Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
146
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
RESULTADOS EN MINITAB
147
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Direccin General de Institutos Tecnolgicos
CONTROL ESTADISTICO DE LA CALIDAD
INGENIERIA INDUSTRIAL
UNIDAD 3 GRFICOS DE CONTROL POR ATRIBUTOS
EJERCICIO 10 y 11 del archivo grficos de control por atributos
5X5A- CIM- 10:00-11:00
ALUMNO:
Anai Umaa Cardenas
MAESTRO:
MGC. JUAN JOS SILICEO ROMERO
H. Veracruz, Ver., a 09 de MAYO del 2014
148
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
EJERCICIO 10.
Encuentre los lmites de control de tres sigma para:
a) Una grfica de C, con el promedio del proceso igual a 4
disconformidades.
= 4 disconformidades= Total de defectos/Total de subgrupos.
Lmite superior:
+3 = 4+3 4= 10
Lmite inferior:
-3 = 4-3 4= -2
b) Una grfica de U con C=4 y n=4.
=Total de defectos/Total de artculos inspeccionados=c/n=1
Lmite superior:
+3 = 1+3 0.25 = 2.5
Lmite inferior
- 3 = 1+3 0.25 = -0.05
149
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
EJERCICIO 11, GRAFICO C
11.- Los datos que siguen representan el nmero de disconformidades en 1.000
metros de cable telefnico. Concluira a partir del anlisis de estos datos, que el
proceso est bajo control estadstico? Qu procedimiento de control
recomendara para la produccin futura?
Obtencin de i
m
i
c
m
c
= =
1 /
c = 189/22 = 8.5909
Lites de control
c c LCS 3 + =
c c LCI 3 =
c c LCS 3 + =
LCS= 8.5909 + 3(8.6363)
LCS= 8.5909 + 3(2.9310)
LCS= 8.5909 + 8.7930
LCS = 17.3839
c c LCI 3 =
LCI= 8.5909 + 3(8.6363)
LCI= 8.5909 + 3(2.9310)
LCI= 8.5909 8.7930
LCI = -0.2031
150
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
No podemos concluir que el proceso est bajo control estadstico, puesto que
despus de calcular los lmites de control tanto superior como inferior y as mismo
realizar la grfica, encontramos que existen tres puntos que salen y sobrepasan
dicho lmite de control superior, por lo tanto habr que eliminar estas muestras y
tratar de mejorar el proceso.
Los puntos son las muestras 10, 11, 22.
El mejor procedimiento para mejorar la produccin futura se recomendara
solucionar o eliminar la muestra que genera una causa especial, y tratar de
estabilizar el proceso con una mejora continua hasta que el proceso est bajo
control.
151
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Como podemos observar en la nueva grfica, se eliminaron las muestras 10, 11,
22 las cuales sobrepasaban los lmites de control superior, y se demuestra cmo
el proceso ya se encuentra bajo control con el simple hecho de solucionar las
causas especiales que se encontraron en este proceso.
152
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Direccin General de Institutos Tecnolgicos
CONTROL ESTADISTICO DE LA CALIDAD
INGENIERIA INDUSTRIAL
TRABAJO:
PRCTICA 2
GRFICO DE CONTROL POR ATRIBUTO U y C
EJERCICIO 1 y 2
UNIDAD 3
5X5 - A 10:00 AM - 11:00 AM CIM
PRESENTA:
Anai Umaa Crdenas
(Equipo 6 )
MAESTRO:
MGC. JUAN JOS SILICEO ROMERO
H. Veracruz, Ver., a 14 de MAYO del 2014
153
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
PRCTICA 2
MATERIA: CONTROL ESTADISTICO DE LA CALIDAD
CLAVE: 5X5 - A
PROGRAMA EDUCATIVO: INGENIERA INDUSTRIAL
NOMBRE DE LA
MATERIA
CONTROL
ESTADSTICO DE
LA CALIDAD
CLAVE 5 X 5- A
NOMBRE DE LA
PRCTICA
MANUAL DE
PRCTICA EN
MINITAB
PRCTICA
NMERO
2
PROGRAMA
EDUCATIVO
INGENIERA
INDUSTRIAL
PLAN DE
ESTUDIO
COMPETENCIAS
NOMBRE DEL
MAESTRO
MCG. SILICEO
ROMERO JUAN
JOS
NMERO DEL
ALUMNO
E11020240
AULA CIM FECHA 14 DE MAYO DEL
2014
EQUIPO Y HERRAMIENTA
REQUERIDO
CANTIDAD
EQUIPO DE COMPUTO 1 POR ALUMNO
SOFTWARE REQUERIDO
OFFICE (WORD, EXCEL)
MINITAB
OBSERVACIONES
154
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
NOMBRE Y FIRMA DEL MAESTRO NOMBRE DE LOS ALUMNOS
MGC. JUAN JOS SILICEO ROMERO
Anai Umaa Crdenas
1.- INTRODUCCIN:
Se mostrara a continuacin una prctica con un ejemplo a seguir paso a paso con
la elaboracin en el software MINITAB; el cual nos permitir conocer los errores
que se encuentran dentro del proceso y las medias adems de los rangos medios
2.- OBJETIVO (COMPETENCIA):
Ser capaces de elaborar e interpretar las diferentes grficas de control segn sean
requeridas.
