AdministracindelasOperaciones

El Muestreo de Aceptacin involucra tomar

muestras aleatorias de tandas de materias
primas o de productos terminados para que
el inspector las mida contra estndares
predeterminados.

MUESTREO DE

ACEPTACIN
enjuiciar sobre un
En este sentido,
lote se tiene la
cuando se pretende
alternativa de

1
inspeccionarlo todo
(100%), no
inspeccionarlo, o
muestreo de
aceptacin. Esta
ltima opcin es
una decisin
intermedia entre
las otras dos
alternativas
opuestas, y a veces
resulta la ms

2
econmica
globalmente.

Roberto CARRO PAZ

Daniel GONZLEZ
GMEZ
El Sistema de

Produccin y
Operaciones

CRDITOS FOTOGRFICOS:

La totalidad de las fotografas

incluidas en este trabajo han
sido tomadas por los autores.

Ni la totalidad ni parte de este

trabajo pueden reproducirse,
registrarse o transmitirse, por
un sistema de recuperacin de
informacin, en ninguna forma
ni por ningn medio, sea
electrnico, mecnico,
fotoqumico, magntico o
electroptico, por fotocopia,
grabacin o cualquier otro, sin
permiso previo por escrito de
los autores.
1

MUESTREO DE ACEPTACIN

El Muestreo de Aceptacin involucra tomar muestras aleatorias de tandas de

materias primas o de productos terminados para que el inspector las mida
contra estndares predeterminados. En este sentido, cuando se pretende
enjuiciar sobre un lote se tiene la alternativa de inspeccionarlo todo (100%),
no inspeccionarlo, o muestreo de aceptacin. Esta ltima opcin es una
decisin intermedia entre las otras dos alternativas opuestas, y a veces
resulta la ms econmica globalmente.

E l muestreo de aceptacin es un procedimiento de inspeccin que se usa para

determinar si se acepta o se rechaza una cantidad especfica de material. A medida
que ms empresas emprendan programas de Administracin de la Calidad Total
(TQM) y colaboren muy de cerca con los proveedores para asegurar altos niveles de
calidad de sus suministros, la necesidad de realizar muestreos de aceptacin ser
menor.

El concepto de TQM consiste en que ningn defecto deber pasar de un productor a

un consumidor, no importa que el consumidor sea externo o interno. Sin embargo, en
la realidad, muchas empresas tendrn que seguir dependiendo de la revisin de sus
insumos de materiales. El procedimiento bsico es muy directo.

Setoma una muestra aleatoria a partir de una gran cantidad de elementos y se la

somete a pruebas omediciones pertinentes para la caracterstica de calidad que
interesa.

Silamuestra pasa satisfactoriamente la prueba, la cantidad total de elementos es

aceptada.

Silamuestra no pasa la prueba, entonces (a) la cantidad total de elementos se

somete a una inspeccin del100% y todos los elementos defectuosos se reparan o
sustituyen, o bien (b) la cantidad total se devuelve al proveedor.

Examinemos primero las decisiones que intervienen en la elaboracin de planes para

un muestreo de aceptacin. Despus veremos varios planes para el muestreo de
atributos.

DECISIONES EN UN PLAN DE MUESTREO DE ACEPTACIN

En el muestreo de aceptacin participan tanto el productor (o proveedor) de

materiales como el consumidor (o comprador). Los consumidores necesitan el
muestreo de aceptacin para limitar el riesgo de rechazar materiales de buena
calidad o aceptar otros de mala calidad. en consecuencia, el consumidor, a veces en
combinacin con el productor por medio de acuerdos contractuales, especifica los
parmetros del plan. Por lo tanto, cualquier compaa puede ser la productora de
bienes que otra empresa compra, como la consumidora de bienes o materias primas
suministrados por otra compaa.
2
ROBERTO CARRO PAZ DANIEL GONZLEZ GMEZ

Decisiones sobre calidad y riesgo

Al elaborar un plan de muestreo de aceptacin, se toman en cuenta dos niveles de

calidad. El primero es el nivel de calidad aceptable (AQL) (por sus siglas en ingls;
acceptable quality level); o sea, el nivel de calidad deseado por el consumidor. El
productor del articulo se esfuerza por lograr el AQL, el cual aparece especificado
comnmente en los contratos o las rdenes de compra. Por ejemplo, el contrato puede
especificar un nivel de calidad en el cual no se permita ms de una unidad defectuosa en
10.000; o sea, un AQL de 0,0001. El riesgo del productor () es la posibilidad de que el
plan de muestreo no logre verificar una cantidad aceptable en el lote y que, en
consecuencia, lo rechace: un error tipo I. Lo ms frecuente es que el riesgo del
productor se establezca en 0,05; es decir un 5%.

A pesar de que a los productores les interesa el riesgo bajo, con frecuencia no tienen
control alguno sobre el plan de muestreo de aceptacin del consumidor. Por fortuna,
tambin el consumidor le interesa que el riesgo del productor sea bajo porque por el
hecho de devolver buenos materiales al productor (1) perturba el proceso de produccin
del consumidor e incrementa la posibilidad de padecer una escasez de materiales, (2)
prolonga innecesariamente el tiempo de entrega de los productos o servicios terminados,
y (3) se crean malas relaciones con el productor.

