Si recién está comenzando en el mundo de la mejora de la calidad, o si se encuentra en una posición en la que de repente necesita evaluar la calidad de los productos entrantes o salientes de su empresa, es posible que haya encontrado el término «muestreo de aceptación». Es un método estadístico para evaluar la calidad de un gran lote de materiales de una pequeña muestra de elementos, que el software estadístico como Minitab puede facilitar mucho.
Los cursos de estadísticas básicas generalmente enseñan muestreo en el contexto de las encuestas: usted administra la encuesta a una muestra representativa de individuos, luego extrapole de esa muestra para hacer inferencias sobre toda la población que provienen las muestras. Escuchamos los resultados de tal muestreo todos los días en las noticias cuando se discuten los resultados de las encuestas.
La idea detrás del muestreo de aceptación es similar: inspeccionamos o probamos una muestra de un lote de producto, luego extrapolamos de esa muestra para hacer una inferencia sobre si todo el lote es aceptable o si debe ser rechazado.
Puede ver por qué esto es útil para proteger la calidad. Si trabaja para un fabricante de productos electrónicos que recibe un envío de 500 condensadores, inspeccionar y probar todos tomará demasiado tiempo y costará demasiado dinero. Es mucho más eficiente examinar algunos para determinar si el envío completo está listo para usar, o si debe enviar el lote a su proveedor.
Pero, ¿cuántos necesitas mirar? El muestreo de aceptación lo ayudará a determinar cuántos condensadores examinar y cuántos defectos puede tolerar y aún aceptar el envío.
¿Que se evalúa en el muestreo de aceptación?
El muestreo de aceptación es un proceso estadístico para evaluar una parte de mucho con el fin de aceptar o rechazar todo el lote. Es un intento de monitorear la calidad del producto o material entrante después de la finalización de la producción.
Las alternativas para desarrollar un plan de muestreo serían una inspección del 100% y una inspección del 0%. Los costos asociados con el 100% son prohibitivos, y los riesgos asociados con la inspección del 0% son también grandes. Por lo tanto, se necesita algún tipo de compromiso. Los tres planes de muestreo más utilizados son:
• Muestreo único: esta es la aceptación o rechazo de mucho en función de una ejecución de muestreo.
• Doble muestreo: se prueba un pequeño tamaño de muestra. Si los resultados no son concluyentes, entonces se prueba una segunda muestra.
• Muestreo múltiple: este proceso requiere el muestreo de varios lotes pequeños.
Independientemente de qué tipo de plan de muestreo se elige, pueden ocurrir errores de muestreo. Se puede rechazar un envío de artículos de buena calidad si se selecciona una gran parte de unidades defectuosas al azar. Del mismo modo, se puede aceptar un envío de calidad mala si la muestra probada contiene una cantidad desproporcionadamente grande de artículos de calidad. Los dos riesgos principales son:
• Riesgo del productor: esto se llama riesgo A (alfa) o error tipo I. Este es el riesgo para el productor de que un buen lote será rechazado.
• Riesgo del consumidor: esto se llama riesgo (3 (beta) o error tipo II. Este es el riesgo del consumidor de aceptar un lote malo.
¿Qué es el plan de muestreo de aceptación por variables?
Durante el proceso de examen (de 2006 a 2009), el GTM a cargo del proyecto de muestreo compuesto por representantes de la industria y MC estudió un cierto número de planes de muestreo nacionales e internacionales que pueden servir como base para el desarrollo del plan de muestreo de aceptación . El plan básico que se ha elegido es el plan ISO 2859-2 aceptado internacionalmente. Los parámetros de cálculo asociados con el marco del plan ISO 2859-2 con el nivel de conformidad que el GTM desea alcanzar. El nivel de conformidad deseado suele ser un nivel relativo de confianza de que un cierto porcentaje de los dispositivos sujetos a la prueba está de acuerdo con.