3.- TEORA:
Grficos c y u.
De forma anloga a los Grficos de Control np y p se utilizan los Grficos c y u en
los que en vez de contabilizar piezas defectuosas se cuentan defectos.
En el Grafico c se toman muestras de tamao n, necesariamente constante, y se
cuentan la cantidad de defectos en el conjunto de las n piezas. Esta cantidad c es
el estadstico a graficar.
En el Grfico u se toman muestras de tamao ni, no necesariamente constante y
se contabilizan los defectos por unidad muestreada, es decir, el nmero total de
defectos encontrados en la muestra dividido por el tamao de la muestra.
Los defectos por unidad muestreada u es el estadstico a graficar.
4.- DESCRIPCIN
155
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
A) PROCEDIMIENTO Y DURACION DE LA PRCTICA:
Plantear el problema
1.- En una maquiladora se producen lotes de juguetes. La tabla adjunta
muestra los resultados de la inspeccin de 20 lotes de tres tamaos
diferentes, 20, 25 y 40.
Lote N c u Lote n c u
1 20 72 11 25 47
2 20 38 12 25 55
3 40 76 13 25 49
4 25 35 14 25 62
5 25 62 15 25 71
6 25 81 16 20 47
7 40 97 17 20 41
8 40 78 18 20 52
9 40 103 19 40 128
10 40 56 20 40 84
Elabora una grfica u para estos datos y comenta sobre la estabilidad del proceso.
Pasos para resolver el problema anteriormente planteado
156
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
1.- La hoja de datos es vaciada en el programa Minitab como se muestra a
continuacin.
2.- Seleccionamos el men ESTADISTICAS, se desplegara una lista de opciones
de las cuales escogeremos graficas de control, se volver a desplegar una lista
de opciones y seleccionaremos la que nos interesa, es decir, seleccionaremos
graficas de atributo para subgrupos para finalmente escoger U; como a
continuacin se muestra.
A continuacin aparecer la siguiente ventana
DATOS
157
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
3.- Enseguida se realizaron las siguientes actividades:
En la primera casilla indicaremos los datos que vamos a utilizar, en este caso
seleccionamos 'C' dando doble clic sobre ellos.
En la segunda casilla seleccionaremos el tamao de los subgrupos: N
4.- Despus de haber hecho lo anterior, seleccionaremos ETIQUETAS y se
desplegara la siguiente ventana, en donde llenaremos las casillas como a
continuacin se muestra
158
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
5.- Aceptamos y regresaremos a la ventana anterior, corroboramos que todas las
casillas estn llenadas correctamente y aceptamos
6.- El programa nos brindara el grfico de control siguiente
159
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
19 17 15 13 11 9 7 5 3 1
3.5
3.0
2.5
2.0
1.5
1.0
Muestra
C
o
n
t
e
o
d
e
m
u
e
s
t
r
a
s
p
o
r
u
n
i
d
a
d
_
U=2.3
LCS=3.019
LCI=1.581
1
1
1
1
CONTROL ESTADISTICO DE LA CALIDAD
Anai Umaa Cardenas (Equipo 6 )
GRAFICO POR ATRIBUTOS U "EJERCICO 1 "
Las pruebas se realizaron con tamaos de la muestra desiguales
Mediante la realizacin de los grficos de control U pudimos observar que el
proceso no se encuentra en control estadstico, por lo tanto se eliminaran los
puntos (1, 6,10 y 19) que se encuentras fuera de control.