El segundo nivel de calidad es la proporcin defectuosa tolerable en el lote (LTPD)

(por sus siglas en ingls; lot tolerance proportion defective); o sea, el peor nivel de
calidad que el consumidor puede tolerar. La LTPD es una definicin de la mala
calidad que el consumidor deseara rechazar. Reconociendo el elevado costo de los
defectos, los gerentes de operaciones deberan ser cautelosos antes de aceptar los
materiales de mala calidad que les envan sus proveedores. As pues, los planes de
muestreo tienen valores LTPD ms bajos que en el pasado. La probabilidad de
aceptar un lote con calidad LTPD es el riesgo del consumidor (), es decir, el error
tipo II del plan. Un valor muy comn para el riesgo del consumidor es 0,10, o sea,
10%.

Planes de muestreo

Todos los planes de muestreo tienen el propsito de establecer un riesgo especificado

para el productor y para el consumidor. Sin embargo, lo que ms le conviene al
consumidor es que el nmero promedio de elementos inspeccionados (ANI) (por sus
siglas en ingls; average number of items inspected) sea mnimo, porque as se evita
que suban los costos de inspeccin.

Los planes de muestreo varan con respecto al ANI. Los planes de muestreo de
atributos que se usan con frecuencia son: el plan de un solo muestreo, el plan de
doble muestreo y el plan de muestreo secuencial. Tambin se han desarrollado planes
anlogos para medidas variables de la calidad.

Plan de un solo muestreo. Es una regla de decisin para aceptar o rechazar un lote,
basndose en los resultados de una muestra al azar tomada del lote. El procedimiento
consiste en tomar una muestra aleatoria de tamao (n) y examinar cada uno de sus
elementos. Si el nmero de defectos encontrados no excede un nmero de aceptacin
especificado (c), el consumidor acepta todo el lote. Todos los elementos defectuosos que
se encuentren en la muestra se reparan o devuelven al productor. Si el nmero de
defectos encontrados en la muestra es mayor que c, el consumidor somete todo el lote a
una inspeccin al 100% o bien lo rechaza en su totalidad y lo devuelve al productor. El
plan de un solo muestreo es fcil de usar pero suele producir un ANI mayor que los otros
planes. Despus de una breve descripcin de los dems planes de muestreo, enfocaremos
nuestra discusin en este plan.

Plan de doble muestreo. En este tipo de plan, la gerencia especifica dos tamaos

de muestra (n1 y n2) y dos nmeros de aceptacin (c1 y c2). Si la calidad del lote es
muy buena o muy mala, el consumidor toma la decisin de aceptar o rechazar el lote
en funcin de la primera muestra, la cual es ms pequea que en el plan de un solo
muestreo. Para aplicar el plan, el consumidor toma una muestra al azar de tamao

n1. Si el nmero de defectos encontrados es menor que o igual a c1, el consumidor

acepta el lote. Si el nmero de errores est entre c1 y c2 , el consumidor toma una

segunda muestra de tamao n2. si el nmero combinado de defectos en las dos

muestras es menor que o igual que c2, el consumidor acepta el lote. Si no es as, el
lote es rechazado. Un plan de doble muestreo reduce apreciablemente los costos de
inspeccin en comparacin con el plan de un solo muestreo porque cuando se usa el
primero es posible tomar una decisin despus de haber obtenido la primera
muestra. Sin embargo, si para la decisin se requieren dos muestras, los costos de
muestreo suelen ser mayores que en el plan de un solo muestreo.
MUESTREO DE ACEPTACIN

Plan de muestreo secuencial. Es refinamiento adicional del plan de doble

muestreo. Aqu el consumidor selecciona al azar algunos elementos del lote y los
inspecciona uno por uno. Cada vez que un elemento es inspeccionado, se toma una
decisin para (a) rechazar el lote; (b) aceptar el lote o (c) continuar con el muestreo,
basndose en los resultados acumulativos obtenidos hasta ese momento. El analista
traza una grfica del nmero total de elementos defectuosos contra el tamao de
muestra acumulativo y si el nmero de elementos defectuosos es menor que cierto

nmero de aceptacin (c1), el consumidor acepta el lote. Si ese nmero es mayor que

otro nmero de aceptacin (c2), el consumidor rechaza el lote. Si el nmero se

encuentra en un punto intermedio entre los dos, se inspecciona otro elemento. La
figura 12.1 ilustra el proceso para tomar una decisin de rechazar un lote despus de
haber examinado la cuadragsima unidad. Esas grficas se disean fcilmente con
ayuda de tablas estadsticas que especifican los valores lmite de aceptacin/rechazo

c1 y c2, en funcin del tamao de muestra acumulativo.

8
7

defectuosas

Rechazo

5
de unidades

Continuacin del muestreo

3
Nmero

Aceptacin

1
0

20

30

40

50

60

70

10
Tamao de la muestra acumulativo

Figura 12.1

Grfica de muestreo secuencial.

El ANI suele ser ms bajo para el plan de muestreo secuencial que para cualquier
otra forma de muestreo de aceptacin, lo cual se traduce en menores costos de
inspeccin. Cuando se tienen valores muy bajos o muy altos de la proporcin
defectuosa, el muestreo secuencial proporciona un ANI ms bajo que cualquier otro
plan de muestreo comparable.

