Muestreo de aceptacin

Enviado por Xavier Armando Pillco Surez

Partes: 1, 2

1. Cuando aplicar muestreo de aceptacin

2. Ventajas y desventajas del muestreo de aceptacin
3.
4. Formacin del lote y seleccin de la muestra
5. Aspectos estadsticos: variabilidad y curva caracterstica de operacin
6. ndices de calidad para los planes de muestreo de aceptacin

En la actividad de control de calidad en ocasiones es necesario inspeccionar lotes de

materia prima, partes o productos terminados para asegurar que cumplen ciertos niveles de
calidad con un buen grado de confianza. El muestreo de aceptacin es el proceso de
inspeccin de una muestra de unidades extradas de un lote con el propsito de aceptar o
rechazar todo el lote. En este captulo veremos los conceptos y tcnicas de este tipo de
muestreo.

CUANDO APLICAR MUESTREO DE ACEPTACIN

El muestreo de aceptacin se puede aplicar en cualquier relacin cliente-proveedor, ya sea
en el interior de una empresa o entre diferentes empresas y se puede ver como una medida
defensiva para protegerse de la amenaza del posible deterioro de la calidad. Una situacin
tpica del muestreo de aceptacin es la siguiente: una compaa recibe un lote de algn
producto de cierto proveedor; este producto puede ser materia prima o cualquier otro
componente que se utiliza en la compaa. Se selecciona una muestra de lote y se
inspeccionan algn(as) caracterstica(s) de calidad a todos los productos seleccionados. Con
base en la informacin obtenida con la inspeccin se tomar una decisin: aceptar o
rechazar todo el lote. Si los lotes son aceptados pasan directamente a ser utilizados, pero si
el lote es rechazado, entonces es devuelto al proveedor o podra estar sujeto a alguna otra
disposicin (por ejemplo inspeccin de todos los productos del lote -inspeccin 100%-
pagada por el proveedor).

En particular, si las caractersticas de calidad son variables de atributos, entonces un plan

simple de muestreo de aceptacin est definido por un tamao de lote, N, un tamao de
muestra, n, y el nmero de aceptacin, c. Por ejemplo el plan

N = 6000, n = 200, y c = 2;

significa que de un lote de 6000 unidades se seleccionan e inspeccionan 200; y si entre

stas se encuentra 2 o menos piezas defectuosas, entonces el lote completo es aceptado.
Pero si se encuentran 3 o ms piezas defectuosas el lote es rechazado. Lo anterior se
muestra en el esquema de la figura 1.

Debemos tener claro que al ser el muestreo de aceptacin una forma particular de
inspeccin, entonces este muestreo simplemente acepta y rechaza lotes; pero no mejora la
calidad. Es decir, el muestreo de aceptacin no es una estrategia de mejora de la calidad, es
mas bien una estrategia de contencin y de garanta con cierto nivel de seguridad de que se
cumplan ciertas especificaciones de calidad que han sido definidas.

Tampoco este tipo de muestreo proporciona buenas estimaciones de la calidad de lote. De

esta manera, en toda relacin cliente-proveedor se debe buscar mejorar los procesos y
corregir de fondo las causas de la deficiencia en la calidad. El muestreo de aceptacin debe
verse como un esfuerzo complementario de alcance limitado pero que bajo ciertas
condiciones especficas es la decisin ms viable como estrategia defensiva ante el posible
deterioro de la calidad.

En este sentido, cuando se pretende enjuiciar un lote se tienen tres alternativas: inspeccin
al 100%, cero inspeccin, o muestreo de aceptacin. Esta ltima es una decisin intermedia
entre las otras dos alternativas opuestas, y a veces resulta ser la ms econmica
globalmente. A continuacin explicamos cuando se aplica cada una de ellas.

Partes: 1, 2

Pgina siguiente

Comentarios

Sbado, 14 de Enero de 2012 a las 11:52 | 0

Oswaldo Benito

La informacin que contiene esta monografia permite captar y desarrollar el

muestreo de aceptacin como una de las herramientas del CEP

Mostrando 1-1 de un total de 1 comentarios.

Pginas: 1

Leer ms: http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-de-

aceptacion.shtml#ixzz4tj4NJLVG
dff

Partes: 1, 2

Figura 1. Esquema de un plan de muestreo de aceptacin por atributos (N, n, c).

1.
2. Cero inspeccin (aceptar o mandar el lote sin inspeccin). Esta alternativa es
adecuada cuando el proceso que fabric el lote ha demostrado cumplir
holgadamente los niveles de calidad acordados entre el cliente y el proveedor (que
 seria el caso de procesos estables y con un buen Cpk, o procesos en los que se han
hecho inspeccin previa). Tambin se aplica cero inspeccin cuando la prdida
global causada por las unidades defectuosas es pequea con el costo del muestreo.

Se pensara que la inspeccin al 100% aunque costosa es una buena estrategia para
garantizar calidad, pero esto no es correcto, debido a que en la inspeccin al 100%
se puede caer en la monotona, en mayores errores de inspeccin y en ocasiones el
producto de daa. Incluso hay casos en los que debido a los primeros dos problemas
de la inspeccin al 100% se tiene como poltica que las unidades se inspeccionen
doble vez (inspeccin 200%)

3. Inspeccin al 100%. Consiste en revisar todos los artculos del lote y quitar los que
no cumplen con las caractersticas da calidad establecidas. Los que no cumplen
podran ser devueltos al proveedor, reprocesarlos o desecharlos. La inspeccin al
100% se utiliza en aquellos casos en que los productos son de alto riesgo y si pasan
defectuosos puede causar gran perdida econmica. Tambin es til cuando la
capacidad del proceso fabricante del lote es inadecuada para cumplir las
especificaciones.
4. Muestreo de aceptacin (inspeccin por muestras). Esta opcin es til cuando se
tiene una o varias muestra de las siguientes situaciones:

Cuando la inspeccin se hace con pruebas destructivas (como pruebas de tensin y

resistencia), es indispensable la inspeccin por muestras, de lo contrario todos los
productos seran destruidos con las pruebas.
Cuando el costo de la inspeccin al 100% es demasiado alto comparado con el costo
de pasar unidades defectuosas.
En los casos en los que la inspeccin al 100% no es tcnicamente posible o se
requiere mucho tiempo para llevarlo a cabo.
Cuando el lote lo forman gran cantidad de artculos que habra que inspeccionar y la
probabilidad de error en la inspeccin es suficientemente alta, de manera que la
inspeccin al 100% podra dejar pasar ms unidades defectuosas que un plan de
muestreo.
En situaciones donde histricamente el vendedor ha tenido excelentes niveles de
calidad y se desea una reduccin en la cantidad de inspeccin, pero la capacidad del
proceso no es suficientemente buena como para no inspeccionar.
Cuando es necesario asegurar la confiabilidad del producto, aunque la capacidad del
proceso fabricante del lote sea satisfactoria.

VENTAJAS Y DESVENTAJAS DEL MUESTREO DE

ACEPTACIN
El muestreo de aceptacin respecto a la inspeccin al 100% tiene las siguientes ventajas:

1. Tiene menor costo porque se inspecciona menos, a pesar de algunos costos

adicionales generados por la planificacin y administracin de los planes de
muestreo.
 2. Requiere de menos personal en las actividades de inspeccin, simplificando con ello
el trabajo de coordinacin y reduciendo los costos.
3. El producto sufre menos dao al haber menos manipulacin.
4. Es aplicable en pruebas destructivas.
5. A menudo reduce el error de inspeccin y la monotona.
6. El rechazo de lotes completos por la existencia de artculos defectuosos proporciona
una motivacin al fabricante del lote para que mejore su calidad.

El muestreo de aceptacin presenta algunas desventajas, como las siguientes:

1. Hay cierto riesgo de aceptar lotes malos y rechazar buenos, aunque en un plan de
muestreo de aceptacin estn previstos y cuantificados estos riesgos.
2. Proporciona menos informacin acerca del nivel de calidad del producto o de su
proceso de fabricacin. Aunque bien utilizada, la informacin obtenida puede ser
suficiente.
3. Se requiere ms tiempo y conocimiento para planificar y documentar el muestreo,
mientras la inspeccin al 100% no. Esto tal vez no sea una desventaja, ya que la
planificacin genera otros efectos positivos, como mayor conciencia de los niveles
de calidad exigidos por el cliente.

Las ventajas que tiene el muestreo de aceptacin sobre la inspeccin al 100%, lo hacen una
herramienta importante ah donde haya condiciones para aplicarlo. En este sentido, muchas
empresas, sobre todo pequeas y medianas, aplican inspeccin al 100% ms por tradicin y
desconocimiento que por una razn fundamentada. Por lo que un paso importante sera
lograr que se aplicara muestreo de aceptacin en aquellos casos que as lo ameriten.

Por otro lado, no es raro escuchar de algunos expertos en calidad que el muestreo de
aceptacin ya no debe usarse, que es obsoleto, ya que no es un concepto valido. Al respecto
nuestra posicin es que: se debe hacer nfasis en mejorar la calidad y corregir de fondo las
causas de la mala calidad y la baja competitividad aplicando herramientas estadsticas,
diseo de experimentos, proyectos Seis Sigma, etctera; pero mientras tanto no se tengan
niveles ptimos de calidad, seguir siendo necesario aplicar estrategias de contencin como
lo es el muestreo de aceptacin. De aqu que en muchas empresas donde los niveles de
calidad no son satisfactorios, el muestreo de aceptacin debe verse como una herramienta
temporal y til.

TIPOS DE PLANES DE MUESTREO

Los planes de muestreo de aceptacin son de dos tipos: por atributos y por variables.

En los planes por variables se toma una muestra aleatoria del lote y a cada unidad de la
muestra de la mide una caractersticas de calidad de tipo continuo (longitud, peso, etc.).

Con las mediciones se calcula un estadstico, que generalmente est en funcin de la media,
la desviacin estndar muestral y las especificaciones, y dependiendo del valor de este
estadstico al compararlo con un valor permisible, se aceptar o rechazar todo el lote. En la
seccin "Muestreo de aceptacin por variables" de este trabajo se ver estos tipos de planes.

En los planes por atributos se extrae aleatoriamente una muestra de un lote y cada pieza de
la muestra es clasificada de acuerdo a ciertos atributos como aceptable o defectuosa. Si el
nmero de piezas que se encuentran defectuosas es menor o igual que un cierto nmero
predefinido, entonces el lote es aceptado; en caso de que sea mayor, entonces el lote es
rechazado. Algunos de los planes por atributos son: simple, doble y mltiple.

En general los planes ms usuales son los de atributos, a pesar de que con los planes por
variables se requieren menor tamao de muestra para lograr los mismos niveles de
seguridad. Esta aparente contradiccin se debe a la tradicin o a razones ms validas, por
ejemplo a que en los planes por atributos se pueden combinar varias caractersticas de
calidad en un solo plan, mientras que en los planes por variables hay que disear un plan
para cada caracterstica de calidad. Adems en ocasiones las mediciones en los planes por
variables son ms costosas. De esta manera se debe procurar que la decisin de que tipo de
plan utilizar se fundamente en un anlisis detallada de los costos que implica cada plan, as
como la facilidad de llevarlos a cabo y no fundamentar la decisin en la inercia y la
tradicin ("aqu las cosa siempre se han hecho as").

Muestreo por atributos: simple, doble y mltiple

El plan de muestreo simple consiste en un tamao de muestra n, y en un nmero de

aceptacin c, ambos fijados de antemano. Si en la muestra se encuentra c o menos unidades
defectuosas entonces el lote es aceptado. Por el contrario, si hay ms de c artculos
defectuosos el lote es rechazado. Mas adelante veremos cmo disear este tipo de planes.

