SlideShare una empresa de Scribd logo
PLANES DE MUESTREO ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
TPOS DE PLANES DE MUESTREO ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
PLAN DE MUESTREO DOBLE Basándose en la muestra inicial, dependiendo de los resultados obtenidos en la  inspección, si la calidad es muy buena, el lote se acepta con base en la primera  muestra y ya no se toma una segunda muestra; si la calidad es muy mala, el lote  se rechaza con base en la primera muestra y no se toma una segunda muestra.  Solo cuando el nivel de calidad no es no muy bueno ni muy malo, se toma una  segunda muestra
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
El muestreo múltiple es una extensión de un muestreo doble, y en este se definen tres, cuatro, cinco o cuantas muestras se deseen. Estos planes se pueden dar por concluidos después de una cantidad determinada de muestras, o se puede continuar hasta terminar con el lote, o cuando se tome una decisión Los tres tipos de planes de muestreo pueden llevar a obtener los mismos resultados. Es decir, la probabilidad de que al utilizar un plan de muestreo simple se llegue a aceptar un lote es la misma que si se utiliza un adecuado plan de muestreo doble o múltiple.
[object Object],[object Object],[object Object],[object Object]
CURVA CO PARA LOS PLANES DE MUESTREO La  curva característica de operación  (CO), se utiliza para evaluar un plan de muestreo en particular, es deseable conocer la probabilidad de que un lote que se entrega con cierto porcentaje de no conformidad 100p o  sea aceptado o rechazado y la curva CO proporciona esta información. Por ejemplo realizar la curca CO para el siguiente plan de muestreo. N = 3000 n = 89  c = 2 Se supone que los lotes provienen de un flujo constante de producto al que se le puede considerar infinito.
0.055 6.2 89 7.0 0.07 0.106 5.3 89 6.0 0.06 0.174 4.5 89 5.0 0.05 0.302 3.6 89 4.0 0.04 0.494 2.7 89 3.0 0.03 0.731 1.8 89 2.0 0.02 0.938 0.9 89 1.0 0.01 PROBABILIDAD DE ACEPTACION p a np 0 TAMAÑO DE LA MUESTRA n CALIDAD PROPUESTA PARA EL PROCESO
Al graficar la curva utilizando la variable p a  (probabilidad de aceptación) y 100p o  (porcentaje de no conformidad), un valor de 100p o  se supondrá y el otro se calcula. Suponemos que el valor de 100p o  es de 2%  el valor correspondiente de np o  = (89)(.02) = 1.8 0.66 2.3 0.10 0.20 0.30 0.40 0.50 0.60 0.80 0.90 0.100 0.70 P a   ( Probabilidad de aceptación) 100p 0  (porcentaje de no conformidad
Una vez construida la curva, permitirá saber la probabilidad de aceptación de un lote dada una determinada calidad de entrada: Por ejemplo: Si la calidad del proceso de entrada tiene 2.3% de no conformidad, la probabilidad de que se acepte el lote es de 0.66 Si se inspeccionaran 55 lotes de este proceso que tiene 2.3% de no conformidad aceptaríamos 36 y se rechazarían 19 esto es: (55)(0.66) = 36 (55 – 36 ) = 19
4 lotes: 2% de no conformidad 11 lotes: 2% de no conformidad  11(3000) = 33,000 4 lotes: 0% de no conformidad  4(3000)(0.98) = 11,760   44,760 Número Total 33,000(0.02) =  660 0 660 Cantidad de no conformidad Porcentaje de no conformidad (CMS) = 660 44,760 X 100 = 1.47% FUNCION DEL MUESTREO DE ACEPTACIO Productor N = 3000 n = 89 c = 2 Consumidor 15 lotes: 2% de no conformidad 11lotes: 2% de no conformidad 4 lotes: 2% de no conformidad
Cuando se utiliza el muestreo de aceptación, los intereses del consumidor y el productor entran en un conflicto: El productor quiere que todos los lotes conformes se acepten El consumidor quiere que todos los lotes no conformes no se  acepten Para eliminar este conflicto se establecen los planes de muestreo asumiendo algunos riesgos tanto para el productor como para el consumidor los cuales son RELACION ENTRE CONSUMIDOR Y PRODUCTOR
Riesgo del productor  se representa con el símbolo  α , es la probabilidad de no aceptar un lote no conforme, y este riesgo se establece en 0.05, pero puede ir de 0.001 a 0.10 o mas, se ubica en la curva OC en términos de probabilidad de aceptación de la siguiente manera  pa  = 1- α  ; para  α  =0.05, pa = 1-0.05 = 0.95 Existe una definición numérica de lote aceptable, asociado con el riesgo del productor, que se llama límite de calidad aceptable (AQL) o nivel aceptable de calidad (NAC)  Riesgo del consumidor  se representa con el símbolo  β , y es la probabilidad de aceptar un lote no conforme, y este riesgo se establece en 0.10,  como  β  se expresa en términos de probabilidad de aceptación, no es necesaria conversión alguna. Asociada con el riesgo del consumidor hay una definición numérica de lote no conforme, llamada calidad limite (LQ)
( Por ejemplo: Plan de muestreo  N = 4000, n = 300, c = 4 y un AQL (limite de calidad aceptable) = 0.7% con un  riesgo del proveedor  de  α  = 5% se expresa de la siguiente manera, todos los lotes que contengas  0.7%  no conformes tendrán el 5% de no ser aceptados, o 1 de 20 lotes que son 0.7% no conformes no serán aceptados por el plan Para este mismo plan de muestreo con un  riesgo del consumidor  β  = 10% y un LQ (calidad limite) = 2.6% se expresa de la siguiente manera todos los lotes que contengas 2.6% de no conformes tendrán una probabilidad de 10% de ser aceptados  o 1 de cada 10 lotes que son 2.6% no conformes será aceptado
1   2 3 0.7 2.6 95 75 50 25 10 100 100 β   = (AQL 1-100 α ) AQL = 0.7% LQ = 2.6% Porcentaje de no conformidad  ( 100p  ) Porcentaje de lotes aceptados (100pa) RELACION ENTRE CONSUMIDOR Y PRODUCTOR N = 4000 n = 300 c = 4
