Lean Manufacturing Six Sigma Forum
Bienvenido. Welcome. Bienvenu.

TU EXPERIENCIA EN EL FORO SE MAXIMIZA CON TU INSCRIPCIÓN GRATIS
Tema del mes







Últimos temas
» Understanding the typical 1.5 sigma shift in a process.
Dom Dic 04, 2016 8:23 am por wsterlin

» Sobre análisis de regresión
Lun Oct 10, 2016 12:01 am por wsterlin

» Lean Transformation Equation
Jue Sep 01, 2016 10:31 pm por Admin

» Quality Function Deployment, QFD tutorial
Dom Ago 28, 2016 10:02 am por Admin

» Tiempo Takt en una Farmacéutica.
Mar Jul 26, 2016 11:08 am por maximo P. D.

» Numbers role in Lean Manufacturing.
Dom Jul 03, 2016 9:36 am por Admin

» Que repuesta esperamos de Toyota ante el retiro de Gran Bretaña (Brexit) de la Unión Europea?
Sáb Jun 25, 2016 11:27 am por wsterlin

» Como calcular un target cycle time más científico.
Miér Jun 15, 2016 9:20 pm por Griska

» Equivocaciones sobre VSM, flujo, y Takt
Miér Jun 15, 2016 7:20 pm por Griska

» Muda Mura Muri
Dom Mayo 29, 2016 12:32 pm por wsterlin

DataFeast By Quantum TC
Galería


Sondeo

Usted encontró lo que buscaba

 
 
 

Ver los resultados


Condiciones de muestreo

Ver el tema anterior Ver el tema siguiente Ir abajo

Condiciones de muestreo

Mensaje  wsterlin el Lun Dic 07, 2015 6:35 am

El pecado de la inspección por muestreo

En realidad hay varios pecados imperdonables en un sistema de muestreo. Uno de los mas comunes es el tamaño de la muestra que por no ser suficiente no permitirá detectar todos los defectos presentes y por lo que se concluye que la muestra no es representativa de la población. Por ejemplo si su data histórico apunta a un 5% de defectuosos y su población es de mil unidades. Sacar una muestra de  10 unidades resultara a que 59 veces de 100 no encontraras ningún defectuoso y que una sola vez de las 100 veces encontraras 3 defectuosos, todavía debajo de los 5 (5% o 5 de 100) que deberías detectar. Estos números según la curva de características operativas OC (operating  curve) con un tamaño de muestra de 30 resultaran en 21 veces con 0 defectuoso detectado y una sola vez se detectara los 5 defectuosos de las 100 veces y por fin con un tamaño de muestra de 100, 20 veces aparecerán los 5 defectuosos, lo cual nos permite pronosticar el 5% inicial.

El problema de tamaño de muestra introduce en la decisión por inferencia estadística sobre la población, un potencial error de aceptar productos de un lote que podrían estar malos pero que pasaran sin ser detectados. Esto es lo que se llama error tipo 2, or "False accept", aceptar lo malo.  Cuando aceptas una muestra de una población por inferir estadísticamente los resultados del muestreo es como si usted emitió una hipótesis de que la media y la varianza de la muestra son iguales a las de la población. Por ellos se debe en una prueba de hipótesis calcular el Factor de Potencia. Los software lo llaman Power and Sample size calculator y expresa el nivel de error tipo 2 que se puede cometer dado el tamaño de muestra seleccionado y el nivel de confianza (intervalo de confianza o nivel de significancia). Se entiende que la inferencia será valida solamente si el factor de potencia excede los 0.9 o 90%.

Pero esto es un solo pecado. Este es mortal para la satisfacción del cliente. Hoy en día muchas empresas han entendido y llevan un sistema de muestreo basado en el estándar militar 105 usando una tabla AQL.

Sin embargo esto no ha resuelto el problema y sigue su sistema de inspección con un pecado mortal en su alma.  Se trata de la aleatoriedad de la selección de las muestras. No confundimos azar con aleatoriedad. La aleatoriedad implica la igualdad de probabilidad de repetición de una muestra mientras que el azar no lo garantiza. El principio es simple. La primera vez que aplicar el azar para la selección de la muestra puede ser considerada como aleatoria. Sin embargo la segunda vez ya entra en juego el factor de la memoria visual del ser humano, y habrá una tendencia a no escoger la muestra de la misma posición anterior. Sin embargo si es aleatorio todas las muestras tendrán la misma probabilidad de ser escogidas en cada selección o muestreo. En el uso repetitivo del azar se introduce inconscientemente en el proceso de selección una causa especial que se llama memoria visual o posicional. Para garantizar la total aleatoriedad en el sistema de muestreo se debe usar una tabla de números aleatorios.

Es importante para el uso adecuado de las estadísticas como fundamentos para tomar decisiones que el muestreo respeta estos dos conceptos: tamaño y aleatoriedad. De lo contrario se introduce en el sistema errores que pueden ser fatales para la eficacia de las decisiones.

_________________
WSterlin
Nuestra filosofía: Walk, See & Solve

wsterlin

Mensajes : 194
Puntos : 498
Fecha de inscripción : 05/01/2011

Ver perfil de usuario

Volver arriba Ir abajo

Ver el tema anterior Ver el tema siguiente Volver arriba

- Temas similares

 
Permisos de este foro:
No puedes responder a temas en este foro.