7.- Repetimos el paso nmero 2 y seleccionamos opciones de datos
8.- Enseguida aparecer la siguiente ventana y seleccionaremos como a
continuacin se indica:
160
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
9.- Aceptamos y minitab nos brindara el grafico que a continuacin se muestra
15 13 11 9 7 5 3 1
3.0
2.5
2.0
1.5
1.0
Muestra
C
o
n
t
e
o
d
e
m
u
e
s
t
r
a
s
p
o
r
u
n
i
d
a
d
_
U=2.191
LCS=2.893
LCI=1.489
CONTROL ESTADISTICO DE LA CALIDAD
Anai Umaa Cardenas (Equipo 6 )
GRAFICO POR ATRIBUTOS U "EJERCICO 1 "
Las pruebas se realizaron con tamaos de la muestra desiguales
CONCLUSIN: Despus de eliminar los puntos fuera de control, podemos decir
que el proceso se encuentra bajo control estadstico ya que todos los puntos se
encuentran dentro de los lmites de control.
A) PROCEDIMIENTO Y DURACION DE LA PRCTICA:
Plantear el problema
161
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
2.-En la siguiente tabla se presenta el nmero de remaches faltantes
observados en la inspeccin final del avin.
Avin
nmero
Remaches
faltantes
Avin
nmero
Remaches
faltantes
Avin
nmero
Remaches
faltantes
201 8 210 12 218 14
202 16 211 23 219 11
203 14 212 16 220 9
204 19 213 9 221 10
205 11 214 25 222 22
206 15 215 15 223 7
207 8 216 9 224 28
208 11 217 9 225 9
209 21
Traza un grfico c, comenta sobre la estabilidad del proceso y calcula el valor
estimado de c para el prximo perodo.
Pasos para resolver el problema anteriormente planteado
162
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
1.- La hoja de datos es vaciada en el programa Minitab como se muestra a
continuacin.
2.- Seleccionamos el men ESTADISTICAS, se desplegara una lista de opciones
de las cuales escogeremos graficas de control, se volver a desplegar una lista
de opciones y seleccionaremos la que nos interesa, es decir, seleccionaremos
graficas de atributo para subgrupos para finalmente escoger C; como a
continuacin se muestra.
A continuacin aparecer la siguiente ventana
DATOS
163
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
3.- Enseguida se realizaron las siguientes actividades:
En la primera casilla indicaremos los datos que vamos a utilizar, en este caso
seleccionamos Remaches faltantes'' dando doble click sobre ellos.
En la segunda casilla seleccionaremos el tamao de los subgrupos: N
4.- Despus de haber hecho lo anterior, seleccionaremos ETIQUETAS y se
desplegara la siguiente ventana, en donde llenaremos las casillas como a
continuacin se muestra
164
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
5.- Aceptamos y regresaremos a la ventana anterior, corroboramos que todas las
casillas estn llenadas correctamente y aceptamos
6.- El programa nos brindara el grfico de control siguiente
165
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
25 23 21 19 17 15 13 11 9 7 5 3 1
30
25
20
15
10
5
0
Muestra
C
o
n
t
e
o
d
e
m
u
e
s
t
r
a
s
_
C=14.04
LCS=25.28
LCI=2.80
1
CONTROL ESTADISTICO DE LA CALIDAD
Anai Umaa Cardenas (Equipo 6)
Grafica de control por atributo c " EJERCICIO 2"
Mediante la realizacin del grfico de control C pudimos observar que el proceso
no se encuentra en control estadstico, ya que el punto nmero 24 se encuentra
fuera de los lmites. Este punto se eliminara.