Cuando se especifica el riesgo del productor  α  y su limite correspondiente de calidad de aceptación (AQL), se puede determinar un plan o una familia de planes de muestreo por ejemplo con  un riesgo del productor  α  = 0.05 y un AQL de 1.2%, suponiendo un valor de c y un valor de np o  p a  = 0.95 p 0.95  = 0.012 Para c = 1, np 0.95  = 0.355   n = np 0.95  = 0.355  = 29.6 o 30   p 0.95   0.012 Para c = 2, np 0.95  = 0.818   n = np 0.95  = 0.818  = 68.2 o 68   p 0.95   0.012 Para c = 6, np 0.95  = 03.286   n = np 0.95  = 3.286  = 274   p 0.95   0.012
100 β =10 95 25 50 75 100 AQL = 1.2% 2.0 4.0 6.0 8.0 3.0 100 α  = 5 Porcentaje de lotes aceptados (100pa) Porcentaje de no conformes (100po) n = 30 C = 1 N = 68 C = 2 n = 274 C = 6 Planes de muestreo para riesgo estipulado del productor
c P a  = 0.99 α  = 0.01 p a  = 0.95 α  = 0.05 p a  =0.90 α  = 0.10 P a  = 0.10 β  = 0.10 P a  = 0.05 β  = 0.05 P a  =0.01 β  = 0.01 0 0.010 0.051 0.105 2.303 2.996 4.605 1 0.149 0.355 0.532 3.890 4.744 6.638 2 0.436 0.818 1.102 5.322 6.296 8.406 3 0.823 1.366 1.745 6.681 7.754 10.045 4 1.279 1.970 2.433 7.994 9.154 11.605 5 1.785 2.613 3.152 9.275 10.513 13.108 6 2.330 3.286 3.895 10.532 11.842 14.571 7 2.906 3.981 4.656 11.771 13.148 16.000 8 3.507 4.695 5.432 12.995 14.434 17.403 9 4.130 5.426 6.221 14.206 15.705 18.783 10 4.771 6.169 7.021 15.407 16.962 20.145 11 5.428 6.924 7.829 16.598 18.208 21.490 12 6.099 7.690 8.646 17.782 19.442 22.821 13 6.782 8.464 9.470 18.958 20.668 24.139 14 7.477 9.246 10.300 20.128 21.886 25.446 15 8.181 10.035 11.135 21.292 23.098 26.743
Para un riesgo de consumidor  β  = 0.10  y una calidad limite  LQ = 6.0%,  se obtienen las curvas OC de una familia de planes de muestreo. Cada uno de los planes pasa por el punto definido por p a  = 0.10 ( β  = 010) y p 0.10  = 0.060.por consiguiente cada uno de los planes asegura que el producto con 6.0% de no conformes será aceptado 10% de las veces. Los cálculos son los siguientes: p a  = 0.10  p 0.10  = 0.060 Para c = 1,  np 0  = 3.890 n = np 0.10  = 3.890 = 64.8 o 65   p 0.10  0.060 Para c = 3,  np 0  = 6.681 n = np 0.10  = 6.681 = 111.4 o 111   p 0.10  0.060 Para c = 7,  np 0  = 11.771 n = np 0.10  = 11.771 = 196.2 o 196   p 0.10  0.060
2.0 4.0 6.0 Porcentaje de lotes aceptados  100p a 95 75 50 25 10 0 100 β 100  α  =5 LQ = 6.0 Porcentaje de no conformes  (100p 0  ) c = 7 n = 196 c = 3 n =111 c = 1 n = 65 `PLANES DE MUESTREO PARA RIESGO DE CONSUMIDOR ESTIPULADO
El  límite de calidad aceptable (AQL) es la parte mas importante de la norma, porque el y la letra clave determinan el plan de muestreo. El AQL se indica en el contrato, o lo fija la autoridad responsable El AQL se determinan a partir de : 1. Datos históricos 2. Juicio empírico 3. Información técnica, como función, manufactura, seguridad  4. Experimentación, probando lotes con diversos porcentajes de no      conformes  5. Capacidad del productor 6. En algunos casos, las necesidades consumidor
TAMAÑO DE MUESTRA El tamaño de la muestra está determinado por el tamaño del lote y el nivel de inspección. El nivel de inspección que se usa para determinado requisito será indicado por la autoridad responsable. Se presentan tres niveles generales de inspección (  I ,  II , y  III  ). Los distintos niveles de inspección dan aproximadamente la misma protección al productor, pero diferentes protecciones al consumidor. El nivel de inspección  II  es la norma El  nivel  I  proporciona aproximadamente la mitad de la inspección El nivel  III  proporciona aproximadamente el doble de la cantidad de  inspección La decisión  sobre el nivel de inspección está en función  de la clase de producto para artículos poco costosos, para pruebas destructivas o para pruebas peligrosas se utiliza nivel  II Cuando los costos posteriores de producción son altos, o cuando los artículos son complejos y costosos se utilizará nivel  III Se presentan cuatro niveles mas (  S-1, S-2, S-3, y S-4) , se usan cuando es necesario tener tamaños relativamente pequeños de muestra y se pueden o se deben tolerar grandes riesgos de muestras.
INSPECCION, NORMAL, ESTRECHA Y REDUCIDA A menos que la autoridad responsable indique otra cosa, la inspección comienza en la condición de inspección normal. Seguirá  así  hasta que se requiera un cambio de acuerdo con las reglas de cambio. Normal a rigurosa . Se cambiara de normal a rigurosa cuando 2 de 5 lotes consecutivos no hayan sido aceptados en la inspección normal Rigurosa a normal . Se cambiara de rigurosa a normal cuando se acepten 5 lotes consecutivos  en la inspección rigurosa  Normal a reducida.  Se cambiara de normal a reducida siempre que se satisfagan las siguientes condiciones: 1. Los 10 lotes anteriores hayan tenido inspección normal, y todos    ellos se hayan aceptado  2. La cantidad total de unidades no conformes en las muestras de    los 10 lotes, es igual o menor que el número aplicable en la      tabla
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
R Q N K H E D 500,001 O MAS Q P M J G E D 150,001-500,000 P N L J G E D 35,001-150,000 N M K H F D C 10,000-35,000 M L J G F D C 3201-10,000 L K H G E D C 1201-3200 K J G F E C C 501-1200 J H F E D C B 281-500 H G E E D C B 151-280 G F D D C B B 91-150 F E C C C B B 51-90 E D C C B B A 26-50 D C B B B A A 16-25 C B A A A A A 9-15 B A A A A A A 2-8 III II I S-4 S-3 S-2 S-1 Tamaño del lote NIVELES GENERALES DE INSPECCION NIVELES ESPECIALES DE INSPECCION

