Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar datos, realizar el análisis e interpretar los resultados.
- La muestra se debe seleccionar aleatoriamente
- Las unidades que se inspeccionarán se deben seleccionar aleatoriamente y deben ser representativas de todos los elementos del lote. Esto puede requerir un esfuerzo extra como enumerar cada elemento y dibujar números aleatorios o estratificar el lote y hacer un muestreo de cada estrato o capa. Sin embargo, este proceso es necesario para asegurar la efectividad del proceso de muestreo.
- Los datos deben ser conteos de defectuosos o números de defectos
- Cada elemento que inspecciona se debe clasificar como aceptable o no aceptable (defectuoso) o usted debe poder contar el número de defectos por elemento. Si sus datos son mediciones en lugar de conteos de defectos o defectuosos, debe crear un plan de muestreo por variables.
- Los lotes individuales deben ser homogéneos
- Los lotes representan la población completa de unidades desde la cual se extraerá la muestra. Los lotes deben ser homogéneos. Se deben empaquetar y enviar en tamaños que sean manejables para el consumidor y para el proveedor y de un modo que permita una fácil selección de las muestras. Generalmente es más económico inspeccionar lotes más grandes que una serie de lotes más pequeños.
- El consumidor y el proveedor deben acordar los niveles de calidad objetivo
- El consumidor y el proveedor deben acordar la tasa de defectuosos más alta o la tasa de defectos que es aceptable (nivel de calidad aceptable, AQL). El consumidor y el proveedor también deben acordar la tasa de defectuosos más alta o la tasa de defectos que el consumidor está dispuesto a tolerar en un lote individual (nivel de calidad rechazable, RQL).
- El AQL describe lo que el plan de muestreo aceptará y el RQL describe lo que el plan de muestreo rechazará. Usted desea diseñar un plan de muestreo que acepte un lote de producto particular en el AQL la mayor parte del tiempo y que rechace un lote de producto particular en el RQL la mayor parte del tiempo.
- Usar la distribución hipergeométrica para lotes aislados de tamaño finito
- Por opción predeterminada, Minitab utiliza la distribución binomial para crear planes de muestreo y comparar planes de muestreo para los datos pasa/no pasa. Para utilizar correctamente la distribución binomial, Minitab presupone que la muestra proviene de un lote grande (el tamaño del lote es, por lo menos, 10 veces más grande que el tamaño de la muestra) o de un flijo de lotes seleccionados aleatoriamente de un proceso en curso. Muchas de sus aplicaciones de muestreo pudieran satisfacer este supuesto.
- Si el lote de productos del cual toma la muestra es un lote aislado de tamaño finito, entonces la distribución exacta para calcular la probabilidad de aceptación es la distribución hipergeométrica. Por ejemplo, usted recibe un envío de pedido especial de 500 etiquetas.
-
Nota
La distribución hipergeométrica solamente está disponible cuando tiene datos pasa/no pasa (defectuosos) y cuando especifica el tamaño del lote. Minitab utiliza la distribución de Poisson cuando usted cuenta el número de defectos.
