Control Calidad II Parcial - Métodos de Muestreo

• METODOS DE MUESTREO
• Ejemplos prácticos.
• Al final del proceso de llenado de fundas de harina se
requiere evaluar el funcionamiento del proceso de
envasado, para asegurar que las fundas contengan cierta
cantidad de harina, por lo que es indispensable obtener
información sobre el peso del producto.
• Como resulta muy costoso y tardado pesar cada una de las
fundas de harina, es necesario evaluar el funcionamiento
del proceso de envasado sólo con base en cierta parte
(muestra n) del total de fundas.
• Para evaluar la calidad de un pastel no se necesita comer
todo el pastel , es suficiente una porción representativa.
• Por lo tanto para realizar el muestreo DE LA MUESTRA n es
necesario utilizar diferentes Métodos.
• Existen diferentes criterios de clasificación de los métodos
de muestreo y pueden dividirse en dos grandes grupos
• A.- MÉTODOS DE MUESTREO PROBABILÍSTICOS Y
• B.- MÉTODOS DE MUESTREO NO PROBABILÍSTICOS.
• A.- MUESTREO PROBABILÍSTICO
• Los métodos de muestreo probabilísticos son aquellos que
se basan en el principio de equiprobabilidad.
• Es decir, aquellos en los que todos los artículos o items
tienen la misma probabilidad de ser elegidos para formar
parte de una muestra n y consiguientemente, todas las
posibles muestras de tamaño n tienen la misma
probabilidad de ser seleccionadas.
• Sólo estos métodos de muestreo probabilísticos aseguran
la representatividad de la muestra extraída y son los más
recomendables.
• Muestra n .- Es un grupo de unidades o cantidades
extraídas de un lote N, que sirve para obtener la
información necesaria que permite apreciar una o más
características de calidad de ese lote
• MÉTODOS DE MUESTREO PROBABILÍSTICOS
• Los métodos de muestreo probabilístico se dividen en:
• MUESTREO ALEATORIO SIMPLE
• MUESTREO SISTEMATICO
• MUESTREO ESTRATIFICADO
• MUESTREO POR CONGLOMERADOS
• MUESTREO MIXTO
• 1.- MUESTREO ALEATORIO SIMPLE

