Muestreo de aceptación: definición y ejemplos

Pruebas destructivas

Hay muchas razones por las que los petardos no detonan. Polvo en mal estado, fusibles defectuosos y empaques dañados son solo algunas de las cosas que pueden salir mal antes de que alguien pueda disfrutar de un pequeño espectáculo de fuegos artificiales. Suponga que forma parte de una empresa que fabrica petardos. ¿Cómo garantizaría la calidad de su producto?

Si quisiera estar absolutamente seguro de que solo una pequeña proporción de los petardos que produjo no eran falsos, tendría que probar casi todos para ver si explotaban cuando se encendían. Tal prueba es 100% destructiva y, obviamente, no tendría ningún valor para nadie.

Siempre que las pruebas de calidad sean destructivas, o cuando el costo o la carga de probar cada elemento de salida no sea práctico, el muestreo de aceptación se puede utilizar para ayudar a evaluar la calidad de todo el lote de producción. El proceso de muestreo de aceptación se basa en probar un subconjunto aleatorio del lote de producción completo, o lote, para emitir un juicio sobre la calidad del lote completo.

Tipos de muestreo de aceptación

Hay dos formas básicas de muestreo de aceptación. El muestreo por atributos es el proceso más utilizado. En este caso, la prueba de aceptación se basa en una evaluación binaria de sí / no del artículo muestreado para determinar su aceptabilidad. En el caso de nuestros petardos, probaríamos un subconjunto de los petardos que produjimos para ver si detonaron cuando se encendieron. Si menos de un número específico de nuestros artículos muestreados son defectuosos, se supone que todo el lote de producción es aceptable. Por el contrario, si más del número especificado de artículos muestreados están defectuosos, se rechaza el lote completo.

El muestreo por variables se basa en mediciones físicas de varios atributos del producto en lugar de una evaluación binaria. En el caso de nuestros petardos, es posible que debamos asegurarnos de que nuestros fusibles no solo se enciendan, sino que también nos den tiempo para alejarnos de la explosión. Podríamos medir la longitud de una muestra de los fusibles como un indicador de la seguridad de los fusibles. Se calculan la media, la desviación estándar y los valores Z de esas mediciones, y luego se puede utilizar una prueba de significancia estándar para aceptar o rechazar el lote en función de esos valores.

Muestreo por cálculo de atributos

Para tomar una decisión al tomar muestras por atributos, simplemente necesitamos conocer el lote completo o el tamaño de producción, el tamaño de la muestra que se utilizará y la cantidad de defectos que podemos aceptar.

• N = tamaño del lote
• n = número de elementos de la muestra
• c = número aceptable de defectos en una muestra de tamaño n

El valor de c generalmente se deriva de un porcentaje. Si no podemos permitir más de 1 defecto por cada 50 unidades, nuestra tasa de defectos aceptable es 0.02 o 2%. Si nuestro tamaño de lote es 5000, podríamos muestrear 20 de esas unidades, y el número de defectos aceptables para la muestra sería 20 × 0.02, o 4. Nuestra ejecución de prueba dará como resultado un cierto número de defectos, r . Siempre que r sea ​​menor o igual ac , podemos aceptar todo el lote N según nuestra muestra de tamaño n . En nuestro caso, si encontráramos 5 unidades defectuosas de las 20 que probamos, rechazaríamos el lote completo de 5000.

Esto parece bastante simple, pero ¿es probable que nos hayamos perdido algo en nuestras pruebas? Para obtener esta respuesta, necesitamos discutir las fortalezas, suposiciones y debilidades de este tipo de plan de prueba.

Fortalezas y suposiciones

La fortaleza básica del proceso es que evita gastos de prueba innecesarios, al tiempo que mantiene la validez estadística. La suposición principal que se hace durante las pruebas de muestreo de aceptación es que el proceso de selección aleatoria dará como resultado una selección representativa. Para lograr este objetivo, se puede crear un plan de muestreo. El plan buscará evitar cualquier sesgo de muestreo en el proceso de selección. También buscará crear un tamaño de muestra que sea lo suficientemente grande como para proporcionar confianza estadística sin sobremuestreo innecesario.

Debilidades y Errores

La principal debilidad del muestreo de aceptación es que puede dar lugar a errores al aceptar o rechazar lotes completos. En última instancia, nuestros clientes probarán todos los artículos N de nuestro lote por nosotros. Si pudiéramos comparar esto con nuestro proceso de prueba, terminaríamos con cuatro posibles resultados.

En los dos primeros casos, nuestras pruebas habrán sido precisas. Si nuestro muestreo de aceptación nos lleva a rechazar un lote malo o aceptar un lote bueno, entonces no hemos sufrido un error. Sin embargo, basándonos en nuestra muestra, podemos decidir rechazar un lote completo que en realidad se encuentra dentro de niveles aceptables de defectos. Esto se conoce como un error de tipo 1 , donde hemos afirmado algo que no es cierto. Por el contrario, podemos aceptar mucho según nuestro muestreo de aceptación que contenga demasiados defectos. Esto se conoce como un error de tipo 2 , donde no hemos podido afirmar lo que realmente está presente.

Resumen de la lección

El muestreo de aceptación es un proceso de control de calidad que se basa en un muestreo aleatorio para aceptar o rechazar lotes completos o lotes de algún producto, y se utiliza cuando la prueba de cada salida sería destructiva o excesivamente onerosa. El muestreo por atributos prueba si las muestras son buenas o malas según criterios de aceptación predefinidos. El muestreo por variables utiliza medidas físicas y cálculos de significancia estándar. Si bien el proceso es estadísticamente significativo, requiere suponer que las muestras aleatorias son representativas y pueden resultar en errores de Tipo 1 y Tipo 2 .

Rodrigo Ricardo Editor y fundador