Doble muestreo: ventajas y desventajas

Una de las posibles ventajas en los procedimientos de muestreo doble o secuencial es que, si mucho es muy malo o si es muy bueno, se puede rechazar o aceptar con pequeñas muestras/muestras iniciales. Cualquier lote que no se puede decidir fácilmente se puede examinar más a fondo mediante muestra/muestras adicionales. Por lo tanto, en algunos casos, los múltiples procedimientos de muestreo proporcionan atajos a la decisión sin poner en peligro la calidad entrante/saliente del material. En tales casos, obviamente, la carga de inspección se reduce en comparación con el procedimiento de muestreo único. Pero esto puede no ser siempre cierto. Si el promedio del proceso de los defectos en el lote suministrado por el proveedor varía considerablemente, la carga de inspección bajo los múltiples procedimientos de muestreo también podría variar apreciablemente. En tal caso, la ventaja reclamada anteriormente para los múltiples procedimientos de muestreo ya no puede ser válida, a menos que haya alguna otra forma de utilizar la mano de obra de inspección cuando la carga de trabajo en la inspección es baja. Hay una ventaja psicológica con los procedimientos de muestreo doble o secuencial: las personas pueden sentirse más seguras con la idea de proporcionar una segunda o tercera oportunidad para el lote de material antes de que sea rechazado. De lo contrario, para los lotes entrantes con nivel de porcentaje de defectos cercanos al nivel de calidad de aceptación, los procedimientos de muestreo único pueden ser más económicos que el muestreo doble o secuencial.

Dodge y Romig también se les ocurrió tablas de muestreo para el doble muestreo. Estas tablas son de dos categorías: (1) proporcionar protección en términos de AOQL, y (2) LYPD con cierto riesgo del consumidor.

Para usar la tabla anterior (AOQL), uno necesita saber (a) el tamaño del lote suministrado por el proveedor, (b) el porcentaje promedio del proceso de los defectos en los lotes suministrados por el proveedor y (c) la protección AOQL deseado por la compañía para ese material. Una vez que se conocen, los valores del tamaño de muestra primero y segundo recomendado y los dos puntos de corte diferentes, así como la protección LTPD correspondiente bajo el plan, se pueden leer de las tablas. Por ejemplo, si el riesgo máximo en términos de AOQL se toma como 2%, el tamaño del lote es de 1,500 elementos, y el promedio del proceso de defectos es del 1.5%, entonces la tabla recomienda el siguiente plan de muestreo:

El valor de LTPD correspondiente al 10% del riesgo del consumidor también se puede leer como 5.8.

La última categoría de tabla Dodge-Romig se puede usar si uno sabe (1) LTPD con el riesgo de consumidor deseado correspondiente. (2) El proceso porcentaje promedio por ciento de defectos, y (3) el tamaño del lote suministrado por el proveedor. Un ejemplo de dicha tabla Dodge-Romig para muestreo doble también se proporciona en el apéndice. Tengamos LTPD = 5% y riesgo de consumidor correspondiente = 10%. Permítanos el tamaño del lote y el promedio de procesos de 1,500 y 1.5% respectivamente. La tabla proporciona el siguiente plan de muestreo:

La protección AOQL correspondiente disponible bajo el plan es del 1.7%. El lector puede verificar la similitud de los valores en los planes de muestreo para la protección AOQL y la protección LTPD como se encuentra en estos párrafos.

¿Cuándo se utiliza el muestreo doble?

    Si D1A1, el lote es aceptado.
    Si D1R1, el lote es rechazado.
    Si a1
      Si D2A2, el lote es aceptado.
      Si D2R2, el lote es rechazado.

    Existen una variedad de tablas que ayudan al usuario a construir
    planes de muestreo doble y múltiples. El índice de estas tablas es
    la relación p2/p1,
    donde p2> p1. Un conjunto de tablas,
    Tomado del ejército
    Agencia de Ingeniería del Cuerpo de Químicos para
    = .05 y
    = .10, es
    dada a continuación:

    Tablas para n1 = n2 Tablas para n2 = 2n1
      P1 = 0.01
      = 0.05
      P2 = 0.05
      = 0.10
      y n1 = n2
      R = P2/P1 = 5
      N1 = 77
      C1 = 1
      N2 = 154
      C2 = 4

    El primer plan necesita menos muestras si el número de defectos en
    La muestra 1 es mayor que 2, mientras que el segundo plan necesita menos muestras
    Si el número de defectos en la muestra 1 es inferior a 2.

    Ilustraremos cómo calcular la curva ASN con una
    ejemplo. Considere un plan de doble muestreo n1 = 50,
    C1 = 2, n2 = 100,
    C2 = 6, donde N1 es la muestra
    Tamaño para el Plan 1, con el número de aceptación C1,
    y N2, C2, son el tamaño de la muestra y
    Acepte el número, respectivamente, para el Plan 2.

    Sea p ‘= .06. Entonces la probabilidad de aceptación en el
    Primera muestra, que es la posibilidad de obtener dos o menos defectos,
    es .416 (usando tablas binomiales). La probabilidad de rechazo en
    la segunda muestra, que es la posibilidad de obtener más de seis
    Defectivos, es (1-.971) = .029. La probabilidad de hacer un
    La decisión sobre la primera muestra es .445, igual a la suma de .416 y
    .029. Con una inspección completa de la segunda muestra, el
    La muestra de tamaño promedio es igual al tamaño de la primera muestra
    veces la probabilidad de que solo haya una muestra más
    El tamaño de las muestras combinadas cuesta la probabilidad de que un segundo
    La muestra será necesaria. Para el plan de muestreo en consideración,
    el ASN con una inspección completa de la segunda muestra para un
    P ‘de .06 es

    ¿Cuándo se realiza un muestreo doble?

