Página 1

ÍNDICE PAG.

5. PLANES DE MUESTREO Y GRAFICAS DE CONTROL……………………5

5.1 tipos de muestreo y defectos………………………………………………………6

5.1.1 muestreo simple………………………………………………………………….8

5.1.2 muestreo doble…………………………………………………………………..8

5.1.3 muestreo múltiple……………………………………….......................................9

5.2 muestreo de aceptación por atributos…………………………………………..…10

5.2.1 muestreo múltiple y secuencial …………………………………………...14

5.2.1.1 uso de la tabla mil std 105 d. ……………………………………...................16

5.2.1.2 uso de la tabla dodge romig ……………………………………………….…16

5.3 muestreo de aceptación por variables. …………………………………………...19

5.3.1 con desviación estándar ……………………………………………………….21

5.3.2 con desviación estándar desconocida ………………………………………….22

5.3.3 uso de la tabla mil std 414……………………………………………………..22

5.4 graficas de control. Definición y tipos de inspección …………………………..24

5.5 histogramas y análisis de pareto ……......................................................................26

5.6 graficas por variables y su interpretación ……………………………………...28

5.6.1 grafica x ……………………………………………………………………..29

5.6.2 grafica r ……………………………………………………………………...29

Página 2
5.7 graficas por atributo …………………………………………………………...30

5.7.1 fracción defectuosa p …………………………………………………….….31

5.7.2 artículos defectuosos c ………………………………………………………31

5.7.3 defectos por muestra u………………………………………………............32

Página 3
 INTRODUCCIÓN

En los últimos años ha ido disminuyendo el interés del muestreo de aceptación, en tanto el control estadístico
de procesos ha venido adquiriendo un papel cada vez más prominente en las actividades del control de
calidad. No obstante, el muestreo de aceptación aún mantiene el interés dentro del cuerpo general de
conocimiento que es la ciencia de la calidad.

El muestreo de aceptación se lleva en diversas situaciones en donde existe una relación ente consumidor y
productor, ya sea en el interior de una empresa o entre diferentes empresas, y se puede ver como una medida
defensiva para protegerse contra la amenaza del posible deterioro en la calidad. Es posible que Productor y
consumidor sean cada uno de diferente compañía o en dos departamentos diferentes dentro de una misma
planta, sea como fuere, existe siempre el problema de decidir si se acepta o se rechaza el producto.

En particular si las características de calidad son variables de atributos.

Se debe tener claro que el muestreo de aceptación, al ser una forma particular de inspección, simplemente
acepta y rechaza lotes, pero no mejora la calidad. Es decir el muestreo de aceptación no es una estrategia de
mejora de la calidad, es más bien una forma de garantizar que se cumplan ciertas especificaciones de calidad
que han sido definidas, tampoco este tipo de muestreo proporciona buenas estimaciones de la calidad del lote.

Página 4
Página 5
5.0 PLANES DE MUESTREO Y GRAFICAS DE CONTROL

Los gráficos de control fueron propuesto originalmente por W. Stewart en 1920, y en ellos se representa a lo
largo del tiempo el estado del proceso que estamos monitorizando. En el eje horizontal X se indica el tiempo,
mientras que el eje vertical Y se representa algún indicador de la variable cuya calidad se mide. Además se
incluye otras dos líneas horizontales: los límites superior e inferior de control, escogidos éstos de tal forma
que la probabilidad de que una observación esté fuera de esos límites sea muy baja si el proceso está en estado
de control, habitualmente inferior a 0.01.

La finalidad de los gráficos de control es por tanto monitorizar dicha situación para controlar su buen
funcionamiento, y detectar rápidamente cualquier anomalía respecto al patrón correcto, puesto que ningún
proceso se encuentra espontáneamente en ese estado de control, y conseguir llegar a él supone un éxito, así
como mantenerlo; ése es el objetivo del control de calidad de procesos, y su consecución y mantenimiento
exige un esfuerzo sistemático, en primer lugar para eliminar las causas asignables y en segundo para
mantenerlo dentro de los estándares de calidad fijados.

Así pues el control estadístico de calidad tiene como objetivo monitorizar de forma continua, mediante
técnicas estadísticas, la estabilidad del proceso, y mediante los gráficos de control este análisis se efectúa de
forma visual, representando la variabilidad de las mediciones para detectar la presencia de un exceso de
variabilidad no esperable por puro azar, y probablemente atribuible a alguna causa específica que se podrá
investigar y corregir.

El interés de los gráficos de control radica en que son fáciles de usar e interpretar, tanto por el personal
encargado de los procesos como por la dirección de éstos, y lo que es más importante: la utilización de
criterios estadísticos permite que las decisiones se basen en hechos y no en intuiciones o en apreciaciones
subjetivas que tantas veces resultan desgraciadamente falsas.

A la hora de analizar los datos en un proceso de control calidad tenemos que diferenciar tres casos según la
característica medida:

 La variable es medible numéricamente, por ejemplo un tiempo.

 Se estudia un atributo o característica cualitativa que el proceso posee o no posee, por ejemplo el
paciente cumple o no cumple adecuadamente el tratamiento.

Página 6
  Se cuenta el número de defectos en el producto o situaciones inadecuadas en la prestación del servicio.

5.1 TIPOS DE MUESTREO Y DEFECTOS

Se hará referencia sobre el muestreo estadístico, técnicas, niveles y tipos fundamentales de un muestreo; se
describen conceptos básicos que explican lo que esto se refiere al igual se aprecia cómo y qué tipo de técnicas
se pueden utilizar para poner en práctica la realización de una auditoria con la finalidad de obtener una
información determinada para lograr un objetivo especifico.

El muestreo estadístico es un procedimiento por el que se ingresan los valores verdaderos de una población a
través de la experiencia obtenida con una muestra.

El muestreo como herramienta de la investigación científica arroja resultados que se pueden utilizar para
concluir un determinado estudio X de población, al igual las técnicas selectivas que se requieren para dicho
estudio de acuerdo a lo que se va a evaluar.

El muestreo permite una reducción considerable de los costos materiales del estudio, una mayor rapidez en la
obtención de la información y el logro de resultados con máxima calidad.

Conceptos de Muestreo

En estadística un muestreo es la técnica para la selección de una muestra a partir de una población. En el
muestreo, si el tamaño de la muestra es más pequeño que el tamaño de la población, se puede extraer dos o
más muestras de la misma población. Al conjunto de muestras que se pueden obtener de la población se
denomina espacio muestral.

La variable que asocia a cada muestra su probabilidad de extracción

El muestreo: es una herramienta de la investigación científica. Su función básica es determinar que parte de
una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobre
dicha población El Muestreo es más que el procedimiento empleado para obtener una o más muestras de una
población; el muestreo es una técnica que sirve para obtener una o más muestras de población.

Página 7
Este se realiza una vez que se ha establecido un marco muestral representativo de la población, se procede a la
selección de los elementos de la muestra aunque hay muchos diseños de la muestra.

Al tomar varias muestras de una población, las estadísticas que calculamos para cada muestra no
necesariamente serían iguales, y lo más probable es que variaran de una muestra a otra.

Muestreo Estadístico: son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los
que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas.
Técnicas de selección del muestreo a través del muestreo estadístico.

• Muestreo probabilístico: Forman parte de este tipo de muestreo todos aquellos métodos para los que puede
calcularse la probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de
muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él.

• Muestreo estratificado: Consiste en la división previa de la población de estudio en grupos o clases que se
suponen homogéneos respecto a característica a estudiar. A cada uno de estos estratos se le asignaría una cuota
que determinaría el número de miembros del mismo que compondrán la muestra.

• Muestreo sistemático: Es la elección de una muestra a partir de los elementos de una lista según un orden
determinado, o recorriendo la lista a partir de un número aleatorio determinado.

• Muestreo por conglomerados: Cuando la población se encuentra dividida, de manera natural, en grupos que
se suponen que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la
característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización
del estudio.

• Muestreo errático: También se llama sin norma. La muestra se realiza de cualquier forma, valorando
únicamente la comodidad o la oportunidad en términos de costes, tiempo u otro factor no estadístico.

Al realizar un muestreo en una población podemos hablar de muestreos probabilísticas y no probabilísticas,

entre estas técnicas o procedimientos están:

Página 8
• Muestreo simple: Este tipo de muestreo toma solamente una muestra de una población dada para el
propósito de inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra debe
ser los suficientemente grandes para extraer una conclusión. Una muestra grande muchas veces cuesta
demasiado dinero y tiempo.

• Muestreo aleatorio simple: Es aquel en que cada elemento de la población tiene la misma probabilidad de ser
seleccionado para integrar la muestra. Una muestra simple aleatoria es aquella en que sus elementos son
seleccionados mediante el muestreo aleatorio simple.

5.1.1 MUESTREO SIMPLE

Un plan de muestreo simple es un procedimiento en el que se toma una muestra aleatoria de n unidades del
lote para su estudio y se determina el destino de todo el lote con base en la información contenida en la
muestra.

Consiste en extraer una muestra aleatoria de n unidades de una corrida o lote original e inspeccionarla sobre
las bases de aceptación o rechazo para encontrar c o menos unidades defectuosas. La curva característica de
operación demuestra la bondad con que funciona el programa de muestreo. En este curva se representan las
probabilidades de aceptación, Pa, contra la proporción de unidades p, supuesta para los lotes de entrada.
Dichas proporciones y los riesgos de aceptación o rechazo que implican se deducen de la naturaleza de la
curva CO y con ello se determina el programa de muestreo simple que cubre las especificaciones deseadas.

5.1.2 MUESTREO DOBLE

Un plan de muestro doble tiene dos fases. En la primera fase se selecciona una muestra inicial y se toma una
decisión basada en la información de esta muestra. Esta decisión puede llevar a tres alternativas: aceptar el
lote, rechazar el lote o tomar una segunda muestra. Si se toma esta ultima estamos ante la segunda fase, y se
combina la información de ambas muestras para decidir sobre la aceptación o el rechazo del lote.

Etapa 1. Para un determinado riesgo del productor y del consumidor, encuéntrese el programa de muestreo
adecuado.

Página 9
Etapa 2. Selecciónese cualquier valor de c2 > c1 del programa de muestreo simple.

Etapa 3. Selecciónese cualquier valor de c1 de tal manera que 0<c1 <c.

Etapa 4. Con base en el valor seleccionado de c1, encuentre n1 de tal manera que n1 multiplicado por el NAC
de cómo resultado una probabilidad menor (pero cercana) a 1.0 RP, y el producto de n1 por el PDTL de cómo
resultado una probabilidad menor (pero cercana) a RC.

Etapa 5. Seleccione n2 de tal manera que se satisfagan diferencias entre la probabilidad n1 (NAC) y 1.0-RP y
entre la probabilidad n1 (PDTL) y RC.

5.1.3 MUESTREO MÚLTIPLE

Un plan de muestre múltiple es una extensión del concepto de muestreo doble a varias fases en el que pueden
necesitarse más de dos muestras para llegar a una decisión acerca de la suerte del lote. Los tamaños maestrales
suelen ser menores que en un muestreo simple o doble.

Se usa el mismo principio que en muestreo doble excepto que pueden necesitarse más de dos muestras.

Una forma particular de muestreo múltiple es conocida como muestreo secuencial.

Comparación entre tipos de muestreo:

a) Simplicidad

b) Tamaño promedio de muestra

c) Variabilidad en el tamaño de la muestra.

d) Facilidad de extraer unidades de muestra

e) Duración de la prueba

Nivel de inspección

Página
10
 • Define la relación del tamaño del lote y el tamaño de la muestra.

tamaño de lote grande à tamaño de muestra mayor

(no en proporción directa)

• Existen tres niveles generales: I, II, III

Nivel II será utilizado a menos que se indique otro nivel.

Nivel I se usa cuando se requiere menos desecho y nivel III cuando se puede desechar una mayor cantidad.

