costo 4)
z) tamaños de muestra,
n I y nT :d I=1, 10→1, 00 ;d T =0,588→0, 630 :n I=10 ,nT = 3
NOTA: El costo variable y el cálculo de desviación estándar son los mismos que en el apartado 7,4, a
saber:
a) costo variable, C=1340
b) cálculo de desviación estándar,

σ E=1,37
PERUANA 53 de 101
7.6 Revisión del intervalo de discriminación
La siguiente aplicación muestra como ajustar el intervalo de discriminación para un plan

más económico.
En el apartado 7.5, cinco lotes consecutivos han sido aceptables con resultados
satisfactorios y la revisión del intervalo de discriminación es investigada además que se
podría obtener un plan de muestreo más económico. El procedimiento es como sigue:

b) límite de especificación superior, LES: 110,0
c) límite de calidad de aceptación inferior,
m A, L : 97,0
d) límite calidad de no aceptación inferior,

mR , L : 91,0

m A,U 104,0

mR ,U :
110,0
x̄ L : x̄ L =m A ,L −γ . D=97 , 0−0,562 x 6,0= 93,63
i) valor de aceptación superior,

x̄ U : x̄ U =m A , U +γ . D=104,0+0, 562 x 6,0= 107,37
j) intervalo entre los límites de calidad de aceptación superior e inferior, 7,0
Δ: Δ=mA ,U −m A , L =
k) intervalo de restricción, δ x D :δ x D=0, 636 x 6,0= 3,82<7,0
l) desviación estándar entre incremento de muestreo,

σI : 4,4
m) desviación estándar entre muestras de ensayo,

σP : 1,0
n) desviación estándar de medición,

σM : 3,0
c
p) costo de tomar un incremento de muestreo, I :
25,20
c
q) costo de preparar una muestra de ensayo, T :
60
r) costo de una medición,

cM : 2
s) número de mediciones por muestra de ensayo:

nM : 2,35
t) desviación estándar de muestra de ensayo (Véase el apartado 7.4)

σT : 140
u) costo de tratar una muestra de ensayo, c TM : cTM =c T +n M c M =20+2 x 60= 5,60
v) razón del costo, C C R : R =c /c =140/25=

TM I
0,733
w) desviaciones estándar relativa entre incrementos de muestreo, 0,392
d I :d I =σ I / D=4, 40/4,0=
PERUANA 54 de 101
x) desviación estándar de muestra de ensayos relativa,

d T :d T =σ T / D=2, 35/6,0=
y) selección de tabla: Tabla 6 (nivel de razón del costo 4)
z) tamaños de muestra,
n I y nT :d I=0,733→0, 800 ;d T =0,392→0, 400 :n I =5, nT =2
NOTA 1: El costo variable, C, puede calcularse como sigue:
c=2 ( n I c I + nT cTM ) =2 ( 5 x 25+2 x 140 )=810
NOTA 2: Se prevé que el cambio de intervalo de discriminación desde el punto 4,0 hasta el punto 6,0 (un
2
incremento de 1,5 veces) lleva a una reducción de costo de 1/1,5 ( ¿0, 444 ) veces. En este caso, la
reducción de costo real es desde 1 340 hasta 810 o 0,604 veces.
NOTA 3: El cálculo de desviación estándar,

σ E=
√σ 2I σ 2T
+
2n I 2 nT
=
√
4, 402 2,352
+
2 x5 2 x2
=√ 3,317=1, 82
NOTA 4: Se prevé que un incremento de 1,5 veces en el intervalo de discriminación para un incremento
de 1,5 veces en
σ E , también. En este caso, el cambio real del cálculo de desviación estándar es desde
1,39 hasta 1,82 o 1,31 veces.
PERUANA 55 de 101
7.7 Resultados provenientes de un lote
7.7.1 Determinación de la aceptabilidad
De acuerdo al procedimiento dado en el apartado 7.4, el primer lote fue sometido a un

muestreo para aceptación. Los resultados de mediciones y promedios de las muestras son
dadas en la tabla 23, nI =10, nT =3 y nM = 2. La aceptabilidad del lote fue determinada, y
las desviaciones estándar de la muestra fueron calculadas a partir de los resultados y
comparadas con la LCS (Véase la Tabla 23)
TABLA 23 – Datos obtenidos provenientes de un lote
i =1 i =2
k =1 k =2 x 1 j. k =1 k =2 x 2 j.
j=1 103,7 106,1 104,90 102,5 99,0 100,75
j=2 101,9 99,3 100,60 97,3 102,9 100,10
j=3 97,9 108,7 103,30 101,5 101,5 101,50
x i..
-- -- 102,93 -- -- 100,78
x... -- -- -- -- -- 101,86
7.7.2 Aceptabilidad de lote
x . . .=101 , 86 > x L=93 ,75
El lote es aceptable.
7.7.3 Cálculo de las desviaciones estándar (valores de muestra)
Las Desviaciones estándar (valores de muestra) fueron calculadas de los resultados de los
promedios de muestra y mediciones. Los grados de libertad y desviaciones estándar
(valores de muestra) fueron determinados como sigue:
c = 2-1 = 1
v T =2(nT −1)=2 x 2=4
v M =2 nT ( n M −1 )=2 x 3 x 1=6
PERUANA 56 de 101
√
2
sc =
( x 1 ..−x 2 .. )
2
=
√ ( 100 , 93−100 , 78 )2
2
=1, 52
√
2 nT
Donde:
sT =
1
∑ ∑
v T i=1 j=1
( 2
x ij.−x i. . ) =
10 , 43
4 √
=1, 61
2 3
∑ ∑ ( x ij .−x i. .)2= (104 , 90−102 , 93 )2+ (100 , 60−102, 93 )2 +..=10 , 43
i=1 j=1
y
√
n 2
( x ij 1 −xij 2 )
√
2
1
T
(−2,4 )2 + ( 2,6 )2 + .. .+ (−5,6 )2 + ( 0 )2
s M= ∑∑
v M i=1 j =1 2
=
6 x2
=3, 79
7.7.4 Comparación con LCS
Las siguientes desviaciones estándar fueron usadas para obtener LCS
σM = 3.00
σT = 2.35 (Véase el apartado 7.4 n)
√
2 2
σ c=
σ I σT
+ =
n I nT 10
+
3 √
4, 402 2,35 2
=1, 94
Valores del LCS y la comparación de los resultados son como sigue:
LCS , c=f U xσ c =2, 800 x 1,94=5,432>1,52

LCS ,T =f U xσ T =1, 924 x 2, 35=4,521>1, 61
y
LCS , M =f U xσ M =1, 755 x 3, 00=5,265>3, 79
PERUANA 57 de 101
7.8 Resultados provenientes de lotes consecutivos
7.8.1 Determinación de la aceptabilidad
Después que el lote examinado en el apartado 7.7, nueve lotes adicionales fueron
sometidos a un muestreo para aceptación. Las desviaciones estándar de la muestra para los
10 lotes están dadas en la tabla 24
7.8.2 Comparación con LCS
LCS, c = 5,432 y LCS, T = 4,521 (Véase el apartado 7.7.4). Ninguno de los sc excede LCS,T. Por
lo tanto el número de muestras compósito, dos, se tomarán sin cambio.
7.8.3 Reestimación de desviaciones estándar poblacionales
σ c =1,825 σ T =2, 229 y σ M =2,940
σ I=
√(
nI σ 2c −
σ 2T
nT )√ (
= 10 1,825 2−
2, 2292
3 )
=4, 09
√
2
σ P= 2
σT −
σM
nM √
= 2, 2292 −
2,940 2
2
=0, 804
TABLA 24 - Datos de lotes consecutivos

Lote Nº sc sT sM
1 1,52 1,61 3,79
2 2,94 2,36 3,38
3 2,16 3,22 3,02
4 0,521 1,12 1,86
5 1,01 1,52 3,44
6 2,69 2,35 2,45
7 0,843 3,61 2,53
8 1,80 2,16 3,32
9 1,75 1,02 2,85
10 1,46 1,83 2,17
∑ s2 33,29 49,70 86,46
2
Promedio de s 3,329 4,970 8,646
s 1,825 2,229 2,940
PERUANA 58 de 101
7.8. 4 nM
sM cT
b=
sP cM
2,940 20
= 0,804 60√=2,11→nM =2
7.8.5 dI y dT
d I =σ I / D=4, 09/4,0=1,02
d T =σ T / D=2, 23 /4,0=0, 558
7.8.6 nI y nT
De la tabla 6 ( nivel 4 de razón costo)

d I =1, 02→1, 00 , d T =0, 558→0, 500; n I =9, nT =2
7.8.7 Nuevo plan de muestreo
Para el siguiente lote, el nuevo plan de muestreo (nI=9, nT =2 y nM =2) debería ser usado.
8. ANTECEDENTE
ISO 10725:2000 Acceptance sampling plans and procedures

for the inspection of bulk materials
PERUANA 59 de 101
ANEXO A
(NORMATIVA)
Procedimientos especiales para inspeccionar un material de

múltiples características
A.1 Introducción
Un material usualmente tiene dos o más características para ser inspeccionadas. Este anexo
proporciona los siguientes procedimientos para las características múltiples:
a) procedimientos generales; y
b) procedimientos especiales opcionales para prevenir un conjunto de riesgos.
A.2 Procedimientos generales para inspección de múltiples características
A.2.1 Muestras compósito
A no ser de que se cuente con otra especificación, usar la misma muestra compósito para
todas las características. Si los procedimientos en esta NTP conducen a diferentes números
de incrementos de muestreo por muestra compósito [nI, para diferentes características,
entonces la mas grande (nI, máxima)] debería ser usada para el común nI.
A.2.2 Muestras de ensayos
En muchos casos, las mismas muestras de ensayos se pueden utilizar para todas las
características. Si los procedimientos en esta Norma Técnica conducen a diferentes
números de muestras de ensayo por muestra compósito, (nT) para diferentes características,
el mayor número (nT, máximo) de las muestras de ensayo debería ser utilizado para la
preparación de la muestra de ensayo. Entonces las muestras de ensayo deberían ser
utilizadas para cada característica de las, muestras de ensayo máximas al azar.
A veces, diferentes muestras de ensayo se pueden requerir para diferentes características,

por ejemplo, las muestras de ensayo para los tamaños de partícula son diferentes para los
análisis químicos. En tales casos, las muestras de ensayo deberían ser preparadas por
separado. Si los procedimientos de preparación de las muestras de ensayo son
suficientemente simples, las muestras de ensayo también pueden ser preparadas por
separado.
PERUANA 60 de 101
A.2.3 Preparación de muestras por separado
Para todas las otras muestras diferentes a las compósitos y las de ensayo, seguir los
procedimientos de preparación de muestras para la inspección de una sola característica
por separado, excepto cuando se proponga un procedimiento opcional especial.
A.3 Riesgos totales y procedimientos especiales
Los planes de muestreo de esta NTP están basados en asumir que se inspecciona una sola
característica de calidad. Si el material tiene dos o más características que serán
inspeccionadas, el riesgo del productor y el riesgo del consumidor aumentan. Para dos
características, ambos riesgos totales pueden duplicarse. Para cinco características, los
riesgos totales pueden ser cerca de cinco veces mayores, y podría resultar que el
incremento de riesgo no sea tolerable.
Los procedimientos especiales para conocer las desviaciones estándar se encuentran en

A.4 y aquellos para desviaciones estándar imprecisas están en A.5. Estos procedimientos
especiales proveen una manera manejable de reducir los riesgos totales a los mismos
niveles que los de una sola característica usando un intervalo de discriminación pequeña.
Se debería notar que algunas veces el aumento del riesgo puede ser tolerado, porque las
mismas muestras compósitos es usada para diferentes características. Si diferentes nI son
necesarios para inspeccionar dos características, entonces la mayor de las dos nI debería ser
usada para ambas características, resultado menores riesgos para las otras características.
A.4 Procedimientos especiales para las desviaciones estándar conocidas
A.4.1 Procedimiento general para cada característica
Los procedimientos especiales opcionales para cada uno de las características son casi los
mismos que aquellos usados cuando se inspecciona una sola característica. Las diferencias
esenciales son las siguientes:
a) antes de determinar los tamaños de muestra, encontrar el factor de la

corrección, f D en la tabla A.1 estos usando el número de características, J. La
primera fila de valores en la tabla A.1 son usados para los procedimientos estándares
α ≈¿ β≈¿
( ¿ 5 %, ¿ 10 %) mientras que en la segunda fila los valores son usados
α ≈¿ β≈¿
para los procedimientos opcionales ( ¿ 5 %, ¿ 5 %)
PERUANA 61 de 101
TABLA A1 - Factor de Corrección, fD para las J características para desviaciones

estándar conocidas.
α ≈¿
Nota 1: Los valores de la primera fila son usados para los procedimientos estándar ( ¿ 5 %,
β≈¿
¿ 10 %)
α ≈¿
Nota 2: Los valores de la segunda fila son usados para los procedimientos opcionales ( ¿ 5 %,
β≈¿
¿ 5 %)
b) Convertir cada intervalo de discriminación, D, para el valor mas pequeño,

DN multiplicando D por el factor de corrección, fD:
DN = fD: X D
c) Obtener las desviaciones estándar relativas, dI y dT, usando DN para cada

característica;
d) Encontrar muestras de tamaño, nI y nT, para cada característica.
Otros valores, nM, σ T , cT, RC, valores de aceptación y el nivel de razón del costo debería
mantenerse sin cambios. El límite del intervalo  x D, para simplificar debería mantenerse
sin cambios.
El intervalo de discriminación mas pequeño, DN ,conduce a mayores tamaños de muestra, ,

nI y nT.
El método de convertir cada intervalo de discriminación para el valor pequeño es también

aplicable para los procedimientos especiales dados en el Anexo B.
A.4.2 Ajuste total
Después de obtener el plan de muestreo, es necesario el ajuste total para cada

característica.
Para las muestras compósitos, reconfirme nI para cada característica, y utilice el mayor, nI
máximo como el común nI.
En cuanto a muestras de ensayo, si nI para alguna característica es altamente remarcado

cuando seguimos los procedimientos descritos arriba, entonces puede haber una ocasión de
reducir nT El procedimiento es como sigue:
PERUANA 62 de 101
a. mover para la siguiente tabla para el nivel más alto de la razón costo;
b. encontrar tamaños de muestra, nI y nT correspondientes a dI y dT
c. si nI > nI máximo entonces este valor de nT no puede ser usado;
d. si nI = nI máximo entonces este valor de nT debería ser usado;
e. si nI < nI máximo entonces este valor de nT puede ser usado, siendo ésto posible
para usar el valor más pequeño de nT. Regresar a a)
A.4.3 Riesgos individuales y Curvas CO
Los valores del riesgo del productor y del riesgo del consumidor para cada característica son
dados en la Tabla A.2. La información en las curvas CO para los Planes de muestreo
corregidos esta dado en C.7.2.
TABLA A.2 — Riesgos en la mA ( α *

) y en la mR ( β *
) (para cada característica J, en
%)
J 2 3 4 5 6 8 10 15 20
  10 5,13 3,45 2,60 2,09 1,74 1,31 1,05 0,70 0,53
%
5% 2,53 1,70 1,27 1,02 0,85 0,64 0,51 0,34 0,26
α * es el valor individual del riesgo del productor (Véase el Anexo C7)
β * es el valor individual del riesgo del consumidor (Véase el Anexo C7)
Nota 1: Los valores mas altos de la fila son para β ¿ 10%

Nota 2: Los valores mas bajos de la fila son para α ¿ 5%,y son también aplicables para β
¿ 5%
A.4.4 Ejemplo
A.4.4.1 Inspección de tres características
Las condiciones son casi las mismas que aquellas descritas en el apartado7.4, excepto en el
material que tiene 3 características para ser inspeccionadas. Las diferencias esenciales son las
siguientes:
a) factor de corrección, fD= 0,743 (en la Tabla A.1, J =3, es el mayor valor de la
fila)
b) el intervalo de discriminación pequeño, DN: DN = fD x D = 0,743 x 4,0 = 2,97;
c) Desviaciones estándar relativas:

PERUANA 63 de 101
sI sT
dI= DN =4,40/2,97 = 1,48; d = DN =2,35/2,97 = 0,791
T
PERUANA 64 de 101
d) Tamaños de muestra, nI y nT.(en la tabla 6):
dI=1,48  1,60, dT=0,791  0,800; nI=20, nT=6.
Nota 1: El costo común : 2nIcI = 2 x 20 x 25= 1000

El costo apropiado: 2nTcTM = 2 x 6 x 140 = 1680
Nota 2: La desviación estándar estimada, σ E, es calculada usando la siguiente ecuación:
s I2 s T2 4, 402 2,352
sE = + + = 0,994 = 0,972
2nI 2nT
= 2 x 20 2 x6
A.4.4.2 Requerido: nI max
Las condiciones son casi las mismas que las que están en el Anexo A.4.4.1, excepto la otra
característica que requiere nI max = 32 . Las diferencias esenciales son las siguientes:
a) La Tabla siguiente: Tabla 7;
b) Tamaños de muestra (para dI = 1,60 y dT = 0,800): nI = 30, nT = 4;
c) Como nI < nI, max, nI = 32 y nT = 4 debería ser usado.