    Para responder a esta pregunta, aplicamos una ley que le debemos a dos investigadores, Nyquist y Shannon.
    Esta ley dice que la frecuencia de muestreo debe ser al menos igual o más del doble de la frecuencia más alta de la señal que queremos codificar. Durante mucho tiempo se ha admitido que la frecuencia más alta que se reproduce en el audio es de 20 kHz. Esto significa que la frecuencia de muestreo debe ser al menos 40 kHz.

    La frecuencia de muestreo de Fe debe ser igual o mayor que el doble de la frecuencia máxima del código al código.

    Esta condición es muy importante. Si no se respeta, nos enfrentamos a lo que se llama plegamiento de espectro. Las frecuencias erronadas aparecerán en el espectro de señal de audio original. Para comprender mejor este fenómeno, es suficiente nuevamente hacer un desvío a través del cine para ver un buen oeste. Todos conocen el fenómeno de la diligencia lanzado a toda velocidad con sus ruedas que se ponen al revés. La razón es que la frecuencia de 24 imágenes por segundo es insuficiente en comparación con la velocidad de las ruedas. De repente vemos en la imagen una frecuencia de rotación de las ruedas erróneas. Que la diligencia vuelva por debajo de cierta velocidad y las ruedas girarán en la dirección correcta.
    Lo que el ojo y el cerebro aún pueden aceptar por parte de la imagen de una diligencia es absolutamente inconcebible para el oído. En el mejor de los casos, tendríamos armónicos que distorsionarían por completo los sellos de las fuentes de sonido.

    ¿Qué es muestreo ventajas y desventajas?

    Los investigadores usan muestras estratificadas aleatoriamente para obtener una población de muestras que mejor representa a toda la población estudiada. Sus ventajas incluyen la reducción de la prevención de la selección de muestras para minimizar y garantizar que ciertos segmentos de la población no estén demasiado representados o menos representativos. Su desventaja es que es inutilizable cuando los investigadores no pueden clasificar con confianza a todos los miembros de la población en un subgrupo.

    El muestreo aleatorio estratificado implica la primera división de una población de subservicio y, por lo tanto, la aplicación de métodos de muestreo aleatorio para cada sujeto a formar un grupo de pruebas. Considere un estudio diseñado para evaluar las tendencias políticas de los estudiantes de economía en una gran universidad. Los investigadores quieren hacer todo lo posible para garantizar que la muestra pueda aproximar a la población real en cuanto al género y al nivel de estudio, como el grado o el grado.

    El muestreo aleatorio estratificado también es ventajoso cuando se puede usar a fondo porque asegura que cada subgrupo dentro de la población reciba una representación correcta dentro de la muestra. Uso de muestras aleatorias simples para adquirir una muestra de 100 de la población descrita anteriormente podría determinar la selección de solo 25 estudiantes varones. También se pueden seleccionar treinta y cinco graduados masculinos, con la consiguiente submerformación para estudiantes universitarios masculinos y sobreprendimientos para graduados masculinos. Dado que el logro de la educación está influenciado por las opiniones políticas en muchos estudios anteriores, estos errores de representación tienen el potencial de reducir la precisión del estudio.

    El otro desafío es ordenar cuidadosamente a cada miembro de la población en una sola capa. El ejemplo anterior lo hace fácil; Los estudiantes universitarios, graduados, hombres y mujeres son grupos claramente definidos. En otras situaciones, sin embargo, es mucho más difícil. Imagine características definitivas como raza, etnia o religión. El proceso del sistema se vuelve más difícil, lo que hace que el muestreo aleatorio estratifique un método ineficaz y menos ideal.

    Continúe con el muestreo aleatorio: lea la diferencia entre el muestreo aleatorio y estratificado y los ejemplos de muestras aleatorias estratificadas.

    ¿Qué es un muestreo y su finalidad?

    Los auditores usan el muestreo para responder una pregunta. Esto puede tomar muchas formas y su naturaleza precisa ayuda a determinar el método de muestreo más apropiado para responder.

    Para definir el objetivo de una muestra y elegir la estrategia adecuada, el equipo de auditoría debe preguntarse principalmente si necesitará extrapolar los resultados de su análisis a toda la población para llegar a una conclusión sobre el objetivo de la auditoría. Si es así, necesariamente tendrá que optar por una estrategia de muestreo generalizable (encuesta de atributos o encuesta variable).

    El método de muestreo utilizado debe estar en línea con sus problemas de auditoría

    Por ejemplo, la estrategia más apropiada para obtener una estimación de la frecuencia de una característica dada dentro de una población, como el incumplimiento de una política, es la de muestreo generalizable, ya que los oyentes tienen aquí extrapolar los resultados extraídos de la muestra a toda la población. Más específicamente, el método de la encuesta de atributos debe usarse en este caso, debido a la naturaleza binaria de cada unidad de la muestra (cada unidad está en cumplimiento o en no conformidad). Los auditores también pueden buscar medir el impacto de un programa en una población utilizando una variable continua, como dólares o tamaño. En este caso, la encuesta variable es la opción preferible.

    Artículos Relacionados:

Más posts relacionados:

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *