Una práctica frecuente y errónea en la industria es aplicar una inspección por muestreo seleccionando un nivel de inspección, una tabla AQL y un nivel de AQL (Acceptable Quality Level) sin entender la teoría del AQL y a menudo sin haber leído el MIL- STD-105E que es el estándar que rige la inspección por muestreo. Son tres los errores que se cometen en hacerlo así y la mala notica es que la data recolectada en un muestreo que no fue correctamente seleccionada es estadísticamente invalida para análisis y decisiones.
1- El AQL está atado a una curva que se llama curva OC (Operating Curve), curva característica operacional. Esta curva es función de dos riesgos que asume un muestreo: el riesgo de que el fabricante rechaze su lote por haber rechazado la muestra cuando en realidad estaba bueno, y este riesgo es del mismo fabricante; y el riesgo de que el fabricante acepte su lote por haber aceptado la muestra cuando en realidad el lote estaba malo, y este riesgo es para el cliente. El primero se conoce como error tipo I o α (alpha) mientras el segundo es el error tipo II o β (beta). El AQL se lee como el punto en la curva que corresponde al factor (1-α). Pero cualquier curva requiere dos puntos para ser definida. El segundo punto es precisamente el riesgo del cliente que caracterizamos como LQL (Limiting Quality Level) o porcentaje de defectuoso para la tolerancia de un lote LTPD. Ver figura.
Los riesgos α que la empresa quiere asumir y β que quiere exponer a su cliente permiten respectivamente calcular el intervalo de confianza en la muestra (1-α) y el factor de potencia (1-β) de la prueba. Se puede usar la determinación de estos dos parámetros para definir el plan inicial en cuanto a tipo de tabla (reducida, normal, o rigurosa) que se debe adoptar para arranque del sistema de inspección por muestreo. Recomendamos lo siguiente:
2- La selección según guía arriba de la tabla es para iniciar el plan de muestreo. Por lo general tampoco se debe mantener la misma tabla sin importar los resultados de los muestreos de lotes. El ejemplo más evidente para ilustrar esta condición es el uso de una tabla reducida con resultados consecutivos de rechazo de lotes. Esto significaría que los cálculos de porcentaje de defectuoso para tolerancia de lotes, o LTPD, fueron equivocados y por ende se debe redefinir, en otras palabras cambiar de tabla. El cambio de tabla es dinámica y función de los resultados consecutivos de los muestreos. La guía siguiente aplica para el cambio dinámico de tabla.
a) de reducido a normal tan pronto que sea rechazado un lote, y si quieren ser preventivo cuando su gráfica de control señala causas especiales de un número de puntos a más de dos desviaciones estándares de la media ya que esto es un potencial desplazamiento significativo de la distribución en tiempo real que deberíamos tratar de filtrar en la auditoría por muestreo.
b) de normal a rigurosa cuando 2 lotes de dos, de tres, de cuatro y de cinco lotes llegando de manera consecutiva a inspección, independiente de su fecha de llegada, han sido rechazados en su inspección original no considerando los reenvíos después de re trabajos.
c) de rigurosa a normal cuando 5 lotes consecutivos han sido aceptados. En esta situación se supone que el riesgo β ha bajado suficientemente para implicar un recalcularse y por ende un cambio de tabla.
d) de normal a reducido cuando las siguientes tres condiciones se cumplen simultáneamente: 10 lotes consecutivos aceptados, el número total de defectuosos o defectos, dependiendo de su sistema, no excede un número dado por la tabla de números límites para inspección reducida (cuidado esta no es la tabla AQL reducida, es otra tabla adicional, ver abajo, y el volumen de producción está constante. La constancia del volumen de producción se debe comprobar con el coeficiente de variación, desviación estándar entre media, del histograma de producción, el,cuál debe ser relativamente muy pequeños implicando una forma leptocurtica del volumen de producción
3- el estándar 105E es orientado a inspección por atributos y resulta en decisiones discretas. Midiendo una data continúa, por ejemplo dimensión, la decisión del inspector usando el 105E será aceptar o rechazar en función a cuantas muestras encontradas mal dimensionadas según el AQL que está aplicando. De esta forma la característica de calidad (CTQ) que se está midiendo no tiene realmente ninguna interacción en la decisión, puesto que la dispersión de las muestras tomadas para la evaluación no se tomó en cuenta cuando sin embargo existen límites de especificaciones que son las que determinan la aceptación o no de un lote. Simplemente se transformó una decisión cuantitativa en una cualitativa discreta. Por lo tanto porque medir entonces?
He aquí el tercer error de muchas industrias. Si se disponen de mediciones o data variables no se debería usar el 105E para llegar a la decisión discreta de aceptar o rechazar. Para ello existe el estándar militar 414 para muestreo de variables. Dado que el CTQ tiene límites absolutas de especificaciones que marcan las fronteras entre defectuosos y no defectuosos, el muestreo a usar es por variable y está atado a la característica específica de interés. Con el estándar 414 se elige un nivel de inspección (solamente hay 5 en comparación a las 7 de la 105E) y con la letra correspondiente al tamaño de lote y la tabla a usar se toma una muestra aleatoria del producto y se mide y se registra el CTQ de interés. La media y la desviación estándar de las muestras aleatorias juntas a los límites de especificación del CTQ, serán los criterios de aceptación del lote, calculando el porcentaje estimado de defectuoso en base a la distribución de las muestras tomadas. Anexamos un vínculo de una calculadora On line para fines de practicar y ver cómo funciona el estándar militar 414
https://www.sqconline.com/sampling-variables-military-standard-414-tables
Aplicando 414 a data continúa de su inspección parece más complejo y largo que usar la decisión discreta de la 105E. Sin embargo no es así. Puesto que para una decisión por atributo se va a requerir muchísimas más muestras que cuando usamos una decisión cuantitativa. Por ejemplo en la 414 inspección nivel IV, tamaño de muestra 1250, tabla normal, la letra k correspondiente implica una muestra de 35 mientras que en la 105 E el nivel II correspondiente al IV de la 414 para el mismo tamaño de lote de 1250, tabla normal la letra k implica una muestra de 125. El tiempo de inspección de 90 muestras más compensa y hasta excede el tiempo de medición, registro y calculo requerido por el muestreo por variable, si provees formatos amigables al inspector.
En un próximo tema de la sección how to... insertaremos un blog de cómo usar el estándar militar 414. Este tema será importante ya que el uso de la 414 tiene tres procedimientos distintos acorde a la cola (doble cola, una cola)
1- El AQL está atado a una curva que se llama curva OC (Operating Curve), curva característica operacional. Esta curva es función de dos riesgos que asume un muestreo: el riesgo de que el fabricante rechaze su lote por haber rechazado la muestra cuando en realidad estaba bueno, y este riesgo es del mismo fabricante; y el riesgo de que el fabricante acepte su lote por haber aceptado la muestra cuando en realidad el lote estaba malo, y este riesgo es para el cliente. El primero se conoce como error tipo I o α (alpha) mientras el segundo es el error tipo II o β (beta). El AQL se lee como el punto en la curva que corresponde al factor (1-α). Pero cualquier curva requiere dos puntos para ser definida. El segundo punto es precisamente el riesgo del cliente que caracterizamos como LQL (Limiting Quality Level) o porcentaje de defectuoso para la tolerancia de un lote LTPD. Ver figura.
Los riesgos α que la empresa quiere asumir y β que quiere exponer a su cliente permiten respectivamente calcular el intervalo de confianza en la muestra (1-α) y el factor de potencia (1-β) de la prueba. Se puede usar la determinación de estos dos parámetros para definir el plan inicial en cuanto a tipo de tabla (reducida, normal, o rigurosa) que se debe adoptar para arranque del sistema de inspección por muestreo. Recomendamos lo siguiente:
2- La selección según guía arriba de la tabla es para iniciar el plan de muestreo. Por lo general tampoco se debe mantener la misma tabla sin importar los resultados de los muestreos de lotes. El ejemplo más evidente para ilustrar esta condición es el uso de una tabla reducida con resultados consecutivos de rechazo de lotes. Esto significaría que los cálculos de porcentaje de defectuoso para tolerancia de lotes, o LTPD, fueron equivocados y por ende se debe redefinir, en otras palabras cambiar de tabla. El cambio de tabla es dinámica y función de los resultados consecutivos de los muestreos. La guía siguiente aplica para el cambio dinámico de tabla.
a) de reducido a normal tan pronto que sea rechazado un lote, y si quieren ser preventivo cuando su gráfica de control señala causas especiales de un número de puntos a más de dos desviaciones estándares de la media ya que esto es un potencial desplazamiento significativo de la distribución en tiempo real que deberíamos tratar de filtrar en la auditoría por muestreo.
b) de normal a rigurosa cuando 2 lotes de dos, de tres, de cuatro y de cinco lotes llegando de manera consecutiva a inspección, independiente de su fecha de llegada, han sido rechazados en su inspección original no considerando los reenvíos después de re trabajos.
c) de rigurosa a normal cuando 5 lotes consecutivos han sido aceptados. En esta situación se supone que el riesgo β ha bajado suficientemente para implicar un recalcularse y por ende un cambio de tabla.
d) de normal a reducido cuando las siguientes tres condiciones se cumplen simultáneamente: 10 lotes consecutivos aceptados, el número total de defectuosos o defectos, dependiendo de su sistema, no excede un número dado por la tabla de números límites para inspección reducida (cuidado esta no es la tabla AQL reducida, es otra tabla adicional, ver abajo, y el volumen de producción está constante. La constancia del volumen de producción se debe comprobar con el coeficiente de variación, desviación estándar entre media, del histograma de producción, el,cuál debe ser relativamente muy pequeños implicando una forma leptocurtica del volumen de producción
3- el estándar 105E es orientado a inspección por atributos y resulta en decisiones discretas. Midiendo una data continúa, por ejemplo dimensión, la decisión del inspector usando el 105E será aceptar o rechazar en función a cuantas muestras encontradas mal dimensionadas según el AQL que está aplicando. De esta forma la característica de calidad (CTQ) que se está midiendo no tiene realmente ninguna interacción en la decisión, puesto que la dispersión de las muestras tomadas para la evaluación no se tomó en cuenta cuando sin embargo existen límites de especificaciones que son las que determinan la aceptación o no de un lote. Simplemente se transformó una decisión cuantitativa en una cualitativa discreta. Por lo tanto porque medir entonces?
He aquí el tercer error de muchas industrias. Si se disponen de mediciones o data variables no se debería usar el 105E para llegar a la decisión discreta de aceptar o rechazar. Para ello existe el estándar militar 414 para muestreo de variables. Dado que el CTQ tiene límites absolutas de especificaciones que marcan las fronteras entre defectuosos y no defectuosos, el muestreo a usar es por variable y está atado a la característica específica de interés. Con el estándar 414 se elige un nivel de inspección (solamente hay 5 en comparación a las 7 de la 105E) y con la letra correspondiente al tamaño de lote y la tabla a usar se toma una muestra aleatoria del producto y se mide y se registra el CTQ de interés. La media y la desviación estándar de las muestras aleatorias juntas a los límites de especificación del CTQ, serán los criterios de aceptación del lote, calculando el porcentaje estimado de defectuoso en base a la distribución de las muestras tomadas. Anexamos un vínculo de una calculadora On line para fines de practicar y ver cómo funciona el estándar militar 414
https://www.sqconline.com/sampling-variables-military-standard-414-tables
Aplicando 414 a data continúa de su inspección parece más complejo y largo que usar la decisión discreta de la 105E. Sin embargo no es así. Puesto que para una decisión por atributo se va a requerir muchísimas más muestras que cuando usamos una decisión cuantitativa. Por ejemplo en la 414 inspección nivel IV, tamaño de muestra 1250, tabla normal, la letra k correspondiente implica una muestra de 35 mientras que en la 105 E el nivel II correspondiente al IV de la 414 para el mismo tamaño de lote de 1250, tabla normal la letra k implica una muestra de 125. El tiempo de inspección de 90 muestras más compensa y hasta excede el tiempo de medición, registro y calculo requerido por el muestreo por variable, si provees formatos amigables al inspector.
En un próximo tema de la sección how to... insertaremos un blog de cómo usar el estándar militar 414. Este tema será importante ya que el uso de la 414 tiene tres procedimientos distintos acorde a la cola (doble cola, una cola)
Sáb Ago 05, 2023 2:41 pm por Admin
» Integración SMED y YAMAZUMI
Sáb Mayo 27, 2023 4:28 pm por wsterlin
» OEE (paradas menores) y Takt time
Lun Oct 10, 2022 1:49 pm por wsterlin
» Six Sigma concepts into Lean 8 Wastes
Dom Jul 10, 2022 7:33 pm por Admin
» Términos estadísticos
Miér Jul 06, 2022 8:54 pm por Admin
» Analítica de riesgo
Lun Jun 13, 2022 3:37 pm por Admin
» Cómo funciona en la práctica los cálculos de un Kanban?
Dom Jun 12, 2022 12:32 pm por Admin
» Statistics Based Kaizen
Lun Mar 14, 2022 9:01 am por Admin
» 9 key to Productivity Improvement
Lun Dic 13, 2021 4:04 pm por Admin
» What is Lean Six Sigma?
Dom Nov 28, 2021 10:39 pm por Admin