Por su parte, la idea del plan de muestreo doble es tomar una primera muestra de tamao
ms pequeo que el plan simple para detectar los lotes muy buenos o los muy malos, y si en
la primera muestra no se puede decidir si aceptar o rechazar porque la cantidad de unidades
defectuosas ni es muy pequea ni muy grande, entonces se toma una segunda muestra para
decidir si aceptar o rechazar tomando en cuenta las unidades defectuosas encontradas en las
dos muestras. De esta manera, un plan de muestreo doble est definido por

N = tamao de lote

n1 = tamao de la primera muestra

c1 = nmero de aceptacin para la primera muestra

n2 = tamao de la segunda muestra

c2 = nmero de aceptacin para las dos muestra

Por ejemplo, con el plan N = 3000, n1 = 80, c1 = 1, n2 = 80, c2 = 4; del lote de 3000 piezas
se toma una muestra inicial de 80 y con base a la informacin aportada por esta primera
muestra se toma una de las tres decisiones siguientes:

1. Aceptar el lote, cuando la cantidad de unidades defectuosas sea menor o igual que 1
(c1).
2. Rechazar el lote, cuando el nmero de piezas defectuosas sea mayor que 4 (c2).
3. Tomar una segunda muestra de 80 unidades, cuando el nmero de piezas
defectuosas detectadas en la primera muestra sea mayor que 1 (c1) pero no exceda
de 4 (c2). Si al sumar la cantidad de unidades defectuosas en las dos muestras, esta
no es mayor que 4 (c2), el lote es aceptado, pero si es mayor que 4 (c2), entonces el
lote es rechazado

El plan de muestreo mltiple es una extensin del concepto del muestreo doble, aqu se
toma una muestra inicial an ms pequea que el plan simple, y si ya se tiene evidencia de
muy buena o muy mala calidad se toma la decisin en consecuencia, si no, se toma una
segunda muestra y se trata de decidir; si todava no es posible se contina con el proceso
hasta tomar la decisin de aceptar o rechazar.

Con los planes de muestreo doble y mltiple por lo general se requieren menos inspeccin
que con el simple, pero tienen mayor dificultad para administrarlos. En cuanto a seguridad
pueden ser diseados de forma que produzcan resultados equivalentes.

Esto es, los procedimientos pueden ser diseados de manera que un lote con cierta calidad
especfica tenga exactamente la misma probabilidad de aceptacin bajo los tres tipos de
planes de muestreo. Por consiguiente, para la seleccin de un tipo de muestreo, se pueden
considerar factores como la eficacia de la administracin, el tipo de informacin obtenida
por el plan, la cantidad promedio de informacin y el impacto que un plan de muestreo
dado pueda tener sobre el flujo del proceso.

FORMACIN DEL LOTE Y SELECCIN DE LA

MUESTRA
La formacin de un lote puede influir en la eficacia del plan de muestreo de aceptacin. A
continuacin se enuncia tres recomendaciones para formar los lotes, aunque una de ellas se
debe ver como reserva.

1.
2. Los lotes deben ser homogneos. Es decir, las unidades que forman un lote en
particular deben haber sido fabricadas bajo condiciones similares en cuanto a
mquinas, operadores, materia prima, tiempo (fechas), etctera. Cuando el lote se
forma mezclando unidades de diferentes fuentes, el muestreo de aceptacin no es
tan efectivo como se debe. Adems la existencia de lotes no homogneos hace ms
difcil tomar acciones correctivas que eliminan la causa de los productos
defectuosos. De esa manera, cuando se forme un pedido o embarque es mejor
 inspeccionar cada lote individual y evitar aplicar la inspeccin a todo el pedido
despus de que se han mezclado lotes.
3. Los lotes deben ser formados de manera que no compliquen el manejo de
materiales del proveedor y del cliente. Todos los artculos de los lotes deben ser
empaquetados y embarcados con un mnimo de riesgo y de forma que la seleccin
de unidades de la muestra sea relativamente fcil.
4. Con las reservas del caso, otra recomendacin tradicional es: los lotes deben ser tan
grandes como sea posible. Esto debido al menor costo y mayor eficiencia de la
inspeccin, ya que en los lotes grandes es necesario inspeccionar menos
proporcionalmente que con los lotes pequeos, y adems los planes resultantes a
partir de tamaos de lote grande tienen mayor poder de detectar los lotes de mala
calidad.

Creemos que en empresas con sistema de mejora de calidad esta recomendacin se debe ver
con mucha reserva, ya que esto que es deseable para el muestreo de aceptacin no es
recomendable para los inventarios en procesos y en producto terminado. Con lotes muy
grandes se aumenta el costo de inventarios, el tiempo de ciclo y disminuye la capacidad de
detectar con oportunidad las anomalas en calidad. De aqu que tal recomendacin se debe
aplicar en la medida que no se afecte sensiblemente los aspectos comentados.

Seleccin de la muestra

Todos los planes de muestreo de aceptacin basan su funcionamiento en que las unidades
seleccionadas para la inspeccin son representativas de todo el lote. De aqu que la
seleccin de las unidades que forman la muestra debe hacerse aplicando un mtodo de
muestreo aleatorio. La tcnica de muestreo es muy importante y la que a menudo se sugiere
es el muestreo aleatorio simple, en la que se asigna un nmero a cada artculo del lote.
Entonces, entre 1 y el nmero mximo de unidades en el lote se seleccionan aleatoriamente
n nmeros. Esta sucesin de nmeros aleatorios determina cules artculos del lote
constituyen la muestra.

Si los productos estn seriados o tienen un cdigo de nmeros, stos pueden ser utilizados
para desarrollar el muestreo aleatorio. Otra opcin es usar un nmero aleatorio de tres
dgitos. Por ejemplo el nmero 482 puede ser la representacin de la unidad localizada
sobre un cuarto nivel, octava fila y segunda columna.

En circunstancias donde no se puede asignar un nmero a cada unidad, es posible emplear

alguno de los otros mtodos de muestreo que aseguren que el muestreo es aleatorio o
representativo. Por ejemplo el inspector podra estratificar el lote, dividindolo en estratos o
capas y cada estrato en cubos, como se muestra en la figura 2. Las unidades son tomadas
dentro de cada cubo. Entre ms formal sea esta divisin o estratificacin, mayor
representatividad tendr la muestra.

