Академический Документы
Профессиональный Документы
Культура Документы
atributos
Las tablas de Dodge y Romig originales, se prepararon para uso interno en Bell
Telephone System. Su empleo primario fue para reducir al mnimo la cantidad total
de inspeccin, tomando en cuenta la inspeccin para muestreo y la inspeccin
para seleccin de los lotes rechazados.
Para explicar los supuestos en que se basa la tabla 13-1, hay que examinar uno
de los clculos en particular. Considrese que los lotes de entrada vienen de un
proceso que tiene 0.6% de defectivos. La probabilidad (tipo B) de que se acepten
esos lotes sobre la base de la muestra es de 0.925 o . Por tanto, a la larga, slo
se har la inspeccin para seleccin en tres lotes de cada 40. Para estos 40 lotes,
se pasarn 37 que contendrn en promedio, 0.6% de los defectivos y tres lotes no
tendrn defectivos despus de la seleccin Por tanto, la AOQ expresada en
porcentaje de defectivos ser:
(Po)(100p) = (0.925X0.6%) = 0.555%.
1. El tamao N del lote es constante. Por tanto, se puede suponer que los tres
lotes seleccionados sern del mismo tamao que los 37 que no se
seleccionaron.
2. Con la inspeccin para seleccin se encuentran todos los defectivos en los
lotes seleccionados y se retiran.
3. Ios artculos defectivos retirados de los lotes seleccionados se sustituyen
por otros buenos. Por tanto, cada lote seleccionado aporta N artculos
buenos a la corriente final del producto.
En diversos puntos de la descripcin del muestreo para aceptacin lote por lote,
habr oportunidad de mencionar que el empleo continuo de un sistema de
muestreo debe quedar reducido a las circunstancias en donde la mayor parte del
tiempo la calidad es lo bastante buena para casi todos los lotes que se van a
aceptar con base en la muestra. Los planes de AOQL no son la excepcin de esa
regla.
Cuando casi todos los lotes se aceptan sobre la base de la muestra, el AOQL slo
ser un poco mejor que la calidad promedio en esos lotes aceptados. Si los lotes
recibidos estn fuera de control estadstico, con lo cual los lotes seleccionados
suelen ser mucho peores que los no seleccionados, la inspeccin para seleccin
puede producir una mejora importante en la calidad. Si el producto propuesto est
en buen control estadstico y pocos lotes son seleccionados, la calidad de salida
no diferir mucho de la calidad de entrada. En cualquier caso, la AOQ ser
siempre mucho mejor que la AOQL.
= n + ( N - )(1 Pa)
AFI = ATI/N
Las tablas Dodge y Roming
Los cuatro tipos de planes se trazaron para lograr una inspeccin total mnima
para productos con una media de proceso determinado. Se supone que todos los
lotes rechazados sern cribados y que al deducir el plan que proporcionara una
inspeccin mnima por lote se tuvieron en cuenta tanto el muestreo como la
inspeccin al 100 %. Este enfoque es especialmente apropiado cuando el
fabricante verifica su propio producto, as como en el caso en que se verifica el
producto obtenido en un departamento antes de pasarlo a otro. En la prctica,
puede resultar razonable usar la misma teora, aun cuando el muestreo corra a
cargo de la empresa compradora y la inspeccin detallada del material rechazado
lo realice la suministradora, ya que, a la larga, todos los costes en que incurre el
proveedor para ofrecer material de una calidad determinada se reflejan en el
precio.
2.0%. 5.0%
1.0%
La tabla tiene seis columnas, cada una para un valor diferente de porcentaje
promedio de defectivos en el proceso. La finalidad de estas tres columnas
diferentes es indicar el plan que incluya la inspeccin total mnima, al considerar
tanto la inspeccin de las muestras y la inspeccin de 100% de los lotes
rechazados.
Si no hay base para calcular el promedio del proceso, el plan para muestreo se
debe escoger en la columna derecha de la tabla. Con ello se tiene la proteccin
deseada para la calidad y les da a los lotes buenos mejor probabilidad de
aceptacin. Adems, se renen los datos con ms rapidez para permitir
estimaciones confiables del promedio del proceso.
Al comparar las tablas 13-2 y 13-3 se apreciarn algunas diferencias entre los
planes de muestreo sencillo y doble. Estas diferencias se harn resaltar al
comparar cualquier plan de muestreo sencillo con uno de muestreo doble del
mismo lote y el promedio del proceso que produzca la misma proteccin de la
calidad para el lote. Por ejemplo, considrense los planes de las tablas 13-2 y 13-3
para lotes de tamao entre 800 y 1000 y un promedio de proceso con 0.51 a
1.00% de defectivo.
n = 105 n1 = 55 n2 = 115
c=2 c1 = o n1 + n2 = 170
c2 = 4
'Reproducida con permiso de H K. Dodgc y H. O. Romig, Sampling Inspection Tablea. Single and Double Sampling, 2a ed.. John Wiley & Sons, Inc.,
Nueva York.
