República Bolivariana de Venezuela

Ministerio del Poder Popular para la Educación Superior

Instituto Universitario Politécnico “Santiago Mariño”

Extensión Mérida

Muestreo de
Aceptación
Estudiante:

Yeimar Noriega

28.753.878

Esc: 48

Mérida, Marzo 2023

El muestreo de aceptación es una medida estadística utilizada que permite a las empresas
medir la calidad de una cantidad de productos realizando pruebas específicas.

Para la mayoría de las empresas, resulta complicado realizar pruebas debido a que se
clasificaría como desperdicio o a que el volumen es demasiado grande.

El proceso de un muestreo de aceptación implica el tamaño de la muestra y la cantidad de

errores aceptables. Esta prueba permite realizar estudios, detectar defectos y medir la calidad a
un grado específico de certeza sin tener que probar cada uno de los productos.

Tipos de muestreo de aceptación

Los muestreos de aceptación pueden ser por atributos y por variables.

• Muestreo de aceptación por variables: Este tipo de estudio toma una muestra
aleatoria y hace una revisión de las características de cada unidad de tipo continuo,
como el peso y la longitud. Con las mediciones es posible hacer un cálculo estadístico
que se encuentra en función de la media y la desviación estándar. El producto se
rechaza o se acepta dependiendo del valor.

• Muestreo de aceptación por atributos: Consiste en extraer de forma aleatoria una

muestra del lote y clasificar cada unidad de acuerdo a sus características, tanto
aceptables como defectuosas.

Si los productos son iguales o menores que un número previamente establecido, el lote es
aceptado. Si es mayor, será rechazado.

El Muestreo para la aceptación de lotes puede ser un método complementario a otros métodos
de muestreo tradicionales.
El tipo de medida de frecuencia que se utiliza para la medición de muchos de los indicadores
incluidos en el Plan de Calidad es la proporción. El cálculo del tamaño muestral necesario para
la estimación de una proporción se realiza mediante la aproximación de la distribución binomial
a la distribución normal, aplicando la siguiente fórmula

Donde n es el tamaño muestral necesario, α es el error alfa, p es la proporción esperada y ε la

precisión deseada.
Como se puede ver en los siguientes ejemplos, en ciertas condiciones los tamaños muestrales
resultantes de la aplicación de esta fórmula son “grandes” y exigen un considerable trabajo de
recogida de datos que ocupan unos recursos no siempre disponibles.

Para poblaciones finitas, caso común en la realidad de los estudios hospitalarios, la fórmula
aplicada sufre una corrección que reduce el numero de casos a estudiar. Aún así, éstos pueden
ser todavía considerables como podemos ver.

Se analiza en este documento un tipo de muestreo: el muestreo para la aceptación de lotes,

que tiene la ventaja de reducir considerablemente el tamaño muestral. Esta técnica puede ser
útil en determinados estudios de calidad asistencial y se presenta para que se valore y se
estudie su aplicabilidad para la medición de determinados aspectos incluidos en el Plan de
Calidad.

El error muestral es la diferencia entre los estadísticos obtenidos de la muestra y los

parámetros poblaciones que existen en la población y se produce por el hecho de utilizar una
muestra en lugar de analizar a la población completa. La teoría del muestreo nos permite hacer
diseños muestrales donde podemos controlar el error muestral en el que incurrimos, aplicando
las fórmulas pertinentes. Si definimos a priori el nivel de error muestral máximo que queremos
asumir (es decir, la desviación teórica que los datos pueden tener respecto de los parámetros
poblaciones), entonces podremos calcular el tamaño de muestra que debemos utilizar. Y, a la
inversa, si no podemos realizar una muestra superior a un tamaño “n”, por una cuestión de
presupuesto, podremos calcular el error muestral que vamos a asumir en un escenario más
reducido.