Si por alguna razn esta divisin no es posible, entonces dentro de los males, el menor es
que la estratificacin se realice de manera imaginaria por el inspector, con lo que no
necesariamente se obtendr muestras aleatorias, pero al menos se tiene la seguridad de que
las unidades son tomadas desde diferentes zonas del lote.
Si se utilizan mtodos arbitrarios para seleccionar una muestra, las bases tericas del
muestreo de aceptacin no se cumplen y por tanto las decisiones sobre el lote no tendrn un
respaldo estadstico.

Figura 2. Divisin de un lote por muestreo

ASPECTOS ESTADSTICOS: VARIABILIDAD Y

CURVA CARACTERSTICA DE OPERACIN
Suponga que se tiene gran cantidad de productos y se sabe que el ndice de producto
defectuoso es el 6%. Si tomamos una muestra de tamao de 100 con muy buena
representatividad, entonces por lgica se esperara que en cada muestro encontremos 6
productos defectivos. Sin embargo, la misma experiencia ha demostrado que se puede
encontrar ms o menos 6 defectivos, la razn es que los artculos extrados en cada muestra
depende del azar, por lo que la cantidad de artculos defectuoso es variable y es "difcil"
que en las muestras vengan exactamente 6 defectuosos.

Siempre que el azar est de por medio, los resultados son variables y el objetivo de la
probabilidad y la estadstica es modelar (predecir) tal variabilidad, para que as el "azar" no
sea capricho. As en el caso particular que hemos planteado, quiz sea razonable pensar que
la mayora de las veces que repitamos el proceso de extraer una muestra de 100 artculos, la
cantidad de piezas defectivas encontradas vare alrededor de 6. Pero la pregunta es qu tan
cercano a 6? La respuesta la da la distribucin de probabilidad binomial, que es la
distribucin que modela las ms de las veces este tipo de situaciones que hemos planteado
antes. Se puede encontrar la probabilidad de obtener cierta cantidad, x, de productos
defectuosos en cada muestra de tamao de 100, sabiendo que la poblacin o lote de donde
se extrae la muestra de manera aleatoria tiene cierto porcentaje de productos defectuosos
aleatoriamente mezclados en el lote. A continuacin se muestran estas probabilidades.
 Aplicacin de la distribucin binomial (100, 0.06)

Cantidad de
Probabilidad de Porcentaje de muestras en las que se
defectuosos en la
extraer tal cantidad esperara ver tal cantidad de defectos
muestra (x)
0 0.002 0.2
1 0.013 1.3
2 0.041 4.1
3 0.086 8.6
4 0.134 13.4
5 0.164 16.4
6 0.166 16.6
7 0.142 14.2
8 0.105 10.5
9 0.069 6.9
10 0.040 4.0
11 0.021 2.1
12 0.010 1.0

Existen muchos sistemas computacionales para calcular lo anterior. Por ejemplo, en Excel
las probabilidades de la tabla anterior se calculan con la funcin DISTR.BINOM (x, n, p, 0).
Donde x es la cantidad de defectuosos, n es el tamao de muestra (n = 100, en el ejemplo),
p es la proporcin artculos defectuosos en el lote o poblacin (p = 0.06 en el ejemplo), y 0
es un valor lgico.

De esta manera, a partir de la tabla se observa que si en la situacin descrita se siguen

extrayendo muestras de tamao de 100 y en la produccin se mantiene 6% de artculos
defectuosos, entonces se espera que solo en 16.6% de las muestras se observen exactamente
6 artculos defectuosos. Lo anterior debe tomarse en cuenta siempre que se haga inspeccin
por muestras: lo que se observa de una muestra no es idntico lo que hay en la poblacin o
lote, ya que lo que se observa de una muestra a otra tiene cierta variabilidad. Por tanto, para
tomar cualquier decisin sobre la poblacin, lo primero que se debe hacer es conocer tal
variabilidad. As, forzosamente se tiene que aplicar algn modelo probabilstico. En
muestreo de aceptacin tal modelo probabilstico es la curva caracterstica de operacin.

Curva caracterstica de operacin (CO)

Suponga que en una fbrica se aplica a lotes de tamao grande (es usual considerar que un
lote es grande respecto al tamao de la muestra, cuando la muestra es menos del 10% del
lote, es decir, cuando 10n < N) el plan de muestreo simple por atributos definido por

n = 60, c =1
a los lotes de ciertos artculos antes de embarcarlos y enviarlos al cliente. De esta manera,
de un lote de ms de 600 piezas, se extrae una muestra aleatoria de n = 60, y si al
inspeccionar estas unidades se encuentran cero o a lo ms una defectuosa, entonces el lote
es aceptado (embarcado y enviado al cliente). Pero si se encuentran dos artculos o ms que
son defectuosos, entonces el lote es rechazado (retenido para una inspeccin al 100%).

Bajo estas condiciones surgen algunas interrogantes: que tipo de calidad garantiza este plan
y cul es el nivel de calidad que no tolera; o de una manera ms tcnica: si un lote tiene
cierta proporcin de artculos defectuosos, cul es la probabilidad de que el lote sea
aceptado? Las respuestas a estas preguntas se obtiene a partir de la curva caracterstica de
operacin (curva CO) para el citado plan.

La curva CO de un plan proporciona una caracterizacin del potencial desempeo del

mismo, ya que con sta se puede saber la probabilidad de aceptar o rechazar un lote que
tiene determinada calidad. Por ejemplo, con la curva CO del plan n = 60, c =1 y tamao de
lote grande, se puede saber cual es la probabilidad de aceptar un lote que tenga 2% de sus
artculos defectuosos. Adems, como de un lote que se somete a inspeccin por muestreo se
desconoce su proporcin, p, de artculos defectuosos, entonces la curva CO tiene que
proporcionar la probabilidad de aceptar lotes con cualquier valor de p. En la figura 3 se
muestra la curva CO para el plan n = 60, c =1.