• En este método de muestreo, los artículos que formarán parte
de la muestra se elegirán al azar mediante números aleatorios.
• Existen varios métodos para obtener números aleatorios, los más
frecuentes son la utilización de tablas de números aleatorios o
generados por un ordenador (COMPUTADOR).
•
•
• MUESTREO SIMPLE AL AZAR
• Consiste en seleccionar un grupo de n elementos del lote N,
al azar utilizando tablas de tal forma que cada muestra de
tamaño tenga la misma posibilidad de ser seleccionada.
• Este muestreo se recomienda cuando: los elementos de la
población puedan numerarse fácilmente, que estén bien
mezclados y no formen grupos internos. Por ejemplo a las
fundas de harina, envases de conservas, etc.,
• La consideración es que se tiene que asignar un número en
cada artículo, items, envase, etc.
• Este tipo de muestreo simple al azar, se realiza
seleccionando números de una tabla de números aleatorios;
lo cual es equivalente a la tradicional extracción de
“papelitos” de una caja o recipiente donde éstos están
perfectamente mezclados.
• Para este tipo de muestreo al azar existen 2
procedimientos:
• a.- Muestreo Simple al Azar realizado por el obrero.- El
muestreo es realizado por un obrero de experiencia, quién
muestreará al azar de un lote N, una muestra n. aquí no
se aplica ningún criterio de tamaño n de muestra ni forma
de muestreo
• Por ejemplo, a la entrada de un proceso se controla la
calidad de un material X, el obrero toma al azar unas
muestras y verifica la calidad sea por defectos o medibles
• b.- Muestreo Simple al Azar utilizando tablas de los
números aleatorios
• Este tipo de muestreo consiste en muestrear un Lote N y
obtener una muestra n, seleccionando números de una
tabla de números aleatorios..
• PROCEDIMIENTO UTILIZANDO LA TABLA DE NUMEROS
ALEATORIOS
• Esta tabla es directa desde 2 dígitos en adelante: las cifras
se enumeran de:
01 a 99 *cuando el número de artículos van del 1 al 99
001 a 999 *cuando el número de artículos van del 1 al 999
0001 a 9999 *cuando el número de artículos van del 1 al
9999
y así sucesivamente
• Ejemplo 1.- cuando los datos son CUALITATIVOS
• Si el tamaño de muestra obtenido es n= 65 itms de un lote N =
99, aplique el Muestreo Simple al Azar utilizando tablas de los
números aleatorios, para obtener n pedido.
• Pasos.-
• 1.- establecer el número de cifras que deben integrar los
números que formarán la serie pedida ( por ejemplo de dos)
• 2.- fijar el intervalo en el que deben estar incluidos los números
de la serie (por ejemplo entre 01 y 65 de dos digitos)
• 3,- Señalar al azar con el lápiz una cifra en la tabla y apuntar (
por ejemplo la de la fila 14 y columna 21: es el 3 )
• 4.- Se leen las tres cifras que está a la derecha (…4,1, 0 ) con ella
se forman un grupo de cuatro cifras: en este orden, las dos
primeras especifican una fila y las otras una columna ( fila 34,
columna 10)
• 5.- Se mira la cifra de la tabla que corresponde a la fila y columna
definidos de esta forma ( en el ejemplo es el 4)
•
• 6.- Seguidamente se leen la cifras que siguen a la anterior,
es el 0 y se agrupan de dos en dos:
• Los números de dos cifras así obtenidos, si salen del
intervalo definido en el punto 2 se rechazan, pero si caen
dentro de el se aceptan y se integran a la serie pedida.
• En el ejemplo leemos la serie de números aleatorios: 40 Ac,
29 Ac, 30Ac, 99 Re, 85 Re, 58 Ac, 43 Ac, 40 Re, 14 Ac, 12 Ac,
69 Re, 12 Re, 48 Ac, 21, 71 Re, 59, 05, 88 Re, 28, 59, 98 Re,
40 Ac, Etc.
• 7.- Se sigue como se indica en el punto anterior hasta
obtener una serie del tamaño n pedido
• También se rechazan las posibles repeticiones.
• En el Muestreo Aleatorio Simple es necesario enumerar
cada item
• Ejemplo 2.-
• Pasos.-
• Si el tamaño de muestra obtenido es n= 695 itms de un lote
N = 999, aplique el Muestreo Simple al Azar utilizando
tablas de los números aleatorios, para obtener n pedido
• 1.- establecer el número de cifras que deben integrar los
números que formarán la serie pedida ( por ejemplo de
tres)
• 2.- fijar el intervalo en el que deben estar incluidos los
números de la serie (por ejemplo entre 001 y 695)
• 3,- Señalar al azar con el lápiz una cifra en la tabla y apuntar
( por ejemplo la de la fila 14 y columna 21: es el 3 )
• 4.- Se leen las tres cifras que está a la derecha (…4,1, 0 ) con
ella se forman un grupo de cuatro cifras: en este orden, las
dos primeras especifican una fila y las otras una columna (
fila 34, columna 10)
• 5.- Se mira la cifra de la tabla que corresponde a la fila y
columna definidos de esta forma ( en el ejemplo es el 4)
• 6.- Seguidamente se leen la cifras que siguen a la anterior
y se agrupan de tres en tres:
• Los números de tres cifras así obtenidos, si salen del
intervalo definido en el punto 2 se rechazan, pero si caen
dentro de el se aceptan y se integran a la serie pedida.
• En el ejemplo leemos la serie de números aleatorios: 402
Ac, 930 re, 998 re, 558 ac, 434 ac, 014 ac,126 ac, 912 re,
482 ac, 171 ac, 590 ac, 588 ac, 285 ac, 998 re , 409 ac, Etc.
• 7.- Se sigue como se indica en el punto anterior hasta
obtener una serie del tamaño n pedido
• También se rechazan las posibles repeticiones.
• Ejemplo 3.- Determinar el tamaño de muestra de N= 490 itms almacenado
en bodega, aplicando la raíz cuadrada y mediante el Muestreo Simple al Azar
y utilizando tablas de los números aleatorios.
• Desarrollo
• Raíz cuadrada N = 490 n = 22,13 n = 23
• Muestreo Simple al Azar
• Intervalo: 001 – 490
• Fila: 10
• Columna: 5
• Número encontrado: 1
• Las 2 cifras que están a la derecha de la señalada son: 7-6-7
• Formar el grupo de 4 cifras: Fila 17 – columna 67
• La cifra que corresponde a la fila 17 y columna 67 es el 1
• Las cifras que siguen al 1 son agrupados de tres en tres (número de cifras =
3)
• 132, 148, 789, 287, 922, 281, . hasta n = 23
• Si salen del intervalo entre 001 y 490 se rechazan y si caen dentro de el se
aceptan.
• Nota.- Los resaltados con negrillas se rechazan
• Ejemplo.- ALEATORIOS SIMPLE Cuando el tamaño
de muestra cuando es CUALITATIVA
• siguiendo todos los pasos
• En el ensacado automático se requiere controlar que el
peso sea de 50 kg en cada saco de harina de un lote N de
70 sacos, en controles anteriores se ha obtenido hasta 15
% de sacos de harina fuera de peso, sabiendo que el error
debe ser máximo del 4 % para un nivel de confianza del 90
% ; para ello se tienen asignado un número en cada
saco desde 01 al 70.
• Determine el tamaño de la muestra y Aplicando un
muestreo simple al azar, utilizando las tablas de
números aleatorios con la fila 5 y columna 7.
• Determine la serie de números aleatorios a los cuales se
van a controlar los pesos. Además utilice el método de la
raíz cuadrada
• Primero determinamos el tamaño de la muestra
• Se trata de muestras no finitas N conocido, la fórmula a
utilizar es la siguiente:
DATOS
• N = 70
• Z = 90 % -------------------1,645 valor preestablecido para este
caso
• Entonces el valore de p = 85 % de Probabilidades de éxito
• P= 0,85
• p+q=1
•q=1–p
• q = 1 – 0,85
• q = 0,15
• d = Error máximo = 0,04
• Desarrollo
•n=
•n=
. n = 24,15/0,112 + 0,34
• n = 52,84 n = 53
• los sacos a muestrear mediante el muestreo simpe al azar utilizando
tablas
• Intervalo: 01 – 70, el número de artículos van del 1 al 70
• Se escoge la Fila: 5 y Columna: 7
• Las 3 cifras que están a la derecha de la cifra (3) señalada son: 2-6-8
• Las cifras que siguen al 4 son agrupados de dos en dos (número de
cifras = 2)
• 14, 29, 57, 51, 05, 26, 66, 19, 24, 44, 46, 42, 67------------------------------
------------- hasta n = 53 sacos
• Si salen del intervalo entre 01 y 70 se rechazan y si caen dentro de el
se aceptan.
• Aplicando Raíz cuadrada N = 70 n = 8,36 n=9
• Ejemplo 5.-
• Se requiere controlar que el volumen sea de 2 litros en cada envase de X
producto de un lote N de 500 envases; en controles anteriores se ha obtenido
hasta 10 % de envases fuera de volumen, sabiendo que el error debe ser
máximo del 5 % para un nivel de confianza del 90 % para ello se tienen
asignado un número en cada envase desde 001 al 500. Aplique un muestreo
simple al azar, utilizando las tablas de números aleatorios con la fila 10 y
columna 5 y determine la serie de números aleatorios a los cuales se van a
controlar los volumenes.
• DATOS
• N = 500
• Z = 90 % -------------------1,645 valor preestablecido para este caso
• P= 0,90
• p+q=1
• q=1–p
• q = 1 – 0,90
• q = 0,10
• d = Error máximo = 0,05
• Primero.- determinamos el tamaño de la muestra
• Como si conocemos el tamaño de la muestra, entonces la
fórmula a utilizar es la siguiente
• n=
•
•n=
• n = 81,53 n = 82
• Segundo.- Determinamos los envases a muestrear
mediante el muestreo simpe al azar utilizando tablas
• Fila: 10
• Columna: 5
• Las 3 cifras que están a la derecha de la señalada son: 7-6-
7
• Las cifras que siguen al 1 son agrupados de tres en tres
(número de cifras = 3)
• 132, 148, 789, 287, 922, 281, 167, 838, 635, 200,
077, 803, 270, 267, 198, 191, 843, 429, 081, 349, 268,
954, 411, 549,
• Si salen del intervalo entre 001 y 500 se rechazan y si caen
dentro de el se aceptan.
• hasta n = 82 envases
• Ejemplo.- ALEATORIO SIMPLE - Cuando el tamaño de muestra
cuando es
• Se desea conocer el tamaño de muestra n para controlar la
variable cuantitativa del Índice de Saponificación de un
aceite expresado en mg/g, de un lote de 5200 envases de
1 litro que se encuentra en el proceso de envasado, siendo
su nivel de confianza del 95 %,
• Para estimar el valor promedio de la variable se hace una
medición piloto en 15 itms tomados al Azar y realizadas su
medición dando los siguientes resultados
• La precisión d es del 1%, esto quiere decir que se admite un
error del promedio estimado dentro del rango del +- 1 %
• Utilizando las tablas de números aleatorios con la fila 10 y
columna 5 y determine la serie de números aleatorios a los
cuales se van a controlar el índice de saponificación.
• Del problema anterior tenemos los siguientes datos:
• Número de pruebas Valor medido (mg/g)
1 210
2 280
3 320
4 240
5 300
6 270
7 360
8 310
9 260
10 240
11 290
12 370
13 240
14 340
15 380
4410 sumatoria Xmed=4410/15 =294
( X1 - Ẍ )² + (X2 - Ẍ )² + ...... + ( Xn – Ẍ )² Xmed = 294