7.- Repetimos el paso nmero 2 y seleccionamos opciones de datos
166
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
8.- Enseguida aparecer la siguiente ventana y seleccionaremos como a
continuacin se indica:
9.- Aceptamos y minitab nos brindara el grafico que a continuacin se muestra
23 21 19 17 15 13 11 9 7 5 3 1
25
20
15
10
5
0
Muestra
C
o
n
t
e
o
d
e
m
u
e
s
t
r
a
s
_
C=13.46
LCS=24.46
LCI=2.45
1
CONTROL ESTADISTICO DE LA CALIDAD
Anai Umaa Cardenas (Equipo 6)
Grafica de control por atributo c " EJERCICIO 2"
167
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Despus de eliminar el punto fuera de control, podemos apreciar que sigue
existiendo un punto fuera de los lmites.
10.- Repetiremos el paso 2 y 7, enseguida aparecer la siguiente ventana y
seleccionaremos como a continuacin se indica
11.- Aceptamos y enseguida minitab nos brindara el siguiente grfico:
23 21 19 17 15 13 11 9 7 5 3 1
25
20
15
10
5
0
Muestra
C
o
n
t
e
o
d
e
m
u
e
s
t
r
a
s
_
C=12.96
LCS=23.76
LCI=2.16
CONTROL ESTADISTICO DE LA CALIDAD
Anai Umaa Cardenas (Equipo 6)
Grafica de control por atributo c " EJERCICIO 2"
168
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
CONCLUSIN: Ahora el proceso se encuentra bajo control estadstico ya que
todos sus puntos se encuentran dentro de los lmites de control.
Conforme a la realizacin de la practica concluimos que los grficos de
control son herramientas estadsticas muy simples de construir, simples de
utilizar y muy tiles para controlar tendencias y la estabilidad de un proceso
analtico.
4.- BIBLIOGRAFA:
FECHA DE RECUPERACIN: 25/03/14
http://www.dgplades.salud.gob.mx/descargas/dhg/GRAFICAS_CONTROL.p
df
E.L. Grant, R.S. Leavenworth, Statistical Quality Control, McGraw-Hill, Inc.,
New York (1988)
5.- ANEXOS: Hoja en Excel
169
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
h
UNIDAD 4. PLANES DE MUESTREO DE ACEPTACIN
4.1. Conceptos Bsicos
del Muestreo de
Aceptacin
4.2. Uso de Tablas de
Muestreo (MIL-STD,
414, 105D y DODGE
ROMING)
4.2.1. Plan de muestreo de
Aceptacin por atributos
170
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
4.1. Conceptos Bsicos del Muestreo de Aceptacin
Un muestreo de aceptacin consiste en evaluar un colectivo homogneo a travs
de una muestra aleatoria, para decidir la aceptacin o el rechazo del colectivo. Por
tanto es necesario tener presente en todo momento que, en un muestreo, lo que
se est evaluando es toda la poblacin y no slo la muestra, por lo que la cuestin
es si una poblacin, con las caractersticas inferidas a partir de los datos de la
muestra observada, es aceptable o no (ver Fig. 1).
Bajo el punto de vista estadstico, un muestreo de aceptacin es un contraste de
hiptesis en el que se evala una caracterstica (parmetro de una poblacin) a
travs de unos valores muestrales.
El concepto de muestreo de aceptacin va asociado a inspeccin, por lo que
acarrea todos los problemas que supone confiar la calidad en la inspeccin. Sin
embargo, esto no es achacable al muestreo en s, ya que este mismo
inconveniente lo tiene la inspeccin 100%.
La primera cuestin que se plantea ante una inspeccin de recepcin es si se
realiza un muestreo o si es preciso una inspeccin al 100%. Deming demuestra
que la situacin ptima (mnimo coste esperado) es:
Si p < k
1
/ k
2
Aceptar sin inspeccin.
Si p > k
2
/ k
2
Realizar inspeccin 100%.
donde:
171
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
p: Peor fraccin defectuosa esperada del lote.
k
1
: Coste de inspeccionar una pieza.
k
2
: Coste de aceptar una pieza defectuosa.
De acuerdo con este criterio, el muestreo no tiene sentido. No obstante hay que
tener en cuenta lo siguiente:
- La inspeccin por medios destructivos no puede ser 100% por razones obvias.
- En el caso de lotes muy grandes la inspeccin 100% deja de ser 100% fiable
debido a factores como la fatiga, etc. Adems en lotes grandes la relacin entre el
tamao de la muestra requerida y el tamao del lote decrece, por lo que el empleo
de mtodos de muestreo puede estar justificado.