Figura 3 Curva CO para el plan de muestreo n = 60, c = 1 y tamao de lote grande

Obtener los puntos sobre la curva CO es relativamente fcil. Supngase que el lote
proviene de un flujo continuo de productos que puede ser considerado infinito o que el lote
tiene un tamao N que es grande respecto al tamao de muestra. Bajo esta condicin, la
distribucin del nmero de artculos defectuosos, x, en la muestra aleatoria de tamao n, es
binomial con parmetros n y p; donde p es la proporcin de artculos defectuosos en el lote.
La probabilidad de observar exactamente x defectuosos en la muestra esta dada por la
ecuacin:

smbolo factorial (5! = 5 x 4 x 3 x 2 x 1 = 120, por ejemplo). A p se le desconoce la

mayora de las veces.

De esta manera la probabilidad de aceptacin es justamente la probabilidad que x sea menor

o igual que c. Por ejemplo, la probabilidad de aceptar un lote que tenga 2% de artculos
defectuosos (p = 0.02) con el plan n = 60, c = 1, es igual a la probabilidad de que x sea
menor o igual a 1; es decir, es igual a la probabilidad de obtener cero artculos defectuosos
ms la probabilidad de obtener uno.

P(0) + P(1).

Al calcular estas probabilidades con la distribucin binomial con n = 60 y p = 0, se obtiene.

P(0) = 0.2976

P(1) = 0.3633

Por lo que la probabilidad de aceptar un lote que tenga 2% de artculos defectuosos con este
plan es igual a 0.6619. Probabilidad que se podra haber apreciado ms o menos
directamente de la curva CO de la figura 3, ya que esta curva se obtiene calculando P(0) +
P(1) con la formula de distribucin

binomial, con n = 60, para diferentes valores de p. En la tabla 1 se aprecia la probabilidad

de aceptacin de lotes con diferentes valores de p; y con base en la tabla 1 se puede
bosquejar la curva CO de la figura 3

Tabla 1 Probabilidad de aceptacin del plan n = 60, c =1, para

Diferentes valores de p y suponiendo tamao de lote grande.

Proporcin de defectuosos (p) Probabilidad de aceptacin (Pa)

0.001 0.9982
0.005 0.9634
0.010 0.8787
 0.015 0.7727
0.020 0.6619
0.030 0.4592
0.040 0.3022
0.050 0.1915
0.060 0.1179
0.070 0.0709
0.080 0.0417
0.100 0.0137
0.150 0.0006

As, la curva CO de la figura 3 muestra el poder de discriminacin del plan de muestreo n =

60, c =1. Por ejemplo, si los lotes tienen 5% de artculos defectuosos (p = 0.05), entonces la
probabilidad de aceptarlos es aproximadamente 0.19. Esto significa que si 100 lotes con 5%
de defectuosos, son sometidos a este plan de muestreo, entonces se esperara aceptar a 19 y
rechazar a 81.

En general, para obtener una curva CO para un plan con tamao de muestra n y nmero de
aceptacin c, se calcula la probabilidad de aceptacin, Pa, para diferentes valores de la
proporcin de defectuosos, p; es decir, se calcula.

Pa = P(0) + P(1)+ ..... +P(c); para diferentes valores de p.

Curva CO ideal

Si se quieren rechazar los lotes que tengan una proporcin de artculos defectuosos mayor
que 1% por ejemplo, y aceptar los que tengan 1% de defectuosos o menos. La curva CO
ideal para esta situacin se muestra en la figura 4, en la que si el nivel de calidad es 1% de
defectivo o menos, se est satisfecho con tal cantidad y por tanto se acepta con probabilidad
1. Mientras que si la proporcin de defectivos es mayor que 1% no se est satisfecho con
esa calidad por lo que se desea aceptarla con probabilidad cero (es decir, rechazarla con
probabilidad 1). Sin embargo, no existe ningn plan de muestreo que tenga esta curva ideal
y que por tanto sea capaz de hacer una discriminacin perfecta entre los lotes "buenos" y
"malos". En teora la curva CO ideal se puede alcanzar con inspeccin al 100%, siempre y
cuando esta inspeccin estuviera libre de errores, lo que difcilmente ocurre.
 Figura 4 Curva CO ideal para la calidad p = 0.01 (1%).

De acuerdo con lo anterior, lo ms que se puede hacer en la prctica es disear planes de

muestreo de aceptacin que tengan alta probabilidad de aceptar lotes buenos, y una baja
probabilidad de aceptar lotes malos. Por ejemplo, con el plan n = 60, c =1 (vase tabla 1
figura 3), se tiene una probabilidad de 0.879 de aceptar lotes con proporcin de defectuosos
de 1% y para porcentajes menores a este 1% se tiene mayor probabilidad de aceptacin;
pero lotes con 4% de defectivo todava tienen probabilidad de aceptarse de 0.30. Por lo que
si se quiere un plan ms estricto que no permita pasar tan fcilmente lotes de ese tipo,
entonces ser necesario disear un plan con un tamao de mayor muestra, como lo veremos
enseguida.

Propiedades de las curvas CO

1.
2. No existe un plan de muestreo que tenga una curva CO ideal, que pueda distinguir
perfectamente los lotes buenos de los malos. De esta manera, todo plan de muestreo
tiene riesgos de rechazar la buena calidad y aceptar la mala. Lo que s existe son
planes que tienen mayor probabilidad de aceptar la buena calidad y menos
probabilidad de aceptar la mala.

Plan n = 60, c = 1; probabilidad de aceptarlo 0.302

Plan n =120, c = 2; probabilidad de aceptarlo 0.137

Plan n =240, c = 4; probabilidad de aceptarlo 0.035

De esta manera, el ltimo plan slo dejar pasar 3.5% de lotes con 4% de defectivo.
3. Al aumentar el tamao de la muestra con el nmero de aceptacin, se obtiene
planes cuya curva CO se acerca ms a la ideal, es decir, que tienen mayor potencia
en distinguir la buena calidad de la mala. Esta propiedad queda en evidencia en la
figura 5, en la que se muestran las curvas CO de tres planes de muestreo, ntese que
entre mayor es n ms rpido cae la curva, no obstante que el nmero de aceptacin c
se mantiene proporcional al tamao de muestra. Entre ms rpido caiga la curva,
menos probabilidad se tiene de aceptar lotes de mala calidad. Por ejemplo, suponga
que un lote con 4% de defectivo se considera como de mala calidad, entonces con
las tres curvas de la figura 5 se tiene que:

N = 300 n = 30 c = 0

N = 500 n = 50 c = 0

N = 800 n = 80 c = 0

En la figura 6 se muestran las curvas CO para estos tres planes. De donde se puede
ver que estos tres planes, obtenido con el mismo criterio (no estadsticos),
proporcionan distintos niveles de proteccin para un mismo nivel de calidad en los
lotes. Por ejemplo, si los lotes tienen una proporcin de defectivo de 0.05 (5%),
entonces la probabilidad de aceptarlo, Pa, en cada caso es el siguiente:

N = 300, Pa = 0.214; N = 500, Pa = 0.0769; N = 800, Pa = 0.0165;

As, en el primer caso se aceptar 21.4% de los lotes, en el segundo 7.69% y en el

ltimo 1.65%. Por lo anterior, obtener el tamao de muestra con tal criterio de
porcentaje es inadecuado.
Figura 5 Cuando n crece y c lo hace de manera proporcional, aumenta el poder de
discriminacin de un plan.
 Figura 6 Curvas CO para tamao de muestra igual al 10% del lote y c = 0.

4. El criterio de tamao de muestra igual a un porcentaje del tamao de lote es un

mal criterio. Es frecuente encontrar casos en los que el tamao de la muestra se
tome igual a cierto porcentaje del tamao del lote y el nmero de aceptacin c = 0.
Si este porcentaje es 10%, por ejemplo, y se tiene lotes de tamao N, igual a 300,
500 y 800, entonces al aplicar este criterio se obtiene que los planes de muestreo de
aceptacin para estos lotes son:
5. Al disminuir el nmero de aceptacin la curva CO cae ms rpido y con ello los
planes se vuelven ms estrictos. Esto se puede apreciar en las curvas CO para los
planes n = 80 c = 0, n = 80 c = 1, n = 80 c = 2, que se muestra en la figura 7.

Figura 7 El efecto de disminuir c en los planes de muestreo por atributos.

6. Los planes con c = 0 no siempre son lo ms apropiados. En la figura 6 tambin se

pueden apreciar curvas CO para varios planes con nmero de aceptacin c = 0, y si
la comparamos con las curvas CO de la figura 5, vemos que las de c = 0 son
cncavas hacia arriba; lo que causa que la probabilidad de aceptar disminuya ms
rpido aun para valores pequeos de la proporcin de defectivo en el lote. Esto hace
que sean planes extremadamente exigentes para el proveedor y en algunas
circunstancias costosos para el cliente. Por ejemplo, si el nivel aceptable de calidad
es 1% quiere decir que se aceptan con gusto los lotes que tengan una proporcin de
defectivo de 1% o menos; bajo estas condiciones si optamos por aplicar el plan n =
120 c = 2 (figura 5), entonces la probabilidad de aceptar lotes con 1% de defectivo
es 0.88. Pero si se aplica el plan n = 30 c = 0, la probabilidad de aceptarlos es menor
(Pa = 0.74); lo que llevara a rechazar 26% de los lotes que tengan un nivel de
 calidad aceptable. De esta manera, disear planes con c = 0, que intuitivamente se
pensara que funcionan mejor, no siempre es recomendable.
7. La influencia del tamao de lote es disear planes adecuados de muestreo, es
menor de lo que continuamente se cree. Curvas CO tipo A y tipo B. Para obtener
todas las curvas CO que hemos visto hasta aqu, se ha supuesto que las muestra se
extraen de un lote grande o que el lote proviene de un flujo continuo de productos.
A este tipo de curvas se les conocen como curvas CO tipo B, y la distribucin
apropiada para calcular las probabilidades de aceptacin es binomial.

La curva CO de tipo A se utiliza en el clculo de las probabilidades de aceptacin par un

lote aislado y de tamao finito. En este caso, si el tamao del lote es N, el de la muestra es n
y el nmero de aceptacin es c, entonces la distribucin exacta del nmero de artculos
defectuosos en la muestra es la distribucin hipergeomtrica.

En la figura 8 se muestran las curvas CO exactas tipo A para los planes de muestreo simple:
tamao de lote N = 200, n = 80 c = 1; N = 800, n = 80 c = 1; y la curva tipo B para tamao
de lote muy grande (infinito), N = Inf., n = 80 c = 1. De ah se puede ver que la discrepancia
entre las tres curvas es relativamente poca, por ejemplo para p = 0.04, se tienen las
siguientes probabilidades de aceptacin Pa = 0.1016, 0.1508 y 0.1653, respectivamente.

Figura 8 Curvas CO para el plan n = 80 y c = 1, pero con tamao de lote diferente.

En particular, si el tamao de lote es 10 veces mayor que el tamao de muestra, la

diferencia entre las curvas tipo A y tipo B es considerablemente pequea. De aqu que en
estos casos el tamao de lote influye poco en la probabilidad de aceptar el lote.

Cuando el tamao de lote no es 10 veces mayor que el tamao de la muestra como en el

caso del plan N = 200, n = 80, c = 1, entonces la probabilidad de aceptar el lote se ve ms
afectada por el tamao del lote, pero generalmente es menor de lo que la intuicin de las
personas supone, como se puede ver en la figura 12.8.

NDICES DE CALIDAD PARA LOS PLANES DE

MUESTREO DE ACEPTACIN
En una relacin cliente-proveedor en la que hay un plan de muestreo de aceptacin de por
medio, hay dos intereses: por un lado, el proveedor quiere que todos los lotes que cumplen
con un nivel de calidad aceptable sean aceptados, y por el otro, el cliente desea que todos
los lotes que no tienen un nivel de calidad aceptable sean rechazados.

Desafortunadamente ambos intereses no pueden ser satisfechos de manera simultanea por

un plan de muestreo de aceptacin y explicamos la razn de ello cuando vimos la curva CO
ideal. Ante esta situacin lo que se hace para atender parcialmente ambos intereses es
disear planes de muestreo de aceptacin que tenga alta probabilidad de aceptar lotes
buenos, y una baja probabilidad de aceptar lotes malos. El punto de partida para disear
planes de muestreo que logren lo anterior es definir ndices de calidad para los planes de
muestreo que establezcan en una relacin cliente-proveedor especfica, lo que se
considerar como calidad aceptable, intermedia y no aceptable con sus correspondientes
probabilidades de aceptacin.

En este sentido, los principales ndices de calidad con los que se disean y caracterizan los
planes de muestreo, son los siguientes.

Nivel de calidad aceptable, NCA o AQL (aceptancing quality level). El NCA se define
como el porcentaje mximo de unidades que no cumplen con la calidad especificada, que
para propsitos de inspeccin por muestreo se puede considerar como satisfactorio o
aceptable como un promedio para el proceso. El NCA tambin se lo conoce como nivel de
calidad del productor y se expresa en porcentajes de unidades que no cumplen con la
calidad especificada. Al ser el NCA el nivel de calidad que se considera satisfactorio,
entonces la probabilidad de aceptar un lote que tenga esa calidad debe ser alta (0.95) (ver
figura 9). A la probabilidad de aceptar lotes que tengan un nivel da calidad aceptable
(NCA), se lo designa con 1 , donde es por lo general un nmero pequeo (0.05, 0.10).
Ntese que la probabilidad de aceptar lotes de calidad aceptable no es igual a 1 y por tanto
hay un riesgo de no aceptar este tipo de lotes. A este riesgo que tiene probabilidad igual a
se le conoce como riesgo del productor.

Debido a este riesgo, el NCA debe ser un nivel de calidad de referencia para el proceso de
produccin del productor y de ninguna manera un valor objetivo.

Ms an, el productor debe trabajar para que su procese opere con un nivel mejor que el
NCA.

Nivel de calidad lmite, NCL o LQL (limiting quality level). Es el nivel de calidad que se
considera como no satisfactorio y que los lotes que tengan este tipo de calidad deben ser
rechazados casi siempre. El NCL, en algunos planes especficos (por ejemplo los "Planes
de muestreo Dodge-Roming") se conoce como porcentaje defectivo tolerado del lote,
PDTL o LTPD (lot tolerance percent defective). Al ser el NCL un nivel de calidad no
satisfactorio, entonces la probabilidad de aceptarlo debe ser muy baja (generalmente de
0.05, 0.10); es usual que esta probabilidad se le designe con la letra (vase figura 9).
Ntese que la probabilidad de aceptar lotes de calidad no satisfactorio (NCL) no es cero y
por tanto hay un riesgo de no rechazar este tipo de lotes. A este riesgo que tiene
probabilidad igual a se lo conoce como riesgo del consumidor.

EJEMPLO 1

Suponga que un cliente plantea la necesidad de que su proveedor le envi slo aquellos
lotes que tengan un buen nivel da calidad. Para ello se decide establecer un plan simple de
muestreo de aceptacin. El tamao de lote es grande y se establece con el porcentaje de
unidades defectuosas que se considera aceptable o satisfactorio es del 0.4%, NCA = 0.4%,
y se acuerda que este tipo de calidad adecuada tendr probabilidad de aceptarse del 0.95, y
por tanto un riesgo de no aceptarse de 0.05. El riesgo del productor es = 0.05, ya que los
lotes del productor que tengan 0.4% de defectuosos, a pesar de tener una calidad aceptable,
tienen probabilidad de no aceptarse de 0.05.

Tambin se acuerda que el nivel de calidad que se considerar como no aceptable o

insatisfactorio es de 2.55%, NCL = 2.55%. Por ello los lotes que tengan este porcentaje de
unidades defectuosas tendrn baja probabilidad de aceptarse (0.10); de esta manera el
cliente (consumidor) est asumiendo un riesgo de = 0.10 de aceptar lotes de calidad pobre
(2.55% de defectuosos).

Bajo las condiciones anteriores, un plan de muestreo que cumple moderadamente bien los
acuerdos del cliente y el proveedor es n = 205 c = 2, cuya curva CO se muestra en la figura
9. Es importante entender bien el funcionamiento de este plan: garantiza que los lotes que
tengan un porcentaje de unidades defectuosas menor o igual a 0.4% se aceptarn con
facilidad. A medida que este porcentaje vaya siendo mayor, cada vez ser ms difcil
(menos probable) que los lotes correspondientes sean aceptados. En particular si un lote
tiene un porcentaje del 2.55%, entonces tendr probabilidad de ser aceptado de 0.10.

En consecuencia, este plan no garantiza que los lotes con un porcentaje de defectuosos
mayor a 0.4% sean rechazados siempre.
 Figura 9 Curva CO con NCA = 0.4%, = 0.05, NCL = 2.55% y = 0.10

Calidad promedio de salida, CPS o AOQ (average outgoing quality). Es la calidad

promedio que se alcanza despus de aplicar el proceso de inspeccin. Este concepto es otra
forma de medir el efecto de un plan de muestreo sobre la calidad que se tendr despus de
aplicar el plan.

Cuando un programa de muestreo de aceptacin aplica muestreo 100% a los lotes

rechazados, entonces la calidad de salida de esos lotes es perfecta (si no hay error de
inspeccin), ya que todas las unidades defectuosas de esos lotes son sustituidas por
artculos buenos. Mientras que en los lotes que son aceptados, su calidad de salida despus
de la inspeccin puede ser que mejore un poco, porque las unidades defectuosas
encontradas n las muestras son reemplazadas por unidades buenas.