Con el plan ISO, el parámetro de cálculo requiere un riesgo de cliente del 10 % en comparación con la aceptación de mucho. Las diversas tablas QL que aparecen en el estándar ISO 2859-2 y que forman la base de los estándares S-S-03 y S-04 se basan en esta probabilidad. Durante el proceso de examen, la verificación de las tablas del estándar ISO 2859-2 reveló inconsistencias asociadas con la tabla QL = 2.0 % para una fuerza laboral de 51 a 90 y la tabla QL = 3.15 % para una gran cantidad de 51 a 90. IN Ambos casos, la probabilidad de aceptación de una gran cantidad excede en gran medida el parámetro de cálculo del 10 % que fue definido por el GTM. En consecuencia, el GTM decidió por unanimidad adoptar las siguientes opciones para resolver estas inconsistencias:
- Los usuarios deben usar una fuerza laboral de muestreo asociada con una fuerza laboral de lote más grande;
- Se pueden usar las siguientes combinaciones de muestras y muchos lotes:
- Estándar S-S-03, Tabla A.1: para QL = 2.0 % y una gran cantidad de 51 a 90, use muestras de 58;
- Estándar SS-04, Tablas A.1 y A.3: para QL = 3.15 % y una gran cantidad de 51 a 90, use muestras de 48.
El GTM ha recomendado que esta inconsistencia se comunique al Comité ISO 2859-2 para las regulaciones finales.
¿Cómo hacer un plan de muestreo ejemplo?
Un plan de muestreo debe respaldar los objetivos de un análisis. Por ejemplo, un científico material interesado en caracterizar la química de la superficie de un metal es más probable que elija una superficie recién expuesta, creada al escindir la muestra al vacío, que una superficie previamente expuesta a la atmósfera. En un análisis cualitativo, una muestra no necesita ser idéntica a la sustancia original siempre que haya suficiente analito presente para garantizar su detección. De hecho, si el objetivo de un análisis es identificar un componente a nivel de rastreo, puede ser deseable discriminar a los componentes principales al recolectar muestras.
Para una discusión interesante de la importancia de un plan de muestreo, ver Buger, J. et al. “¿Los científicos y los pescadores recolectan el mismo tamaño de peces? Posibles implicaciones para la evaluación de la exposición ”, Environ. Res. 2006, 101, 34–41.
Para un análisis cuantitativo, la composición de la muestra debe representar con precisión la población objetivo, un requisito que requiere un plan de muestreo cuidadoso. Entre los problemas que debemos considerar están estas cinco preguntas.
- ¿Desde dónde dentro de la población objetivo debemos recolectar muestras?
- ¿Qué tipo de muestras debemos recolectar?
- ¿Cuál es la cantidad mínima de muestra necesaria para cada análisis?
- ¿Cuántas muestras debemos analizar?
- ¿Cómo podemos minimizar la varianza general para el análisis?
Se produce un error de muestreo cada vez que la composición de una muestra no es idéntica a su población objetivo. Si la población objetivo es homogénea, entonces podemos recolectar muestras individuales sin considerar dónde recolectamos una muestra. Desafortunadamente, en la mayoría de las situaciones, la población objetivo es heterogénea y la atención a donde recolectamos muestras es importante. Por ejemplo, debido a la solución de un medicamento disponible como suspensión oral, puede tener una mayor concentración de sus ingredientes activos en la parte inferior del contenedor. La composición de una muestra clínica, como la sangre o la orina, puede depender de cuándo se recolecta. El nivel de glucosa en sangre de un paciente, por ejemplo, cambiará en respuesta a la alimentación y el ejercicio. Otras poblaciones objetivo muestran una heterogeneidad espacial y temporal. La concentración de O2 disuelto en un lago es heterogénea debido a un cambio en las estaciones y a las fuentes de contaminación.
La composición de una población objetivo homogénea es la misma independientemente de dónde muestreamos, cuándo muestreamos o el tamaño de nuestra muestra. Para una población objetivo heterogénea, la composición no es la misma en diferentes lugares, en diferentes momentos o para diferentes tamaños de muestra.
Artículos Relacionados:
