08 - CEC - Unidad 2 - 2022

Control Estadístico de la Calidad
Ingeniería en Prevención de Riesgos, Calidad y

Ambiente
SEM VII
Otoño 2022
Docente: Guillermo Alfaro Cerda

Ingeniero Civil Industrial
guillermo.alfaro02@inacapmail.cl
Unidad 2
Muestreo
Unidad 2 – Muestreo
COMPETENCIA DEL PERFIL DE EGRESO ASOCIADA INDICADOR DE DESARROLLO

Gestiona, de manera colaborativa, sistemas de gestión de la Aplica técnicas estadísticas en los sistemas de control y
calidad, ambiente y seguridad, basado en estándares mejora de la calidad de productos y servicios
nacionales o internacionales para la consecución de metas
comunes Aplica técnicas de muestreo de acuerdo a normas nacionales
y/o internacionales
Analiza el modelo de los acuerdos de niveles de calidad (AQL)

COMPETENCIA GENÉRICA NIVEL DE DOMINIO
Trabajo en Equipo Trabaja colaborativamente gestionando la interdependencia
positiva entre los miembros del equipo, para la consecución
Compromiso de las metas comunes, en el quehacer de su profesión.
Actúa, reflexivamente, delimitando sus responsabilidades en

el ámbito de su profesión.
APRENDIZAJES ESPERADOS
2.1.- Aplica, al azar, los planes de muestreo para la toma de decisiones acerca de la aceptación de los lotes de producción,
actuando de manera reflexiva.
Guillermo Alfaro Cerda – Control Estadístico de la Calidad

Curva característica de operación (CO)

Muestra el desempeño de un plan de muestreo al dar la probabilidad de aceptar lotes con
niveles de calidad dados.
Suponga que en una fábrica se producen lotes de
tamaño grande (se considera un lote es grande con
respecto a la muestra cuando ésta es menor a
10% de aquél) y que antes de enviarlos al cliente se
les aplica el plan de muestreo simple por atributos
definido por n = 60, c = 1. Con ello, si en una muestra
aleatoria de n = 60 se encuentra cero o a lo más un
defectuoso, entonces el lote es aceptado y se envía al
cliente. Pero si se encuentran dos o más artículos
defectuosos, entonces el lote es rechazado y se debe
realizar inspección al 100%.
Sin duda, es natural preguntarse qué tipo de calidad garantiza este plan y cuál es el nivel de
calidad que no tolera. La respuesta a estas preguntas se obtiene a partir de la curva
característica de operación (curva CO) para el citado plan.

Curva CO ideal
Aquella que tendría una discriminación perfecta entre lotes “buenos” y “malos”. No existen planes
con este tipo de CO.
Se quiere diseñar un plan de muestreo para rechazar
todos los lotes que no tengan un nivel de calidad
determinado. Supongamos que se quiere rechazar los
lotes que tengan una proporción de artículos
defectuosos mayor que 1%, y aceptar los que tengan
1% de defectuosos o menos. La curva CO ideal para esta
situación, en donde si el porcentaje de defectuosos de
un lote es menor a 1%, se está satisfecho con tal calidad
y ese lote se acepta con probabilidad 1. Mientras que si
la proporción de defectivos de un lote es mayor a 1%, no
se está satisfecho con esa calidad y la probabilidad de
aceptar es cero, es decir, un lote así se rechaza siempre
(con probabilidad 1).
Sin embargo, no existe ningún plan de muestreo que tenga esta curva ideal y que sea capaz de
hacer una discriminación perfecta entre lotes “buenos” y “malos”. En teoría, la curva CO ideal se
puede alcanzar con inspección al 100%, siempre y cuando tal inspección estuviera libre de
errores, lo que difícilmente ocurre.
Propiedades de las curvas CO

1. No existe un plan de muestreo que tenga una curva CO ideal, capaz de 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 sí existe son planes que tienen
mayor probabilidad de aceptar la buena calidad y de rechazar la mala.


2. Al aumentar el tamaño de muestra y el número de
aceptación se obtienen planes que tienen mayor
potencia para distinguir la buena calidad de la
mala. En la imagen se muestran las curvas CO de
tres planes de muestreo; note que entre mayor es n
más rápido cae la curva, no obstante que el
número de aceptación c se mantiene proporcional
al tamaño de muestra. Entre más rápido 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 de mala calidad,
entonces con las tres curvas de la figura 12.5 se
tiene que:
Plan n = 60, c = 1; probabilidad de aceptación 0.302
De esta manera, el último plan sólo dejará pasar 3.5%
de los lotes de referencia.


3. El criterio de tamaño de muestra igual a un porcentaje del tamaño de lote es un mal criterio.
Es frecuente encontrar casos en los que el tamaño de muestra se toma igual a cierto
porcentaje del tamaño del lote y el número de aceptación se establece como c = 0. Pero esto no
es adecuado, ya que si por ejemplo se tienen lotes de tamaño, N, igual a 300, 500 y 800, el
tamaño de muestra se toma igual a cierto porcentaje del tamaño del lote, 10% por ejemplo,
entonces los planes de muestreo resultantes son:
N = 300 n = 30 c = 0
N = 500 n = 50 c = 0
N = 800 n = 80 c = 0


4. Al disminuir el número de aceptación, la curva CO cae más rápido y con ello los planes se
vuelven más estrictos. Esto se aprecia en las curvas CO para los planes
n = 80, c = 0
n = 80, c = 1
n = 80, c = 2

Bibliografía y Referencias
Gutiérrez, H. y de la Vara, R. (2013). “Control estadístico de la calidad y Seis Sigma”.

Control Estadístico de la Calidad
Ingeniería en Prevención de Riesgos,

Calidad y Ambiente
SEM VII
Otoño 2022
Docente: Guillermo Alfaro Cerda

Ingeniero Civil Industrial
guillermo.alfaro02@inacapmail.cl

08 - CEC - Unidad 2 - 2022

Cargado por

Copyright:

Formatos disponibles

08 - CEC - Unidad 2 - 2022

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

08 - CEC - Unidad 2 - 2022

Cargado por

Copyright:

Formatos disponibles

Control Estadístico de la Calidad

Ingeniería en Prevención de Riesgos, Calidad y

Docente: Guillermo Alfaro Cerda

COMPETENCIA DEL PERFIL DE EGRESO ASOCIADA INDICADOR DE DESARROLLO

Analiza el modelo de los acuerdos de niveles de calidad (AQL)

Actúa, reflexivamente, delimitando sus responsabilidades en

Guillermo Alfaro Cerda – Control Estadístico de la Calidad

Curva característica de operación (CO)

Guillermo Alfaro Cerda – Control Estadístico de la Calidad

Propiedades de las curvas CO

Guillermo Alfaro Cerda – Control Estadístico de la Calidad

Propiedades de las curvas CO

Guillermo Alfaro Cerda – Control Estadístico de la Calidad

Propiedades de las curvas CO

Guillermo Alfaro Cerda – Control Estadístico de la Calidad

Propiedades de las curvas CO

Guillermo Alfaro Cerda – Control Estadístico de la Calidad

Guillermo Alfaro Cerda – Control Estadístico de la Calidad

Ingeniería en Prevención de Riesgos,

Docente: Guillermo Alfaro Cerda

También podría gustarte