• S² = ------------------------------------------------------------- S² = 2740
• n-1
• Desvest = 52,34
• Datos
• N = 5200
• d = presición 1%
• Xmed = 294
• Varianza S² = 2740
• Desv. Estandar = 52,34
• Desarrollo
• d = X med x 0,01
• d = 294 x 0,01 = 2,94
d = 2,94
• Es decir que el Índice de Saponificación del aceite deberá ser de 294+- 2,94 mg/g
• n=
•
• n= n = 967
• Intervalo: 0001 – 5200
• Número encontrado al azar con la punta de un lápiz = 1
• Fila: 10
• Columna: 5
• Las cifras que siguen al 1 son agrupados de tres en cuatro (número
de cifras = 4)
• 1321, 4878, 9287, 9222, 8116, 7838, 6352, 0007, 7803, 2702, 6719,
8191, 8434, 2908,1349, 2689, 5441, 1549, 6291, 6809, 2716, 0251, ----
- etc.
• Si salen del intervalo entre 0001 y 5200 se rechazan y si caen dentro
de el se aceptan.
• * Para que el tamaño de muestra n sea menor se optaría por otros
números aleatorios.
• Desarrollo:
• Obtener la Raiz cuadrada
• Ahora N = 967 n = 31,09 n = 32
• Fila 95 columna 65 y se sigue el procedimiento indicado
• O también se puede recurrir directo en Excel de la siguiente manera:
• Ejemplo.- cuando es estudiante
variable cuantitativa del peso de producto farmaceutico
expresado en mg, para un lote N de 2250, cada uno
debe pesar 100 mg y que se encuentran en
almacenamiento, siendo su nivel de confianza del 95,45
%, aplicando un muestreo simple al azar.
medición dando los siguientes resultados.
• La precisión d es del 1%, esto quiere decir que se admite un
error del promedio estimado dentro del rango del +- 1 %
• Número de pruebas: 98 - 99- 90- 100 - 102- 101- 105- 97
- 102- 100 – 101 – 97 – 96 – 95 - 105 Valor medido (mg)
• Utilizando las tablas de números aleatorios con la fila 10 y
columna 10 y determine la serie de números aleatorios a
los cuales se van a controlar el peso del producto
• Datos
• N = 2250
• Z = 95,45 % -------------------2,0 valor preestablecido para este caso
• d = precisión 1%
• Xmed = 98 - 99- 90-100 -102- 101- 105- 97 - 102- 100 – 101 – 97 – 96 – 95 - 105 /14
• Xmed = 99,2
• Varianza S² = 15,31
• d = X med x 0,01
• d = 99,2 x 0,01 = 0,992
d = 0,992
• Es decir que el peso del producto deberá ser de 99,2 +- 0,992 mg/g
Calcula el tamaño de la muestra n
• Desarrollo
• n=
• n= n = 60
• Intervalo: 0001 – 2250
• Fila: 10
• Columna: 10
• Las cifras que siguen al 6 son agrupados de tres en cuatro
• 6993, 6348, 0392, 4793, 3399, 7116, 0647, 7783, 3782,
8444, 5949, ----- etc.
• Si salen del intervalo entre 0001 y 5200 se rechazan y si
caen dentro de el se aceptan.
• MÉTODOS DE MUESTREO PROBABILÍSTICOS
• Los métodos de muestreo probabilístico se dividen en:
• MUESTREO ALEATORIO SIMPLE (cualitativo y cuantitativo
utilizando tablas para determinar n
• MUESTREO SISTEMATICO
• MUESTREO ESTRATIFICADO
• MUESTREO POR CONGLOMERADOS
• MUESTREO MIXTO
•
• B.- MUESTREO SISTEMÁTICO
• Este tipo de muestreo se aplica durante la recepción de
materias primas, la producción y producto terminado o
cuando el universo o población es de gran tamaño, o ha de
extenderse en el tiempo y se aplica los siguientes pasos:
• 1.- Identificar las unidades y relacionarlas con el calendario
(cuando proceda).
• 2.- Calcular una constante, que se denomina:
• Coeficiente de Asignación K= N/n;
• Donde N es el tamaño del universo y n el tamaño de la
muestra.
•
• 3.- Determinar en qué fecha (tiempo) se efectuará la primera
extracción, para ello hay que elegir al azar un número entre 1 y
K; de ahí en adelante tomar uno de cada K a intervalos
regulares. Ocasionalmente, es conveniente tener en cuenta la
periodicidad o frecuencia del fenómeno.
• Por ejemplo:
• Si K = 4
• Un Número menor de 4 puede ser el 1, 2, 3 (un número entre 1
y K ), por ejemplo se escoge el 2
• A partir del número 2 las unidades a muestrear serán los
siguientes:
• k= 4
• 2 + k ---------- 2+4 =6
• 6+K 6 + 4 = 10
• 10 + K 10 + 4 = 14
• Pasos para muestreo sistemático
• El punto de arranque de este proceso debe ser elegido de
manera aleatoria. Se toma los elementos de muestra en
intervalos fijos y el punto de partida se elije aleatoriamente,
estos intervalos pueden ser:
Cada determinada cantidad de artículos
Cada cierto tiempo
Cada cierta longitud o área.
• Por Ejemplo durante la producción continua se puede muestrear

