Los planes de muestreo de atributos únicos o MIL-STD-105E se utilizan cuando las inspecciones solo se pueden clasificar como dos resultados. Se puede pensar en este tipo de plan como pasa / no pasa o dentro de la especificación versus fuera de la especificación. Ampliamente utilizado porque todo lo que se necesita hacer es contar el número de defectos encontrados en la muestra o evaluar la proporción de defectuosos en un proceso. Si se utilizan lotes grandes, se utiliza la distribución binomial. Mientras que, la distribución hipergeométrica se utiliza cuando los defectos surgen de un solo lote. Al graficar la probabilidad de aceptación contra la proporción de defectuosos en el lote inspeccionado son posibles dos curvas, Tipo A y Tipo B. Con el Tipo A, la curva representa la probabilidad de que un lote sea aceptado contra la proporción de defectuosos en el lote, mientras que, con el Tipo B, la curva grafica la proporción de lotes que serán aceptados contra la proporción de defectuosos en el proceso del productor.
El proceso consiste en tomar una muestra aleatoria de tamaño n de un lote de tamaño N. Si se pretende que la muestra sea el lote en sí, se considera muestreo tipo A o muestreo tipo B cuando el proceso se utiliza para producir el lote.
Procedure for Single Attributes SamplingProcedimiento para el muestreo de atributos individuales
Mostraré cómo generar un plan de muestreo único por atributos utilizando el enfoque de dos puntos. Con este enfoque, se utilizan (p1, α) y (p2, β) para los puntos. Donde p1 se conoce como el Límite de Calidad Aceptable o NCA, p2 es el Límite de Calidad Rechazable o NCR, α es el riesgo del productor y β es el riesgo del consumidor. Con el complemento del plan de muestreo JMP, se puede utilizar una distribución binomial (Tipo 
o una distribución hipergeométrica (Tipo A).
Abra el complemento seleccionando "Planes de Muestreo JMP" en el menú "Complementos". Seleccione "Atributos-->Único".
Single Attributes Sampling PlanPlan de muestreo de atributos únicos
Ahora se le presentan tres (3) opciones para planes de muestreo de aceptación de lotes.
- Plan de evaluación de atributos
- Generar o crear un plan de atributos
- Comparar planes de atributos
Utilizaré la opción de generar un plan de muestreo de atributos utilizando el método de dos puntos.
Generate Single Attributes Sampling PlanGenerar un plan de muestreo de atributos únicos
Al hacer clic en "Aceptar", se abrirá un cuadro de diálogo para ingresar el NCA, el NCR, α y β, así como para seleccionar una opción para análisis de Tipo A o Tipo B al especificar el tamaño del lote. Las Unidades de Medida permiten cambiar las opciones de "p" (Proporción de Defectuosos), "Porcentaje de Defectuosos" o "Defectuosos por Millón" mediante un menú desplegable. Al especificar un plan, la consideración principal es la protección que se brinda tanto al productor como al consumidor.
Introduzca los siguientes valores en el cuadro de diálogo:
NCA = 0,018
RQL = 0,18
Probabilidad de aceptar lote en AQL (1- α ) = 0,95
Probabilidad de aceptar el lote en RQL ( β ) = 0,10
Tenga en cuenta que el tamaño del lote es opcional. Si no se especifica, no se mostrarán los gráficos de rendimiento.
Specifying two points for single attribute sampling planEspecificación de dos puntos para un plan de muestreo de atributo único
El informe del Plan de Muestreo de JMP se genera con detalles del plan creado. Analicemos cada cuadro del esquema para revisar el contenido del resultado.
Al expandir el primer nodo de esquema se muestran los parámetros especificados para generar el plan.
Detail Report for Single Attribute Sampling PlanInforme detallado del plan de muestreo de un solo atributo
Además, el plan creado tiene un tamaño de muestra (n) de 28 y un número de aceptación (c) de 2. Si el número de artículos defectuosos o no conformes en la muestra de 28 es <=2, se aceptaría el lote. Se rechazaría si el número de artículos no conformes es >2. Con este plan, un lote con un 1,8 % de artículos no conformes solo se rechazaría el 1,37 % de las veces, mientras que un lote con un 18 % de artículos no conformes se aceptaría el 9,795 % de las veces.
La visualización de la salida del segundo nodo de esquema muestra las Curvas Características de Operación (CO). Estas curvas se utilizan para evaluar el seguro que el plan ofrece tanto al consumidor como al productor. Se muestran dos curvas CO. La curva de la izquierda se muestra utilizando los niveles de calidad especificados (NCA = 0,018 y CDR = 0,18) y las probabilidades de aceptación (calculadas) asociadas. La curva CO de la derecha se muestra utilizando las probabilidades de aceptación especificadas (Pa@NCA = 0,95 y Pa@CDR = 0,1) y los niveles de calidad calculados.
Operating Characteristic CurvesCurvas características de funcionamiento
Al expandir o visualizar el último nodo del esquema, se muestra un resumen tabular del plan creado. El resultado muestra la calidad deseada.