Sin embargo, si la proporcin de unidades defectuosas se ubica entre el AQL y la

LTPD, un plan de muestreo secuencial podra tener un ANI mayor que un plan
comparable de un solo muestreo o de doble muestreo (aunque esa situacin es poco
probable). En general, el plan de muestreo secuencial reduce el ANI al 50% de lo que
se requerira si se aplicara un plan comparable de un solo muestreo, con el
consecuente y sustancial ahorro por concepto de costos de inspeccin.
4
ROBERTO CARRO PAZ DANIEL GONZLEZ GMEZ

CURVAS CARACTERSTICAS DE OPERACIN

Los analistas crean una representacin grfica del rendimiento de un plan de

muestreo, trazando la probabilidad de que el lote sea aceptado, para toda una gama
de proporciones de unidades defectuosas. Esta grfica, llamada curva caracterstica
de operacin (OC) (por sus siglas en ingls; operating characteristic), describe el
grado en que un plan de muestreo permite distinguir entre los lotes buenos y los
malos. Sin duda alguna, todo gerente desea disponer de un plan que acepte en el
100% de las ocasiones los lotes cuyo nivel de calidad sea mejor que el AQL y acepte
lotes con un nivel de calidad peor que el AQL, el 0% de las veces.

Esta curva OC ideal para un plan de un solo muestreo aparece en la figura 12.2. Sin
embargo ese rendimiento solamente se logra con el 100% de inspeccin. La curva OC
tpica para un plan de un solo muestreo, cuya grfica aparece en color gris, muestra
la probabilidad de rechazar un lote bueno (riesgo del productor) y la probabilidad
de aceptar un lote malo (riesgo del consumidor). Por ende, a los gerentes les
corresponde elegir un tamao de muestra n y un nmero de aceptacin c para
conseguir el nivel de rendimiento especificado por el AQL, el , la LTPD y el .

1,0

Curva OC ideal

Probabilidad de aceptacin

Curva OC tpica


AQL

LTPD

Proporcin defectuosa

Figura 12.2

Curvas caractersticas de
operacin.

Trazado de la curva OC

La distribucin de muestreo correspondiente al plan de un solo muestreo es la

distribucin binomial, porque cada elemento inspeccionado puede estar defectuoso
(un fracaso) o no (un xito). La probabilidad de aceptar el lote es igual a lo
probabilidad de tomar una muestra de tamao n de un lote, con una proporcin
defectuosa de p, y encontrar c o menos elementos defectuosos. A pesar de ello, si n
es mayor que 20 y p es menor que 0,05, entonces es posible emplear la distribucin
de Poisson como una aproximacin de la distribucin binomial, a fin de aprovechar
las tablas preparadas especficamente para dibujar curvas OC.

Para dibujar la curva OC, busque la probabilidad de aceptar el lote para un

determinado rango de valores de p. despus, cada uno de los valores de p,

multiplique p por el tamao de la muestra n,

busque el valor np en la columna izquierda de la tabla,

desplcese hacia la derecha hasta que localice la columna correspondiente a c, y

registre el valor que corresponde a la probabilidad de aceptacin P a.

Cuando p = AQL, el riesgo del productor, , es 1 menos la probabilidad de

aceptacin.

Cuando p = LTPD, el riesgo del consumidor, , es igual a la probabilidad de

aceptacin.
MUESTREO DE ACEPTACIN

Ejemplo construccin de una curva OC. Escapes El Manso, que se dedica a

instalar sistemas sustitutos de silenciadores para vehculos, acaba de recibir un
embarque de 1.000 silenciadores. El plan de muestreo elegido para inspeccionar
esos silenciadores requiere un tamao de muestra n = 60 y un nmero de
aceptacin c = 1. El contrato firmado con el fabricante de silenciadores establece
un AQL de 1 silenciador defectuoso por 100 y una LTPD de 6 silenciadores
defectuosos por 100. Calcule la curva OC para este plan y determine el riesgo del
productor y el riesgo del consumidor para dicho plan.

Solucin:

Sea p = 0,01. Ahora multiplique n por p, para obtener 60 (0,01) = 0,60. Localice
0,60 en la tabla Probabilidades Acumulativas de Poisson. Desplcese hacia la
derecha hasta llegar a la columna correspondiente a c = 1. Lea la probabilidad de
aceptacin: 0,878. Repita este procedimiento para una gama de valores de p. La
siguiente tabla contiene los valores restantes para la curva OC. Observe que este
plan ofrece un riesgo del productor de 12,2% y un riesgo del consumidor de
12,6%. Ambos valores son ms altos que los valores usualmente aceptables para
planes de este tipo (5 y 10%, respectivamente). La figura 12.3 muestra la curva
OC y los riesgos del productor y del consumidor.