la muestra n en una frecuencia de tiempo determinado
• El muestreo sistemático es aplicado cuando se desea obtener
información para evaluar la calidad de la producción en cadena,
• La muestra se puede obtener conforme se van fabricando los
artículos y no es necesario esperar a tener la producción total.
• Si el proceso no es continuo, entonces el intervalo de muestreo
puede estar dado por otras circunstancias.
• PROCEDIMIENTO
• Aplicar los métodos de calculo de n para:
• Tamaño de muestra cualitativa
•n=
•
• Tamaño de muestra cuantitativa
•n=
•
• O Aplicación de tamaño de muestra en base a la raíz
cuadrada
• Ejemplo 1 SISTEMÁTICO.- Cuando el tamaño de muestra cuando es
CUALITATIVA
• Supongamos que en la fabricación de quesos en la fase del
prensado la producción diaria va a ser de 800 unidades y que es
necesario controlar la variable de defectos de la ausencia de filos
rotos. Determinar el tamaño de muestra n que debemos calcular
aplicando un Muestreo Sistemático. El máximo de error admisible es
del 5 % y un nivel de confianza del 95 %
• DATOS
• N = 800
• Cuando no se conoce datos de p y q,
• P= 0,50
• p+q=1
• q=1–p
• q = 1 – 0,50
• q = 0,50
• d = Error máximo 5% = 0,05
• Calcular el Tamaño de muestra cualitativa n
•
• n=
•
• n=
• 760,5
• n = -------------------------------------------
• 2,95
• n = 257,74
•
• n = 258
• Determinación de la constante de asignación
K = N/n
• K = 800/258
• K = 3,1 entonces K = 3
• Iniciamos la asignación empezando por un número al azar
que sea < K, ; por ejemplo 4
2<K, 2< 3
siguientes:
• K =3
•2+k ---------------- 2 + 3 = 5
•5+K 5+3= 8
•8+K 8 + 3 = 11
• etc. entonces los items numerados a muestrear serán:
• 2, 8, 11, 14, 17, 20, 23, ---------------------------------------------
----------52, 58, 64, 70, 76, 84, 90, 96, etc,
• hasta completar las 258 unidades dentro de los 800
quesos a producir.
• Aplicación de tamaño de muestra en base a la raiz cuadrada
• N = 800 n = 28,28 n = 29
• Determinación de la a constante de asignación
K = N/n
• K = 800/29
• K = 27,58 = 28
• Iniciamos la asignación empezando por un número al azar que sea < 28;
por ejemplo 10.
• A partir del número 10, las unidades a muestrear serán los siguientes:
K = 28
• 10 + K 10 + 28 = 38
• 38 + K 38 + 28 = 66
• 66 + K 66 + 28 = 94
• 98 + K 98 + 28 = 122
• etc. entonces los items numerados a muestrear serán n = 29:
• 28, 38, 66, 94, 122, 150, 178, 206, 234, 262, 290, 318, 346, 374, 402,
430, 458, 486, 514, 542, 570, 598, 626, 654, 682, 710, 738, 766, 794.
• Completado las 29 unidades dentro de los 800 quesos a producir
• Si Iniciamos la asignación empezando por un
número al azar que sea < 28; por ejemplo 20.
• A partir del número 20, las unidades a muestrear
serán los siguientes:
K = 20
• 20 + K 20 + 28 = 48
• 48 + K 48 + 28 = 76
• 76 + K 76 + 28 = 104
• 104 + K 104 + 28 = 132
• etc. entonces los items numerados a muestrear
serán:
• 20, 48, 76, 104, 132, 160, 188, 216, 244, 272,
300, 328, 356, 384, 412, 440, 468, 496, 524, 552,
580, 608, 636, 664, 692, 720, 748, 776, 804.
Completado las 258 unidades dentro de los 800
quesos a producir
• Ejemplo 2 SISTEMÁTICO.- Cuando el tamaño de muestra
cuando es CUANTITATIVA
1 litro que se encuentra en el proceso de envasado,
siendo su nivel de confianza del 95 %, aplicando un
Muestreo Sistemático.
• La precisión d es del 1%, esto quiere decir que se admite
un error del promedio estimado dentro del rango del +- 1
%.
• Los datos son tomados de la resolución anterior
1 210
2 280
3 320
4 240
5 300
6 270
7 360
8 310
9 260
10 240
11 290
12 370
13 240
14 340
15 380
( X1 - Ẍ )² + (X2 - Ẍ )² + ...... + ( Xn – Ẍ )² Xmed = 294