Fuente: http://web.cortland.edu/matresearch/aceptacion.pdf
La inspeccin por muestreo
La inspeccin por muestreo consiste en revisar ("inspeccionar") slo una parte
("muestra") del material cuya calidad se desea verificar. Presenta la ventaja de
que permite tomar decisiones sobre si la calidad del material es adecuada o no,
con riesgos de error que se pueden fijar de antemano y con un esfuerzo de
inspeccin mucho menor que el requerido cuando la inspeccin se realiza al
100%.
Existen 2 curiosas paradojas relacionadas con la inspeccin por muestreo:
- La inspeccin al 100% no produce resultados necesariamente ms seguros que
una inspeccin por muestreo. En la inspeccin al 100% tambin se producen
errores ya sea por fatiga del inspector o, en general, por confiar ms en la
"cantidad" de inspeccin que en la "calidad" de la misma.
- El aumento de la cantidad de material sometido a revisin, no exige aumentar en la
misma proporcin el tamao de la muestra a inspeccionar. Un ejemplo domstico
sirve para aclarar esta aparente contradiccin: Cuando en nuestras tareas
domsticas cotidianas preparamos un cocido, lo catamos con una cuchara para
comprobar si el punto de sal es el correcto. Si un da tenemos invitados y la
cantidad de cocido es el doble o el triple de la habitual, la cuchara (o la cantidad
de caldo) que tomamos para catar, es tambin el doble o el triple de lo habitual?
En algunos casos, en los que los perjuicios que puede causar una unidad
defectuosa son grandes, y especialmente si el costo de inspeccin es pequeo, lo
ms aconsejable puede ser realizar una inspeccin al 100 %. Pero es distinta una
inspeccin al 100% porque despus de estudiar las posibles alternativas se decide
que esta es la mejor opcin, que aplicar este tipo de inspeccin por rutina, lo cual
172
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
muy probablemente aumenta los costos sin mejorar la seguridad de que el
producto adquirido cumpla con los requisitos establecidos.
Dos conceptos clave: lote y muestra aleatoria.
Conviene insistir en el sentido que en este contexto se dan dos conceptos
clave: lote y muestra aleatoria.
Un lote es un conjunto homogneo de material.
Puede coincidir con una entrega, una parte de la misma, o un conjunto de ellas.
No debe confundirse lote con pedido. Un pedido puede ser servido con un
conjunto de unidades no fabricadas todas ellas en las mismas condiciones,
siendo, por tanto, una mezcla heterognea. Dado un conjunto de material
homogneo, cuanto mayor sea el tamao del lote mejor, ya que el tamao de la
muestra a inspeccionar no crece proporcionalmente con el tamao del lote.
Muchas veces se considera "elemental" tomar una muestra aleatoria de un lote y
la metodologa de seleccin de la muestra se deja en manos de cualquier persona.
Este suele ser un mal procedimiento, ya que tomar muestras aleatorias no es fcil
ni cmodo. Es necesario establecer de forma clara cmo debe seleccionarse la
muestra a inspeccionar, de acuerdo con las caractersticas y peculiaridades del
material y de cada caso.
Es necesario especificar cmo se elige la muestra aleatoria
4.2. Uso de Tablas de Muestreo (MIL-STD,
MUESTREOS LOTE A LOTE: MIL-STD-105E.
Este plan de muestreo es posiblemente el que ha tenido mayor difusin. Ha sido adoptado con
pequeas variaciones por casi todos los cuerpos de normas importantes (ANSI, ISO, BS, JIS,
UNE, etc.). La revisin anterior (MIL-STD-105D) estuvo en vigor ms de 25 aos y la primera
revisin data de 1950. La revisin actual no incluye ningn cambio en los fundamentos
estadsticos, pero si actualiza su aplicacin contractura
El contenido de la norma es el siguiente:
Los planes de muestreo de MIL-STD-105E se basan en el NCA, que deber fijarse entre
cliente y proveedor. En principio estos planes estn pensados para inspeccin lote a lote
aunque tambin se puede utilizar para el caso de lotes aislados; en este caso es necesario
especificar cul es la CL mxima que se admite.