Proporcin

Probabilidad de c
defectuosa

defectos o menos

(p)

(np)

(Pa)

Comentarios

0,01

0,6

0,878

= 1,000 - 0,878 = 0,122

0,02

1,2

0,663

0,03

1,8

0,463
0,04

2,4

0,308

0,05

3,0

0,199

= 0,126

0,06

3,6

0,126

0,07

4,2

0,078

0,08

4,8

0,048

0,09

5,4

0,029
0,10

6,0

0,017

0,878 } = 0,122

Pr
ob
ab
ili
da
d 0,9
de
ac
ep
ta
ci
n
0,7

1,
0
0,663

0,8
0,
6
0,4

0,199

0,308

0,2

0,3
0,
5

0, 0,078
46
3
0,
12
6 0,017

0, 0,029
04
8

= 0,126 6

7
{ 8

10

0,0

0,
1
 Proporcin defectuosa (centsimos)

(A
Q
L)

(L
T
P Figura 12.3
D)

Curvas OC
correspondiente a un
plan de un solo
muestreo con n = 60 y
c = 1.
6
ROBERTO CARRO PAZ DANIEL GONZLEZ GMEZ

Explicacin de los cambios en la curva OC

El ejemplo anterior plantea preguntarse cmo podra modificar la gerencia el plan de

muestreo para reducir la probabilidad de rechazar lotes buenos y aceptar lotes
malos. Para responder esta cuestin, veamos de qu modo afectan n y c la forma de
la curva OC: En el ejemplo de Escapes El Manso, un mejor plan de un solo muestreo
tendra un riesgo de productor ms bajo y un riesgo de consumidor tambin ms
bajo.

Efecto del tamao de la muestra. Qu pasar si aumentramos el tamao de la

muestra a 80 y dejramos el nivel de aceptacin, c, sin cambio alguno, en 1? Podemos
usar las Tablas de Probabilidad de Poisson. Si la proporcin defectuosa del lote es p =
AQL = 0,01, entonces np = 0,8 y la probabilidad de aceptacin del lote es de slo 0,809.
As, el riesgo del productor es de 0,191. En forma similar, si p = LTPD = 0,06, la
probabilidad de aceptacin es 0,048. Otros valores de los riesgos del productor y el
consumidor aparecen en la siguiente tabla:

Riesgo del

Riesgo del

productor

consumidor

(n)
(p = AQL)

(p = LTPD)

60

0,122

0,126

80

0,191

0,041

100

0,264

0,017

120

0,332

0,006

1,0
0,9

0,8

aceptacin

0,7

n = 60, c = 1
0,6

n = 80, c = 1

0,5
de

0,4

n = 100, c = 1

Probabilidad
0,3

n = 120, c = 1

0,2
0,1
0,0

10

(AQL)
(LTPD)

Proporcin defectuosa (centsimos)

Figura 12.4

Efectos de incrementar el tamao de muestra manteniendo constante el

nmero de aceptacin.
MUESTREO DE ACEPTACIN

Estos resultados, ilustrados en la figura 12.4, expresan el siguiente principio:

incrementar n mientras c se mantiene constante aumenta el riesgo del productor
y reduce el riesgo del consumidor. En el caso del fabricante de los silenciadores,
el hecho de mantener c = 1 e incrementar el tamao de la muestra hace ms
difcil que un lote sea aceptado por el cliente: bastar que haya 2 silenciadores
defectuosos para que ese lote sea rechazado. Y la probabilidad de encontrar los
dos defectos es mayor en una muestra de 120 que en una de 60. Por consiguiente,
el riesgo del productor aumenta. Para la gerencia de Escapes El Manso, el riesgo
del consumidor disminuye porque en una muestra aleatoria de 120 silenciadores,
tomada de un lote con 6% de unidades defectuosas, es menos probable que haya
slo 1 o menos silenciadores defectuosos.

Efecto del nivel de aceptacin. Suponga que mantenemos constante el tamao

de la muestra en 60, pero modificamos el nivel de aceptacin. Una vez ms,
usaremos las Tablas de Probabilidad de Poisson.

Riesgo del

Riesgo del

productor

consumidor

(n)

(p = AQL)
(p = LTPD)

0,122

0,126

0,023

0,303

0,003

0,515

0,000

0,706

Los resultados aparecen grficamente en la figura 12.5. As se demuestra el siguiente

principio: incrementar c mientras n se mantiene constante reduce el riesgo del
productor y aumenta el riesgo del consumidor. El fabricante de silenciadores vera
con agrado un incremento en el nmero de aceptacin, porque as resultara ms fcil
conseguir que el lote fuera aceptado por el consumidor. Si el lote tuviera slo 1% de
unidades defectuosas (el AQL), con un tamao de muestra de 60, esperaramos que
hubiera nicamente 0,01 (60) = 0,6 defecto en la muestra. Un incremento de 1 a 2 en
el nmero de aceptacin disminuye la probabilidad de encontrar ms de 2 defectos y,
en consecuencia, reduce el riesgo del productor. Sin embargo, al aumentar el nmero
de aceptacin para un tamao de muestra determinado se incrementa el riesgo de
que un lote malo sea aceptado. Supongamos que el lote tuviera 6% de unidades
defectuosas (el LTPD). Esperaramos encontrar 0,6 (60) = 3,6 unidades defectuosas
en la muestra. Un incremento de 1 a 2 en el nmero de aceptacin aumenta la
probabilidad de obtener una muestra con 2 o menos defectos y, por lo tanto,
acrecienta el riesgo del consumidor.

1,0
 n = 60, c = 2

0,9

aceptacin

0,7

n = 60, c = 1

n = 60, c = 3

0,6

n = 60, c = 4

0,8
0,5
 Probabilidad

de

0,3

0,4

0,2
 0,0

7
0,1
8

10

(AQL)
(LTPD)

Proporcin defectuosa (centsimos)

Figura 12.5

Efectos de
incrementar

el nmero de
aceptacin

manteniendo
contante el

tamao de la
muestra.
8
ROBERTO CARRO PAZ DANIEL GONZLEZ GMEZ

As pues, para mejorar el plan de aceptacin con un solo muestreo de Escapes El

Manso, la gerencia tendra que aumentar el tamao de la muestra, lo cual reduce el
riesgo del productor. Por medio de tanteos (ensayo y error) es posible hallar una
combinacin mejorada, usando tablas como las que aqu hemos empleado
(Probabilidades Acumulativas de Poisson).

Otra opcin consiste en usar una computadora para encontrar la mejor combinacin.
Para cualquier nmero de aceptacin, la computadora determina el tamao de
muestra necesario para que el riesgo del consumidor tenga el valor deseado. La
computadora selecciona el menor tamao de muestra que ser capaz de satisfacer
tanto el riesgo del productor como el riesgo del consumidor. Los datos impresos por
computadora que aparecen en la siguiente tabla revelan que un tamao de muestra
de 111 y un nmero de aceptacin de 3 son los mejores. Esta combinacin genera en
realidad, un riesgo del productor de 0,026 y un riesgo del consumidor de 0,10 (no
aparecen en la ilustracin). Estos riesgos no son exactos porque c y n tienen que ser
nmeros enteros.
CALIDAD DE SALIDA PROMEDIO
Ya hemos indicado cmo escoger el tamao de la muestra y el numero de aceptacin
para un plan de un solo muestreo, cuando los parmetros AQL, , LTPD y son
conocidos. Para verificar si el rendimiento del plan es lo que desebamos, podemos
calcular la calidad de salida promedio (AOQ) (por sus siglas en ingls; average
outgoing quality), la cual indica la proporcin esperada de defectos que el plan
permitir que se presente.

Suponemos que todos los elementos defectuosos del lote sern sustituidos por otros
en buen estado si el lote es rechazado, y que cualquier elemento defectuoso de la
muestra ser reemplazado si el lote es aceptado. Este enfoque se conoce como
inspeccin rectificada. La ecuacin correspondiente para la AOQ es:
MUESTREO DE ACEPTACIN

p (Pa) (N - n)

AOQ =

= 1,39

donde:

p = verdadera proporcin defectuosa del lote

Pa = probabilidad de aceptacin del lote

N = tamao del lote

n = tamao de la muestra
El analista puede calcular la AOQ para estimar el rendimiento del plan sobre toda una
gama de posibles proporciones defectuosas, a fin de decidir si dicho plan es capaz de
proveer un grado de proteccin aceptable. El valor mximo de la calidad de salida
promedio sobre todos los valores posibles de la proporcin defectuosa se conoce como el
lmite de la calidad de salida promedio (AOQL) (por sus siglas en ingls; average
outgoing quality limit). Si el AOQL parece ser demasiado alto, los parmetros del plan
tendrn que ser modificados hasta que se obtenga un AOQL aceptable.

Ejemplo de cmo calcular el AOQL. Supongamos que Escapes El Manso est usando
la inspeccin rectificada para su plan de un solo muestreo. Calcule el lmite de la calidad
de salida promedio para un plan con n

= 110, c = 3 y N = 1000. Consulte la tabla de Probabilidades Acumulativas de

Poisson para estimar las probabilidades de aceptacin para valores de la proporcin
defectuosa comprendidos entre 0,01 y 0,08, en incrementos de 0,01.

Solucin:

Paso 1. Determine las probabilidades de aceptacin para los valores deseados de p.

Dichos valores aparecen en la tabla siguiente. Sin embargo, los valores
correspondientes a p = 0,03; 0,05 y 0,07 tuvieron que obtenerse por interpolacin,
porque no figuran en dicha tabla. Por ejemplo, Pa para p = 0,03 se estim
promediando los valores de Pa para np = 3,2 y np = 3,44; o sea (0,603 + 0,558) / 2 =
0,58.

Proporcin

(np)

Probabilidad de

defectuosa

aceptacin
(p)

(Pa )

0,01

1,10

0,974

0,02

2,20

0,819

0,03

3,30

0,581

= (0,603

+ 0,558)
/2

0,04

4,40

0,359

= (0,213

+ 0,191)

/2

0,05

5,50

0,202

0,06

6,60

0,105

= (0,055

+ 0,048)

/2

0,07

7,70

0,052
0,08

8,80

0,024

Paso 2. Calcule AOQ correspondiente a cada valor de p.

Para p = 0,01: 0,01 (0,974) (1000 - 110) / 1000 = 0,0087

Para p = 0,02: 0,02 (0,819) (1000 - 110) / 1000 = 0,0146

Para p = 0,03: 0,03 (0,581) (1000 - 110) / 1000 = 0,0155

Para p = 0,04: 0,04 (0,359) (1000 - 110) / 1000 = 0,0128

Para p = 0,05: 0,05 (0,202) (1000 - 110) / 1000 = 0,0090

Para p = 0,06: 0,06 (0,105) (1000 - 110) / 1000 = 0,0056

Para p = 0,07: 0,07 (0,052) (1000 - 110) / 1000 = 0,0032

Para p = 0,08: 0,08 (0,024) (1000 - 110) / 1000 = 0,0017

10 ROBERTO CARRO PAZ DANIEL GONZLEZ GMEZ

La grfica correspondiente a los valores AOQ se presenta

en la figura 12.6

C Defectos en el
al lote
id (porcentaje)
a
d
d
e
sa 1,2
li
d
a
pr
o
m 0,8
e
di
o
(p
or 0,4
c
e
nt
aj
e)
0,0

2
1, 3
6
4
A
O 5
Q
L 6
Fi
g
u Curva de la calidad de salida
r promedio para Escapes El
a Manso.
1
2.
6

Paso 3. Identifique el valor ms grande de la AOQ, el

cual corresponde a la estimacin del AOQL. En este
ejemplo, el AOQL equivale a 0.0155 en p = 0.03.