Nota 2: La desviación estándar estimada,

σE , es calculada usando la siguiente ecuación:
s I2 s T2 4, 402 2,352
sE = + + = 0,993 = 0,996
2nI 2nT 2 x 32 2 x 4
=
A.5 Procedimientos especiales para desviaciones estándar imprecisas:
A.5.1 Para cada característica:
a) Obtener vE para cada característica;
b) En la tabla A.3.,encontrar el factor de corrección, fD, para cada característica,

usando vE y el número de características J;
PERUANA 65 de 101
c) Convertir cada intervalo de discriminación, D, para el valor mas ajustado,

DN ,multiplicando D por el factor de corrección, fD
d) Obtener las desviaciones estándar relativas, dI y dT, usando DN para cada

característica de calidad;
e) Obtener tamaños de muestra ,nI y nT y vE para cada característica;
f) Si vE es muy pequeño, regresar a a), porque cualquier cambio en vE no es

insignificante.
A.5.2 Ajuste total:
Para ajuste total, Véase el Anexo A.4.2.
A.5.3 Ejemplo
Las condiciones son casi las mismas que aquellas dadas en el apartado 7.1, excepto si el
material tiene tres características a ser inspeccionadas. Las diferencias esenciales son las
siguientes:
a) El valor inicial de vE:35:

b) El factor de corrección, fD : 0,764 (en la tabla A.3, J =3, vE:=30);
c) El intervalo de discriminación ajustado, DN: DN = fD x D = 0,764 x 4,0 = 3,06;
d) Desviación estándar relativa:
σ /D
dI= I N =4,40/3,06 = 1,44; dT = T
σ /D N = 2,35/3,06 = 0,768
e) Tamaños de muestra, nI y nT (en la tabla 21):
d I =1, 44 →1,60 , d T =0,768 →1, 00 ; n I =30 , nT =11

Nota 2: La desviación estándar estimada,

σE , es calculada usando la siguiente ecuación:
s 2
s 2
4, 402 2,352
sE = I
+ T
+ = 0,574 = 0,757
2nI 2nT 2 x 30 2 x11
=
PERUANA 66 de 101
TABLA A.3 - Factor de corrección, fD, para J características, para desviaciones estándar imprecisas:
PERUANA 67 de 101
ANEXO B
(NORMATIVO)
Procedimientos y planes de muestreo de aceptación cuando la

desviación estándar de medición es dominante.
B.1 Introducción general
En algunos casos especiales, donde la desviación estándar de medición es dominante, los

procedimientos estándar no son siempre adecuados. Este anexo proporciona planes y
procedimientos de muestreo de aceptación para tales casos especiales.
Este anexo es aplicable cuando tanto la desviación estándar del incremento de muestreo, σ I
, y la desviación estándar entre muestras de ensayo ,
σ p son bastantes menores que la
desviación estándar de la medición, σ M ,la cual es conocida y estable.
Ejemplos:
- Un líquido de viscosidad baja en un solo recipiente o sin recipiente,

- Un ensayo físico o biológico para el cual la σ M es extremadamente grande.
B.2 Desviaciones estándar
B.2.1 Desviaciones estándar respectivas
Este anexo es aplicable cuando el valor de la desviación estándar de la medición de una

característica especifica de la calidad, σ M ,es dominante.
No siempre es necesario conocer los valores precisos de σ I y
σ p , pero es suficiente que
ambos sean lo mas pequeños que σ M . Las condiciones son las siguientes:
a) σ I <0,1 σ M y d I <0,1;
b)
σ p <0,1 σ M .
Si no se satisface alguna de las condiciones anteriores, en consecuencia este anexo no es

aplicable y debería usarse los procedimientos estándar.
PERUANA 68 de 101
B.2.2 Desviación estándar total
Después de obtener los tamaños de muestra la desviación estándar total,.

σ O ,esta dada por
las siguientes ecuaciones:
a) Cuando nT >1,
σO=
√ nT n M
nI
σ 2I +n M σ 2p +σ 2M
b) Cuando
nT =1,(y
nI =1),
σ O =√ nM σ 2p + σ 2M
En una investigación preliminar, se puede asumir
σ O como 1,2 σ M
B.2.3 Desviación estándar total relativa
La desviación estándar total debería convertirse a una relativa al dividirla por D.
σO
d O=
D
B.3 Costos
No debe ser necesario el conocimiento de los costos.
B.4 Tamaños de muestra
B.4.1 Número de muestras compósito
El número de muestras compósito debe ser dos
B.4.2 Determinación de nT y nM
De la tabla B.1,el número de las muestra de ensayo por muestra compósito, nT ,y el número
de mediciones por muestras de ensayo , n M ,se obtienen de la fila correspondiente al valor
calculado de
dO .
PERUANA 69 de 101
TABLA B.1 - Procedimientos especiales para tamaños de muestra (desviaciones

estándar conocidas; α ¿ 5%, β ¿ 10%)
d O preferido entonces retornar al apartado 5.6.3, ya que el número

Si no existe la línea de
total de mediciones ,2 nT n M , es demasiado grande para ser práctico y es necesario
reconsiderar el intervalo de discriminación.
NOTA: La Tabla B.1 proporciona una solución económica para el valor de

nT nM .Un valor grande
de
nM no es deseable por razones prácticas. Este anexo asume que el máximo valor de
nM es tres.
Sin embargo, para casos especiales donde un valor grande de
nM es tolerable, se puede usar otro plan
de muestreo que tenga el mismo valor de
nT nM .
Para procedimientos opcionales para α ≈β≈5 , usar la tabla B.2 en lugar de la tabla
B.1.
En este caso, configurar los valores de γ y δ como sigue:
γ = 0,500
δ = 0,586
En este caso, cambiar los valores de aceptación superior e inferior como sigue:
x L =0,5 ( m A , L+ mR , L )
PERUANA 70 de 101
x U =0,5 ( m A , U +mR ,U )
TABLA B.2 - Procedimiento especial para tamaños de muestras (desviaciones estándar conocidas;
α ≈β≈5 )
Para procedimientos especiales para desviaciones especiales imprecisas cuando

α ≈β≈5 usar la Tabla B.3.
NOTA: La tabla B.3 también da el valor de
νE usado cuando se especifican los límites de especificación
bilateral.
TABLA B.3 - Procedimiento especial para tamaños de muestras (desviaciones estándar

imprecisas; α ≈β≈5 )
NOTA: El valor de Eν es usado para los límites de especificación bilateral, características de calidad
múltiples o una curva CO.
PERUANA 71 de 101
B.4.3 nI
El número de incremento de muestreo por muestra compósito, n I ,es usualmente 2.Si
nT =1 ,entonces también n I =1 .
B.5 Confirmación de desviaciones estándar
B.5.1 Generalides
Si nT =1 (y n I =1 ), entonces las siguientes disposiciones especiales deberían ser

aplicadas.
B.5.2 Desviación estándar de muestra combinada
Si nT =1, entonces la desviación estándar de la muestra, s c s T , no deben ser

y
s
separados, y una desviación estándar de muestra combinada (valor de la muestra, cT )
debería ser obtenida del promedio de muestra de ensayo dado en el apartado 6.2.3, por la
siguiente ecuación simple (para nT =1 , n I =1 y
v cT =1 );
√
2
( x 11.−x 21 .)
s cT =
2
B.5.3 Gráficos de control
s
Si nT =1 , entonces el grafico de control cT debería ser usado en vez de los gráficos de
control de
s c y sT .
B.5.4 Variancias combinadas entre los exámenes de las muestras

