MUESTREO DE ACEPTACIÓN POR ATRIBUTOS

Una fabrica de zapatos recibe un lote de 1500 plantillas para la manufactura del modelo de dama. El equipo de calidad ha definido el limite de
aceptación de calidad en 2% (porcentaje maximo de defectos con el que se puede aceptar un lote). Ha definido tambien que al menos con un 7% de
defectuosos se rechace el lote. Construya la curva de operación e interpretela.

Con el software Statgraphics:

 Haciendo uso de Excel:

Numero de Elementos
Probabilidad de % de Probabilidad de
% de Defectuosos defectuosos en la n 128
aceptación Defectuosos Aceptación
esperado muestra
0 0 1.0000 Aceptado c 5 0 1.0000
1 1.28 0.9979 1 0.9980
2 2.56 0.9539 2 0.9553
3 3.84 0.8096 Curva de operación 3 0.8141
4 5.12 0.5949 1.2000 4 0.6019
5 6.4 0.3837 5 0.3912

Probabilidad de aceptación
1.0000
6 7.68 0.2223 6 0.2286
7 8.96 0.1181 0.8000 7 0.1225
8 10.24 0.0585 8 0.0613
0.6000
9 11.52 0.0274 9 0.0289
10 12.8 0.0122 0.4000 10 0.0130
11 14.08 0.0052 11 0.0056
0.2000
12 15.36 0.0022 12 0.0024
13 16.64 0.0009 0.0000 13 0.0010
14 17.92 0.0003 0 2 4 6 8 10 12 14 16 14 0.0004
15 19.2 0.0001 Porcentaje de articulos defectuosos 15 0.0001
 MUESTREO DE ACEPTACIÓN POR ATRIBUTOS

Una fabrica de ropa recibe un lote de 1000 metros de tela para unos vestidos de fiesta. El limite de aceptación de calidad es de
1%, tambiens e ha definido que al menos con un 5% de defectuosos se rechace el lote.
Con el software Statgraphics:
 Haciendo uso de Excel:

Numero de Elementos
% de probabilidad de % de probabilidad de
defectuosos en la n 128
defectuosos aceptación defectuosos aceptación
esperado muestra
0 0 1.000000 Aceptado c 3 0 1.000000
1 1.28 0.958874 1 0.958874
2 2.56 0.744677 2 0.744677
3 3.84 0.465336 Curva de operación 3 0.465336
4 5.12 0.248584 1.200000 4 0.248584

Probabilidad de aceptación
5 6.4 0.118919 1.000000 5 0.118919
6 7.68 0.052512 6 0.052512
0.800000
7 8.96 0.021834 7 0.021834
0.600000
8 10.24 0.008665 8 0.008665
9 11.52 0.003313 0.400000 9 0.003313
10 12.8 0.001229 0.200000 10 0.001229
11 14.08 0.000445 0.000000 11 0.000445
12 15.36 0.000158 0 2 4 6 8 10 12 14 16 12 0.000158
13 16.64 0.000055 Porcentaje de articulos defectuosos 13 0.000055
14 17.92 0.000019 14 0.000019
15 19.2 0.000006 15 0.000006
 MUESTREO DE ACEPTACIÓN POR ATRIBUTOS
En una ensambladora automotriz se recibió un lote de 500 faros. El equipo de control de calidad ha definido un limite de
aceptación de 1.7%, pero en caso de mas del 5% de defectuosos ha de rechazarse el lote.

Con el software Statgraphics:

 Haciendo uso de Excel:

Numero de
% de Probabilidad Elementos en la % de Probabilidad
defectuosos n 146
defectuosos de aceptación muestra defectuosos de aceptación
esperado
0 0 1.000000 Aceptado c 4 0 1.000000
1 1.46 0.983244 1 0.983244
2 2.92 0.828522 2 0.828522
3 4.38 0.555022 Curva de operación 3 0.555022
4 5.84 0.307044 1.200000 4 0.307044

Probabilidad de aceptación
5 7.3 0.147340 1.000000 5 0.147340
6 8.76 0.063621 0.800000 6 0.063621
7 10.22 0.025355 0.600000 7 0.025355
8 11.68 0.009493 0.400000 8 0.009493
9 13.14 0.003381 0.200000 9 0.003381
10 14.6 0.001156 0.000000 10 0.001156
11 16.06 0.000382 0 2 4 6 8 10 12 14 16 11 0.000382
12 17.52 0.000123 Porcentaje de articulos defectuosos 12 0.000123
13 18.98 0.000039 13 0.000039
14 20.44 0.000012 14 0.000012
15 21.9 0.000004 15 0.000004
Plan de Muestreo por Variables.