PUNTOSRELEVANTES

Elmuestreo de aceptacin est enfocado en la decisin

de aceptar o rechazar una partida (o lote) de bienes.
Eldiseo del proceso de muestreo de aceptacin
incluye decisiones acerca de muestreo e inspeccin
completa, medidas de atributos y medidas de variables,
AQL, , ATPD, , tamao de la muestra, y sobre el
nmero aceptable de elementos defectuosos en una
muestra.

Lagerencia puede elegir el mejor plan (escogiendo el

tamao de muestrany el nmero de
aceptacinc),empleando para ello una curva
caracterstica de operacin (OC).

Elmuestreo de atributos suele realizarse por medio de

planes de un solo muestreo, de doble muestreo o
demuestreo secuencial. Cuando la proporcin
defectuosa del lote es muy baja o muy alta, los dos
mtodos mencionados en ltimo trmino tienen una
ventaja sobre los planes de un solo muestreo, porque el
nmero promedio de elementos inspeccionados (ANI)
que se requiere para tomar una decisin es ms
pequeo.
Cuandose inspecciona menos del 100% de un lote, la
muestra puede no ser una representacin precisa
delmismo. Existe el riesgo de aceptar materiales de
mala calidad o de rechazar otros que son de buena
calidad. Las curvas OC constituyen una representacin
grfica del rendimiento de un plan de muestreo. En ellas
se aprecia la forma en que la probabilidad de aceptar un
lote disminuye, a medida que aumenta a proporcin
defectuosa contenida en dicho lote.

Cuandose usa una inspeccin rectificada para sustituir

elementos defectuosos por otros buenos, los
materialesque salen del rea de inspeccin (la salida)
tendrn un nivel de calidad muy alto. La calidad de
salida promedio depender de la calidad original del lote
y del plan de muestreo empleado para identificar y
corregir los defectos. Los parmetros del plan de
muestreo pueden ajustarse para un proveer un lmite
aceptable de la calidad de salida promedio.
MUESTREO DE ACEPTACIN 11
TRMINOSCLAVE
Calidadde salida promedio (AOQ)
Curvacaracterstica de operacin (OC)
Inspeccin rectificada
Lmitede la calidad de salida promedio
(AOQL)
Muestreo de aceptacin
Niveldecalidad aceptable
REFERENCIASBIBLIOGRFICAS
Besterfield, D.H. Quality Control, 2 ed.
Prentice-Hall. Englewood Cliff, N.J. 1986.
Duncan, A.J. Quality Control and Industrial
Statistics, 5 ed. Irwin. Homewood, Il. 1986.
Grant, E.L. y Leavenworth, R.S. Statistical
Quality Control, 6 ed. McGraw-Hill. New York.
1988.
Plandedoble muestreo
Plandemuestreo secuencial
Plandeun solo muestreo
Proporcin defectuosa tolerable en el lote
(LTPD)
Riesgodel consumidor ()
Riesgodel productor ()
Messina, W.S. Statistical Quality for
Manufacturing Managers. John Wiley & Sons.
New York. 1987.
U.S. Department of Defense. Military
Standard (MIL-STD-414) Sampling
Procedures and Tables for Inspection by
Variables for Percent Defective. Government
Printing Office. Washington, D.C. 1957.
 STD-414) Sampling Procedures and Tables
for
U.S. Department of Defence. Military Standard
(MIL- Attributes. Government Printing Office.

Washington, D.C. 1963.