Más contenido relacionado

La actualidad más candente

Control de calidad exposicion planes de muestreo
Control de calidad    exposicion planes de muestreoControl de calidad    exposicion planes de muestreo
Control de calidad exposicion planes de muestreo
saintime
 
Explicacion cartas de_control
Explicacion cartas de_controlExplicacion cartas de_control
Explicacion cartas de_control
redbaron_mex
 
Graficas de control por atributo
Graficas de control por atributoGraficas de control por atributo
Graficas de control por atributo
Jose Mireles Peguero
 
Manual en Español De Software Flexsim
Manual en Español De Software FlexsimManual en Español De Software Flexsim
Manual en Español De Software Flexsim
Restaurante A Lo Llanero
 
Control estadistico de procesos segunda parte
Control estadistico de procesos  segunda parteControl estadistico de procesos  segunda parte
Control estadistico de procesos segunda parte
Primala Sistema de Gestion
 
Superficies de Respuesta
Superficies de RespuestaSuperficies de Respuesta
Superficies de Respuesta
jpvargas2
 
Unidad 3 planeacion y diseño de instalaciones
Unidad 3 planeacion y diseño de instalacionesUnidad 3 planeacion y diseño de instalaciones
Unidad 3 planeacion y diseño de instalaciones
Lety Tellez
 
Diferencia entre grafico xr,xs
Diferencia entre grafico xr,xsDiferencia entre grafico xr,xs
Diferencia entre grafico xr,xs
Cesar Jesus Estrada Escobedo
 
Diseño robusto de taguchi
Diseño robusto de taguchiDiseño robusto de taguchi
Diseño robusto de taguchi
Roberto Rojo
 
programacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajosprogramacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajos
UNAM Facultad de Contaduría, Administración e Informática
 
Diseño factorial 2k...
Diseño factorial 2k...Diseño factorial 2k...
Diseño factorial 2k...
Yahaira Gonzalez
 
Muestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos GeneralidadesMuestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos Generalidades
Luis Dicovskiy
 
muestreo de aceptacion
muestreo de aceptacionmuestreo de aceptacion
muestreo de aceptacion
kenverly garces
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempo
ALMAYUNIS1
 
Control cap-8
Control cap-8Control cap-8
Control cap-8
sabri urriola
 
Grafico de Control C (Aplicacion)
Grafico de Control C (Aplicacion)Grafico de Control C (Aplicacion)
Grafico de Control C (Aplicacion)
Jesús M
 
Taller p y np sandra liliana patiño
Taller p y np sandra liliana patiñoTaller p y np sandra liliana patiño
Taller p y np sandra liliana patiño
Sandra Liliana
 
Diseño factorial general ejemplos
Diseño factorial general ejemplosDiseño factorial general ejemplos
Diseño factorial general ejemplos
luluhernan
 

La actualidad más candente (20)

Control de calidad exposicion planes de muestreo
Control de calidad    exposicion planes de muestreoControl de calidad    exposicion planes de muestreo
Control de calidad exposicion planes de muestreo
 
Explicacion cartas de_control
Explicacion cartas de_controlExplicacion cartas de_control
Explicacion cartas de_control
 
Graficas de control por atributo
Graficas de control por atributoGraficas de control por atributo
Graficas de control por atributo
 
Manual en Español De Software Flexsim
Manual en Español De Software FlexsimManual en Español De Software Flexsim
Manual en Español De Software Flexsim
 
Graficos de control
Graficos de controlGraficos de control
Graficos de control
 
Control estadistico de procesos segunda parte
Control estadistico de procesos  segunda parteControl estadistico de procesos  segunda parte
Control estadistico de procesos segunda parte
 