Ejercicio 1

Un fabricante de cámaras recibe envíos de 3,600 lentes varias veces por

semana. El equipo de aseguramiento de la calidad toma muestras de 259 lentes
de cada envío y mide el grosor para determinar si debe aceptar o rechazar todo
el lote de lentes. Se considera que una lente es defectuosa si mide más de 0.415
pulgadas de grueso, que es el límite de especificación superior (LES), o menos
de 0.395 pulgadas, que es el límite de especificación inferior (LEI).

Del lote de 3,600 lentes, el fabricante y su proveedor acuerdan establecer el nivel

de calidad aceptable (AQL) en 100 unidades defectuosas por millón y el nivel de
calidad rechazable (RQL) en 600 unidades defectuosas por millón. Usando un
riesgo del productor (nivel de significancia) de 0.05 y un riesgo del consumidor
de 0.10, Minitab determina que un plan de muestreo adecuado consiste en
seleccionar 259 de las 3,600 lentes de forma aleatoria e inspeccionarlas. El valor
crítico es 3.44914 y la desviación estándar máxima es 0.0027533.

El equipo de aseguramiento de la calidad recolecta muestras del envío más

reciente para determinar si debe aceptar o rechazar todo el lote de lentes.

Elija Estadísticas > Herramientas de calidad > Muestreo de aceptación por

variables > Aceptar/rechazar lote.

En Datos de medición, ingrese Grosor.

En Distancia crítica (valor k), ingrese 3.44914.

En Espec. inferior, ingrese 0.395.

En Espec. superior, ingrese 0.415.

Haga clic en Aceptar.

Interpretar los resultados

El equipo de aseguramiento de la calidad selecciona aleatoriamente y mide el
grosor de 259 lentes del envío actual de 3,600 lentes. A partir de estas
mediciones, Minitab determina la media y la desviación estándar para calcular
los valores Z:

[Link] = (especificación superior – media) / desviación estándar = 0.253452

[Link] = (media – especificación inferior) / desviación estándar = 0.172803

Los valores Z son menores que la distancia crítica (3.44914), y la desviación

estándar (0.0469204) es mayor que la MSD (0.0027533). Por lo tanto, el equipo
rechaza todo el lote.
Ejercicio 2.
Un ingeniero de manufactura implementó un plan de muestreo por variables para
verificar el grosor de la pared de tubos de 2 pulgadas entrantes. La especificación
inferior del grosor de la pared de los tubos es 0,09 pulgadas. El ingeniero y el
proveedor convienen en que el AQL es de 100 defectuosos por millón y el RQL
es de 300 defectuosos por millón. Con base en estas especificaciones, el
ingeniero selecciona aleatoriamente y mide 104 tubos por lote de 2500 tubos. Si
el valor Z calculado es mayor que la distancia crítica (3,55750), el ingeniero
acepta todo el lote.

Al supervisor del turno le preocupa que medir 104 tubos tomará demasiado
tiempo. El supervisor prefiere medir menos tubos, por ejemplo 50 tubos. El
ingeniero conviene en examinar algunos planes de muestreo diferentes para
determinar los riesgos y beneficios de cada plan.

1. Elija Estadísticas > Herramientas de calidad > Muestreo de

aceptación por variables > Crear/comparar.

2. En la lista desplegable, seleccione Comparar planes de muestreo

definidos por el usuario.

3. En Unidades para niveles de calidad, seleccione Defectuosos por

millón.

4. En Nivel de calidad aceptable (AQL), ingrese 100.

5. En Nivel de calidad rechazable (RQL o LTPD), ingrese 300.

6. En Tamaños de la muestra, ingrese 50 75 100 104.

7. En Distancias críticas (valores k), ingrese 3,55750.

8. En Espec. inferior, ingrese 0,09.

9. En Desviación estándar histórica, ingrese 0.025.

10. En Tamaño del lote, ingrese 2500.

11. Haga clic en Aceptar.

Interpretar los resultados

El ingeniero compara las gráficas de los diferentes planes de muestreo y nota
que los planes de muestreo con tamaños de muestra de 100 y de 104 tubos son
muy similares. La probabilidad de aceptación en el AQL y en el RQL cambia en
menos de 0,5% (0,95 – 0,947). El cambio en la AOQ y en la ATI también es
mínimo.

El ingeniero también decide que un tamaño de la muestra de 50 tubos no protege

el nivel de calidad lo suficiente. Con un tamaño de la muestra de 50, la
probabilidad de aceptar un lote en el RQL (300 PPM) es 18,7%. Además, la
probabilidad de rechazar un lote que debería ser aceptado en el AQL (100 PPM)
es 12,7%, que es demasiado alta para el productor.