De esta manera, independientemente si el lote sea aceptado o rechazado, la calidad que

llega al cliente tiende a ser mejor que la que tenan los lotes antes de ser inspeccionado.

Por lo anterior, una forma de caracterizar la bondad de un plan de muestreo de aceptacin

es calcular la calidad promedio de salida que genera. Este clculo se hace de forma similar
a como se obtiene la curva caracterstica de operacin, ya que para cada proporcin de
defectuosos que contiene el lote en la entrada se espera una proporcin promedio de
defectuosos de salida (CPS). Al graficar la proporcin de entrada, p, contra la proporcin
promedio de defectuoso despus de la inspeccin, CPS, se obtiene una curva para la calidad
promedio de salida (curva CPS). En la figura 10 se muestra tal curva para el plan n = 60, c
= 1.
 Figura 10 Curva para la capacidad promedio de salida, CPS, del plan n = 60, c = 1.

La obtencin de la curva CPS, cuando se tiene tamao de lote grande, se hace calculando la
proporcin promedio de defectuosos de salida, CPS, con la siguiente frmula:

CPS = p * Pa

Donde p es la proporcin de defectuosos a la entrada del lote, y Pa la probabilidad de

aceptacin de tal lote que proporciona el plan de muestreo. De esta manera, si ya se tienen
los clculos para la curva CO, como en la tabla 1, entonces al multiplicar la columna p por
la Pa se obtiene CPS para cada valor de p, como se aprecia en la tabla 2. A partir de esta
tabla se puede ver que si los lotes entran con una proporcin de defectuosos, de 0.04 (4%)
por ejemplo, y se someten a inspeccin muchos lotes con esta calidad inicial, una parte ser
aceptada (aproximadamente 30.2%) y la otra rechazada (y por tanto inspeccionada al
100%); entonces despus de aplicar el plan de muestreo una parte de esos lotes tendrn la
proporcin de defectuosos de cero y la otra parte su proporcin ser poco menor o igual a
0.04, y al promediar estas proporciones obtendremos un promedio de 0.01208 (1.2%).

Limite de la calidad promedio de salida, LCPS o AOQL (average outgoing quality limit).
Es el valor mximo de la curva CPS que vimos antes, y representa el peor promedio de
calidad que puede obtenerse del programa de inspeccin. Por ejemplo, para el plan n = 60,
c = 1, y examinando la figura 10 y la tabla 2, se puede ver que el LCPS es
aproximadamente 0.014; esto es, no importa que tan mala sea la proporcin de defectuosos
en los lotes que entran, la calidad promedio de salida nunca ser peor que 1.4% de
defectuosos en promedio. Desde luego que esto no significa que el plan no acepte lotes con
calidad peor a 1.4%, ms bien se est hablando de un lmite promedio que es valido
despus de aplicar el plan de referencia a muchos lotes de un flujo continuo de produccin.
Algunos planes de muestreo obtienen el tamao de muestra a partir del LCPS deseado. Por
ejemplo los de Dodge-Roming.

Inspeccin total promedio, ITP o ATI (average total inspection). Otro aspecto importante
para evaluar un plan de muestreo de inspeccin es la cantidad total de inspeccin que
requiere. Una vez aceptados los lotes, la cantidad de inspeccin es una muestra de tamao
n. Por el contrario, los lotes que son rechazados son sometidos al 100% de inspeccin y la
cantidad de inspeccin por lote ser de tamao N. De esta manera, la cantidad promedio de
inspeccin por lote varia entre el tamao de muestra n y el tamao de lote N. Si el lote es de
calidad p y la probabilidad de aceptacin del lote es Pa, entonces la inspeccin total
promedio por lote es:

ITP = n + (1 Pa)(N n)

Por ejemplo, si se tiene un tamao de lote de N = 5000, y se aplica el plan n = 60, c = 1,

entonces para los lotes con una proporcin de defectuosos de 0.04, se tiene que la Pa =
0.3022(tabla 2), y por tanto

ITP = 60 + (1 0.3022)(5000 60) = 3507.13

Tabla 2. Calidad promedio de salida, CPS, plan n = 60, c = 1.

Proporcin de Probabilidad de
Proporcin de salida, CPS = p * Pa
defectuosos, p aceptacin, Pa

0 1 0.00000
0.001 0.9982 0.00099
0.005 0.9634 0.00481
0.010 0.8787 0.00878
0.015 0.7727 0.01159
0.020 0.6619 0.01323
0.030 0.4592 0.01377
0.040 0.3022 0.01208
0.050 0.1915 0.00957
0.060 0.1179 0.00707
0.080 0.0417 0.00333
0.100 0.0137 0.00137

Que es un nmero promedio de unidades inspeccionadas sobre muchos lotes que tienen una
proporcin de defectuosos de p = 0.04. Para cada proporcin de defectuosos p, en el lote de
entrada se puede calcular ITP, y de esa forma al aplicar la frmula anterior se puede trazar
una curva para la ITP, bastara para ello saber el tamao de lote y agregar la columna ITP
en la tabla 2.

Tabla 3. Inspeccin total promedio, ITP, plan N = 5000, n = 60, c = 1.

Probabilidad de
Proporcin de defectuosos, p ITP
aceptacin, Pa

0 1 60
0.001 0.9982 68.41
0.005 0.9634 240.53
0.010 0.8787 658.89
0.015 0.7727 1182.53
0.020 0.6619 1730.19
0.030 0.4592 2731.50
0.040 0.3022 3506.97
0.050 0.1915 4053.73
0.060 0.1179 4417.46
0.080 0.0417 4793.65
0.100 0.0137 4931.94
Figura 11 Curva para la inspeccin total promedio, ITP, del plan N = 5000, n = 60, c = 1.

Xavier Armando Pillco Surez

Estudiante de Ingenieria Industrial de Quinto Nivel

Guayaquil Ecuador

Leer ms: http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-de-

aceptacion2.shtml#ixzz4tj4FWqDy