• Cuatro niveles especiales S1,S2, S3 Y S4

(Objetivo de niveles especiales es que el tamaño de muestra sea pequeño cuando es realmente necesario)

5.2 MUESTREO DE ACEPTACIÓN POR ATRIBUTOS

En los planes de muestreo de aceptación por variables se especifican el número de artículos que hay que
muestrear y el criterio para juzgar los lotes cuando se obtienen datos de las mediciones respecto a la
característica de calidad que interesa. Estos planes se basan generalmente en la media y desviación estándar
maestrales de la característica de calidad. Cuando se conoce la distribución de la característica en el lote o el
proceso, es posible diseñar planes de muestreo por variables que tengan riesgos especificados de aceptar y de
rechazar lotes de una calidad dada.

Ventajas:

1. Se puede obtener de la misma curva característica de operación con un tamaño muestral menor que lo
requerido por un plan de muestreo por atributos.

Página
11
 2. Cuando se utilizan pruebas destructivas, el muestreo por variables es particularmente útil para reducir
los costos de inspección.
3. Los datos de mediciones proporcionan normalmente más información sobre el proceso de manufactura
o el lote que los datos de atributos.

Desventajas:

1. Se debe de conocer la distribución de la característica de calidad.

2. Se debe de usar un plan para cada característica de calidad que hay que inspeccionar.
3. Es posible que el uso de un plan de muestreo por variable lleve al rechazo de un lote aunque la muestra
que se inspecciona realmente no tenga ningún artículo defectuoso.

Tipos:

Existen dos tipos generales de procedimientos de muestreo por variables; planes que controlan la fracción
defectuosa del lote o el proceso, y planes que controlan un parámetro (normalmente la media) del lote o el
proceso.

Procedimiento 1

Se obtiene una muestra aleatoria de artículos del lote y se calcula la estadística.

Observemos que en (11-1) ZLIE expresa exactamente la distancia entre la media muestra x y el límite inferior
de especificación en unidades de desviación estándar. Cuando mas grande sean los valores de Z LIE, tanto más
lejos se encuentra la media muestra x respecto del limite inferior de especificación y, por consiguiente, tanto
más pequeña es la fracción defectuosa p del lote.

Si ZLIE>= k, se aceptará el lote.

Página
12
Si ZLIE < k, se rechazará el lote.

Procedimiento 2

Se obtiene una muestra aleatoria de n artículos del lote y se calcula ZLIE. Para estimar la fracción defectuosa
del lote o el proceso se utiliza ZLIE como el área bajo la curva normal estándar a la izquierda de ZLIE. Sea p
el estimador. Si el valor del estimador p es mayor que un máximo especificado M, se rechazará el lote de otra
manera se aceptará.

Nota:

Cuando se desconoce la desviación estándar, se le estima mediante la desviación estándar muestra S, y se

sustituye por S.

El método o inspección por atributos consiste en examinar una unidad de producto o característica y
clasificarla como “buena” o “defectuosa”.

La acción a tomar después de esto se decide contando el número de defectuosas encontradas.

Cuando aplicar muestreo de aceptación

El muestreo de aceptación se puede aplicar en cualquier relación 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 situación típica del muestreo de aceptación es la siguiente:
una compañía recibe un lote de algún producto de cierto proveedor; este producto puede ser materia prima o
cualquier otro componente que se utiliza en la compañía. Se selecciona una muestra de lote y se inspeccionan
algún(as) característica(s) de calidad a todos los productos seleccionados. Con base en la información
obtenida con la inspección se tomará una decisión: 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 podría
estar sujeto a alguna otra disposición (por ejemplo inspección de todos los productos del lote -inspección
100%- pagada por el proveedor).

Página
13
En particular, si las características de calidad son variables de atributos, entonces un plan simple de muestreo
de aceptación está definido por un tamaño de lote, N, un tamaño de muestra, n, y el número de aceptación, 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 éstas se encuentra 2 o
menos piezas defectuosas, entonces el lote completo es aceptado.

Pero si se encuentran 3 o más 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 aceptación una forma particular de inspección, entonces este
muestreo simplemente acepta y rechaza lotes; pero no mejora la calidad. Es decir, el muestreo de aceptación
no es una estrategia de mejora de la calidad, es más bien una estrategia de contención y de garantía 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
relación cliente-proveedor se debe buscar mejorar los procesos y corregir de fondo las causas de la deficiencia
en la calidad. El muestreo de aceptación debe verse como un esfuerzo complementario de alcance limitado
pero que bajo ciertas condiciones específicas es la decisión más viable como estrategia defensiva ante el
posible deterioro de la calidad.

En este sentido, cuando se pretende enjuiciar un lote se tienen tres alternativas: inspección al 100%, cero
inspección, o muestreo de aceptación. Esta última es una decisión intermedia entre las otras dos alternativas
opuestas, y a veces resulta ser la más económica globalmente. A continuación explicamos cuando se aplica
cada una de ellas.

Página
14
Página
15
5.2.1 MUESTREO MÚLTIPLE Y SECUENCIAL

Muestreo Secuencial

El muestreo secuencial originalmente fue desarrollado por Wald en 1943 y últimamente por Whitehead en
1983. Por lo anterior, al primero lo denominaremos el tradicional y al segundo como lo denominó Whitehead,
Triangular. A continuación se describen.

Muestreo Secuencial Tradicional

En un muestreo secuencial, se toma una secuencia de muestras del lote (Fig. 5.3) y se deja que el número de
muestras lo determinen por completo los resultados del proceso de muestreo. En teoría, el muestreo secuencial
puede continuar de manera indefinida, hasta que se hace la inspección del 100% del lote. Si el tamaño de la
muestra seleccionado en cada etapa es mayor que uno, al proceso suele llamársele muestreo secuencial grupal.
Si el tamaño de la muestra inspeccionado en cada etapa es uno, al procedimiento suele llamársele muestreo
secuencial artículo por artículo.