Muestreo
MuestreoMuestreo
Muestreo
 
Superficies de Respuesta
Superficies de RespuestaSuperficies de Respuesta
Superficies de Respuesta
 
Unidad 3 planeacion y diseño de instalaciones
Unidad 3 planeacion y diseño de instalacionesUnidad 3 planeacion y diseño de instalaciones
Unidad 3 planeacion y diseño de instalaciones
 
Diferencia entre grafico xr,xs
Diferencia entre grafico xr,xsDiferencia entre grafico xr,xs
Diferencia entre grafico xr,xs
 
Diseño robusto de taguchi
Diseño robusto de taguchiDiseño robusto de taguchi
Diseño robusto de taguchi
 
programacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajosprogramacion-de-operaciones-secuenciacion-de-trabajos
programacion-de-operaciones-secuenciacion-de-trabajos
 
Diseño factorial 2k...
Diseño factorial 2k...Diseño factorial 2k...
Diseño factorial 2k...
 
Muestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos GeneralidadesMuestreo Aceptacion por atributos Generalidades
Muestreo Aceptacion por atributos Generalidades
 
muestreo de aceptacion
muestreo de aceptacionmuestreo de aceptacion
muestreo de aceptacion
 
U2 series de tiempo
U2 series de tiempoU2 series de tiempo
U2 series de tiempo
 
Control cap-8
Control cap-8Control cap-8
Control cap-8
 
Grafico de Control C (Aplicacion)
Grafico de Control C (Aplicacion)Grafico de Control C (Aplicacion)
Grafico de Control C (Aplicacion)
 
Taller p y np sandra liliana patiño
Taller p y np sandra liliana patiñoTaller p y np sandra liliana patiño
Taller p y np sandra liliana patiño
 
Diseño factorial general ejemplos
Diseño factorial general ejemplosDiseño factorial general ejemplos
Diseño factorial general ejemplos
 

Destacado

Zumo de naranja
Zumo de naranjaZumo de naranja
Zumo de naranja
nathaly peredo
 
Control EstadíStico De Procesos (Spc) Usando Cartas De Control
Control EstadíStico De Procesos (Spc) Usando Cartas De ControlControl EstadíStico De Procesos (Spc) Usando Cartas De Control
Control EstadíStico De Procesos (Spc) Usando Cartas De Controlrilara
 
Herramientas para el control estadístico de procesos
Herramientas para el control estadístico de procesosHerramientas para el control estadístico de procesos
Herramientas para el control estadístico de procesos
Oscar Garcia
 
Control Estadístico de Procesos
Control Estadístico de ProcesosControl Estadístico de Procesos
Control Estadístico de Procesosguestc1ad19
 
Control estadistico-de-la-calidad-y-seis-sigma-gutierrez-2da
Control estadistico-de-la-calidad-y-seis-sigma-gutierrez-2daControl estadistico-de-la-calidad-y-seis-sigma-gutierrez-2da
Control estadistico-de-la-calidad-y-seis-sigma-gutierrez-2da
Pablo Benavides
 
8 planes de muestreo
8 planes de muestreo8 planes de muestreo
8 planes de muestreo
Angy Astrain, Calidad
 
Causas comunes, causas especiales de variación de las cartas de control
Causas comunes, causas especiales de variación de las cartas de controlCausas comunes, causas especiales de variación de las cartas de control
Causas comunes, causas especiales de variación de las cartas de controlKaterine Bergengruen
 
Ejemplo Plan de mercadotecnia (Nuevo producto)
Ejemplo Plan de mercadotecnia (Nuevo producto)Ejemplo Plan de mercadotecnia (Nuevo producto)
Ejemplo Plan de mercadotecnia (Nuevo producto)
Jair Reséndiz
 
Plan de marketing de Coca Cola
Plan de marketing de Coca ColaPlan de marketing de Coca Cola

Destacado (13)

Zumo de naranja
Zumo de naranjaZumo de naranja
Zumo de naranja
 
muestreo de aceptación
muestreo de aceptaciónmuestreo de aceptación
muestreo de aceptación
 
Control EstadíStico De Procesos (Spc) Usando Cartas De Control
Control EstadíStico De Procesos (Spc) Usando Cartas De ControlControl EstadíStico De Procesos (Spc) Usando Cartas De Control
Control EstadíStico De Procesos (Spc) Usando Cartas De Control
 
Herramientas para el control estadístico de procesos
Herramientas para el control estadístico de procesosHerramientas para el control estadístico de procesos
Herramientas para el control estadístico de procesos
 
Control Estadístico de Procesos
Control Estadístico de ProcesosControl Estadístico de Procesos
Control Estadístico de Procesos
 
Control estadistico-de-la-calidad-y-seis-sigma-gutierrez-2da
Control estadistico-de-la-calidad-y-seis-sigma-gutierrez-2daControl estadistico-de-la-calidad-y-seis-sigma-gutierrez-2da
Control estadistico-de-la-calidad-y-seis-sigma-gutierrez-2da
 
8 planes de muestreo
8 planes de muestreo8 planes de muestreo
8 planes de muestreo
 
Causas comunes, causas especiales de variación de las cartas de control
Causas comunes, causas especiales de variación de las cartas de controlCausas comunes, causas especiales de variación de las cartas de control
Causas comunes, causas especiales de variación de las cartas de control
 
Capacidad de procesos
Capacidad de procesosCapacidad de procesos
Capacidad de procesos
 
Control Estadistico De Procesos
Control Estadistico De ProcesosControl Estadistico De Procesos
Control Estadistico De Procesos
 
Ejemplo Plan de mercadotecnia (Nuevo producto)
Ejemplo Plan de mercadotecnia (Nuevo producto)Ejemplo Plan de mercadotecnia (Nuevo producto)
Ejemplo Plan de mercadotecnia (Nuevo producto)
 
Proyecto final
Proyecto finalProyecto final
Proyecto final
 
Plan de marketing de Coca Cola
Plan de marketing de Coca ColaPlan de marketing de Coca Cola
Plan de marketing de Coca Cola
 

Similar a Planes de muestreo

Tema6 muestreo-aceptacion-atributos
Tema6 muestreo-aceptacion-atributosTema6 muestreo-aceptacion-atributos
Tema6 muestreo-aceptacion-atributos
MoissGuerreroEsperan
 
PLAN DE ACEPTACIÓN POR ATRIBUTOS 23.pptx
PLAN DE ACEPTACIÓN POR ATRIBUTOS 23.pptxPLAN DE ACEPTACIÓN POR ATRIBUTOS 23.pptx
PLAN DE ACEPTACIÓN POR ATRIBUTOS 23.pptx
JGenaroCk
 
Muestreo por atributos
Muestreo por atributosMuestreo por atributos
Muestreo por atributos
Ruben Garcia
 
República bolivariana de venezuela 2.1
República bolivariana de venezuela 2.1República bolivariana de venezuela 2.1
República bolivariana de venezuela 2.1
LUISRICHE
 
Unidad7_muestreo_aceptacion.pdf
Unidad7_muestreo_aceptacion.pdfUnidad7_muestreo_aceptacion.pdf
Unidad7_muestreo_aceptacion.pdf
LuisaRamos624199
 
05. aceptación tema5
05. aceptación tema505. aceptación tema5
05. aceptación tema5
Wilfredo Figueroa Wjfigueroawil
 
Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473
ivan_antrax
 
02. muestreo aceptacion-cec
02. muestreo aceptacion-cec02. muestreo aceptacion-cec
02. muestreo aceptacion-cec
Wilfredo Figueroa Wjfigueroawil
 
Control de calidad(veronica ochoa)
Control de calidad(veronica ochoa)Control de calidad(veronica ochoa)
Control de calidad(veronica ochoa)vcaroloh
 
Muestreo en control de calidad
Muestreo en control de calidadMuestreo en control de calidad
Muestreo en control de calidadsorayac
 
Muestreo en control de calidad
Muestreo en control de calidadMuestreo en control de calidad
Muestreo en control de calidadsorayac
 
Calidad 2017
Calidad  2017Calidad  2017
Calidad 2017
arcaneanouno
 
Aceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAndres Guaca
 
probabilidadesUSFA
probabilidadesUSFAprobabilidadesUSFA
probabilidadesUSFA
Daine Anglariy
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo216846
 
Exposición Grupo 1 sobre la calidad.pptx
Exposición Grupo 1 sobre la calidad.pptxExposición Grupo 1 sobre la calidad.pptx
Exposición Grupo 1 sobre la calidad.pptx
RickSnchez12
 
Muestreo de selección angel monsalve
Muestreo de selección angel monsalveMuestreo de selección angel monsalve
Muestreo de selección angel monsalve
angel monsalve
 
Pr9 muestreo
Pr9 muestreoPr9 muestreo
Pr9 muestreo
Lily Ayala
 

Similar a Planes de muestreo (20)

Tema6 muestreo-aceptacion-atributos
Tema6 muestreo-aceptacion-atributosTema6 muestreo-aceptacion-atributos
Tema6 muestreo-aceptacion-atributos
 
PLAN DE ACEPTACIÓN POR ATRIBUTOS 23.pptx
PLAN DE ACEPTACIÓN POR ATRIBUTOS 23.pptxPLAN DE ACEPTACIÓN POR ATRIBUTOS 23.pptx
PLAN DE ACEPTACIÓN POR ATRIBUTOS 23.pptx
 
Muestreo por atributos
Muestreo por atributosMuestreo por atributos
Muestreo por atributos
 
República bolivariana de venezuela 2.1
República bolivariana de venezuela 2.1República bolivariana de venezuela 2.1
República bolivariana de venezuela 2.1
 
Unidad7_muestreo_aceptacion.pdf
Unidad7_muestreo_aceptacion.pdfUnidad7_muestreo_aceptacion.pdf
Unidad7_muestreo_aceptacion.pdf
 
05. aceptación tema5
05. aceptación tema505. aceptación tema5
05. aceptación tema5
 
Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473Muestreo aceptacion-cec.pdf-713374473
Muestreo aceptacion-cec.pdf-713374473
 
02. muestreo aceptacion-cec
02. muestreo aceptacion-cec02. muestreo aceptacion-cec
02. muestreo aceptacion-cec
 
Control de calidad(veronica ochoa)
Control de calidad(veronica ochoa)Control de calidad(veronica ochoa)
Control de calidad(veronica ochoa)
 
Muestreo en control de calidad
Muestreo en control de calidadMuestreo en control de calidad
Muestreo en control de calidad
 
Muestreo en control de calidad
Muestreo en control de calidadMuestreo en control de calidad
Muestreo en control de calidad
 
Calidad 2017
Calidad  2017Calidad  2017
Calidad 2017
 
Presentacion ops umayor-2011
Presentacion ops umayor-2011Presentacion ops umayor-2011
Presentacion ops umayor-2011
 
Aceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de CalidadAceptacion por muestreo. Control de Calidad
Aceptacion por muestreo. Control de Calidad
 
probabilidadesUSFA
probabilidadesUSFAprobabilidadesUSFA
probabilidadesUSFA
 
Ejercicios sobre muestreo
Ejercicios sobre muestreoEjercicios sobre muestreo
Ejercicios sobre muestreo
 
Exposición Grupo 1 sobre la calidad.pptx
Exposición Grupo 1 sobre la calidad.pptxExposición Grupo 1 sobre la calidad.pptx
Exposición Grupo 1 sobre la calidad.pptx
 
Muestreo de selección angel monsalve
Muestreo de selección angel monsalveMuestreo de selección angel monsalve
Muestreo de selección angel monsalve
 
Pr9 muestreo
Pr9 muestreoPr9 muestreo
Pr9 muestreo
 
r.docx
r.docxr.docx
r.docx
 

Más de Claudia Castro

La empresa es una totalidad con sinergia.doc
La empresa es una totalidad con sinergia.docLa empresa es una totalidad con sinergia.doc
La empresa es una totalidad con sinergia.docClaudia Castro
 
Para derrotar a la entropia
Para derrotar a la entropiaPara derrotar a la entropia
Para derrotar a la entropiaClaudia Castro
 
Sinergia y recursividad
Sinergia y recursividadSinergia y recursividad
Sinergia y recursividadClaudia Castro
 
Control estadístico de_la_calidad
Control estadístico de_la_calidadControl estadístico de_la_calidad
Control estadístico de_la_calidadClaudia Castro
 
Gestión de calidad
Gestión de calidadGestión de calidad
Gestión de calidad
Claudia Castro
 
ISO 14000 Y MEDIO AMBIENTE
ISO 14000 Y MEDIO AMBIENTEISO 14000 Y MEDIO AMBIENTE
ISO 14000 Y MEDIO AMBIENTE
Claudia Castro
 

Más de Claudia Castro (18)

La empresa es una totalidad con sinergia.doc
La empresa es una totalidad con sinergia.docLa empresa es una totalidad con sinergia.doc
La empresa es una totalidad con sinergia.doc
 
Para derrotar a la entropia
Para derrotar a la entropiaPara derrotar a la entropia
Para derrotar a la entropia
 
Entropia y vida
Entropia y vidaEntropia y vida
Entropia y vida
 
Sinergia y recursividad
Sinergia y recursividadSinergia y recursividad
Sinergia y recursividad
 
Spc corregido
Spc corregidoSpc corregido
Spc corregido
 
Tarea
TareaTarea
Tarea
 
Esquema anteproyecto
Esquema anteproyectoEsquema anteproyecto
Esquema anteproyecto
 
5
55
5
 
Spc
SpcSpc
Spc
 
Spc
SpcSpc
Spc
 
Control estadístico de_la_calidad
Control estadístico de_la_calidadControl estadístico de_la_calidad
Control estadístico de_la_calidad
 
Unidad 3 4_5_6 io
Unidad 3 4_5_6 ioUnidad 3 4_5_6 io
Unidad 3 4_5_6 io
 
Unidad 2 io
Unidad 2 ioUnidad 2 io
Unidad 2 io
 
Unidad 1 io
Unidad 1 ioUnidad 1 io
Unidad 1 io
 
Gráficos variables
Gráficos variablesGráficos variables
Gráficos variables
 
Unidad1[1]
Unidad1[1]Unidad1[1]
Unidad1[1]
 