2
Si nT =1, entonces la variancia combinada entre las muestras de ensayo, σ IP es dada en
la siguiente ecuación:
2 2 σ 2M
σ IP =σ cT −
nM
PERUANA 72 de 101
B.6 Desviación estándar estimada.
La desviación estándar estimada, σ E , es dada por la siguiente ecuación:
σO
σ E=
√ 2n T nM
B.7 Ejemplos:
B.7.1 Desviación estándar conocida
Un químico industrial es producido por un proceso por lotes y entregado periódicamente. Se

sabe que la variación dentro del proceso por lotes es insignificante, y que la desviación
estándar de medición, σ M ,es relativamente grande. Cada envío corresponde a la producción
por lotes. El límite de especificación superior(LIE=90) es especificado por el parámetro de
distribución. La desviación estándar total,
σ O ,es conocida y estable, y σ O =3,50 . Las
medidas de calidad m A=86 ,0 y m R =90 , 0 están especificados. De acuerdo con los
procedimientos de este anexo, se obtiene el plan de muestreo siguiente:
a) límite de especificación superior, LES: 90,0

e)valor de aceptación superior,
x̄ U : x̄ U =m A +γ . D=86 , 0+0,562 x 4,0= 88,25
f)desviación estándar total,

σO : 3,50
g) desviación estándar total relativa,

d O : d O=σ O /D=3,50 /4,0= 0,875
h) número de muestras compósito, 2
i) selección de tabla: tabla B.1
j)tamaños de muestra T
n My n :d =0,875 →0, 837 ; n T =1, n M =3
O
k) número de incrementos de muestra: 1
NOTA. El cálculo de desviación estándar
σE está dado por la siguiente ecuación:
σO 3,50
σ E= = =1, 43
√ 2n T nM √2 x 1 x3
PERUANA 73 de 101
B.7.2 Desviación estándar imprecisa
Las condiciones son las mismas que en el Anexo B.7.1 excepto que la desviación estándar
es imprecisa:
a) límite de especificación superior, LEI: 90,0
b) límite de calidad de aceptación,
mA : 86,0
c) límite de calidad de no aceptación,

mR : 90,0
x̄ U : x̄ U =0,5 ( m A +m R )=0,5 ( 86 ,0+90 )= 88,0
e) valor de aceptación superior,
f) desviación estándar total,
σO : 3,50
g) desviación estándar total relativa,

d O : d O=σ O /D=3,50 /4,0= 0,875
h) número de muestras compósito; 2
i) tabla de selección: tabla B.3
j) tamaños de muestra, T n M y n :d =0,875 →0, 964 ; nT =2, n M =3
O
k) número de incrementos de muestreo nI: 2
NOTA El valor aproximado de la desviación estándar es estimada se calcula mediante la siguiente
ecuación:
σO 3,50
σ E= = =1,01
√ 2n T nM √2 x 2 x 3
PERUANA 74 de 101
ANEXO C
(INFORMATIVO)
Base teórica
C.1 Introducción general
Este anexo describe la base teórica de los procedimientos para la inspección de lotes
utilizando desviaciones estándar conocidas. Los procedimientos son la base de esta NTP.
En C.8 se proporciona información complementaria sobre los procedimientos para
desviaciones estándar imprecisas.
C.2 Supuestos básicos
C.2.1 Generalidades
Los procedimientos para desviaciones estándar conocidas se basan en los siguientes

supuestos:
a) la característica especificada de calidad x es una variable y es medible en una

escala continua;
b) cada desviación estándar de x es conocida y estable;
c) el valor esperado del promedio físico y la media aritmética son iguales;
d) los promedios de x están distribuidos normalmente;
e) cada muestra compósito representa el lote;
f) las mediciones son realizadas en un solo laboratorio;
g) la población es infinita;
h) la población es simple;
i) una sola característica de la calidad se considera en una vez
Los apartados siguientes brindan información adicional sobre estos supuestos.

PERUANA 75 de 101
C.2.2 Desviaciones estándar “conocidas”
Los planes de muestreo de los procedimientos normalizados se basan en el supuesto de

desviaciones estándar “conocidas”. Este supuesto está fuertemente satisfecho para lotes
aislados. Sin embargo, un lote aislado para inspección por parte del comprador puede ser
uno proveniente de una serie continua de batches de producción del proveedor. En tal caso,
si el proveedor proporciona al comprador información suficiente incluyendo las cartas de
control, puede ser posible asumir desviaciones estándar “conocidas y estables”.
C.2.3 Gráficos de control
La aplicabilidad de los procedimientos para desviaciones estándar conocidas se juzga por

medio de gráficas de control de un tipo específico. Ellos tienen un límite superior de
control, LSC pero carecen de un límite inferior de control LIC . La razón es la siguiente.
Es deseable hacer esfuerzos para reducir las desviaciones estándar, especialmente cuando
se especifican límites de especificación de dos colas. Para apoyar estos esfuerzos, se aplica
una versión de la prueba de un lado en esta NTP. La prueba es una prueba de F para las
siguientes hipótesis:
2
Ho: σ es estable;
2
H1: σ no es estable (el valor máximo de las variancias se encuentra fuera de la
variación aleatoria)
Dado que muchos usuarios no están familiarizados con la prueba F para variancias, ésta se
convierte a una prueba equivalente del tipo de gráficos de control donde las variancias
pueden ser utilizadas. Se asume el nivel de riesgo de 5 % para cada gráfico de control
donde el riesgo es la probabilidad de encontrar uno o más puntos fuera de control en una
serie de 10 lotes. El factor fU está dado por las siguientes ecuaciones:
f U =√ F p ( v ,∞ ) (C.1)
10
p= √ 0,95=0,994 88 (C.2)
donde Fp (v1, v2) es el p-fractil más bajo de la distribución F con v1 y v2 grados de libertad.
PERUANA 76 de 101
C.2.4 Normalidad
Los planes de muestreo se basan en el supuesto de la normalidad. Sin embargo, los

usuarios normalmente no necesitan estar tan preocupados por la desviación de la
distribución normal ya que la distribución del gran promedio de la muestra generalmente
se aproxima a una distribución normal, a menos que los tamaños de muestra sean muy
pequeños. Esta es una de las mayores diferencias de otros populares planes de muestreo
por variables para porcentaje de no conformes tales como la NTP-ISO 3951, donde la
desviación a partir de la distribución normal puede traer un incremento o disminución del
riesgo del productor y/o el riesgo del consumidor, por lo que el supuesto de normalidad es
importante en la práctica.
C.2.5 Muestreo representativo
Los planes de muestreo se basan en el supuesto del muestreo representativo. Aunque la

forma más simple del muestreo representativo es el muestreo aleatorio, esta NTP utiliza el
muestreo sistemático duplicado.
El muestreo sistemático mostrado en la mitad superior de la Figura 1 puede brindar una

variancia más pequeña entre muestras compósito agrupadas que la del muestreo aleatorio.
Sin embargo, si se prefiere un estimador insesgado de X en lugar de un plan de muestreo
económico, puede utilizarse el muestreo aleatorio.
Cuando el número de muestras compósito es más de tres, su utiliza un muestreo replicado.