El muestreo secuencial artículo por artículo se basa en la razón de prueba de la probabilidad secuencial
desarrollado por Wald. En la siguiente figura se ilustra la curva de operación de un plan de muestreo
secuencial artículo por artículo. Se grafica en la carta el número observado acumulado de los artículos
defectuosos. Para cada punto, la abscisa es el número total de artículos seleccionados hasta ese momento, y la
ordenada es el número total de artículos defectuosos observados. Si los puntos graficados se mantienen dentro
de los límites de las líneas de aceptación y rechazo, debe analizarse otra muestra. Tan pronto como un punto
se localice en o encima de la línea superior, el lote se rechaza. Cuando un punto muestra se localiza en o abajo
de la línea inferior, el lote se acepta.

Página
16
Figura 5.3 Diagrama de un plan de muestreo secuencial

En el muestreo sencillo, el número de elementos examinados queda determinado en forma definida por el
proceso. En el muestreo doble, el número de elementos muestreados esta determinado en parte por el proceso,
pero en parte, también por los resultados del proceso de muestreo. Si un lote es aceptado o rechazado en la
primera muestra, no hay necesidad de tomar una segunda. Esta es la razón por la que se encontró que el doble
muestreo ofrece la posibilidad de un costo de muestreo reducido.

El éxito con el doble muestreo indica que incluso puede lograrse una mayor reducción de costo, si se toma una
secuencia de muestras y se deja que el número de muestras este determinado enteramente por los resultados
del proceso de muestreo. Esta útil sugerencia llevo a un criterio totalmente nuevo para muestrear, conocido
como muestreo secuencial.

El muestreo secuencial elemento por elemento se basa fundamentalmente en la idea de “recorrido aleatorio”.
Wald propuso el método secuencial elemento por elemento durante la segunda guerra mundial, el cual
comienza con p1, p2, alfa y beta determinados, y fija un método de anotación y unos límites de aceptación y
rechazo que satisfagan estos requerimientos. Wald adopta la “relación de probabilidad secuencial” como buen
método para llevar la cuenta. Esta es la relación de probabilidad de obtener el resultado acumulado de la
muestra, si el material fuese de calidad p2 a la probabilidad de obtener estos resultados si el material fuese de
calidad p1. Si el resultado en cualquier momento resulta mayor que una cifra determinada por las
probabilidades de error alfa y beta negociados entre cliente proveedor, el lote es rechazado. Si cae debajo de

Página
17
una segunda cifra igualmente determinada por alfa y beta, se acepta el lote. Obsérvese como de acuerdo con
este procedimiento, los resultados elevados llevan al rechazo y los bajos a la aceptación. No es necesario
calcular la relación de la probabilidad secuencial (SPR), en la práctica, Wald demostró que el sistema de
anotación puede reducirse a un sistema mucho más sencillo, que consiste simplemente en anotar el número
acumulado de elementos defectuosos en un diagrama, o bien anotar el mismo en una hoja de inspección.

5.2.1.1 USO DE LA TABLA MIL STD 105 D

El MIL-STD 105 E es un sistema organizado de métodos de muestreo a aplicar una serie de conjuntos de
algún proceso de producción, con dos excepciones, si un proceso estándar se una sin precaución alguna para
cambiar a una inspección más severa de acuerdo a las circunstancias, no puede decirse que se está empleando
el MIL- STD 105 E, el propósito principal del manual estándar es presionar al proveedor para que produzca
materiales que , en calidad, sean los menos tan buenos como el AQL, escogido, y este propósito no se logra
en ausencia de una provisión para inspección abreviada es esencial para la operación estándar, las dos
excepciones al as que nos referimos, son la selección de un procedimiento de tolerancias.

5.2.1.2 USO DE LA TABLA DODGE ROMIG

En la década de los veinte, H. F. Dodge y H. G. Roming diseñaron un juego de tablas de inspección para la
aceptación de producto lote por lote mediante el muestreo de atributos. Estas tablas se basan en dos de los
conceptos expuestos en el capítulo 8, nivel de calidad límite (NCL) 1 y límite de la calidad media de salida
(LCMS). Por cada uno de estos conceptos hay tablas, tanto para muestreo sencillo como doble. No hay tablas
para el muestreo múltiple. En el texto presente sólo se ha incluido el muestreo sencillo.

La ventaja principal de las tablas de Dodge-Roming es la reducida inspección necesaria para un procedimiento
de inspección determinado. Esta ventaja hace especialmente atractivas las tablas en la inspección que se hace
en el mismo sitio donde se obtienen los productos.

Página
18
1. Nivel de calidad límite (NCL). Estas tablas se basan en la probabilidad de que un lote en particular, cuyo
porcentaje de no conformidad sea igual al NCL, resulte aceptado. Esta probabilidad es el riesgo del
consumidor, β, y es igual a 0.10. Los planes NCL garantizan que los lotes individuales de mala calidad rara
vez resulten aceptados.

Hay dos juegos de tablas NCL: uno para el muestreo sencillo y otro para el muestreo doble. Cada juego tiene
tablas para valores de NCL de 0.5, 1.0, 2.0, 3.0, 4.0, 5.0, 7.0 Y 10.0%, con un total de 16 tablas. Para
propósitos de explicación, se muestra la tabla 9-6 para muestreo sencillo, empleando NCL = 1.0%. No se
publican las tablas de los demás valores de NCL.

Para usar las tablas, antes hay que tomar una decisión acerca de si se va a utilizar el muestreo sencillo o el
muestreo doble. Para tomarla se puede recurrir a la información que se presentó en el capítulo 8. Además, el
NCL tiene que calcularse, lo que se puede hacer de manera semejante al caso de NCA, como también se
explicó en el mismo

Capítulo 8. El tipo de muestro (sencillo o doble) y el NCL determinarán qué tabla hay que utilizar.

Una vez que se sabe cuál es el tamaño del lote y el promedio del proceso, es fácil obtener el plan de
muestreo de aceptación.

Por ejemplo, si el tamaño del lote, N, es 1500 y el promedio del proceso es 0.25%, el plan de muestreo
sencillo necesario para NCL = 1.0% se encuentra en la tabla 9-6. La respuesta es:

N = 1500

n = 490

c=2

Página
19
El NCL que corresponde a este plan es 10.2%

De un análisis de las tablas LCMS se desprende lo siguiente:

a. Conforme aumenta el tamaño del lote disminuye el tamaño de la muestra.