Existen tres niveles ordinarios de inspeccin, niveles I, II, y III, y otros cuatro especiales,
niveles S-1, S-2, S-3 y S-4, que se utilizan en caso de ensayos destructivos o de inspecciones
173
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
muy costosas. Estos niveles van en funcin de la complejidad y la responsabilidad del
producto.
Cuanto ms alto es el nivel, mayor es el tamao de la muestra y aumenta la discriminacin del
plan de muestreo. Si no se indica otra cosa se toma el nivel II.
Existen tres tipos de planes: simples, dobles y mltiples, cuya eleccin queda a cargo del
inspector que aplica la norma.
Como se ha dicho anteriormente, esta norma est diseada para series de lotes. Existen por
tanto tres niveles de muestreo distintos segn haya sido la historia de los lotes anteriores:
Inspeccin Rigurosa.
Inspeccin Normal.
Inspeccin Reducida.
La inspeccin comienza en normal. Si dos de los 5 ltimos lotes se han rechazado debe
pasarse a rigurosa. Si estando en rigurosa se aceptan 5 lotes consecutivos, entonces debe
pasarse a normal. Para pasar de normal a reducida es necesario que lo acepte el cliente, que
los ltimos 10 lotes (o ms segn los casos ver TABLA VIII) hayan resultado aceptables, que
el nmero de componentes defectuosos no supere el marcado por la TABLA VIII y que la
fabricacin siga uniforme.
414, 105D y DODGE ROMING)
l MIL-STD-105E, son de uso corriente los siguientes planes:
Sistema Philips.
Se basa en curvas CO que pasan por el punto de indiferencia (fraccin defectuosa que tiene
igual probabilidad de ser aceptada que rechazada). Este punto se acuerda entre proveedor y
cliente. Los planes dan el tamao de la muestra segn el tamao del lote y el nmero mximo
de unidades defectuosas admitido. Los planes son simples para lotes inferiores a 1000
unidades y dobles para lotes mayores. La segunda muestra es de doble tamao que la
primera.
Tablas de Dodge-Romig.
Las tablas Dodge-Romig contienen dos juegos distintos. El primero de ellos utiliza la CL y por
lo tanto es apropiado para lotes aislados. El segundo de ellos utiliza el LIMITE DE LA
CALIDAD MEDIA DE SALIDA y proporciona el plan cuya inspeccin media total es mnima.
Para la aplicacin de estas tablas se precisa conocer aproximadamente la fraccin defectuosa
con la que se fabricaron las piezas.
174
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
4.2.1. Plan de muestreo de Aceptacin por atributos
El muestreo por atributos se puede aplicar a lotes aislados o series homogneas
de lotes. En el primer caso la poblacin es finita y se rige por la distribucin
hipergeomtrica (muestreo de tipo A), aunque para lotes grandes se puede
aproximar por la binomial.
En el segundo caso se supone la poblacin compuesta de infinitos elementos y
por tanto se rige por la distribucin binomial (muestreo de tipo B). En el caso que
el muestreo sea por nmero de defectos, la funcin a aplicar es la de Poisson,
independientemente que se trate de un lote aislado o una serie de lotes.
Un plan de muestreo se caracteriza por su CURVA DE OPERACION (ver Fig. 1).
En el eje de abscisas OX se representa la fraccin defectuosa pdel lote a
inspeccionar (o el nmero de defectos medio m en el caso de contabilizar
defectos). En el eje de ordenadas OY se representan las probabilidades de
aceptacin de los lotes de esas caractersticas. Evidentemente P(0) = 1 y P(1) =0.
En una curva de aceptacin se encuentran los siguientes puntos caractersticos
(ver Fig. 2):
a. NCA (Nivel de Calidad Aceptable). En ingls AQL (Acceptable Quality
Level). Indica un cierto porcentaje de defectos, en general considerado como
tolerable, para el cual se define una probabilidad pequea de rechazar el lote.
: Indica la probabilidad de rechazar el lote con una proporcin de defectos
igual a NCA. Es lo que se conoce como "riesgo del vendedor".
175
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
b. NCR: Nivel de Calidad Rechazable. De forma anloga al NCA, define un
porcentaje de defectos, en general considerado como intolerable, para el cual
se define una probabilidad baja para la aceptacin del lote.
: Es la probabilidad de aceptar el lote con una proporcin de defectos igual al
NCR. Tambin se conoce con el nombre de "riesgo del comprador".
Estos 4 parmetros definen dos puntos de paso de la curva caracterstica tal como
se indica en la Figura.
Cmo construir una curva caracterstica
Una forma cmoda y relativamente sencilla es utilizando una hoja de clculo tipo
Excel, con el aspecto que se indica en la Figura. En la lnea de frmulas aparece
la expresin para calcular las probabilidades acumuladas correspondientes a la
distribucin binomial.
176
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
4.2.2. Plan de muestreo de aceptacin por variables
En los planes de muestreo de aceptacin por Variables se especifican el nmero
de artculos que hay que muestrear y el criterio para juzgar los lotes cuando se
obtienen datos de las mediciones respecto a la caracterstica de calidad que
interesa.
Estos planes se basan generalmente en la Media y Desviacin estndar
muestrales de la caracterstica de calidad. Cuando se conoce la distribucin de la
caracterstica en el lote o el proceso, es posible disear pl anes de muestreo por
Variables que tengan riesgos especificados de aceptar y de rechazar lotes de una
calidad dada.
Se puede obtener de la misma curva caracterstica de operacin con un tamao
muestral menor que lo requerido por un plan de muestreo por atributos. Cuando se
utilizan pruebas destructivas, el Muestreo por Variables es particularmente til
para reducir los costos de inspeccin. Los datos de mediciones proporcionan
normalmente ms informacin sobre el proceso de manufactura o el lote que los
datos de Atributos.
177
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Mapa Conceptual UNIDAD #4
178
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Direccin General de Institutos Tecnolgicos
CONTROL ESTADISTICO DE LA CALIDAD
INGENIERIA INDUSTRIAL
UNIDAD 4 PLANES DE MUESTREO DE ACEPTACIN
EJERCICIOS 3-7-8-9-15-16
5X5A- CIM- 10:00-11:00
ALUMNO:
Anai Umaa Cardenas
MAESTRO:
MGC. JUAN JOS SILICEO ROMERO
179
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
H. Veracruz, Ver., a 28 de MAYO del 2014
PROBLEMAS MUESTREO PARA ACEPTACI ON POR
ATRIBUTOS
Ejercicio 3.
Se presenta un lote defectuoso al 5% para un plan de muestreo nico con
inspeccin de rectificacin, n=120, c=3. Cul es la calidad media de salida?, Y la
ITM si los lotes son de tamao 2000?
CALIDAD MEDIA DE SALIDA
AOQ=CMS=Pa*p=(0.1444)(5)=0.722
INSPECCIN TOTAL MEDIA
ITM=n+(1-Pa)(N-n)=120+(1-0.1444)(2000-120)=1728
180
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Ejercicio 8.
Trace la curva CO para los planes de muestreo simple n=50, c=2 y n=100, c=3.
Comente los grficos obtenidos indicando cual de ellos favorece mas al fabricante
y cual al comprador?
181
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
182
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Ejercicio 9.
Supongamos que se enva un producto en lotes de tamao N=5000. El
procedimiento de inspeccin en la recepcin es un muestreo simple con n=50 y
c=1. Trace la curva CO. Calcula el NCA y la CL para unos riesgos de 05 . 0 = o y
. 08 . 0 = | Comenta los resultados obtenidos.
CONCLUSIN:
El nivel aceptable de calidad es NCA=0.007 y la calidad limite Cl= 0.0081.
Plan exigente para el fabricante, ya que NCA=0.71%, luego exige una calidad alta para aceptar el
95% de los lotes.
Plan poco protector para el consumidor, ya que CL=8.34%, luego para que se rechacen el 8% de los
lotes se debe llegar a tener ms del 8% defectuosos.
183
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Ejercicio 15.
Suponga que se usa un plan de muestreo simple con n=150 y c=2 en la inspeccin a
la recepcin para un producto que el proveedor enva en lotes de tamao 3000.
a) Trace la curva CO para este plan.
b) Grafique la curva CMS y encuentre el LCMS:
c) Dibuje la curva ITM para este plan.
184
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
Ejercicio 16.
