ejemplo muestreo
DESCRIPTION
Ejemplo de como realizar un análisis de muestreoTRANSCRIPT
![Page 1: Ejemplo muestreo](https://reader036.vdocuments.pub/reader036/viewer/2022080822/55cf8ef5550346703b9768a2/html5/thumbnails/1.jpg)
Ejemplo de aplicación MIL STD 414
En una fábrica de autopartes se han tenido problemas con la dimensión de cierta
barra de acero en el momento de ensamblarla. La longitud ideal de la barra es de
100 mm, con una tolerancia de ± 2 mm. Se decide implementar un muestreo de
aceptación interno con el propósito de evitar dejar pasar a la etapa de ensamble a
los lotes con una calidad muy pobre.
El tamaño del lote para estas barras es de 3 000. De acuerdo con los
antecedentes y los propósitos se elige un NCA (AQL) de 1.0%. De esta forma,
lotes con 1.0% de barras fuera de las especificaciones tendrán una alta
probabilidad de ser aceptados para ensamble.
![Page 2: Ejemplo muestreo](https://reader036.vdocuments.pub/reader036/viewer/2022080822/55cf8ef5550346703b9768a2/html5/thumbnails/2.jpg)
El nivel de inspección que se utilizará es el usual (nivel IV). De la tabla
12.16 se encuentra que la letra código para el tamaño de la muestra es
L.
![Page 3: Ejemplo muestreo](https://reader036.vdocuments.pub/reader036/viewer/2022080822/55cf8ef5550346703b9768a2/html5/thumbnails/3.jpg)
Supongamos que no se conoce la desviación estándar del proceso y que ésta va a ser
estimada con S. Por lo que de acuerdo con la tabla 12.17 se encuentra que el plan de
inspección normal es:
n = 40, M = 2.71%
y el plan de inspección severa es
n = 40, M = 1.88%
![Page 4: Ejemplo muestreo](https://reader036.vdocuments.pub/reader036/viewer/2022080822/55cf8ef5550346703b9768a2/html5/thumbnails/4.jpg)
De un lote en particular se seleccionan de manera aleatoria 40 barras y se les
mide su longitud. Con los 40 datos se calcula
𝑥 = 100.15 y S = 0.8
y con éstos a su vez se calculan los índices:
𝒁𝑬𝑺 =102−100.15
0.8=2.31
𝒁𝑬𝑰 =100.15−98
0.8=2.68
𝒁𝑬𝑺 =𝑬𝑺 − 𝑿
𝑺
𝒁𝑬𝑰 = 𝑿 − 𝑬𝑰
𝑺
![Page 5: Ejemplo muestreo](https://reader036.vdocuments.pub/reader036/viewer/2022080822/55cf8ef5550346703b9768a2/html5/thumbnails/5.jpg)
Con estos valores, en la columna de n = 40 de la tabla 12.18 y tomando el valor de
ZES igual al valor más cercano (2.30), se estima que el porcentaje de barras en el lote
que exceden la especificación superior es igual a ps = 0.888%.
![Page 6: Ejemplo muestreo](https://reader036.vdocuments.pub/reader036/viewer/2022080822/55cf8ef5550346703b9768a2/html5/thumbnails/6.jpg)
De la misma manera se encuentra que el porcentaje de barras que tienen una
longitud menor a la (EI) es pi = 0.236%.
Por lo tanto, el porcentaje total que se estima fuera de especificaciones es p = 0.888
+ 0.236 = 1.124%, que es menor que M = 2.71%, por lo que el lote es aceptado