Gestión de calidad
Gestión de calidadGestión de calidad
Gestión de calidad
 
ISO 14000 Y MEDIO AMBIENTE
ISO 14000 Y MEDIO AMBIENTEISO 14000 Y MEDIO AMBIENTE
ISO 14000 Y MEDIO AMBIENTE
 

Planes de muestreo

  • 1.
  • 2.
  • 3. PLAN DE MUESTREO DOBLE Basándose en la muestra inicial, dependiendo de los resultados obtenidos en la inspección, si la calidad es muy buena, el lote se acepta con base en la primera muestra y ya no se toma una segunda muestra; si la calidad es muy mala, el lote se rechaza con base en la primera muestra y no se toma una segunda muestra. Solo cuando el nivel de calidad no es no muy bueno ni muy malo, se toma una segunda muestra
  • 4.
  • 5.
  • 6. El muestreo múltiple es una extensión de un muestreo doble, y en este se definen tres, cuatro, cinco o cuantas muestras se deseen. Estos planes se pueden dar por concluidos después de una cantidad determinada de muestras, o se puede continuar hasta terminar con el lote, o cuando se tome una decisión Los tres tipos de planes de muestreo pueden llevar a obtener los mismos resultados. Es decir, la probabilidad de que al utilizar un plan de muestreo simple se llegue a aceptar un lote es la misma que si se utiliza un adecuado plan de muestreo doble o múltiple.
  • 7.
  • 8. CURVA CO PARA LOS PLANES DE MUESTREO La curva característica de operación (CO), se utiliza para evaluar un plan de muestreo en particular, es deseable conocer la probabilidad de que un lote que se entrega con cierto porcentaje de no conformidad 100p o sea aceptado o rechazado y la curva CO proporciona esta información. Por ejemplo realizar la curca CO para el siguiente plan de muestreo. N = 3000 n = 89 c = 2 Se supone que los lotes provienen de un flujo constante de producto al que se le puede considerar infinito.
  • 9. 0.055 6.2 89 7.0 0.07 0.106 5.3 89 6.0 0.06 0.174 4.5 89 5.0 0.05 0.302 3.6 89 4.0 0.04 0.494 2.7 89 3.0 0.03 0.731 1.8 89 2.0 0.02 0.938 0.9 89 1.0 0.01 PROBABILIDAD DE ACEPTACION p a np 0 TAMAÑO DE LA MUESTRA n CALIDAD PROPUESTA PARA EL PROCESO
  • 10. Al graficar la curva utilizando la variable p a (probabilidad de aceptación) y 100p o (porcentaje de no conformidad), un valor de 100p o se supondrá y el otro se calcula. Suponemos que el valor de 100p o es de 2% el valor correspondiente de np o = (89)(.02) = 1.8 0.66 2.3 0.10 0.20 0.30 0.40 0.50 0.60 0.80 0.90 0.100 0.70 P a ( Probabilidad de aceptación) 100p 0 (porcentaje de no conformidad
  • 11. Una vez construida la curva, permitirá saber la probabilidad de aceptación de un lote dada una determinada calidad de entrada: Por ejemplo: Si la calidad del proceso de entrada tiene 2.3% de no conformidad, la probabilidad de que se acepte el lote es de 0.66 Si se inspeccionaran 55 lotes de este proceso que tiene 2.3% de no conformidad aceptaríamos 36 y se rechazarían 19 esto es: (55)(0.66) = 36 (55 – 36 ) = 19
  • 12. 4 lotes: 2% de no conformidad 11 lotes: 2% de no conformidad 11(3000) = 33,000 4 lotes: 0% de no conformidad 4(3000)(0.98) = 11,760 44,760 Número Total 33,000(0.02) = 660 0 660 Cantidad de no conformidad Porcentaje de no conformidad (CMS) = 660 44,760 X 100 = 1.47% FUNCION DEL MUESTREO DE ACEPTACIO Productor N = 3000 n = 89 c = 2 Consumidor 15 lotes: 2% de no conformidad 11lotes: 2% de no conformidad 4 lotes: 2% de no conformidad
  • 13. Cuando se utiliza el muestreo de aceptación, los intereses del consumidor y el productor entran en un conflicto: El productor quiere que todos los lotes conformes se acepten El consumidor quiere que todos los lotes no conformes no se acepten Para eliminar este conflicto se establecen los planes de muestreo asumiendo algunos riesgos tanto para el productor como para el consumidor los cuales son RELACION ENTRE CONSUMIDOR Y PRODUCTOR
  • 14. Riesgo del productor se representa con el símbolo α , es la probabilidad de no aceptar un lote no conforme, y este riesgo se establece en 0.05, pero puede ir de 0.001 a 0.10 o mas, se ubica en la curva OC en términos de probabilidad de aceptación de la siguiente manera pa = 1- α ; para α =0.05, pa = 1-0.05 = 0.95 Existe una definición numérica de lote aceptable, asociado con el riesgo del productor, que se llama límite de calidad aceptable (AQL) o nivel aceptable de calidad (NAC) Riesgo del consumidor se representa con el símbolo β , y es la probabilidad de aceptar un lote no conforme, y este riesgo se establece en 0.10, como β se expresa en términos de probabilidad de aceptación, no es necesaria conversión alguna. Asociada con el riesgo del consumidor hay una definición numérica de lote no conforme, llamada calidad limite (LQ)
  • 15. ( Por ejemplo: Plan de muestreo N = 4000, n = 300, c = 4 y un AQL (limite de calidad aceptable) = 0.7% con un riesgo del proveedor de α = 5% se expresa de la siguiente manera, todos los lotes que contengas 0.7% no conformes tendrán el 5% de no ser aceptados, o 1 de 20 lotes que son 0.7% no conformes no serán aceptados por el plan Para este mismo plan de muestreo con un riesgo del consumidor β = 10% y un LQ (calidad limite) = 2.6% se expresa de la siguiente manera todos los lotes que contengas 2.6% de no conformes tendrán una probabilidad de 10% de ser aceptados o 1 de cada 10 lotes que son 2.6% no conformes será aceptado
  • 16. 1 2 3 0.7 2.6 95 75 50 25 10 100 100 β = (AQL 1-100 α ) AQL = 0.7% LQ = 2.6% Porcentaje de no conformidad ( 100p ) Porcentaje de lotes aceptados (100pa) RELACION ENTRE CONSUMIDOR Y PRODUCTOR N = 4000 n = 300 c = 4