Suponga que un proveedor enva componentes en lotes de tamao 5000.Se utiliza
un plan de muestreo simple con n=50 y c=2 para inspeccin a la recepcin. Se
tamizan los lotes rechazados y se vuelve a trabajar todos los artculos defectuosos;
para despus regresarlos al lote.
a) Trace la curva CO para este plan.
b) Obtenga el nivel de calidad del lote que se rechazara el 90% de las
veces.
c) La administracin se opuso al empleo del procedimiento anterior de
muestreo y quiere usar un plan con numero de aceptacin c=0,
argumentando que esto es ms acorde con su programa de cero
defectos, Que opina de esto?
d) Disee un plan de muestreo simple con c=0 que corresponde a una
probabilidad de 0.90 de rechazar lotes con el nivel de calidad
encontrado en el inciso b). Observe que los dos planes se equiparan
185
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
ahora en el punto del PTDL. Trace la curva CO para este plan y
comprelo con aquel para el cual n=50, c=2.
b) Obtenga el nivel de calidad del lote que se rechazara el 90% de las veces.
( ) 10 . 0 2 = s = X P P
a
1016 . 0 3 . 5 = 50 32353 . 5 = =
0948 . 0 4 . 5 = p=0.106471
186
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
8 6 4 2 0
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
Porcentaje de defectuosos en el lote
P
r
o
b
a
b
i
l
i
d
a
d
d
e
a
c
e
p
t
a
c
i
n
8 6 4 2 0
3
2
1
0
Pct. elementos defect. en lote entrante
A
O
Q
(
p
c
t
.
e
l
e
m
e
n
t
o
s
d
e
f
e
c
t
u
o
s
o
s
)
8 6 4 2 0
4500
3500
2500
1500
500
Porcentaje de defectuosos en el lote
I
n
s
p
e
c
c
i
n
t
o
t
a
l
p
r
o
m
e
d
i
o
Curva Caracterstica de operacin (OC)
Curva de calidad saliente promedio (AOQ)
Curva de inspeccin total promedio (ATI)
Tamao de la muestra = 50, Nmero de aceptacin = 2
c) La administracin se opuso al empleo del procedimiento anterior de muestreo y
quiere usar un plan de muestreo de aceptacin c=0, argumentando que esto es ms
acorde con su programa de cero defectos. Qu opina de esto?
Si p=0.002 P
a
=P(X0)=0.9048
Si p=0.01 P
a
=P(X0)=0.6065
Si p=0.02 P
a
=P(X0)=0.3679
CONCLUSIN:
Es un plan demasiado exigente para el proveedor, ya que P
a
>0.90 si tiene menos del
0.2% de defectuosos.
187
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL
16 12 8 4 0
1.0
0.8
0.6
0.4
0.2
0.0
Porcentaje de defectuosos en el lote
P
r
o
b
a
b
i
l
i
d
a
d
d
e
a
c
e
p
t
a
c
i
n
16 12 8 4 0
0.8
0.6
0.4
0.2
0.0
Pct. elementos defect. en lote entrante
A
O
Q
(
p
c
t
.
e
l
e
m
e
n
t
o
s
d
e
f
e
c
t
u
o
s
o
s
)
16 12 8 4 0
5000
3000
1000
Porcentaje de defectuosos en el lote
I
n
s
p
e
c
c
i
n
t
o
t
a
l
p
r
o
m
e
d
i
o
Curva Caracterstica de operacin (OC)
Curva de calidad saliente promedio (AOQ)
Curva de inspeccin total promedio (ATI)
Tamao de la muestra = 50, Nmero de aceptacin = 0
d) Disee un plan de muestreo simple con c=0 que corresponde a una probabilidad
de 0.90 de rechazar lotes con el nivel de calidad encontrado en el inciso b). Observe que
los dos planes se equiparan en el punto del PTDL. Trace la curva CO para este plan y
comprelo con aquel para el cual n=50, c=2.
P
a
=P(X=0, con =n 0.106471=0.10 =2.302585 n=21.626
Plan: n=22, c=0 Graficas CO para a) y d):
188
CURSO CONTROL ESTADSTICO DE LA CALIDAD INSTITUTO TECNOLGICO DE VERACRUZ
Anai Umaa Cardenas
PORTAFOLIO
FINAL