La tabla está codificada por colores para indicar un aumento o disminución en las probabilidades asociadas de aceptación en los niveles AQL y RQL especificados. Un mejor desempeño que el solicitado para la probabilidad de aceptación en el AQL (0.98635 > 0.95) con la fuente azul y la flecha hacia arriba o 0.097937 < 0.1 y la flecha hacia abajo en el RQL y la misma fuente azul proporcionan visualizaciones rápidas de las probabilidades calculadas de aceptación y si son mejores o peores que las solicitadas. De manera similar, se muestra el Nivel de Calidad Asociado para cada probabilidad de aceptación especificada. Un aumento en el Nivel de Calidad Asociado en el AQL (0.029800 > 0.018000) denotado por la flecha hacia arriba y el color de fuente rojo indica una calidad peor que la especificada. Mirar el Nivel de Calidad Asociado en el RQL (0.17910 < 0.18000) muestra resultados mejores que los esperados como se indica con la flecha hacia abajo y la fuente azul.
Tabular Plan SummaryResumen del plan tabular
Ahora, repitamos el análisis, pero esta vez con un tamaño de lote de 10 000. En la opción de menú del triángulo rojo, bajo Curvas Características de Operación, seleccione "Reiniciar Análisis". Esto abrirá el análisis con las opciones introducidas con nuestras entradas anteriores como punto de partida. Cambie la selección de Muestreo Continuo Tipo B (binomial) a Muestreo de Lote - Tipo A (hipergeométrico) y haga clic en Aceptar para continuar.
Observe que, bajo el recuadro "Resumen del Plan" del informe, se han calculado y resumido en formato tabular medidas de rendimiento adicionales. El resultado es ligeramente diferente al presentado anteriormente, ya que hemos incorporado el tamaño del lote en nuestros cálculos y ahora utilizamos la distribución hipergeométrica. Anteriormente, utilizábamos una distribución binomial. Se proporcionan medidas de rendimiento para Pm, el Número Promedio de Muestras (ASN), el Número Promedio de Muestras (totalmente restringido), la Calidad Promedio de Salida (AOQ), el Límite Promedio de Calidad de Salida (AOQL), la Inspección Total Promedio (ATI), la Inspección Total Promedio en AQOL y el Riesgo Real en la Calidad Especificada, tanto para AQL como para RQL.
Al expandir el nodo de contorno de Gráficos de Rendimiento, se muestran gráficos de AOQ y ATI. Al hacer clic en la opción de menú con un triángulo rojo debajo del nodo de contorno, se mostrará un gráfico adicional, incluyendo ASN. La curva ASN se muestra con y sin restricción. Otras opciones incluyen mostrar todas las curvas en un solo gráfico o un perfilador de predicción.
El gráfico de Calidad Promedio de Salida (CPD) muestra la CPD en relación con los posibles valores de la proporción de defectuosos. La CPD en el máximo de la curva se denomina CPD.
El punto en el que se produce la proporción defectuosa se denomina Pm. La curva AOQ es útil para evaluar el efecto sobre la calidad promedio que llega al consumidor después de una inspección del 100% de los lotes rechazados, a fin de evaluar el nivel de confianza que se le brinda al consumidor una vez completada la rectificación.
Performance graphs with optional ASN CurveGráficos de rendimiento con curva ASN opcional
Dejo al lector la opción de explorar las otras opciones del menú de triángulo rojo disponibles bajo los otros nodos de esquema para guardar la salida o para crear una tabla de datos JMP de la salida del resumen del plan.
La próxima vez veremos cómo crear planes de muestreo de aceptación de lotes de atributos cero, también conocidos como planes Squeglia.
Complemento del plan de muestreo de aceptación JMP
Déjame un comentario a continuación.
Referencias
Departamento de Defensa, 1989, Procedimientos de muestreo y tablas para la inspección por atributos , MIL-STD-105E, https://archive.org/details/MIL-STD-105E_1/mode/2up, consultado en abril de 2021
Schilling, EG, y Neubauer, DV, 2017, Muestreo de aceptación en control de calidad , 3.ª ed., Boca Raton, FL, CRC Press
Montgomery, DC, 2013, Introducción al control estadístico de calidad , 7.ª ed., EE. UU., John Wiley & Sons
Grant, EL, y Leavenworth, RS, Control estadístico de calidad , 5.ª ed., 1980, McGraw-Hill Book Co.
Guía del usuario de SAS/QC® 15.2, 2020, Cary, NC
Hola @stan_koprowski ,
Tengo un cliente que está interesado en este complemento y le gustaría hacer una pregunta. Desafortunadamente, no soy un experto en este tema para ayudar. Realmente agradecería su respuesta para esto:
"Para un ASP dado
Si conoce el AQL y el RQL y conoce el número de aceptación (a), ¿cómo determina el número mínimo de muestras (N) requeridas para este ASP?"
Atentamente,
owen
EDITAR: ¡Gracias Stan por la respuesta!
"Si entiendo su pregunta correctamente, sería necesario generar un plan de muestreo de atributo único.
Planes de muestreo JMP > Atributos > Único y luego haga clic en Generar/Crear plan de atributos.
Se requieren dos puntos para generar un plan,
(P1, 1-Alfa) y (p2, Beta)
p1= aql
p2=rql
valores típicos para alfa = 0,05 y beta = 0,1
Una vez que proporcione los valores para los dos puntos, el complemento calculará el tamaño de muestra requerido y el número de aceptación".
