Un ingeniero especializado en calidad que trabaja en una planta de partes automotrices desea evaluar la variabilidad en el grosor de arandelas metálicas redondas. El ingeniero planea medir una muestra de arandelas y calcular un intervalo de tolerancia que incluya 95% de la población. Si el tamaño de la muestra es pequeño, entonces el porcentaje máximo aceptable de la población en el intervalo podría ser demasiado grande y el intervalo de tolerancia podría sobrestimar notablemente la variabilidad en el grosor de las arandelas. Con base en datos históricos, el ingeniero presupone que los datos están distribuidos normalmente.
El ingeniero desea determinar el tamaño de la muestra de arandelas que es necesario medir para alcanzar porcentajes máximos aceptables de la población en el intervalo de 96% y 97% para el intervalo de tolerancia. También desea saber los porcentajes máximos aceptables para tamaños de muestra de 50 o 100 arandelas. El ingeniero puede presuponer que los datos siguen una distribución normal.
Con el método normal, para lograr un porcentaje máximo aceptable de la población en el intervalo de 96%, el ingeniero necesita recopilar 2480 observaciones. Con observaciones de 2480, la probabilidad de que una cobertura del intervalo de tolerancia supere el 96% de la población es de solamente 0.05.
Si el ingeniero no puede presuponer normalidad, los tamaños de las muestras serán mucho más grandes con el método no paramétrico.
Nivel de confianza | 95% |
---|---|
Porcentaje mínimo de población en el intervalo | 95% |
Probabilidad de que la cobertura de la población exceda p* | 0.05 |
P* | Método normal | Método no paramétrico | Confianza lograda | Probabilidad de error alcanzada |
---|---|---|---|---|
96.000% | 2480 | 4654 | 95.0% | 0.049 |
97.000% | 525 | 1036 | 95.1% | 0.048 |
Si el ingeniero no puede presuponer normalidad, los porcentajes máximos aceptables de la población serán más altos con el método no paramétrico.
El ingeniero podría decidir que el porcentaje máximo aceptable es demasiado alto y volver a ejecutar el análisis utilizando tamaños de muestra más grandes para reducir el porcentaje máximo aceptable. Por ejemplo, podría probar con 250 o 400 arandelas. Sin embargo, tras el primer análisis, el ingeniero sabe que se requieren al menos 525 arandelas para que haya un 5% de probabilidad de que el intervalo de tolerancia no contenga más del 97% de la población, presuponiendo una distribución normal.
Nivel de confianza | 95% |
---|---|
Porcentaje mínimo de población en el intervalo | 95% |
Probabilidad de que la cobertura de la población exceda p* | 0.05 |
Tamaño de la muestra | Método normal | Método no paramétrico | Confianza lograda | Probabilidad de error alcanzada |
---|---|---|---|---|
50 | 99.4015% | 99.2846% | 72.1% | 0.050 |
100 | 98.6914% | 99.6435% | 96.3% | 0.050 |