Página
20
b. No se ofrecen planes para promedios de procesos que rebasan el LCMS, dado que el muestreo no es
económico cuando la calidad de entrada promedio es menor que el LCMS especificado.

c. Cuanto más bajo es el promedio del proceso, menor el tamaño de la muestra, lo que se traduce en menos
costo por inspección.

3. Comentarios adicionales sobre las tablas de Dodge-Roming. El promedio del proceso l00p- se
obtiene mediante las mismas técnicas utilizadas para la gráfica p. Con base en los primeros 25 lotes se
obtiene el porcentaje promedio de no conformidad. En el caso del muestreo doble, solo la primera muestra
figura en el cálculo. Se descarta todo lote cuyo porcentaje de no conformidad rebase el límite de 3√ (100p -(1
- 100p_)/n), (si su causa es atribuible) y se procede a calcular un nuevo promedio del proceso. Sin embargo,
hasta que no se logre obtener un promedio de proceso mediante la técnica anterior, deberá utilizarse el
promedio de proceso más grande posible. Es decir, se utilizará la última columna de las tablas hasta que se
logre determinar lOOp-.

En las tablas de Dodge-Romig no se menciona nada sobre el tipo de no conformidad, si bien se pueden
emplear diversos valores de NCL o LCMS; los más bajos para no conformidades graves y los más altos para
las no conformidades secundarias. No se menciona nada sobre la inspección rigurosa o reducida, si bien
también se pueden utilizar diversos valores de NCL o LCMS. Para el promedio del proceso se utilizan la
cantidad de no conformidades por 100 unidades, en vez del porcentaje de no conformidad. Por ejemplo, 1m
promedio de proceso de 2.00% de no conformidad es lo mismo que dos no conformidades por cada 100
unidades.1

5.3 MUESTREO DE ACEPTACIÓN POR VARIABLES

Muestreo de aceptación por variable

En el muestreo de aceptación por variable, inspeccionamos los productos de acuerdo con una medida
cuantitativa de la calidad (por ejemplo: peso, longitud, resistencia a la presión, etc.). En el caso de las
características que se miden en una escala continua, debemos tener en cuenta que nunca se pueden lograr
estándares exactos, porque siempre hay una pequeña variabilidad entre los productos. Por ejemplo, si un saco
de arroz especifica un peso de 50 kg., lo normal es que recibamos sacos con pesos cercanos a los 50 kg., pero

Página
21
nunca con precisión matemática la especificación indicada. En general, el control de la calidad por variables
requiere de la especificación de un valor promedio de la variable o característica, y de una medida del grado
de variabilidad de la variable; al respecto, la medida de variabilidad adoptada universalmente es la desviación
estándar. Si la calidad de un producto especifica que la variable de calidad tiene una media μ y una desviación
estándar S, esto significa que aproximadamente en el 68% de los productos la variable de calidad tiene un
valor que está entre fi—S y μ + S. Un plan de muestreo de aceptación por variable debe especificar el tamaño
de la muestra, al cual llamamos n, y el rango de aceptación para el promedio de la muestra.
La determinación de n y del rango de aceptación en un plan de muestreo por variable se hace de acuerdo con
el riesgo que estamos dispuestos a correr de cometer los errores tipo I y tipo II.
Supongamos que Supongamos que de acuerdo con nuestro costo de inspección, hemos determinado que n =
10 es un tamaño de muestra apropiado. Con el fin de determinar el rango de aceptación para el promedio de la
muestra, debemos fijar la probabilidad de cometer el error tipo I (rechazar un lote que cumple las
especificaciones). En este caso, fijaremos la probabilidad de error tipo I en 0.05. Para determinar el rango de
aceptación debemos tener en cuenta que la variable

Z = (x – μ) / [S / √ n]

Tiene una distribución de probabilidades conocida con el nombre de distribución normal estándar. Las
probabilidades de la distribución normal estándar están tabuladas en los textos de estadística. En particular, en
estas tablas se puede ver que la probabilidad de que Z tome un valor menor de 1.645 es igual a la probabilidad
de error tipo I de 0.05 que hemos fijado. Luego, si el lote cumple con las especificaciones de calidad, es decir
n = 50 y S = 1, la probabilidad de que la media de la muestra μ sea menor de: μ - 1.645 (S √n) = 50 - 1.645
(1 / √10) = 49.48 es de 0.05. Es decir; si nuestro criterio de rechazo es que la media de los pesos de la muestra
de 10 sacos es menor de 49.48 kg., tendremos una probabilidad de 0.05 de cometer el error tipo I, como lo
queríamos. De esta forma, hemos determinado nuestro rango de aceptación, aceptamos el lote de 100 sacos si
en una muestra de 10 sacos encontramos un peso promedio de 49.48 kg. o más. Si queremos determinar un
tamaño de muestra adecuado, debemos tener en cuenta las probabilidades de cometer el error tipo II.
Al igual que en el muestreo por atributo, al aumentar el tamaño de la muestra, se disminuye la probabilidad
de cometer el error tipo II, una vez que se ha fijado el riesgo de cometer el error tipo I.

Resumiremos los pasos necesarios para la determinación de un plan de muestreo de aceptación por variable:

Página
22
1. Determinar la media y. y la desviación estándar S que esperamos en un lote aceptable.
2. Fijar la probabilidad de cometer el error tipo I deseada (menor de 0.10) y un tamaño de muestra n que
consideremos adecuado desde el punto de vista del costo.
3. Con base en los valores de n, μ, S y la probabilidad de cometer el error tipo I, se determina el rango de
aceptación haciendo uso de las tablas de la distribución normal estándar.
4. En función de una media de la característica que no es deseable, y de una probabilidad de cometer el error
tipo II con esa media, determinar si el tamaño de muestran satisface nuestras expectativas de costo y precisión.
Si las satisface, podemos aceptar el plan de muestreo; de otra forma, debemos incrementar el tamaño de
muestra n y volver al paso 3.
Debemos indicar que para el caso de muestreo de aceptación por variable se puede determinar directamente el
tamaño de muestra apropiado en función de las probabilidades de cometer los errores tipo I y II; sin embargo,
no hemos mencionado el procedimiento para simplificar la exposición, para una explicación más detallada, te
recomendamos Consultar un texto de estadística.

5.3.1 CON DESVIACIÓN ESTÁNDAR

Si la desviación típica es conocida, los límites se calculan

LCS  d 2  3d 3
LC  d 2
LCI  d 2  3d 3

O bien:

LCS  D2
LC  d 2
LCI  D1

Página
23
 Donde

D2  d 2  3d 3
y
D1  d 2  3d 3

5.3.2 CON DESVIACIÓN ESTÁNDAR DESCONOCIDA

Si la desviación típica es desconocida

La media se estima con la media de los recorridos muestrales

R
R
La desviación típica de la población con: 
d2
Y la desviación típica del recorrido:  d  R
R 3
d2

R
LCS  R  3d 3   D4 R
los límites se calculan: d2
LC  R
R
LCI  R  3d 3   D3 R
d2

5.3.3 USO DE LA TABLA MIL STD 414

Ejemplo tabla militar MIL –STD 414

Considérese la embotelladora de gaseosas, que compra botellas a un proveedor. El límite inferior de

especificación para la resistencia a la presión interna es 225lb/plg2. Supóngase que el NCA para este límite de

Página
24
especificación es 1%. Además considérese que se embarcan lotes de tamaño 100 000. Se desea obtener un
plan de muestreo por variable que use el procedimiento de la MIL STD 414, admitiendo que se desconoce la
desviación estándar del lote.

A partir de la tabla 11-1, utilizando el nivel de inspección IV, se obtiene la letra código para el tamaño de
muestra O. En la tabla 11-2 se encuentra que la letra de código para el tamaño de muestra O implica un
tamaño de muestra de n=100. A un nivel de calidad aceptable de 1%, el valor de M es 2.20% para la
inspección normal. Si se aplica la inspección estricta se utiliza las mismas tablas el valor aproximado de M
será 1.53%. Los valores del NCA para la normal se indican en la parte superior de la tabla, mientras los
valores para la estricta se encuentran en la parte inferior de la tabla.

MIL-STD-414 Y ANSI/ASQC Z1.9-1980

La norma MIL-STD-414 es un método de muestreo de aceptación lote por lote por variables. En 1980 la
Sociedad Estadounidense para el control de Calidad le hizo modificaciones a fin de que se aproximara lo más
posible a la norma MIL.STD-105D/Z1.4. Las modificaciones anteriores figuran en este libro.

La norma se señala mediante los valores numéricos del NCA que van desde =.10 hasta 10.0%. Se contempla
el uso de inspección anormal, rigurosa y restringida. El tamaño de las muestras es función del tamaño del lote
y del nivel de la inspección. Se supone que la variable es aleatoria y distribuida normalmente. Esta norma
tiene una extensión de 100 páginas, por lo que en esta obra se reproduce solo parte de la tabla y de los
procedimientos.

En la norma se contemplan nueve procedimientos que sirven para evaluar la aceptación o rechazo de un lote.
En la figura 9-16 se muestra la conformación de esta norma. Si se sabe cuál es la variabilidad del proceso (ơ)
y esta es estable, el más económico es el plan de la variabilidad conocida. Si no se conoce esta, se emplea el
método de la desviación estándar o el método del rango. Puesto que para este se necesita un tamaño de
muestra mayor, es recomendable utilizar el método de la desviación estándar. Existen dos tipos de
especificaciones: sencilla y doble. Se ofrecen dos procedimientos alternos, Forma 1 y Forma 2, que permiten
obtener la misma decisión de aceptación-rechazo. Aunque la Forma 1 es más sencilla, solo se le pude usar en
casos de especificación sencilla. Por ello el procedimiento que se refiere es la Forma 2.

Página
25
La norma MIL-STD-414 se divide en cuatro secciones. En la sección A se ofrece una descripción general, las
letras de código que designan el tamaño de la muestra y curvas CO correspondientes a los planes de muestreo.
En la sección B se ofrecen procedimientos y ejemplos para el caso de la variabilidad desconocida: el método
de la desviación estándar. En la sección C se ofrecen procedimientos y ejemplos para la variabilidad
desconocida: el método del rango. Y en la sección D se ofrecen procedimientos y ejemplos para la variabilidad
conocida.

El tamaño de la muestra de todos los métodos se indica mediante letras de código que se determinan según el
tamaño del lote y el nivel de la inspección como se puede observar en la tabla 9-17. Hay cinco niveles de
inspección: Niveles Especiales S3, S4 y Niveles Generales I, II y III. Los niveles especiales se usan cuando es
necesario emplear tamaños de muestra pequeños y se puede y debe tolerar grandes riesgos.

FIGURA 9-16 Conformación de la norma MIL-STD-414/Z1.9 1

5.4 GRAFICAS DE CONTROL, DEFINICIÓN Y TIPOS DE INSPECCIÓN

Es una herramienta estadística que detecta la variabilidad, consistencia, control y mejora de un proceso.

La gráfica de control se usa como una forma de observar, detectar y prevenir el comportamiento del proceso a
través de sus pasos vitales.

Página
26
Así mismo nos muestra datos en un forma estática, tienen por supuesto sus aplicaciones, y es necesario saber
sobre los cambios en los procesos de producción, la naturaleza de estos cambios en determinado período de
tiempo y en forma dinámica, es por esto que las gráficas de control son ampliamente probadas en la práctica.

Características Generales de las Gráficas de Control

El termino consistencia se refiere a la uniformidad en la salida del proceso; es preferible tener un producto de
un proceso consistente, que tener uno con calidad superior, pero de un proceso intermitente.

Una gráfica de control se inicia con las mediciones considerando, sin embargo que las mediciones dependen
tanto de los instrumentos, como de las personas que miden y de las circunstancias del medio ambiente , es
conveniente anotar en las gráficas de control observaciones tales como cambio de turno, temperatura
ambiente.

Inspección

La inspección en calidad consiste en examinar, medir, contrastar o ensayar las características de calidad de un
producto o servicio para determinar su conformidad con los requisitos especificados. También podemos
entenderla la actividad de detectar características no conformes, para lo cual previamente debemos hacer un
Análisis de Fallas.

La inspección puede estar apoyada en los sentidos, en instrumentos de medición, en patrones de comparación
o en equipos de pruebas y ensayos. La metrología (ciencia de las mediciones) es también otro soporte
importante para la inspección.

La actividad de inspección debe corresponder a una planificación de pruebas, la cual a su vez implica tomar
decisiones sobre los tipos de inspección aplicables a cada situación.

Tipos de Gráfica y Características Principales

Para construir una gráfica de control, es importante distinguir el tipo de datos a graficar pueden ser. Datos
continuos, datos discretos, dicha gráfica dependerá del tipo de datos.

Para la utilización de las gráficas se requiere un procedimiento específico:

Página
27
Decidir la gráfica de control a emplear

Construir gráficas de control para el control estadístico del proceso

Controlar el proceso, si aparece una anormalidad sobre la gráfica de control, investigar inmediatamente las
causas y tomar acciones apropiadas.

Los gráficos de control ayudan en la detección de modelos no naturales de variación en los datos que resultan
de procesos repetitivos y dan criterios para detectar una falta de control estadístico. Un proceso se encuentra
bajo control estadístico cuando la variabilidad se debe sólo a "causas comunes".

Los gráficos de control de Shewart son básicamente de dos tipos; gráficos de control por variables y gráficos
de control por atributos. Para cada uno de los gráficos de control, existen dos situaciones diferentes; a) cuando
no existen valores especificados y b) cuando existen valores especificados.

Se denominan "por variables" cuando las medidas pueden adoptar un intervalo continuo de valores; por
ejemplo, la longitud, el peso, la concentración, etc. Se denomina "por atributos" cuando las medidas adoptadas
no son continuas; ejemplo, tres tornillos defectuosos cada cien, 3 paradas en un mes en la fábrica, seis
personas cada 300, etc.

Antes de utilizar las Gráficas de Control por variables, debe tenerse en consideración lo siguiente:

a.- El proceso debe ser estable

b.- Los datos del proceso deben obedecer a una distribución normal

c.- El número de datos a considerar debe ser de aproximadamente 20 a 25 subgrupos con un tamaño de
muestras de 4 a 5, para que las muestras consideradas sean representativas de la población.

d.- Los datos deben ser clasificados teniendo en cuenta que, la dispersión debe ser mínima dentro de cada
subgrupo y máxima entre subgrupos

e.- Se deben disponer de tablas estadísticas

5.5 HISTOGRAMAS Y ANALISIS DE PARETO

Análisis de Pareto

Página
28
El análisis de Pareto es una comparación ordenada de factores relativos a un problema. Esta comparación nos
va a ayudar a identificar y enfocar los pocos factores vitales diferenciándolos de los muchos factores útiles.
Esta herramienta es especialmente valiosa en la Asignación de prioridades a los problemas de calidad, en el
Diagnóstico de Causas y en la Solución de las mismas.

Cómo interpretar un análisis de Pareto:

El objetivo es utilizar los hechos para encontrar la máxima concentración de potencial de mejora con el
mínimo número de soluciones, separando los pocos elementos pero vitales relativos al problema, de los
muchos y útiles. El equipo responsable del proyecto identificará los elementos vitales mediante el porcentaje
acumulado del total, que nos dirá qué elementos (pocos) contribuyen en el problema en un alto porcentaje.
Normalmente, este bajo número de elementos, sobre el 20%, constituirá aproximadamente un 80% del
problema. La solución se focaliza entonces en estos pocos elementos, pero vitales, separados del resto por un
Punto de Inflexión en el gráfico lineal del porcentaje acumulado del total.

Cómo elaborar un análisis de Pareto:

1. Cuantificar los factores del problema y sumar los efectos parciales hallando el total.
2. Reordenar los elementos de mayor a menor

3. Determinar el % acumulado del total para cada elemento de la lista ordenada.

4. Trazar y rotular el eje vertical izquierdo (unidades).

5. Trazar y rotular el eje horizontal (elementos).

6. Trazar y rotular el eje vertical derecho (porcentajes)

7. Dibujar las barras correspondientes a cada elemento

8. Trazar un gráfico lineal representando el porcentaje acumulado

9. Analizar el diagrama localizando el "Punto de inflexión" en este último gráfico.

Página
29
Página
30
5.6. GRAFICAS POR VARIABLES Y SU INTERPRETACIÓN

Para elaborar un gráfico de control por variables pueden utilizarse:

 Observaciones individuales
 Observaciones muestrales

En el de observaciones muestrales, se toma una serie de muestras, y se representan sus medias,

recorridos, desviaciones,... Tiene una ventaja: El nº de datos es menor, con una variabilidad menos
acusada y más fácil de interpretar.
Se suelen representar dos parámetros estadísticos, para representar tanto la tendencia central como la
dispersión, los pares más comunes son media y desviación, media y recorrido.

Comenzaremos viendo como se construye el gráfico , (Media y Recorrido) por ser éste uno de los
más utilizados.

Interpretación de graficas

Las gráficas describen la relación entre dos variables.

Página
31
La variable que se representa en el eje horizontal se llama variable x o variable independiente. La que se
representa en el eje vertical, variable y o variable dependiente.

La variable y es función de la variable x.

Para interpretar una gráfica, hemos de mirarla de izquierda a derecha, observando cómo varía la variable
dependiente, y, al aumentar la variable independiente, x.

5.6.1 GRAFICA X

5.6.2 GRAFICA R

Gráficas de variables

Una grafica de control X-R, en realidad son dos gráficas en una, una representa los promedios de las muestras
de la (gráfica X) y la otra representa los rangos (gráfica R), deben construirse juntas, ya que la gráfica X, nos
muestra cualquier cambio en la media del proceso y la gráfica R nos muestra cualquier cambio en la
dispersión del proceso, para determinar las X y R de las muestras, se basan en los mismos datos.

El uso particular de la grafica X-R es que nos muestra los cambios en el valor medio y en la dispersión del
proceso al mismo tiempo, además es una herramienta efectiva para verificar anormalidades en un proceso
dinámicamente.

Algunos puntos importantes a considerar previo a la elaboración de esta gráfica son:

 Propósito de la gráfica

 Variable a considerar

 Tamaño de la muestra

 Tener un criterio para decidir si conviene investigar causas de variación del proceso de producción.

 Familiarizar a l personal con el uso de esta gráfica.

El proceso que se debe seguir para construir una grafica es:

Página
32
La construcción de una gráfica de rangos y promedio resulta de formar una unidad, tanto de la gráfica de
promedios como de la de rangos.

Consta de dos secciones, parte superior se dedica a los promedios, y la parte inferior a los rangos.

En el eje vertical se establece la escala, a lo largo del eje horizontal se numeran las muestras.

En la gráfica se relacionan estos promedios con los intervalos durante los cuales se tomaron las muestras. En
el eje vertical se indican los valores correspondientes a los valores de muestras. En el eje horizontal se señalan
los periodos de tiempo en los que se toman las muestras a semejanza que la de promedios.

La interpretación de esta grafica de promedio y rango seria que a partir de los datos de la grafica de promedios
y rangos, podemos determinar el valor central del proceso y su aplicación.

Mediante este proceso está bajo control cuando no muestra ninguna tendencia y además ningún punto sale de
los límites.

Se describen los distintos tipos de tendencia, que son patrones de comportamiento anormal de los puntos
(inestabilidad o proceso fuera de control estadístico)

5.7 GRAFICAS POR ATRIBUTOS

Las características de calidad que no pueden ser medidas con una escala numérica, se juzga a través de un
criterio más o menos subjetivo.

Los datos se presentan con periodicidad a la gerencia y con ellos se integran números índices, que son muy
importantes en el desarrollo de una empresa, estos pueden referirse al producto, desperdicio rechazo de
materiales.

Dentro de la clasificación de las características calidad por atributos se requiere:

 De un criterio
 De una prueba

 De una decisión

Página
33
El criterio se establece de acuerdo con las especificaciones.

La prueba consiste en la operación que se realiza para averiguar la existencia o no del criterio establecido.

La decisión determina qué título debe darse a los productos, es decir si pasó o no pasa.

5.7.1 FRACCION DEFECTUOSO P

El porcentaje de artículos defectivos se expresa como fracción decimal para el cálculo de los límites de
control.

La fracción sin embargo, se convierte generalmente en porcentaje cuando se transcribe en la gráfica y se usa
en la presentación general de los resultados.

Las muestras que se utilizan para elaborar esta gráfica son de tamaño variable. Las muestras de tamaño
grande permiten evaluaciones más estables del desarrollo del proceso y son más sensibles a cambios
pequeños.

Se utiliza cuando no podemos tener el tamaño de muestra (n) constante, en la práctica es muy común.

El defectivo son aquellas piezas que no cumplen con especificaciones y es causa de rechazo.

Los principales objetivos de la gráfica P son:

Poner a la atención de la dirección cualquier cambio en el nivel medio de calidad.

Descubrir los puntos fuera de control que indican modelos de inspección relajados.

Proporcionar un criterio para poder juzgar si lotes sucesivos pueden considerarse como representativos de un
proceso.

Esto puede influir convenientemente en la severidad del criterio de aceptación

Página
34
5.7.2. ARTICULOS DEFECTUOSOS C

La gráfica c estudia el comportamiento de un proceso considerando el número de defectos encontrados al

inspeccionar una unidad de producto.

La gráfica hace uso del hecho de que artículo es aceptable aunque presente cierto número de defectos.

Los objetivos de la gráfica c son:

Reducir el costo relativo al proceso

Informar a los supervisores de producción y a la administración acerca del nivel de calidad.

Determinar qué tipo de defectos no son permisibles en un producto informar de la probabilidad de ocurrencia
de los defectos en una unidad.

Estas graficas deben utilizarse solo cuando el área de oportunidad de encontrar defectos permanece constante.

5.7.3 DEFECTOS POR MUESTRA V

Definir
Definir Medir Analizar Mejorar Controlar
Controlar

Una vez implementadas las mejoras en nuestro proceso, el último paso es asegurarnos que las
implementaciones se mantengan y estén siendo actualizadas a través del tiempo.

Página
35
Los proyectos Seis-Sigma se van actualizando constantemente. En la siguiente gráfica observamos que la
metodología es cíclica, también vemos que podemos regresarnos de una fase a otra, en caso de no haber
obtenido la información necesaria, pero lo que no está permitido es saltarnos fases.

CONCLUSIÓN

El muestreo Estadístico resulta beneficioso para implementarlo en la realización de un estudio, debido a que
mediante este se pueden obtener probabilidades bajas o altas a través de determinados beneficios que estas
técnicas ofrecen. En los diferentes tipos de muestreo existen no probabilística en los cuales se deben
establecer diferencia en el momento de realizar nuestras investigaciones por tanto que en el no probabilística

Página
36
no toda la población forma parte de la muestra y en el probabilística todos los individuos tienen probabilidad
positiva de formar parte de la muestra.

El muestreo es sencillamente el procedimiento que se emplea a extraer una pequilla parte de una población
dentro de un universo a esta se le llama espacio muestral dentro de un universo.

Es importante resaltar que el primer procedimiento al realizar una auditoria, es iniciar las investigaciones de
manera tal que esta arrojen conclusiones provenientes de determinados estudios como puede ser el estadístico
a través de una muestra probabilística.

BIBLIOGRAFÍA

 www.gestiopolis.com/dirgp/fin/auditoria.htm

Página
37
 www.auditoriasistemas.com
 www.monografias.com/trabajos14/auditoria/auditoria.shtml
 www.wikipedia.com

Página
38