• S² = ------------------------------------------------------------- S² = 2740
• n-1
• Desvest = 52,34
• Datos
• N = 5200
• Xmed = 294
• Desarrollo
• d = X med x 0,01
• d = 294 x 0,01 = 2,94
d = 2,94
calcular el tamaño de la muestra n
• n=
•
• n=
•
• n = 967
• Determinación de la a constante de asignación para
Muestreo Sistemático será
• 5200/ 967 = 5,37 = 5
• K=
• Iniciamos la asignación empezando por un número al azar
que sea < 5; por ejemplo 3.
siguientes:
• K =5
•3+K 3+5 =8
•8+K 8 + 5 = 13
• 13 + 5 13 + 5 = 18
• 8, 13, 18, 23, 28, 33,38, etc , hasta completar las 967
unidades dentro de las 5200 producidos.
• Como conclusión diremos que se debe seleccionar 967
productos para investigar el índice de saponificación
• Aplicando el tamaño de muestra en base a la raiz cuadrada
• N = Tamaño del lote n = Tamaño de la
muestra
• 5200 ---------- 72,11 = 73
• Determinación de la a constante de asignación será
• La constante de asignación será
• K = 5200/73
• K = 71,23 = 72
• Iniciamos la asignación empezando por un número al azar que
sea < 72 ; por ejemplo 20.
siguientes: K = 72
• 20 + K 20 + 72 = 92
• 92 + K 92 + 72 = 164
• 164 + K = 236
• 236 + K = 308
• hasta completar las 72 unidades dentro de los 5200 a producir
• Ejemplo 3 sistematico.- CUALITATIVO
• Determinar el tamaño de la muestra n y su constante de
asignación K de un lote de N 4000 items producidos en 15 días
en dos turnos, con un nivel de confianza del 95 % y una
precisión del 1 % ( d = 0,01). Obtenido el tamaño de la muestra
n; inspeccionar mediante un muestreo al azar tomando las
muestras en cada turno. los siguientes son los defectos que se
debe controlar al producto (textura, por experiencia de estudios
anteriores la calidad es del 3 %
• n = Tamaño de la muestra = ?
• t = Nivel de confianza = 1,96
• N = Población = 4000
• d = Precisión = 0,01
• q = Proporción estimada que posée la variable = 0, 03
• p = Proporción estimada sin la variable = 0,97
•
• n=
•
• n= = =
• n = 313,46 = 314
• En conclusión habrá que seleccionar 314 Items con algún metodo de muestreo de
la población N = 4000
• Determinación de la a constante de asignación será
• La constante de asignación será 4000/ 314 = 12,73 = 13
• Iniciamos la asignación empezando por un número al azar que sea < 13; por ejemplo
3
• A partir del número 3 las unidades a muestrear serán los siguientes:
• 3 +k; 3 + 13 = 16
• 16 + K ; 16 + 13 = 29
• 29 + k, 29 + 13 = 42, etc..
• En conclusión habra que seleccionar 314 Items durante 15 días, de la población N =
4000
• 314 unidades / 15 dias = 21 unidades cada dia
• Como son 2 turnos, se dispondrá que se muestre en el primero 11 y el segundo 10
• C.- MUESTREO ESTRATIFICADO
• Consiste en dividir el producto en grupos estratificados o
subgrupos iguales del Lote N y posteriormente elegir
items n de una o mas partes de los subgrupos de una
forma independiente, en estos casos se recomienda el
muestreo con números aleatorios de cada estrato.
Ejemplo: una producción de frascos de vidrio, envases de
plástico, conservas, sacos de harina, etc. Es importante que
cada subgrupo mantenga la misma cantidad de items
• Pasos
1.- Determinar el criterio de estratificación
2.- Obtener el registro para cada estrato, asignando un número de
orden a cada elemento
3.- Calcular el tamaño muestreal
4.- Calcular la fracción muestreal (f) dividiendo la muestra para el
universo n/N
• La Fracción Muestreal
5.- Multiplicar la fracción muestreal por el tamaño de cada estrato,

lo que permite obtener el cupo, que es el número proporcional de
unidades de análisis que integrará la muestra
6.- La suma de los estratos será igual al tamaño muestra
7.- Aplicar los métodos de calculo de n
X%
Y%
Z%
W%
X%
= 90
Y%
= 90
= 90
Z%
= 90
= 90
W% = 90
= 90
= 90
= 80
• Tamaño de muestra cualitativa
• n=
• Tamaño de muestra cuantitativa
• n=
• O Aplicación de tamaño de muestra en base a la raiz cuadrada

• Ejemplo 1 estratificado .- En el llenado continuo
• de las conservas, se llena 800 envases por día durante las ocho
horas de trabajo, se decide controlar algunas variables de defectos de
los envases. Determinar el tamaño de muestra n que debemos
calcular aplicando un Muestreo Estratificado. El máximo de error
admisible es del 4 % y un nivel de confianza del 95 % y por experiencia
el porcentaje de defectuosos no es mayor del 8 %
• El criterio de estratificación es que se divida en 9 areas, 8 de 90
items cada área y la última área de 80 items
• Desarrollo .- Pasos
• 1.- Determinar el criterio de estratificación
• 2.- Dividir el producto en grupos estratificados o subgrupos iguales del Lote N
• 3.- Calcular el tamaño de la muestra
• N = 800
• q = Probabilidades de fracaso
• p = Probabilidades de éxito
• P= 0,92
• p+q=1
• q = 1 – 0,92
• q = 0,08
• d = Error máximo 4% = 0,04
•
• n=
•
• n= = =
•
• n = 144,74 = n = 145
• 4.- Calcular la fracción muestreal (f) dividiendo la muestra para el universo
•
• f = 145/800 = f = 0,18
• 5.- Multiplicar la fracción muestreal por el tamaño de cada estrato, lo que
nos permitirá obtener el cupo, que es el número proporcional de unidades
de análisis que integrará la muestra
• 1.- 90 X 0,18 = 16,2 16

• 2.- 90 X 0,18 = 16
• 3.- 90 X 0,18 = 16
• 4.- 90 X 0,18 = 16
• 5.- 90 X 0,18 = 16
• 6.- 90 X 0,18 = 16
• 7.- 90 X 0,18 = 16
• 8.- 90 X 0,18 = 16
• 9.- 80 X 0,18 = 14,4 17 (asumiendo)
----- ------------
800 145
X%
= 90
Y%
= 90
= 90
Z%
= 90
= 90
W% = 90
= 90
= 90
= 80
• Otro criterio, El criterio de estratificación es que se divida
en 10 aéreas de 80 items cada área
• 1.- 80 X 0,18 = 14,4 15

• 2.- 80 X 0,18 = 15
• 3.- 80 X 0,18 = 15
• 4.- 80 X 0,18 = 15
• 5.- 80 X 0,18 = 15
• 6.- 80 X 0,18 = 15
• 7.- 80 X 0,18 = 15
• 8.- 80 X 0,18 = 15
• 9.- 80 X 0,18 = 15
10.- 80 X 0,18 = 10 (asumiendo)
------ --------
800 145
• Segundo.- Tamaño de la muestra, utilizando la tabla de números
aleatorios para cada lote de N
• N = 90 n = 16
• Fila: 10
• Columna: 5
• Las cifras que siguen al 1 son agrupados de dos en dos (número
de cifras = 2)
• 13, 21, 48, 78, 92, 87, 92, 22, 81, 16, 78,etc, Para los 8 estratos
• Si salen del intervalo entre 01 y 90 se rechazan y si caen dentro de
el se aceptan.
• Nota.- Este procedimiento se realiza para cada estrato de 90
Unidades
• Para el Intervalo: 01 – 80 las cifras a muestrear son:
• 13, 21, 48, 78, 92, 87, 92, 22, 81, 16, 7, 83, 86, 35, 20, 00, 77, 80
• Si salen del intervalo entre 01 y 80 se rechazan y si caen dentro de el se
aceptan.
• Los resaltados con negrillas se rechazan
• Nota.- Este procedimiento se realiza para cada estrato de 80 Unidades
• Aplicando de tamaño de muestra en base a la raiz cuadrada

• N = Tamano del lote n = Tamaño de la muestra
• 800---------- 29
• Calcular la fracción muestreal (f) dividiendo la muestra para el universo
•
• f = 29/800 = 0,036
• Multiplicar la fracción muestreal por el tamaño de cada estrato, lo que

nos permitirá obtener el cupo, que es el número proporcional de
unidades de análisis que integrará la muestra
• 90 X 0,036 = 3
• 90 X 0,036 = 3
• 90 X 0,036 = 3
• 90 X 0,036 = 3
• 90 X 0,036 = 3
• 90 X 0,036 = 3
• 90 X 0,036 = 3
• 90 X 0,036 = 3
• 80 X 0,036 = 5 (asumido)
• ------------
• 800 29
• Segundo.-
• Tamaño de la muestra, utilizando la tabla
• N = 90 n=3
• Fila: 10
• Columna: 5
• Fila 17 – columna 67
• Las cifras que siguen al 1 son agrupados de dos en dos (número de cifras = 2)
• 13, 21, 48
• Aplicamos el muestreo aleatorio simple al azar utilizando la tabla
de numeros aleatorios para
• n = 5 ( segundo caso)
• fijar el intervalo (entre 01 y 80)
• fila 4 y columna 10: es el 1
• ( fila 10, columna 65)
• 23, 47, 65, 29, 67
• Otro criterio, Si determinamos el criterio de estratificación es que

se divida en 2 areas de 400 items cada una
• Multiplicamos la fracción muestreal por el tamaño de cada estrato,
lo que nos permitirá obtener el cupo, que es el número
proporcional de unidades de análisis que integrará la muestra
• f = 145/800 = 0,18
• 400 X 0,18 = 72
• 400 X 0,18 = 72
• 800 --------
• 144
•
• Tamaño de la muestra, utilizando la tabla de números aleatorios
para cada área
• N = 400 n = 72
• Fila: 10
• Columna: 5
• Las cifras que siguen al 1 son agrupados de tres en tres (número de
cifras = 3)
• 132, 148, 789, 287, 922, 281, 167, 838, etc. hasta completar n =
72
• Para los 2 estratos
• Nota.- Este procedimiento se realiza para cada estrato de 400
Unidades
• Ejemplo 2 ESTRATIFICADO.- Variable es
A una empresa ingresa un lote de 4000 envases de plásticos para envasar
conservas, realizar la aplicación del muestreo estratificado y verificar la
calidad del envase libre de defectos. El máximo de error admisible es del 5 %,
un nivel de confianza del 90 % y por experiencia en las entregas anteriores,
el porcentaje de defectuosos no es mayor del 15 %, con estos datos
determine el tamaño de muestra n
• Determinamos el criterio de estratificación y es que se estratifique o se
divida en estratos 400 items cada área, es decir en grupos 10 grupos
• Calculamos el tamaño muestreal n
• N = 4000
•
• Cuando se conoce datos de p y q,
• P= 0,85
• p+q=1
• q = 1 – 0,85
• q = 1 – 0,85
• q = 0,15
• d = Error máximo 5 % = 0,05
• n=
•
• n=
•
• n = 133,40
• Calculamos la fracción muestreal (f) dividiendo la muestra para el universo
• f = 134/4000 = 0,03
• Multiplicamos la fracción muestreal por el tamaño de cada estrato, lo que nos permitirá
obtener el cupo, que es el número proporcional de unidades de análisis que integrará la
muestra
• 1.- 400 X 0,03 = 13
• 2.- 400 X 0,03 = 13
• 3.- 400 X 0,03 = 13
• 4.- 400 X 0,03 = 13
• 5.- 400 X 0,03 = 13
• 6.- 400 X 0,03 = 13
• 7.- 400 X 0,03 = 13
• 8.- 400 X 0,03 = 13
• 9.- 400 X 0,03 = 13
• Segundo.- Tamaño de la muestra, utilizando la tabla de números
aleatorios para N = 400 (como obtener los 13 items)
• N = 400 n = 13
• Fila: 10
• Columna: 5
• 132, 148, 789, 287, 922, 281, --etc Para n= 13
• Tercero.- Aplicación de tamaño de muestra en base a la raiz cuadrada

• N = Tamaño del lote n = Tamano de la muestra
• 4000 ---------- 63
• Calculamos la fracción muestreal (f) dividiendo el tamano de la muestra
n para el universo N
•
• f = 63/4000 = 0,0158
• Multiplicamos la fracción muestreal por el tamaño de cada
estrato, lo que nos permitirá obtener el cupo, que es el número
proporcional de unidades de análisis que integrará la muestra
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 9 (asumido)
• -------- ------------
• 4000 60
• Segundo.- Tamaño de la muestra, utilizando la tabla de
números aleatorios para N
• N = 400 n=6
• Se elige la Fila: 15 Columna: 1
• Las cifras que siguen al 6 son agrupados de TRES
• 640, 605, 299, 775, 112, 431 15, etc.
• Los resaltados con negrillas se rechazan
• Nota.- Este procedimiento se realiza para cada estrato de
400 Unidades
• EJERCICIO CUALITATIVO - ESTRATIFICACION.- Se desea
determinar el tamaño n de la muestra n de un lote de N
3000 items, aplicación del muestreo estratificado, pero se
debe reducir el nivel de confianza a 95 % y ampliar la
precisión a 1 % el porcentaje de defectuosos no es mayor
del 1,5 %, con estos datos determine el tamaño de muestra
n
• Determinamos el criterio de estratificación y es que se
estratifique o se divida en estratos 500 items cada área,
es decir en grupos 6 grupos
• p = Proporción estimada que posée la variable = 0 015
• q = Proporción estimada sin la variable = 0,985
• n=
•
• n= = =
• n = 477,3
• n= 478
•
• f = 478/3000 = 0,16
• Multiplicamos la fracción muestreal por el tamaño de cada estrato, lo que nos permitirá
obtener el cupo, que es el número proporcional de unidades de análisis que integrará la
muestra
• 500 X 0,16 = 80
• 500 X 0,16 = 80
• 500 X 0,16 = 80
• 500 X 0,16 = 80
• 500 X 0,16 = 80
• 500 X 0,16 = 78
• -------------- --------
• 3000 478
• Segundo.- Tamano de la muestra, utilizando la tabla de
números aleatorios
• N = 500 n = 80
• Fila: 10
• Columna: 17
• 675, 486, 849,----------- Para n= 80
• Nota.- Este procedimiento se realiza para cada estrato de
500 Unidades
•
• Ejemplo
• Se desea determinar el tamaño de la muestra n de un lote de
1000 items, con un Nivel de confianza del 99 % 2,58
desvios la precisión a de 0,5 % (d = 0,005)
• t = Nivel de confianza = 3
•
• n=
•
• n= = =
• n = 841,6
• En conclusión habrá que seleccionar 841,6 Items con algún
método de muestreo de la población N = 10000
• Ejemplo
• Se desea determinar el tamaño n de la muestra n de un lote de N
1000 items, pero se debe reducir el nivel de confianza a 95 % (Z
=1,96 ) y ampliar la precisión a 1 % (d = 0,01)
•
• d = Presición = 0,01
• n=
•
• n= = =
• n = 371,5
• En conclusión habrá que seleccionar 371,5 Items con algún método
de muestreo de la población N = 10000
• EJERCICIO CUANTITATIVO - ESTRATIFICACION.-
1 litro que se encuentra en el proceso de envasado,
siendo su nivel de confianza del 95 %, aplicando un
MuestreoEstratificado.
• La precisión d es del 1%, esto quiere decir que se admite
un error del promedio estimado dentro del rango del +- 1
%.
• Los datos son tomados de la resolución anterior
• El criterio de estratificación es que se divida en 8 áreas de 650
items cada área Desarrollo .- Pasos
1 210
2 280
3 320
4 240
5 300
6 270
7 360
8 310
9 260
10 240
11 290
12 370
13 240
14 340
15 380
( X1 - Ẍ )² + (X2 - Ẍ )² + ...... + ( Xn – Ẍ )² Xmed = 294

• S² = ------------------------------------------------------------- S² = 2740
• n-1
• Desvest = 52,34
• Datos
• N = 5200
• Xmed = 294
• Desarrollo
• d = X med x 0,01
• d = 294 x 0,01 = 2,94
d = 2,94
calcular el tamaño de la muestra n
• n=
•
• n=
•
• n = 967
• 4.- Calcular la fracción muestreal (f) dividiendo la muestra para el universo
•
• f = 967/5200 = f = 0,186
• 5.- Multiplicar la fracción muestreal por el tamaño de cada estrato, lo que
nos permitirá obtener el cupo, que es el número proporcional de unidades
de análisis que integrará la muestra
• 1.- 650 X 0,186 = 120,9 121

• 2.- 650 X 0,186 = 121
• 3.- 650 X 0,186 = 121
• 4.- 650 X 0,186 = 121
• 5.- 650 X 0,186 = 121
• 6.- 650 X 0,186 = 121
• 7.- 650 X 0,186 = 121
• 8.- 650 X 0,186 = 120
•
----- ------------
800 967
Para tomar la muestra de cada estrato de 650
se puede elegir el muestreo sistemático
X%
= 650
Y%
= 650
= 650
Z%
= 650
= 650
W% = 650
= 650
= 650
• D.- MUESTREO MIXTO. COMBINACIÓN DE ESTRATIFICADO
y SISTEMATICO
• Consiste en realizar un muestreo estratificado del lote N y
posteriormente hacer un muestreo sistemático de la
submuestra para elegir una muestra n de cada estrato y
posteriormente cualquier otro método de muestreo
• En control de calidad es frecuente que la producción o los

materiales se dividan naturalmente en grupos. Por
ejemplo, la producción puede agruparse por: Máquina,
turno, operador o proveedor.
• Por lo que es importante tener información por estrato para
evaluar el desempeño de cada grupo (máquina, por
ejemplo) y verse en la necesidad de hacer un muestreo
aleatorio estratificado. Pero para tomar la muestra de cada
estrato se puede elegir el muestreo sistemático
• Cuando la población es compleja, cualquiera de los métodos
descritos puede ser difícil de aplicar, en estos casos se aplica
un muestreo mixto que combina dos o más de los
anteriores sobre distintas unidades del lote.
• supongamos que en el caso de las fundas de harina se
tienen tres máquinas de envasado. Como se quiere obtener
información sobre el peso de las fundas, entonces es
recomendable seleccionar una muestra por cada máquina y
con ello identificar mejor el problema en caso de que lo
haya.
• El procedimiento operativo para tomar las muestras de
cada máquina sería determinado por el muestreo
sistemático y sería similar a lo hecho en el ejemplo
anterior, es decir aplicando el muestreo estratificado
Ejemplo.-
En la línea de producción, por disposición del área de
calidad y mediante un muestreo sistemático a cada hora se
muestrean 30 envases, en las 16 horas de trabajo (dos
turnos), por lo tanto tendremos un lote de N = 480
envases muestreados durante el día, El error máximo
permitido es del 3% y el nivel de confianza es del 90 % y
por experiencia se obtiene diariamente un 5% de
defectuosos.
Que tamaño de muestra n se requieren para llevar a
acabo el Control, el criterio de estratificación es que se
divida en 6 áreas y utilizando la tabla de números
aleatorios se continuará el muestreo para el análisis de
calidad.
•n=
•n=
•n=
• n=
• n = 112
• f = 112/480 = 0,23
• El criterio de estratificación es que se divida en 6 areas, 80 items cada

• Multiplicamos la fracción muestreal por el tamaño de cada estrato, lo que nos
permitirá obtener el cupo, que es el número proporcional de unidades de análisis
que integrará la muestra
• 1.- 80 X 0,233 = 19
• 2.- 80 X 0,233 = 19
• 3.- 80 X 0,233 = 19
• 4.- 80 X 0,233 = 19
• 5.- 80 X 0,233 = 19
• 6.- 80 X 0,233 = 17
• ------- ------------
480 112
Muestreo combinado N= 80 n =19

• Determinación de la a constante de asignación para
Muestreo Sistemático será
• 80/ 19 = 4,0 =
• K=4
• Iniciamos la asignación empezando por un número al
azar que sea < 5; por ejemplo 3.
• A partir del número 3 las unidades a muestrear serán
los siguientes:
• =4
•3+K 3+4 =7
•7+K 7+3 = 10
• 10 + K 10 + 3 = 13
4, 7, 10, 13, 16, etc
• E.- MUESTREO POR CONGLOMERADOS O SUBGRUPOS
• Consiste en dividir la población en varios grupos de
características parecidas entre ellos y luego se analizan
completamente (al 100%) algunos de los grupos,
descartando los demás.
• Cuando los elementos de un población se divide en una
forma natural en subgrupos, que son similares entre sí y
cuyos elementos tienen una variabilidad similar a los
elementos de toda la población, es recomendable para
tomar una muestra de tal población, tomar una muestra de
conglomerados e investigar todos los elementos de los
subconjuntos seleccionados.
• Se emplea esta técnica de Muestreo por Conglomerados
cuando se desea inspeccionar una población de productos
grandes tamaños y dispersos de confitería, medicamentos,
etc.
• En una primera etapa, se inspecciona el producto

subdividiendo en secciones o subgrupos (estratificación) a
los que se les da el nombre de Unidades primarias.
• Después en una segunda etapa se selecciona los items de
una manera aleatoria (numeros aleatorios) como unidades
secundarias obtenidos a partir de los subgrupos primarios.
• Ejemplo:
• Lotes de cajas Medicamentos analgésicos y antipiréticos,
Estratificamos las unidades primarias en grupos.
• Medicamentos analgésicos, antipiréticos con caducidad
como unidades secundarias. (Estos medicamentos serán
elegidos de una manera aleatoria al azar). (números
aleatorios)
MUESTREO POR CONGLOMERADOS
unidades primarias - cajas
unidades secundarias
• EJEMPLO
• Se desea determinar el tamaño n de un lote de N = 50 cajas
que tiene 16 unidades de X producto cada una, la variable a
determinar es el peso; el nivel de confianza es del 95 % y la
precisión es del 3 %, el porcentaje de defectuosos no es
mayor del 4 %, con estos datos determine el tamaño de
muestra n utilizando el criterio de conglomerados, para la
selección de las cajas se utiliza el muestreo aleatorio simple
utilizando la tabla con fila 10 columna 5
• p = Proporción estimada que posée la variable = 0,04
•n=
• n = (1,96)² . 50 (0,04 x 0,96)/ (0,05)² . 50 + (1,96)² (0,04 x 0,96)
• n = 7,37 / 0,125 + 0,147
• n = 7,37 / 0,272
• n = 27
• N = 50 n = 27
• Fila: 10
• Columna: 5
• Las cifras que siguen al 1 son agrupados de dos en dos (número de
cifras = 2)
• 13, 21 48,78, 92,87, 92, 22, 81,16,78, 38, etc. hasta completar n =
27
• Se seleccionaron aleatoriamente = 27 cajas y se pesan los 16
paquetes de cada una, con lo que su muestra global es de 432
paquetes de cereal 27 x 16 = 432
• b.- MÉTODOS DE MUESTREO NO PROBABILÍSTICOS
• A veces, para estudios exploratorios, el muestreo
probabilístico resulta excesivamente costoso y se acude a
métodos no probabilísticos.
• En general se seleccionan a los sujetos o items siguiendo
determinados criterios procurando, en la medida de lo
posible, que la muestra sea representativa.
• Entre los métodos de muestreo no probabilísticos más
utilizados en investigación y encontramos:
• a.- MUESTREO POR CUOTAS:
• Se asienta generalmente sobre la base de un buen conocimiento
de los estratos de la población y/o de los individuos más
"representativos" o "adecuados" y se utiliza para fines de la
investigación.
• Mantiene por tanto, semejanzas con el muestreo estratificado,
pero no tiene el carácter de aleatoriedad de aquél.
• En este tipo de muestreo se fijan unas "cuotas" que consisten
en un número de artículos que reúnen unas determinadas
condiciones.
• b.- MUESTREO INTENCIONAL O DE CONVENIENCIA:
• Este tipo de muestreo se caracteriza por un esfuerzo deliberado
de obtener muestras "representativas" mediante la inclusión
en la muestra de grupos supuestamente típicos. Es muy
frecuente su utilización en sondeos preelectorales de zonas que
en anteriores votaciones han marcado tendencias de voto
• Consiste en analizar el lote mediante procedimientos basados es la
teoría estadística.
• Los procedimientos estadísticos proporcionan información sobre:
• -El tamaño de la muestra n
• -Los criterios de aceptación ( Ac) y rechazo (Re)
• El muestreo estadístico se realiza de una manera aleatoria.
• Se utiliza tablas y gráficos estadísticos
• -La inspección por muestreo estadístico se divide en dos clases
• INSPECCIÓN POR ATRIBUTOS
• INSPECCIÓN POR VARIABLES
• En el muestreo estadístico, el número de muestras, su tamaño y su
frecuencia de extracción vienen definido por reglas precisas que
tienen en cuenta el grado de importancia de las características
examinadas y de los riesgos inherentes a una errónea valoración,
basada en consideraciones probabilísticas

Control Calidad II Parcial - Métodos de Muestreo

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Control Calidad II Parcial - Métodos de Muestreo

Uploaded by

Copyright:

Available Formats

• METODOS DE MUESTREO

• 1.- MUESTREO ALEATORIO SIMPLE

( X1 - Ẍ )² + (X2 - Ẍ )² + ...... + ( Xn – Ẍ )² Xmed = 294

• Por Ejemplo durante la producción continua se puede muestrear

( X1 - Ẍ )² + (X2 - Ẍ )² + ...... + ( Xn – Ẍ )² Xmed = 294

5.- Multiplicar la fracción muestreal por el tamaño de cada estrato,

• O Aplicación de tamaño de muestra en base a la raiz cuadrada

• 1.- 90 X 0,18 = 16,2 16

• 1.- 80 X 0,18 = 14,4 15

• Aplicando de tamaño de muestra en base a la raiz cuadrada

• Multiplicar la fracción muestreal por el tamaño de cada estrato, lo que

• Otro criterio, Si determinamos el criterio de estratificación es que

• Tercero.- Aplicación de tamaño de muestra en base a la raiz cuadrada

( X1 - Ẍ )² + (X2 - Ẍ )² + ...... + ( Xn – Ẍ )² Xmed = 294

• 1.- 650 X 0,186 = 120,9 121

• En control de calidad es frecuente que la producción o los

• El criterio de estratificación es que se divida en 6 areas, 80 items cada

Muestreo combinado N= 80 n =19

• En una primera etapa, se inspecciona el producto

unidades primarias - cajas

• n = (1,96)² . 50 (0,04 x 0,96)/ (0,05)² . 50 + (1,96)² (0,04 x 0,96)

• n = 7,37 / 0,125 + 0,147

You might also like