12 ROBERTO CARRO PAZ DANIEL GONZLEZ GMEZ

ANEXOTABLAS

Probabilidades acumuladas de Poisson

np

10

11

12

13

.10 .861 .982

.905 .900 .999

.05

.951 .995 .999 .25

1.000 .20 .779

.999

1.000 .15 .819 .974

.998 .75 .247 .267

.30 .472 .592 .518

.741 .827 .933 2.8

.963 .959 1.5 .061

.996 .80 .223 .231

.35 .449 .558 .469

.705 .809 .809 3.0

.951 .953 1.6 .050

.994 .85 .202 .199

.40 .427 .525.4 .423

.670 .791 .783 3.2

.938 .945 1.7 .041

.992 .90 .183 .171

.45 .407 93 .380

.638 .772 .757 3.4

.925 .937 1.8 .033

.989 .95 .165 .147

.50 .387 .463 .370

.608 .754 .731 3.6

.910 .929 1.9 .027

.986 1.0 .150 .126

.55 .368 .434 .303

.577 .736 .704 3.8

.894 .920 2.0 .022

.982 1.1 .135 .107

.60 .333 .406 .269

.549 .699 .677 4.0

.878 .900 2.2 .018

.977 1.2 .111 .092

.65 .301 .355 .238

.522 .663 .623 4.2

.861 .879 2.4 .015

.972 1.3 .091 .078

.70 .273 .308 .210

.497 .627 .570 4.4

.844 .857 2.6 .012

.966 1.4 .074 .066

.185 6.4 .984

4.6 .002 .997

.010 .012 981

.056 .046 .996

1.000
.163 6.6 .974

4.8 .001 .995

1.000
.008 .010 .966

.048 .040 .992

.143 6.8 1.000 .957

5.0 .001 .989

.007 .009 1.000 .946

.040 .034 .986

.125 7.0 .934

1.000
5.2 .001 .981

.006 .007 .921

.999
.034 .030 .976
1.000
.109 7.2 .907
.999
5.4 .001 .970
1.000
.005 .006 .891
.998
.029 .025 .964
1.000
.095 7.4 .875
.998
5.6 .001 .956
1.000
.004 .005 .857
.997
.024 .022 .947
1.000
.082 7.6 .819
.996
5.8 .001 .928
.999
.003 .004 .779
.994
.021 .019 .904
.999
.072 7.8 .736
.993
6.0 .001 .877
.999
.002 .004 .692
.991
.017 .016 .848
.999
.062 8.0 .647
.989
6.2 .001 .815
.998
.002 .003 .603
.987
.015 .014 .781
.998
.054 .558
.744 .072 .955

.515 .153 .871

1.000

.706 .063 .942

.473 .140 .844

.999
.668 .055 .927
1.000
.433 .125 .816
.999
.629 .048 .909
1.000
.395 .112 .785
.998
.590 .042 .889
1.000
.359 .100 .753
.998
.551 .867
1.000
.326 .720
.997
.513 .844
.999
.294 .686
.996
.476 .818
.999
.265 .651
.994
.440 .791
.999
.238 .616
.992
.406 .762
.998
.213 .581
.990
.373 .732
.997
.191 .546
.987
.342 .702
.997
.170 .512
.983
.313 .670
1.000 .995
.151 .478
.975
.285 .638
1.000 .993
.134 .446
.964
.259 .606
.988
1.000
.119 .414
.951
.235 .574
.983
.105 1.000 .384
.935
.213 .542
.976
.093 1.000 .355
.916
.192 .511
.966
.082 .327
1.000 .895
.173 .480
.201

.450 .995

.276 .999
1.000
.420 1.000

.253

.392

.231 .999

.365 1.000

.210

.338 .995

.191 .998
1.000
.313 .999

1.000

.999

1.000

.988

.996

1.000 .999

1.000

x
.998
c
1.000

.992
x=c
.994
x -
? -e
.998
P (x<c) = 1.000
1.000
x!

x=0 .997

.999

1.000 .977

.992

.997

.999
.999
1.000
1.000
 .999 .797 .869

1.000 .886 .927

.905 .941 .963

.969
.955 .972 .982
.988
.980 .988 .992
.996
.992 .995 .628
.999
.997 .998 .755
1.000
.999 .771 .850

1.000 .867 .915

.887 .929 .955

.960
.944 .965 .978
.984
.975 .984 .990
.994
.990 .993 .450
.998
.996 .997 .729
.999
.999 .744 .830

1.000 .847 .901

.867 .916 .947

.946 .932 .957 .973

.979 .968 .980 .987

.992 .986 .991 .420

.997 .995 .996 .703

.999 .998 .716 .810

1.000 .999 .826 .887

.845 .902 .937

.918 .949 .967

.936
.960 .975 .984
.972
.982 .989 .392
.989
.993 995 .676
.996
.997 .687 .788
.999
.999 .803 .871
1.000
.822 .886 .926

.903 .939 .961

.921
.951 .969 .980
.964
.977 .986 .365
.985
.990 .994 .648
.994
.996 .658 .765
.998
.999 .780 .854
.915 .741 .313 .936

.954 .835 .593 .966

.976 .902 .717

.338 .945 .816

.620 .971 .888

MUESTREO DE ACEPTACIN 13

Probabilidades acumuladas de Poisson

.157

.267
np
8.6
0
.000
1
.002
2
.009
3
.028
4
.070
5
.142
6
.246
8.2
8.8
.000
.000
.003
.001
.012
.007
037
.024
.089
.062
174
.128
.290
.226
8.4
9.0
.000
.000
.002
.001
.010
.006
.032
.021
.079
.055
.116 .003