Igual que en todas las tablas de Dodge y Romig, hay columnas para los promedios
de los diversos procesos; el plan que hay en cada columna es el que da la
inspeccin mnima total para el promedio del proceso que se cita en la cabeza de
la columna. Por tanto, todos los planes en cualquier lnea de la tabla son iguales
en proteccin de calidad (medida por el AOQL) y slo difieren en la cantidad total
de inspeccin requerida. Como se mencion en la descripcin de la tabla 13-2, si
no hay base para estimar el promedio del proceso, el plan de muestreo se debe
escoger en la columna derecha de la tabla.
Tabla 13-5 Ejemplo de Dodge-Romig de las tablas de AOQL para muestreo doble*
Nota: Lmite de calidad promedio de salida (AOQL) = 2.0%
17 *Reproducida con permiso de H K. Dodgc y H. O. Romig, Sampling Inspection Tablea. Single and Double Sampling, 2a ed.. John Wiley & Sons, Inc.,
Nueva York, 1959.
Las tablas 13-2 hasta la 13-5 tienen seis columnas, cada una correspondiente a
un promedio determinado del proceso. En general, cuanto mayor sea el promedio
de proceso utilizado para entrar en cualquier tabla de Dodge y Romig, ms grande
ser el tamao de la muestra en relacin con el tamao del lote. Los planes que
tienen tamaos ms grandes de la muestra tienen curvas OC ms pronunciadas o
pendientes con lo cual hay mayor distincin entre los lotes en que se supera la
norma de calidad y lotes peores que la norma de calidad. Este aspecto se ilustra
en las figuras 13-2 y 13-3.
En la figura 13-2 se muestran las curvas OC para seis planes de muestreo doble
presentados en la tabla 13-3 (LTPD = 5%) para lotes de tamao 4001 a 5000. Las
tres curvas muestran que la probabilidad de aceptacin de un lote con 5% de
defectivos es de 0 10 Pero, en todos los dems puntos, las curvas OC tienen
considerables diferencias; stas son muchos ms grandes alrededor de la mitad
de 5% de LTPD; por tanto, un lote con 2 5% de defectivos tiene una probabilidad
casi segura de aceptacin dentro del plan que corresponda al promedio del
proceso, que es 2.01 a 2.50% (curva 6), pero slo tiene una probabilidad de 0.50
de aceptacin en los planes correspondientes a los promedios de proceso de 0 a
0.5% y de 0.06 a 0.50% (curvas 1 y 2). En general, cuando los lotes presentados
son tan buenos como el promedio del proceso empleado para entrar a las tablas,
se tiene la certeza de que los aceptarn. ,
En la figura 13-3 se muestran las curvas OC para seis planes de muestreo doble
presentados en la tabla 13-5 (AOQL = 2%). Una comparacin con la figura 13-2
puede ser til para poner de relieve ciertas semejanzas y diferencias entre el
empleo del LTPD y del AOQL como norma de calidad. Igual que en las tablas para
LTPD, cualesquiera lotes que tengan el promedio de proceso supuesto o uno
mayor, tienen la certeza de la aceptacin; la probabilidad de aceptacin de lotes
que tengan el valor AOQL exacto vara desde alrededor de 0.84 (curva 1) hasta de
0.99 (curva 6). Las diferencias en las secciones del lado derecho de las curvas OC
sealan diferentes grados de proteccin contra la aceptacin de peores lotes que
con el AOQL expresado; estas diferencias tambin se ponen de relieve en la tabla
15-4 mediante los valores de LTPD dados para cada plan de muestreo.
Las tablas de Dodge y Romig se aplican a lotes de tamao desde 1 hasta 100 000
y se pueden emplear en cualesquiera lotes que se vayan a presentar para
aceptacin. Cuando resulte prctico, puede ser ventajoso establecer el tamao de
los lotes que se van a presentar para aceptacin, en lugar de aceptar los lotes tal
como vienen. Las tablas ayudan a tomar una decisin del tamao del lote porque
muestran con claridad la desventaja de los lotes pequeos por comparacin con
los grandes desde el punto de vista del muestreo necesario para una proteccin
dada de la calidad. Por ejemplo, en la primera columna de la tabla 13-2 se pide un
tamao de muestra de r Todo (es decir, 100%) de un lote de 30 o menos, un
tamao de muestra de 37%) de un lote de 100 y una muestra de 45 (o sea,
2.25%) de un lote de 2000, todo para la misma proteccin de calidad (medida por
LTPD).*Con este se recalca lo que , se dijo en el captulo 12 que es el tamao
absoluto de la muestra, mucho ms que su tamao con relacin al lote, lo que rige
la proteccin de la calidad.