Sin embargo, esta NTP proporciona tablas de tamaño de muestra solamente para muestreo
duplicado (dos muestras compósito), por simplicidad y economía.
C.2.6 Laboratorio
Se asume que las mediciones son realizadas en un solo laboratorio, y por lo tanto la
desviación estándar de la medición es más pequeña que la reproducibilidad. Si los
resultados del laboratorio del comprador y del laboratorio del proveedor son
significativamente diferentes, entonces la diferencia debería ser tratada con un sesgo en
lugar de una variancia (Véase la norma ISO 11648-1)
C.2.7 Población infinita
Los planes de muestreo se basan en el supuesto de una población infinita. Este supuesto es
usualmente cumplido porque:
a) un incremento del muestreo es una parte muy pequeña de un lote;

PERUANA 77 de 101
b) una muestra de ensayo es una parte muy pequeña de una muestra

compósito; y
c) una porción de ensayo es una parte muy pequeña de una muestra de ensayo.
Incluso si no se satisface el supuesto de una población infinita, los usuarios generalmente

pueden despreciar esto porque los valores de la desviación estándar estimada, σ E , y
ambos riesgos, α y β, para la población finita, serían algo más pequeños que para la
población infinita, respectivamente.
C.2.8 Población simple
Los planes de muestreo se basan en el supuesto de una población simple. En otras palabras,
los incrementos de muestreo pueden tomarse directamente de un lote. Usualmente, este
supuesto se satisface. Sin embargo, podrían existir otros casos, por ejemplo, el material se
encuentra en dos o más recipientes. Si el componente de la variancia entre incrementos de
2 2
muestreo, σ I , consta del componente de la variancia entre recipientes, σ B , y el
componente de la variancia dentro de los recipientes, σ 2W , y si ambos no son
insignificantes, no se aplica esta NTP.
C.2.9 Característica simple de la calidad
Tanto el riesgo del productor como el riesgo del consumidor se calculan para una
característica simple de la calidad. Para múltiples características de la calidad ambos
riesgos totales se incrementan.
C.3 El modelo más simple
C.3.1 Generalidades
En los procedimientos normalizados de esta NTP, los planes de muestreo económicos son
el objetivo pero el modelo supuesto es bastante complicado. Por un fácil entendimiento, el
modelo más simple se basa en los siguientes supuestos:
a) se toman n incrementos de muestreo del lote;
b) no se constituyen muestras compósito;
c) se prepara una muestra de ensayo por incremento de muestreo;

PERUANA 78 de 101
d) se realiza una medición por incremento de muestreo;
e) σ P y σ M son insignificantes
C.3.2 Desviación estándar estimada
La desviación estándar estimada, σ E , es la raíz cuadrada positiva de la variancia

esperada del parámetro de distribución. Bajo este modelo más simple, la desviación
estándar estimada está dada por la siguiente ecuación:
s I2
sE =
n (C.3)
Donde n es tanto el número de incrementos de muestreo como el número de mediciones.
C.3.3 Tamaños de muestra
Bajo el modelo más simple, el tamaño de muestra, n, está dado por la siguiente ecuación:
n= ( ( K α +K β ) σ I
D ) (C.4)
El valor calculado de n debería ser redondeado al entero más cercano
C.4 Relación entre mA, mR y el valor de aceptación
C.4.1 Generalidades
Bajo el anterior modelo más simple, se proporciona la siguiente relación entre mA, mR y el
valor de aceptación. Esta relación también se aplica a los modelos más complejos dados en
los anexos C.5 y C.6.
C.4.2 Límite inferior de especificación de una cola
Cuando se especifica un límite inferior de especificación de una cola, se obtiene la

x L =m A−K α σ E =mR +K β σ E (C.5)

PERUANA 79 de 101
(Véase la Figura C.1). Además, se obtienen las siguientes ecuaciones:
D=m A −mR = ( K α + K β ) σ E
(C.6)
Kα
x L =m A − D
Kα+K β (C.7)
Y dado que se asume que α = 0,05 y β = 0,10 en los procedimientos normalizados, la

constante γ está dada por la siguiente ecuación:
Kα 1, 644 85
γ= = =0,562 07→0, 562
K α +K β 1,644 85+1, 281 55 (C.8)
Para procedimientos opcionales donde se asume que α = β, la constante γ está dada por la
Kα 1
γ= =
Kα+K β 2 (C.9)
C.4.3 Límite superior de especificación de una cola
Cuando se especifica un límite superior de especificación de una cola, se asume la

x U =m A +K α σ E =mR−K β σ E (C.10)
PERUANA 80 de 101
FIGURA C.1 – Relación entre mA, mR y el valor de aceptación (Distribución de x ... ;

límite inferior de especificación)
Además, se obtienen las siguientes ecuaciones:
D=m R −m A = ( K α + K β ) σ E
(C.11)
Kα
x U =m A + D
K α+ K β (C.12)
(Véase la Figura C.2). La misma constante  está dada por la ecuación (C.8)
C.4.4 Límites de especificación de dos colas
Cuando se especifican límites de especificación de dos colas, las ecuaciones anteriores son
aplicables para ambos límites respectivamente, siempre que se cumpla la siguiente
relación:
 = mA,U - mA,L � x D
(C.13)
PERUANA 81 de 101
Las Figuras C.3 y C.4 muestran un caso extremo de A = d x D (Véase también Figuras C.1
y C.2). En tal caso, la probabilidad máxima de aceptación es 0,99 en m = 0,5 ( mA,U + mA,L),
y se obtienen las siguientes ecuaciones:
 x D = mA,U - mA,L = 2 ( K 0,005 - K  ) sE

(C.14)
La constante  está dada por la siguiente ecuación:
2 ( K 0,005 - K  ) 2 ( 2,575 83 - 1,644 85 )

= = = 0,636
K  + K 1,644 85 + 1,28155
(C.15)
Para procedimientos opcionales donde se asume que  =  = 0,05, la constante  está dada
por la siguiente ecuación:
2 ( K 0,005 - K  ) 2 ( 2,575 83 - 1,644 85 )

= = = 0,566
K  + K 2 x 1,644 85
(C.16)
C.5 Modelo de dos componentes
C.5.1 Generalidades
En la práctica, frecuentemente ocurre que sM no es insignificante. En tales casos, la

desviación estándar estimada, sE, consta de dos componentes. Además, se realizan los
siguientes supuestos para este modelo práctico:
a) se toman del lote n1 incrementos de muestreo;
b) no se constituye muestra compósito;
c) se prepara una muestra de ensayo por incremento de muestreo;
d) se realizan n2 mediciones por incremento de muestreo;
e) sP es insignificante.
C.5.2 Desviación estándar estimada
Bajo este modelo, mediante reescritura de la ecuación (C.6), la desviación estándar

estimada, sE, está dada como sigue,
PERUANA 82 de 101
PERUANA 83 de 101
sI2 sM2 D
sE = + =
n1 n1n2 K  + K
(C.17)
Dibujo
FIGURA C.2 – Relación entre mA, mR y el valor de aceptación (Distribución de x ... ;
límite superior de especificación)
Dibujo
FIGURA C.3 – Relación entre mAs, mRs y los valores de aceptación (Distribución de
x ... ; límites de especificación de dos colas)
PERUANA 84 de 101
FIGURA C.4 – Relación entre  y D (cuando  =  x D) (Distribución de x ... ; límites

de especificación de dos colas)
C.5.3 Tamaños de muestra
Puede haber muchas combinaciones de n1 y n2, las cuales satisfacen la ecuación (C.17), y
el valor más económico para el número de mediciones por incremento de muestreo, n2, está
dado por la siguiente ecuación:
sM c1
n2 =
sP c2
(C.18)
Donde
c1 es el costo de tomar un incremento de muestreo y preparar una muestra de ensayo;
c2 es el costo de una medición (para el parámetro de distribución)
Las ecuaciones (C.17) y (C.18) proporcionan la siguiente solución para n1:
2
� 2 sM2 ��K  + K �
n1 = �sI + �
� �
� n2 �
� D � (C.19)
C.6 Modelo de tres componentes
El modelo utilizado para los procedimientos normalizados de esta NTP es una extensión
del modelo de dos componentes anterior al modelo de tres componentes. Sin embargo, se
omite la descripción detallada excepto para los procedimientos de diseño.
PERUANA 85 de 101
Las ecuaciones simultáneas (C.20) y (C.21) proporcionan una solución en nI y nT para los
procedimientos normalizados. El primero brinda la proporción más económica y el
segundo corresponde a la curva CO requerida.
nI d cT
= I
nT dT cI
(C.20)
dI2 dT2 1
+ =
nI nT K  + K
(C.21)
Las soluciones matemáticas son dadas por las siguientes ecuaciones:
� c �
( K + K )
2
nI = dI �
dI + dT T �
� cI �
� � (C.22)
� cI �
( K  + K )
2
nT = dT �
dT + dI �
� cT �
� � (C.23)
Cuando nI y nT sean muy pequeños, las ecuaciones (C.22) y (C.23) no siempre brindan
resultados satisfactorios. En este caso, los valores de nI y nT en las Tablas 3 a 12 pueden
obtenerse por los siguientes procedimientos:
a) se obtienen valores intermedios de nI y nT;
b) se fija el más pequeño (si nI < nT entonces nI se fija por redondeo);
c) el otro se obtiene por ensayo y error.
C.7 Características múltiples
C.7.1 Riesgos totales
Los procedimientos especiales opcionales para características múltiples dadas en el anexo

A.2 se basan en los supuestos de que todas las características de calidad son independientes
unas de las otras y tienen igual importancia.
PERUANA 86 de 101
Si el número de características de calidad es J y todas ellas son independientes unas de las

otras, el riesgo total del productor, αO, se obtiene de la siguiente ecuación:
J
O = 1 - �( 1 -  i )
i =1 (C.24)
donde
αi es α para la característica individual de calidad
Si α1= α2 = … = αJ = α*, entonces
(1 -  *)
J
O = 1 –
(C.25)
* = 1 – J 1 - O
(C.26)
La ecuación similar se obtiene para el riesgo total del consumidor, βO.
Si β1= β2 = … = βJ = β*, entonces
* = 1 – J 1 - O
(C.27)
El factor de corrección, fD, se obtiene de la siguiente ecuación:
K o + K  o
fD =
K  * + K *
(C.28)
donde
αO es el riesgo total del productor

βO es el riesgo total del consumidor
α* es el riesgo individual del productor
β* es el riesgo individual del consumidor
Los valores del factor de corrección, fD, para las desviaciones estándar conocidas se
presentan en la Tabla A.1. Los valores de los riesgos individuales, α* y β*, se presentan en
la Tabla A.2.
PERUANA 87 de 101
C.7.2 Curva CO
Los procedimientos para calcular las curvas CO se presentan en el Anexo D y también son
aplicables a planes de muestreo corregidos, pero típicamente son lo siguiente:
a) si un parámetro de distribución es igual al valor de aceptación, entonces

Pa = 50%;
b) si un parámetro de distribución es igual a mA, entonces α = 100 x α*
c) si un parámetro de distribución es igual a mR, entonces β = 100 x β*,

expresado como porcentaje;
d) si un parámetro de distribución es igual a QPR, entonces α = 100 x αO,

e) si un parámetro de distribución es igual a QCR, entonces β = 100 x βO,

Cuando se establece un límite inferior de especificación, LEI, los valores aproximados de

QPR y QCR están dados por las siguientes ecuaciones:
QPR = x L +  x D
(C.29)
QCR = QPR - D (C.30)
Cuando se establece un límite superior de especificación, LES, los valores aproximados de

QPR y QCR están dadas por las siguientes ecuaciones:
QPR = x U -  x D
(C.31)
QCR = QPR + D (C.32)
C.7.3 Independencia
Los resultados anteriores son verdaderos sólo cuando todas las características de calidad
son independientes unas de otras. Si los coeficientes de correlación entre dos o más
características de calidad son significativos, entonces
α* ≤ αO ≤ Jα* (C.33)
PERUANA 88 de 101
β* ≤ βO ≤ Jβ* (C.34)
Es difícil proporcionar planes de muestreo generales que puedan aplicarse a tales casos.
C.8 Información complementaria para desviaciones estándar imprecisas
C.8.1 Generalidades
Este apartado proporciona información complementaria de los procedimientos para

desviaciones estándar imprecisas. Se derivan planes de muestreo para ellas utilizando un
modelo similar que se emplea para desviaciones estándar conocidas, excepto que se utilice
una distribución t en lugar de una distribución normal. Además, los valores preferidos de dI
y dT se escogen de las Tablas 3 a la 7 para el cálculo del diseño de las Tablas 13 a la 22. El
método de Satterthwaite (Véase la referencia [6] en la Bibliografía) se utiliza para obtener
valores aproximados de variancia compuesta y grados de libertad, utilizando los anteriores
valores preferidos de dI y dT.
C.8.2 Relación entre mA, mR y valor de aceptación
La relación aproximada entre mA, mR y el valor de aceptación puede desarrollarse de la

misma forma en la que se describe en el Anexo C.4.
Si se especifican límites de especificación de dos colas, las ecuaciones aproximadas para

los límites de especificación de una cola son aplicables a ambos límites, respectivamente,
ya que se cumple con la siguiente restricción:
 = mA,U - mA,L � x D
(C.35)
Si = x D y E < 8, y la probabilidad de aceptación máxima se establece que será cerca

m = 0,5 ( mA,U + mA,L )
de 0,98 en , y el valor aproximado de  se obtiene usando la
siguiente fórmula:
t 0,99 (  E ) - t1- (  E )
=
t1- (  E )
(C.36)
PERUANA 89 de 101
Si  E �8 , la formula anterior da un valor menor de  que aquel para las desviaciones

estándar. Por lo tanto, se elige el mismo valor de  al igual que para desviaciones estándar
conocidas, de manera que se facilita el cambio de un procedimiento a otro. Cuando = x
D y E es suficientemente grande, la probabilidad de aceptación máxima es cerca de 0,99.
C.8.3 Características múltiples
C.8.3.1 Riesgos totales
Ecuaciones aproximadas similares a aquellas dadas en el AnexoC.7.1 pueden obtenerse

reemplazando la distribución normal con la distribución. El factor de corrección fD, se
obtiene mediante la siguiente ecuación:
t1-o (  E ) + t1-o ( E )
fD =
t1- * ( E ) + t1-* (  E )
(C.37)
Si los símbolos son los mismos que en (C.28).
C.8.3.2 Curva CO
Los procedimientos y relaciones para el cálculo de curvas CO pueden aproximarse y

desarrollarse en forma similar a aquella dada en el Anexo C.7.2.
PERUANA 90 de 101
ANEXO D
(INFORMATIVO)
Curvas características operativas
D.1 Introducción general
Este anexo describe los procedimientos para calcular los valores de las curvas de
característica operativa (CO) usando el método para desviaciones estándar conocidas en
los anexos D.2 a D.5. Este anexo también describe los procedimientos para calcular los
valores aproximados para curvas CO usando el método para desviaciones estándar
imprecisos en D.6.
Este anexo proporciona dos métodos para calcular los valores de las curvas características
operativas (CO) para el plan de muestreo:
a) para convertir un parámetro de distribución, m, para la probabilidad de

aceptación, Pa (Véase el Anexo D.3);
b) para obtener un parámetro de distribución, m, correspondiente a un valor

especificado de probabilidad de aceptación, Pa (Véase el Anexo D.4).
El método b) es más conveniente que el método a) ya que no existe necesidad para una
tabla de distribución normal o para hacer interpolaciones.
D.2 Desviaciones estándar conocidas
D.2.1 Necesidad del cálculo de desviación estándar
Antes de calcular los valores de una curva CO de los procedimientos para desviaciones
estándar conocidas, es necesario obtener el cálculo de desviación estándar, s E.
D.2.2 Procedimientos estándar
En el caso de procedimientos estándar, el cálculo de desviación estándar, s E está dado por

la siguiente ecuación:
sI2 sP2 sM2 sI2 sT2

sE = + + +
2nI 2nT 2nT nM 2nI 2nT
= (D1)
PERUANA 91 de 101
NOTA: Se asume una población infinita en la derivación de la ecuación anterior. Si el tamaño de lote
no es suficientemente grande o si el volumen total de las muestras de prueba es una parte importante
de la muestra compuesta entonces el valor actual de se convertirá en algún punto más pequeño
que el anterior y tanto el riesgo del productor como el riesgo del consumidor se volverán, en algún
punto, más pequeños que los valores calculados.
D.2.3 Procedimientos específicos dados en el anexo A
En el caso de los procedimientos especiales dados en el anexo A, el cálculo de desviación

estándar, sE es dado por las siguientes ecuaciones:
a) cuando nT >1, entonces
so sI2 s2 sM2
sE = = + P +
2nT nM 2nI 2nT 2nT nM
(D.2)
b) cuando nT =1, (y n I = 1), entonces
so sIP
2
s2
sE = = + M
2nM 2 2 nM
(D.3)
D.3 Convirtiendo m a Pa
D.3.1 Límite de especificación de una cola
Los valores del fractil- Pa superior de la distribución normal estandarizada que

corresponde a valores arbitrarios del parámetro de distribución, m, están dados por las
siguientes ecuaciones:
a) cuando el límite de especificación inferior LEI es especificado;

x -m
K Pa = I
sE (D.4)
b) cuando el límite de especificación superior LES es especificado;

m - xS
K Pa =
sE (D.5)
PERUANA 92 de 101
El valor del fractil- Pa obtenido corresponde a la probabilidad de no aceptación (1-Pa) y

puede convertirse, fácilmente, convertirse a la probabilidad de aceptación, Pa, usando una
tabla de distribución normal.
D.3.2 Límites de especificación de dos colas
D.3.2.1 Generalidades
En muchos casos, cuando se especifican tanto los valores de aceptación superior como los
de aceptación inferior, las ecuaciones (D.4) y (D.5) son aplicables por separado. Si el
mA �� ( = mA,U + mA,L ) �
� está cerca del intervalo de
intervalo entre ambos valores de
restricción,  x D , entonces las correcciones siguientes deben considerarse.
D.3.2.2 Probabilidad máxima de aceptación
m = 0,5 ( mA,U + mA,L )

En , la probabilidad de aceptación es máxima. El valor del fractil -
( 1 - Pa,U ) de la distribución normal estandarizada que corresponde al parámetro de
distribución, m, está dado por la siguiente ecuación:
m - xU
K Pa,U =
sE (D.6)
El fractil -
( 1 - Pa,U ) obtenido puede convertirse a la probabilidad de no aceptación
( 1 - Pa,U ) usando una tabla de distribución normal. El valor de la probabilidad de
aceptación está dado por la siguiente ecuación:
1 - 2 ( 1 - Pa,U ) �
Pa = 1 - �
� � (D.7)
Si el Pa máximo está cerca de 1,000 (100,0%) entonces no es necesaria una mayor

corrección. Si  =  x D entonces el Pa máximo será 0,990 (99,0%).
D.3.2.3 Probabilidad de aceptación para valores generales de m
Para valores generales de m, se puede usar el siguiente método:
a) unos pocos valores de m son escogidos entre y

PERUANA 93 de 101
b) el valor de de la distribución normal estandarizada que

corresponde al parámetro de distribución, está dado por la siguiente ecuación:
c) el valor de que corresponde a y está dado

por la ecuación (D.6);
d) los obtenidos pueden convertirse a probabilidades de no

aceptación, y respectivamente, usando una tabla de distribución
normal. El valor de probabilidad de aceptación está dado por la siguiente ecuación:
D.4 Convirtiendo Pa a m
D.4.1 Límite de especificación de una cola
Los valores de un parámetro de distribución, m, que corresponde a los valores

especificados de la probabilidad de aceptación están dados por las siguientes ecuaciones:
a) cuando el límite de especificación inferior es especificado:
b) cuando el límite de especificación superior es especificado:
NOTA: En la práctica, los nueve valores de Pa dados en las siguientes aplicaciones son suficientes
para dibujar una curva CO. Estos valores también se usan en tablas CO de la Normas NTP-ISO 2859-
1 e NTP-ISO 3951[5].
D.4.2 Límites de especificación de dos colas
mA (mA,U - mA,L ) mA (mA,U - mA,L )
intervalo entre ambos valores de está cerca del
intervalo de restricción,  x D entonces las correcciones siguientes deben considerarse.
PERUANA 94 de 101
D.5 Ejemplos para calcular curvas CO para desviaciones estándar

conocidas
D.5.1 Ejemplo 1: Límite de especificación inferior
La curva CO se calculará para el ejemplo dado en el apartado 7.4, cuando se especifica un

límite de especificación inferior.
Los parámetros principales son como sigue:
a) límite de calidad de aceptación, mA: 96,0

b) límite de calidad de no aceptación, mR: 93,75
1,37
c) valor de aceptación inferior, x L :
d) cálculo de desviación estándar, sE:
La figura D.1 muestra la curva CO resultante y la Tabla D.1 presenta los procedimientos y
resultados de cálculo. En este ejemplo, el riesgo del productor, , y el riesgo del
consumidor, , son como sigue:
en m = mA = 96,0  = 5,03 %
-
en m = mR = 92,0  = 10,1%
-
PERUANA 95 de 101
TABLA D.1 – Valores CO para el ejemplo 1
FIGURA D.1 – Curva CO para el ejemplo 1
D.5.2 Ejemplo 2: desviación estándar dominante y conocida de medición
La curva CO se calculará para el ejemplo dado en el Anexo B.7.1 y para el límite de

especificación superior.
PERUANA 96 de 101

88,25
c) valor de aceptación superior, x U :
d) cálculo de desviación estándar, sE: 1,43
La figura D.2 muestra la curva CO resultante y la Tabla D.2 presenta los procedimientos y
resultados de cálculo. En este ejemplo, el riesgo del productor, , y el riesgo del
consumidor,  son como sigue:
m = mA = 86,0,  = 5,78 %
- en ;
- en m = mR = 90,0,  = 11,1%

PERUANA 97 de 101
D.5.3 Ejemplo 3 – Límites de especificación de dos colas
La curva CO se calculará para el ejemplo dado en el Anexo 7.6 y para los límites de
especificación bilaterales.
mA,L 97,0
a) límite de calidad de aceptación, :
mR ,L 91,0
b) límite de calidad de no aceptación, :
mA,U 104,0
c) límite de calidad de aceptación superior, :
mR ,U 110,0
d) límite de calidad de no aceptación superior, :
93,63
e) valor de aceptación inferior, x L :
107,37
f) valor de aceptación superior, x U :
g) cálculo de desviación estándar, sE : 1,82
La figura D.3 muestra la curva CO resultante y la Tabla D.3 y D.4 presentan los
procedimientos y resultados de cálculo. En este caso, las curvas CO tanto para valores de
aceptación superior como para los valores de aceptación inferior pueden obtenerse por
separado. En este ejemplo, el riesgo del productor, , y el riesgo del consumidor, , y el
valor máximo de probabilidad de aceptación son como sigue:
PERUANA 98 de 101
m = mA,L = 97,0 o mA,U = 104,0,  = 3,20%

- en
m = mR ,L = 91,0 o mR ,U = 110,0,  = 7,42%

- en
m = 0,5 ( mA,L + mA,U ) = 100,50

- en el valor máximo de Pa, 99,98 % es
alcanzado
TABLA D.3 – Valores CO para el ejemplo 3, parte inferior
TABLA D.4 – Valores CO para el ejemplo 3, parte superior