Tipos de errores muestrales más comunes

Este tipo de errores no se deben al hecho de inferir el todo de una parte (como sí ocurre con el
error muestral), sino que se deben a otras causas, ocurridas en el propio diseño o la realización
del trabajo, ya sea en la definición del colectivo a investigar, en la forma de seleccionar a las
personas entrevistadas, en la mala praxis de los entrevistadores, en la ausencia de control de
calidad, etc. Algunos de estos errores y problemas son:

• Error de definición del colectivo objeto de estudio. Este inconveniente se produce

cuando el investigador no sabe bien a quién debe preguntar. Imagínese un producto de
alimentación sobre el que deseamos conocer diversas cuestiones, ¿debemos
entrevistar a la persona que hace la compra o a la persona que la consume dentro del
hogar? En función de nuestras necesidades y objetivos deberíamos optar por una u
otra. Si nos equivocamos, no obtendremos la información precisa.

• Error de marco muestral. Este fallo se comente cuando el investigador, a la hora de

elegir la muestra, apunta a la subpoblación equivocada. Por ejemplo, seleccionar la
muestra a partir de números de móvil sin tener en cuenta que existen ciertas personas
sin teléfono móvil (personas mayores y/o con problemas de aprendizaje). Otro ejemplo:
imaginemos que deseamos conocer el perfil de nuestros consumidores y que tenemos
una base de datos de personas que han visitado nuestro establecimiento para comprar
y han decidido darnos su mail; en realidad no sabemos hasta qué punto representan
verdaderamente a nuestro consumidor; si a pesar de ello decidimos utilizar esa base de
datos para hacer el estudio, evidentemente estaremos cometiendo un error de base.

• Error de selección. Cuando son los propios entrevistados los que eligen participar o no
en la encuesta; por lo tanto, solo responderán aquellos a los que les interese el tema
tratado.

• Falta de respuesta. Efecto de los rechazos y las ausencias de personas en el hogar.

La muestra final puede estar compuesta por un perfil de persona muy diferente a la que
buscamos si la tasa de rechazo o ausencia es muy alta.

• Problemas de calidad/veracidad de la información. Tanto por mala praxis de los

entrevistadores como de los entrevistados, que proporcionan información incorrecta por
diferentes motivos (por error, con intencionalidad maliciosa, por deseabilidad social…).

• Problemas en el procesamiento/tratamiento de la información. Errores de

codificación u otros errores de procesamiento cometidos en el proceso de trabajo.
Los planes de muestreo indican el número de unidades del producto que han de
inspeccionarse de cada lote, es decir, el tamaño de la muestra, así, como el criterio para
determinar la aceptabilidad del lote.

Determinándose el nivel aceptable de calidad (AQL) correspondiente a un defecto o grupo de

defectos, y elegir el tipo de inspección que ha de aplicarse, es necesario establecer los planes
de muestreo, que pueden ser: simple, doble o múltiple.

• Muestreo Doble: Bajo este tipo de muestreo, cuando el resultado del estudio de la
primera muestra no es decisivo, una segunda muestra es extraída de la misma
población. Las dos muestras son combinadas para analizar los resultados. Este método
permite a una persona principiar con una muestra relativamente pequeña para ahorrar
costos y tiempo. Si la primera muestra arroja un resultado definitivo, la segunda muestra
puede no necesitarse.

Ejemplo: Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la

primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una calidad muy
pobre, el lote es rechazado. Solamente si la primera muestra arroja una calidad intermedia,
será requerida la segunda muestra.

• Muestreo Múltiple: El procedimiento bajo este método es similar al expuesto en el

muestreo doble, excepto que el número de muestras sucesivas requerido para llegar a
una decisión es más de dos muestras. Se obtienen varias muestras en varias fases
para seleccionar datos de distintas clases. En la primera fase se toma una muestra,
generalmente grande, de forma rápida, sencilla y poco costosa, a fin de que su
información sirva de base para la selección de otra más pequeña relativa a la
característica que constituye el objeto de estudio propiamente dicho. En la segunda fase
se obtiene una submuestra sobre toda la clase de datos, obteniéndose así una muestra
bifásica. Y así se procede sucesivamente, obteniéndose una muestra que se llama
polifásica.

Esta técnica es la única opción cuando no se dispone de lista completa de la población de

referencia o bien cuando por medio de la técnica de muestreo simple o estratificado se obtiene
una muestra con unidades distribuidas de tal forma que resultan de difícil acceso.

Ejemplo