Est claro que siempre que sea posible es preferible evitar los lotes de tamao
muy pequeo. Al mismo tiempo, se apreciar que el gran ahorro en la inspeccin
para una proteccin dada de la calidad consiste en tomar lotes de 1000 en lugar
de los lotes usuales de 50 o 100; por ejemplo, en la tabla 13-2 una reduccin de
una muestra de 37% para lotes de 100, a una muestra de 4.5% para lotes de 1000
es una reduccin en la inspeccin de 32.5% del nmero total de artculos
presentados en los lotes. Por el contrario un reduccin de una muestra de 4.5% en
lotes de 1000 a 2.25% en lotes de 2000, es una reduccin de slo 2.25%.
Hay algunas posibles objeciones prcticas al empleo de lotes de tamao muy
grande, como los de 10 000 a 100 000. En una objecin, a menudo, hay
dificultades prcticas para integrar lotes tan grandes para inspeccionarlos; el costo
del manejo ser muy superior a los ahorros en la inspeccin. Otra objecin es
que, con frecuencia es mucho ms difcil tomar una muestra aleatoria en un lote
de 10 000 que un lote de 1000. Adems, el efecto perjudicial que puede producir
el rechazo de lotes muy grandes en las relaciones entre productor y consumidor,
puede ser muy grave.
En cualquier decisin acerca de AOQL hay dos cifras que se pueden considerar
adecuadas... Una es el porcentaje mximo de defectivos que es tolerable en el
producto de salida despus de la inspeccin. La otra es la capacidad del proceso
produccin, expresada como porcentaje de defectivos que se esperar en la
mayor parte de los lotes presentados. Est claro que la inspeccin del 100%
realizada por alguien es necesaria siempre que la calidad de los lotes presentada
es mucho peor que el porcentaje de defectivos tolerable. Como se describe en el
ejemplo 13-1, la razn principal para adoptar la inspeccin por muestreo en este
caso, puede ser aprovechar los rechazos frecuentes de lotes para obligar al
productor a mejorar la calidad o a llevar a cabo una inspeccin de seleccin
adecuada.
Hay diversas consideraciones que pueden intervenir en la decisin del porcentaje
mximo tolerable de defectivos. Si la especificacin de proyecto (diseo) de una
caracterstica de calidad incluye un margen de seguridad, algunos artculos que,
tcnicamente, estn clasificados como defectivos, en realidad pueden ser
aceptables para el uso a que se destinan. En ocasiones puede haber una buena
posibilidad de que cualesquiera defectivos que haya en el producto de salida de
esa inspeccin, se eliminarn ms tarde con algn trabajo de manufactura o con
otra inspeccin; en otros casos, esta inspeccin puede ser la ltima oportunidad
de eliminarlos. Por supuesto, es necesario tomar en cuenta el nmero de
caractersticas de calidad que se examinarn en la inspeccin relativa y su
importancia para el funcionamiento del producto que se inspecciona.
Es probable que resulte ms fcil calcular las capacidades de un proceso de
produccin que decidir el porcentaje de defectivos mximo tolerable. Si casi todos
los lotes presentados se van a aceptar sobre la base de la muestra, la calidad de
esos lotes aceptados debe ser algo mejor que el AOQL seleccionado. Una regla
aproximada para orientacin es que, tal como funcionan las cosas en la prctica,
el resultado del empleo de un sistema de AOQL, por lo general, ser que el
promedio de porcentaje de defectivos no ser peor que las 2/3 partes del valor de
AOQL. Esta regla se puede considerar a la inversa a fin de juzgar las
repercusiones de la capacidad del proceso cuando se selecciona un valor AOQL
determinado; por ejemplo, supngase que se selecciona un valor AOQL de 1.5%;
esto implica que se opina que, excepto quiz por lotes ocasionales fuera de
control, se podr lograr, a fin de cuentas que el proceso produzca lotes que no
tengan ms del 1% de defectivos.
Figura 13-2
Curvas Oc para seis
planes Dodge-
Romig de
muestreo doble
para LTPD de 5% y
tamao de lotes de
4001 a 5000.
H. F. Dodge,
Administration Of
Sampling
Inspection, Plan.
Industrial Quality
Control, Vol 4.
No.3, Pp. 12 19,
November 1948)