PERUANA 99 de 101
Figura D.3 – Curva CO para el ejemplo 3
D.6 Desviaciones estándar imprecisas
D.6.1 Cálculo de desviación estándar
Antes de calcular los valores de una curva CO usando el método para desviaciones
estándar imprecisas, primero es necesario obtener el valor aproximado del cálculo de
desviación estándar, sE .
En el caso de procedimientos estándar, el valor aproximado del cálculo de desviación

estándar, sE está dado por la siguiente ecuación:
sI2 s2 sM2 sI2 s2

sE = + P + = + T
2nI 2nT 2nT nM 2nI 2nT
(D.12)
La ecuación (D.12) se usa en los procedimientos para el método de desviaciones estándar

imprecisas.
PERUANA 100 de 101
En el caso de procedimientos especiales en el anexo A para desviaciones estándar

imprecisas, el valor aproximado de cálculo de desviación estándar, sE está dado por la
sO
sE =
2nT nM
(D.13)
D.6.2 Convirtiendo m a Pa
D.6.2.1 Límite de especificación unilateral
Los valores aproximados de fractiles -Pa superior e inferior de la distribución corresponde

a valores arbitrarios del parámetro de distribución y están dados por las siguientes
ecuaciones:
a) cuando el límite de especificación inferior es especificado;
m - xL
tPa ( E ) =
sE (D.14)
b) cuando el límite de especificación superior es especificado;
xU - m
tPa ( E ) =
sE (D.15)
NOTA: Los valores fractil-Pa superior e inferior de la distribución, obtenidos de las ecuaciones (D.14)
y (D.15) corresponden a probabilidades aproximadas de aceptación, Pa pero es necesario un software
especial para la conversión.
D.6.2.2 Límites de especificación de dos colas
intervalo entre ambos valores de mA está cerca del intervalo de restricción,  x D algunas
desviaciones son inevitables. Si  =  x D entonces el Pa máximo es cerca de 0,98 (98%).
PERUANA 101 de 101
D.6.3 Convirtiendo Pa a m
D.6.3.1 Límite de especificación de una cola
Los valores aproximados de m, superior e inferior de la distribución corresponden a valores

arbitrarios del parámetro de distribución, Pa están dados por las siguientes ecuaciones:
a) cuando el límite de especificación inferior es especificado;
m = x L + tPa ( E )sE
(D.16)
b) cuando el límite de especificación superior es especificado;
m = x U - t Pa ( E )sE
(D17)
t ( )
NOTA 1: Los valores de Pa E están dados en una tabla de distribución. Algunos valores están
dados en la referencia [7] de la bibliografía.
NOTA 2: En la práctica, los nueve valores de Pa dados en el ejemplo 4 son suficientes para dibujar una
curva CO aproximada.
D.6.3.2 Límites de especificación de dos colas
de aceptación inferior, las dos fórmulas anteriores son aplicables por separado. Si el
intervalo, , entre ambos valores de mA está cerca del intervalo de restricción,  x D
algunas desviaciones son inevitables.
D.6.4 Ejemplo 4: Cálculo de una curva CO para el método que usa un cálculo
de desviación estándar
La curva CO se calculará para el ejemplo dado en el apartado 7.1.

94,0
c) valor de aceptación inferior, x L :
d) cálculo de desviación estándar, sE : 1,17
e) grados de libertas del cálculo de desviación estándar, vE: 35
PERUANA 102 de 101
La figura D.4 muestra la curva CO resultante para el apartado 7.1 y la Tabla D.5 presenta
los procedimientos y resultados de cálculo. En esta aplicación, los valores aproximados
del riesgo del productor , el riesgo del consumidor , son como sigue:
- en m = mA = 96,0,  = 4,81%;
- en m = mR = 92,0,  = 4,81%;

PERUANA 103 de 101
BIBLIOGRAFÍA
[1] ISO 11648-2:—1), Statistical aspects of sampling from bulk materials — Part 2:
Sampling of particulate materials.
[2] NTP-ISO 5725-2:1999, Accuracy (trueness and precision) of measurement methods

and results — Part 2: Basic method for the determination of repeatability and
reproducibility of a standard measurement method.
[3] NTP-ISO 5725-3:1999, Accuracy (trueness and precision) of measurement methods

and results — Part 3: Intermediate measures of the precision of a standard
measurement method.
[4] ISO 10576 (all parts)2), Statistical methods — Guidelines for the evaluation of
conformity with specified requirements.
[5] NTP ISO 3951:1989, Sampling procedures and charts for inspection by variables
for percent nonconforming.
[6] SNEDECOR G.W. and COHRAN W.G. Statistical Methods., Iowa State University
Press, 8th edn., 1989, p. 97.
[7] ISO 2854:1976, Statistical interpretation of data — Techniques of estimation and

tests relating to means and variances.
[8] NTP-ISO 7870-1:2008, Gráficos de control — Directrices Generales.
[9] ISO 9000-2:1997, Quality management and quality assurance standards — Part 2:
Generic guidelines for the application of ISO 9001, ISO 9002 and ISO 9003.

Iso 17025

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Iso 17025

Enviado por

Direitos autorais:

Formatos disponíveis

NORMA TÉCNICA NTP-ISO 10725

PROCEDIMIENTOS Y PLANES DE MUESTREO DE

R.029-2009/INDECOPI-CNB. Publicada el 2009-11-07 Precio basado en 101 páginas

4. SÍMBOLOS Y TÉRMINOS ABREVIADOS 6

7.1 Desviación estándar imprecisa con límite de especificación unilateral

A.1 La presente Norma Técnica Peruana ha sido elaborada por el Comité

A.2 El Comité Técnico de Normalización de Aplicación de métodos estadísticos

A.3 Esta Norma Técnica Peruana es una adopción de la norma ISO

B. INSTITUCIONES QUE PARTICIPARON EN LA ELABORACIÓN

Presidente Humberto Toso - Servicios

Secretario Celso Gonzales

CERPER S.A. José Camero

AENOR PERU Diana García

INSTITUTO PARA LA CALIDAD. PUCP Mónica Puertas

SENASA Cristina Toro

CONSULTORA Nelly Baiocchi

CONSULTOR Oscar Valdizán

CONSULTORA Julia Canchucaja

CONSULTOR Walter Pérez

La aplicación de los métodos estadísticos en el campo del muestreo de materiales a

Recientemente, la necesidad de aceptación del muestreo de materiales a granel se ha

El objeto de esta NTP está situado en el límite entre la ISO/TC69/SC 3 basado en el

PROCEDIMIENTOS Y PLANES DE MUESTREO DE

1. OBJETO Y CAMPO DE APLICACIÓN

Esta Norma Técnica Peruana establece planes de muestreo de aceptación mediante la

Esta NTP es aplicable en la inspección donde el parámetro de distribución de una

2.1 Normas Técnicas Internacionales

2.1.1 ISO 3534-2:1993 Estadística. Vocabulario y Símbolos. Parte 2:

2.1.2 ISO 11648-1:2003 Aspectos estadísticos de muestreo para

2.2 Normas Técnicas Peruanas

2.2.1 NTP ISO 2859-1:2008 Procedimientos de muestreo para la

2.2.2 NTP ISO 3534-1:2003 Estadística. Vocabulario y Símbolos. Parte 1:

2.2.3 NTP ISO 5725-1:1994 Exactitud (veracidad y precisión) de métodos

4. SÍMBOLOS Y TÉRMINOS ABREVIADOS

C costo variante por lote

CM Suma de costos proporcionales al número total de mediciones

σ2I Componente de varianza entre incrementos de muestreo

5.2.1 Media del lote

Esta NTP es aplicable cuando el parámetro de distribución de una característica de calidad

Cuando el material es homogenizado a través de un procesamiento adicional en la planta

Si dos o más características de calidad se especifican para un material, entonces el

5.2.2 Desviación estándar

a) En el procedimiento estándar, se encuentra que los gráficos de control para

b) En el procedimiento especial en el Anexo B, si el grafico de control de sT no

Si los valores relevantes de la desviación estándar no están todos disponibles en su

5.2.3 Lotes de inspección

5.3 PROCEDIMIENTOS DE MUESTREO ESTANDARIZADOS

La Figura 1 ilustra el diagrama de flujo de los procedimientos descritos anteriormente. Con

En el muestreo representativo se usará con rigurosidad los procedimientos mencionados

5.3.2 Incremento de muestreos (véase la figura 1)

Se recomienda también que se utilice un dispositivo de muestreo apropiado. Cuando el

5.3.3 Constitución de muestras compósito (Véase la figura 1)

5.3.4 Preparación de las muestras de ensayo (Véase la Figura 1)

Cuando el material tiene partículas gruesas, asegurar que el procedimiento de preparación

NOTA: Si se escoge un procedimiento adecuado para la preparación de la muestra de ensayo,

FIGURA 1 - Modelo esquemático del procedimiento de muestreo de aceptación a

5.3.5 Mediciones (Véase la Figura 1)

Dibujar las porciones de ensayo nM para 2nT de muestras de ensayo, respectivamente, y

5.4 DESVIACIÓN ESTANDAR

En caso de desviaciones estándar imprecisas, determinar la desviación estándar de la

Si se dispone de resultados de inspecciones anteriores, entonces las estimaciones de las

5.4.2 Desviación estándar entre incrementos de muestreo