.207 .010

9.2 .029

.000 .067

.001 .130

.005 10.2

.018 0

.049 .000

.104 .002

.189 .009

9.4 .026

.000 .060

.001 .118

.005 10.4

.016 0

.043 .000

.093 .002

.173 .008

9.6 .023

.000 .053

.001 .107

.004 10.6

.014 0

.039 .000

.084 .002

.157 .007

9.8 .020

.000 .048

.001 .097

.003 10.8

.012 0

.033 .000

.075 .001

.143 .006

10.0 .017

0 .042

.000 .087
11.0 .009

0 .023

.000 .051

.001 12.0

.005 0

.015 .000

.038 .001

.079 .002

11.2 .008

0 .020

.000 .046

.001 12.2

.004 0

.013 0

.033 .000

.071 .002

11.4 .007

0 .018

.000 .041

.001 12.4

.004 0

.012 0

.029 .000

.064 .002

11.6 .006

0 .016

.000 .037

.001 12.6

.003 0

.010 0

.026 .000

.057 .001

11.8 .005

0 .014

.000 .033

.001 12.8

.003 0
0 .018

.000 13.8

.001 0

.004 0

.012 .000

.029 .001

13.0 .002

0 .006

0 .016

.000 14.0

.001 0

.004 0

.011 0

.026 .000

13.2 .002

0 .006

0 .014

.000 14.2

.001 0

.003 0

.009 0

.023 .000

13.4 .002

0 .005

0 .013

.000 14.4

.001 0

.003 0

.008 0

.020 .000

13.6 .001

0 .004

0 .011

.000 14.6

.001 0

.002 0

.007 0
.000 0

.001 0

.004 0

.010 .000

14.8 .001

0 .002

0 .005

0 15.8

.000 0

.001 0

.003 0

.009 0

15.0 .000

0 .002

0 .005

0 16.0

.000 0

.001 0

.003 0

.008 0

15.2 .000

0 .001

0 .004

0 16.2

.000 0

.001 0

.002 0

.007 0

15.4 .000

0 .001

0 .004

0 16.4

.000 0

.001 0

.002 0

.006 0

15.6 .000
.001 0

.003 0

16.6 .000

0 .001

0 .002

0 17.6

0 0

.000 0

.001 0

.003 0

16.8 0

0 .000

0 .001

0 17.8

0 0

.000 0

.001 0

.002 0

17.0 0

0 .000

0 .001

0 18.0

0 0

.000 0

.001 0

.002 0

17.2 0

0 .000

0 .001

0 18.2

0 0

.000 0

.001 0

.002 0

17.4 0

0 .000

0 .001
18.4 0

0 0

0 .000

0 19.4

0 0

0 0

.000 0

.001 0

18.6 0

0 0

0 .000

0 19.6

0 0

0 0

.000 0

.001 0

18.8 0

0 0

0 .000

0 19.8

0 0

0 0

.000 0

.001 0

19.0 0

0 0

0 .000

0 20.0

0 0

0 0

.000 0

.001 0

19.2 0

0 0

0 .000

0
 .324

.456
7
.587
8
.706
9
.803
10
.876
11
.926
12
.301
13
.430
.425
.561
.565
.682
.692
.783
.796
.861
.873
.916
.926
.279
.960
.404
.399
.535
.537
.658
.666
.763
.774
.845
.857
.904
.915
.258
.952
.380
.373
.509
.509
.633
.640
.741
.752
.828
.840
.892
.903
.239
.945
.356
.348
.483
.482
.608
.614
.719
.729
.820
.822
.879
.890
.220
.936
.333
.458 .579

.583 .689

.697 .781

.792 .131

.864 .215

.203 .319

.311 .436

.433 .555

.558 .667

.674 .762

.772 .119

.849 .198

.186 .299

.290 .413

.409 .532

.533 .644

.650 .743

.752 .108

.834 .183

.171 .279

.269 .391

.385 .508

.508 .622

.627 .723

.732 .099

.817 .169

.157 .260

.250 .369

.363 .485

.484 ..599

.603 .702

.710 .090

.799 .155

.143 .242

.232 .347

.341 .462

.460 .576
.682 .091

.081 .153

.142 .235

.225 .333

.327 .441

.439 .551

.553 .044

.660 .083

.073 .141

.131 .219

.209 .314

.307 .420

.417 .529

.530 .039

.639 .075

.066 .130

.120 .204

.194 .295

.288 .399

.395 .507

.508 .035

.617 .068

.060 .119

.109 .189

.179 .277

.269 .378

.374 .486

.485 .032

.595 .062

.057 .109

.100 .176

.166 .280

.252 .358

.353 .464

.463 .028

.573 .056

.049 .100
.163 .251

.244 .344

.339 .014

.443 .030

.025 .058

.051 .100

.092 .160

.151 .236

.228 .326

.320 .013

.423 .027

.023 .053

.046 .092

.084 .148

.139 .221

.213 .308

.302 .011

.402 .025

.020 .048

.042 .084

.077 .137

.129 .207

.198 .291

.285 .010

.383 .022

.018 .043

.037 .077

.070 .127

.118 .192

.185 .275

.268 .009

.363 .020

.016 .039

.034 .071

.064 .117

.108 .180

.172 .159
.008 .021

.018 .041

.035 .071

.065 .116

.108 .176

.168 .004

.243 .009

.007 .019

.016 .037

.032 .065

.059 .107

.100 .164

.156 .003

.228 .008

.006 .017

.014 .033

.029 .060

.054 .099

.092 .153

.154 .003

.214 .007

.005 .015

.013 .030

.026 .055

.049 .092

.085 .143

.135 .003

.201 .006

.005 .014

.011 .027

.024 .050

.045 .085

.078 .133

.125 .002

.188 .006

.004 .013

.010 .025
.046 .091

.078 .001

.123 .003

.002 .007

.005 .015

.011 .029

.022 .051

.042 .084

.072 .001

.115 .003

.002 .006

.004 .013

.010 .026

.020 .047

.038 .078

.066 .001

.106 .002

.002 .006

.004 .012

.009 .024

.018 .043

.035 .072

.061 .001

.098 .002

.001 .005

.003 .011

.008 .021

.017 .039

.032 .066

.056