El ingeniero está dispuesto a considerar el plan de muestreo de 75 tubos. Los

riesgos de las probabilidades de aceptación parecen razonables, si el proveedor
conviene en reducir la variabilidad en el grosor de los tubos. El ingeniero decide
investigar otros tamaños de muestras entre 75 y 100 tubos.
Ejercicio 3.
Una empresa desea aplicar la Norma MIL-STD-105E para el muestreo de lotes
de un determinado producto de tamaño N=3.000 y que históricamente ha
presentado un porcentaje de defectuosos de un 2%. Se ha convenido un nivel
de calidad aceptable (AQL) de un 1%. La empresa utiliza inspección normal.

Dado el tamaño del lote y el nivel de inspección seleccionado se busca la letra

que corresponde a dicho plan

El tamaño del lote está en el rango entre 1.201 y 3.200 y la inspección normal
corresponde a la columna II. La letra por tanto a utilizar es K.
Buscamos en la siguiente tabla el cruce entre la letra seleccionada previamente
(en nuestro ejemplo K) y el nivel de AQL definido (en nuestro ejemplo AQL=1%).
Se obtiene n=125 como tamaño de muestra, c=3 como número de aceptación y
r=4 como número de rechazo. Es decir que el plan de muestreo simple consiste
en tomar una muestra de tamaño 125 del lote y aceptar el lote si el número de
elementos no conformes es menor o igual a 4.

Curva de Operación Característica (OC)

n=125, k=1.80766

0.8
Prob. de aceptación

0.6

0.4

0.2

0
0 2 4 6 8
Porciento defectivo verdadero
 Curva de Calidad Promedio de Salida (AOQ)
n=125, k=1.80766

0.1

0.06
Porciento defectivo

0.02

-0.02

-0.06

-0.1
0 2 4 6 8
Porciento defectivo verdadero

Curva de Inspección Total Promedio (ATI)

n=125, k=1.80766

150
Unidades inspeccionadas

120

90

60

30

0
0 2 4 6 8
Porciento defectivo verdadero

Finalmente utilizando el procedimiento de Muestreo Simple se

determina la probabilidad de aceptar el lote con N=3.000, p=2%y
(n,c)=(125,3).

se cumplen las condiciones para utilizar la Distribución de Poisson. Un parámetro

de entrada para esta distribución es n*p= 125*0,02= 2,5.

Luego buscamos en la tabla el cruce de dicho valor para n*p = 2,5. Estará entre
los valores de 2,4 y 2,6; 779 y 736. Para r=3. Tomaremos el valor medio; 757,5

Se concluye que la probabilidad de aceptación del lote es para c =2,5 de un 75,75

%.
Criterios de evaluación: Organización y clasificación de las tareas del problema. Se
considera óptimo si el estudiante ha efectuado los contenidos acordes a la asignatura,
conteniendo la descripción del problema, secuencia de actividades y producto final.

SATISFACTORIO
NECESITA
EXCELENTE SATISFACTORIO CON
MEJORAR
9-10% 7-8% RECOMENDACIONES
0-3%
4-6%
El problema cuenta El problema cuenta El problema no cuenta El problema no
con todos los con la mayoría de los con todos los cuenta con una
apartados necesarios apartados necesarios elementos necesarios, estructura adecuada,
para describir el para describir el faltan algunos faltan muchos
trabajo. La trabajo. La elementos elementos
presentación del presentación del importantes. La necesarios. La
problema es problema es presentación del presentación del
absolutamente clara, suficientemente problema no es muy problema es muy
cuenta con una clara, aunque su clara y deja muchas confusa y no queda
introducción que presentación puede dudas con respecto al claro el problema
sitúa el problema en generar alguna duda. problema que ha de que ha de resolverse.
su contexto y no hay Hay información resolverse. La No se indica la forma
duda del problema relativa a los criterios descripción del en que deben
que ha de resol verse. de evaluación, problema no es presentarse las
Se indica claramente aunque falta alguna adecuada. Se indica la soluciones.
el formato en que información. forma en que deben
deben presentarse presentarse las
las soluciones. soluciones, pero no
queda claro, genera
muchas dudas.

NOMBRE DE LOS ALUMNOS EVALUACIÓN OBTENIDA:

Hernández Pérez Yarenny
Carrasco Anota Jiraldi Adrid

FECHA DE EVALUACIÓN: 21/01/2021 GRADO Y GRUPO: 5 “E”

INSTITUTO TECNOLÓGICO SUPERIOR DE COATZACOALCOS

PERIODO SEPTIEMBRE 2020- ENERO 2021