  • 17. Cuando se especifica el riesgo del productor α y su limite correspondiente de calidad de aceptación (AQL), se puede determinar un plan o una familia de planes de muestreo por ejemplo con un riesgo del productor α = 0.05 y un AQL de 1.2%, suponiendo un valor de c y un valor de np o p a = 0.95 p 0.95 = 0.012 Para c = 1, np 0.95 = 0.355 n = np 0.95 = 0.355 = 29.6 o 30 p 0.95 0.012 Para c = 2, np 0.95 = 0.818 n = np 0.95 = 0.818 = 68.2 o 68 p 0.95 0.012 Para c = 6, np 0.95 = 03.286 n = np 0.95 = 3.286 = 274 p 0.95 0.012
  • 18. 100 β =10 95 25 50 75 100 AQL = 1.2% 2.0 4.0 6.0 8.0 3.0 100 α = 5 Porcentaje de lotes aceptados (100pa) Porcentaje de no conformes (100po) n = 30 C = 1 N = 68 C = 2 n = 274 C = 6 Planes de muestreo para riesgo estipulado del productor
  • 19. c P a = 0.99 α = 0.01 p a = 0.95 α = 0.05 p a =0.90 α = 0.10 P a = 0.10 β = 0.10 P a = 0.05 β = 0.05 P a =0.01 β = 0.01 0 0.010 0.051 0.105 2.303 2.996 4.605 1 0.149 0.355 0.532 3.890 4.744 6.638 2 0.436 0.818 1.102 5.322 6.296 8.406 3 0.823 1.366 1.745 6.681 7.754 10.045 4 1.279 1.970 2.433 7.994 9.154 11.605 5 1.785 2.613 3.152 9.275 10.513 13.108 6 2.330 3.286 3.895 10.532 11.842 14.571 7 2.906 3.981 4.656 11.771 13.148 16.000 8 3.507 4.695 5.432 12.995 14.434 17.403 9 4.130 5.426 6.221 14.206 15.705 18.783 10 4.771 6.169 7.021 15.407 16.962 20.145 11 5.428 6.924 7.829 16.598 18.208 21.490 12 6.099 7.690 8.646 17.782 19.442 22.821 13 6.782 8.464 9.470 18.958 20.668 24.139 14 7.477 9.246 10.300 20.128 21.886 25.446 15 8.181 10.035 11.135 21.292 23.098 26.743
  • 20. Para un riesgo de consumidor β = 0.10 y una calidad limite LQ = 6.0%, se obtienen las curvas OC de una familia de planes de muestreo. Cada uno de los planes pasa por el punto definido por p a = 0.10 ( β = 010) y p 0.10 = 0.060.por consiguiente cada uno de los planes asegura que el producto con 6.0% de no conformes será aceptado 10% de las veces. Los cálculos son los siguientes: p a = 0.10 p 0.10 = 0.060 Para c = 1, np 0 = 3.890 n = np 0.10 = 3.890 = 64.8 o 65 p 0.10 0.060 Para c = 3, np 0 = 6.681 n = np 0.10 = 6.681 = 111.4 o 111 p 0.10 0.060 Para c = 7, np 0 = 11.771 n = np 0.10 = 11.771 = 196.2 o 196 p 0.10 0.060
  • 21. 2.0 4.0 6.0 Porcentaje de lotes aceptados 100p a 95 75 50 25 10 0 100 β 100 α =5 LQ = 6.0 Porcentaje de no conformes (100p 0 ) c = 7 n = 196 c = 3 n =111 c = 1 n = 65 `PLANES DE MUESTREO PARA RIESGO DE CONSUMIDOR ESTIPULADO
  • 22. El límite de calidad aceptable (AQL) es la parte mas importante de la norma, porque el y la letra clave determinan el plan de muestreo. El AQL se indica en el contrato, o lo fija la autoridad responsable El AQL se determinan a partir de : 1. Datos históricos 2. Juicio empírico 3. Información técnica, como función, manufactura, seguridad 4. Experimentación, probando lotes con diversos porcentajes de no conformes 5. Capacidad del productor 6. En algunos casos, las necesidades consumidor
  • 23. TAMAÑO DE MUESTRA El tamaño de la muestra está determinado por el tamaño del lote y el nivel de inspección. El nivel de inspección que se usa para determinado requisito será indicado por la autoridad responsable. Se presentan tres niveles generales de inspección ( I , II , y III ). Los distintos niveles de inspección dan aproximadamente la misma protección al productor, pero diferentes protecciones al consumidor. El nivel de inspección II es la norma El nivel I proporciona aproximadamente la mitad de la inspección El nivel III proporciona aproximadamente el doble de la cantidad de inspección La decisión sobre el nivel de inspección está en función de la clase de producto para artículos poco costosos, para pruebas destructivas o para pruebas peligrosas se utiliza nivel II Cuando los costos posteriores de producción son altos, o cuando los artículos son complejos y costosos se utilizará nivel III Se presentan cuatro niveles mas ( S-1, S-2, S-3, y S-4) , se usan cuando es necesario tener tamaños relativamente pequeños de muestra y se pueden o se deben tolerar grandes riesgos de muestras.
  • 24. INSPECCION, NORMAL, ESTRECHA Y REDUCIDA A menos que la autoridad responsable indique otra cosa, la inspección comienza en la condición de inspección normal. Seguirá así hasta que se requiera un cambio de acuerdo con las reglas de cambio. Normal a rigurosa . Se cambiara de normal a rigurosa cuando 2 de 5 lotes consecutivos no hayan sido aceptados en la inspección normal Rigurosa a normal . Se cambiara de rigurosa a normal cuando se acepten 5 lotes consecutivos en la inspección rigurosa Normal a reducida. Se cambiara de normal a reducida siempre que se satisfagan las siguientes condiciones: 1. Los 10 lotes anteriores hayan tenido inspección normal, y todos ellos se hayan aceptado 2. La cantidad total de unidades no conformes en las muestras de los 10 lotes, es igual o menor que el número aplicable en la tabla
  • 25.
  • 26. R Q N K H E D 500,001 O MAS Q P M J G E D 150,001-500,000 P N L J G E D 35,001-150,000 N M K H F D C 10,000-35,000 M L J G F D C 3201-10,000 L K H G E D C 1201-3200 K J G F E C C 501-1200 J H F E D C B 281-500 H G E E D C B 151-280 G F D D C B B 91-150 F E C C C B B 51-90 E D C C B B A 26-50 D C B B B A A 16-25 C B A A A A A 9-15 B A A A A A A 2-8 III II I S-4 S-3 S-2 S-1 Tamaño del lote NIVELES GENERALES DE INSPECCION NIVELES ESPECIALES DE INSPECCION