Muestreo Por Atributos
Enviado por thania_dulce • 13 de Mayo de 2015 • 368 Palabras (2 Páginas) • 217 Visitas
MUESTREOS POR ATRIBUTOS.
GENERALIDADES
El muestreo por atributos se puede aplicar a lotes aislados o series homogéneas de lotes. En el primer caso la población es finita y se rige por la distribución hipergeométrica (muestreo de tipo A), aunque para lotes grandes se puede aproximar por la binomial. En el segundo caso se supone la población compuesta de infinitos elementos y por tanto se rige por la distribución binomial (muestreo de tipo B). En el caso que el muestreo sea por número de defectos, la función a aplicar es la de Poisson, independientemente que se trate de un lote aislado o una serie de lotes.
CURVA DE OPERACIÓN (CO)
Un plan de muestreo se caracteriza por su CURVA DE OPERACION (ver Fig.
2). En el eje de abscisas OX se representa la fracción defectuosa p del lote a inspeccionar (o el número de defectos medio µ en el caso de contabilizar defectos). En el eje de ordenadas OY se representan las probabilidades de aceptación de los lotes de esas características. Evidentemente P(0) = 1 y P(1) = 0.
NIVEL DE CALIDAD ACEPTABLE (NCA) Y CALIDAD LÍMITE (CL)
NCA (NIVEL DE CALIDAD ACEPTABLE). En inglés AQL (Acceptable Quality Level). Es el valor de p (c en el caso de defectos) que tiene una probabilidad de aceptación de 0.95. La probabilidad de rechazo de un lote con estas características, α = 05.0, se denomina riesgo del fabricante.
2. CL (CALIDAD LIMITE). En inglés QL (Quality Limit) o LTPD (Lot Tolerance Percent Defective). Es el valor de p (c en el caso de defectos) que tiene una probabilidad de aceptación de 0.10. La probabilidad de aceptación de un lote con estas características,
β = 10.0, se denomina riesgo del consumidor. Las curvas CO tienen las siguientes propiedades:
♦ Las curvas CO correspondientes a números de aceptación Ac=0 son cóncavas. En caso contrario son inicialmente convexas, después tienen una inflexión para finalizar de forma cóncava.
♦ En el entorno del NCA, la curva tiene una pendiente mayor cuanto mayor es el tamaño de la muestra (mejor discriminación).
♦ Si se mantiene constante el tamaño de la muestra pero se aumenta el número de aceptación Ac, la curva se desplaza hacia la derecha.
...