Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Muestreo de aceptacion NCA y NCL

No description
by

Rene lozano

on 12 May 2016

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Muestreo de aceptacion NCA y NCL

Сп
аси
бо!
Nivel de calidad aceptable, NCA o AQL (Aceptancing Quality Level)
Es el porcentaje máximo de defectuosos que el consumidor considera aceptable en un lote.
Nivel de calidad limite, NCL o LQL (Limiting Quality Level)
Ejemplo
Un cliente plantea a su proveedor que sólo le envíe aquellos lotes que tengan un buen nivel de calidad, y deciden establecer un plan de muestreo de aceptación simple por atributos. El tamaño del lote es grande. Se acuerda un NCA = 0.4% y que un lote con calidad igual a NCA tendrá probabilidad de aceptación de 1 − α = 0.95. El riesgo del proveedor (productor) es α = 0.05, ya que los lotes con 0.4% de defectuosos, a pesar de tener calidad aceptable, tendrán una probabilidad de no aceptación de 0.05. También acuerdan un NCL = 2.55%, y que los lotes con este nivel de calidad tendrán una probabilidad de aceptación de β = 0.10. Con ello, el cliente (consumidor) está asumiendo un riesgo de β = 0.10 de aceptar lotes de calidad pobre (2.55% de defectuosos).
Al aplicar los pasos anteriores se obtiene que:
1.
NCA = 0.4%, α = 0.05, NCL = 2.5% y β = 0.10.

2.
p1 = 0.4/100 = 0.004; p2 = 2.5/100 = 0.025.

3.
Rc = p2 /p1 = 0.025/ 0.004 = 6.25.

4.
En la columna de α = 0.05 y β = 0.10 de la tabla 12.4,
el valor de R más cercano a 6.25 es 6.51

5.
A la izquierda de R = 6.51, en la columna de c, se observa
que c = 2.

6.
A la derecha de R = 6.51, en la columna de np1 se encuentra
que np1 = 0.82, así que n = 0.82/0.004 = 205.
Por lo tanto, el plan simple por atributos que ayuda a
garantizar los niveles de calidad acordados, es n = 205
y c = 2.


Muestreo de aceptación NCA y NCL
Es el porcentaje de defectuosos en un
lote que el consumidor considera no
satisfactorio y quiere que se rechace
con alta probabilidad.
Riesgo del productor (α)
Es la probabilidad de rechazar lotes
con un nivel de calidad aceptable.
Riesgo del consumidor (β)

Es la probabilidad de aceptar lotes con
calidad igual al NCL.
René lozano y el resto
Ejercicio
Se decide implementar un muestreo de aceptación para atributos con el propósito de regular la salida de lotes de tamaño grande, el nivel de calidad aceptable (NCA o AQL) se fija en 1.2% con α = 0.05 y el NCL = 5% con β = 0.10.

a) Por medio de las tablas de Cameron encuentre el plan que regulará este muestreo y explique su funcionamiento.
Diseño de un plan de muestreo
simple con NCA y NCL
específicos (método de Cameron)
Procedimiento para diseñar planes
de muestreo simple que satisface un
NCA y NCL dados, el cual se basa en la
distribución de Poisson.
Este método se aplica con los siguientes pasos:

1
. Especificar los valores porcentuales deseados para NCA y NCL, con su correspondiente
probabilidad de aceptación, 1 − α y β, respectivamente.

2.
Convertir estos porcentajes a proporciones, sea p1 = NCA/100 y p2 = NCL/100.

3.
Calcular la razón de operación, Rc = p2/p1.

4.
De acuerdo con los valores de α y β, buscar en la columna apropiada de la tabla 12.4 el valor R más cercano a Rc. Si en la tabla hay dos números R aproximadamente igual de cercanos a Rc se debe elegir el menor.

5.
Ubicado el valor R en la tabla 12.4, el número de aceptación, c, se encuentra en el mismo
renglón que R en la columna c hacia la izquierda.

6.
En el mismo renglón donde se localizó a R, pero en la columna np1 a la derecha de R, localizar el valor de np1. El tamaño de muestra se encontrará al dividir ese valor entre p1. Estos pasos se ilustran en el ejemplo
Obtención de la curva CO
como n = 205 y c = 2; así, al entrar en el renglón de c = 2 de la
tabla 12.5, se encuentra que:
Full transcript