Efecto de cambios en el Número de Aceptación en la Curva Característica de Operación

En la construcción de una Curva Característica de Operación asociada a un plan de muestreo, resulta de interés sensibilizar los resultados frente a variaciones de los parámetros que determinan la probabilidad de aceptación del lote para distintos valores de calidad a la entrada. En este artículo abordaremos el caso donde se modifica el número de aceptación c el cual establece el límite máximo de unidades defectuosas que se esta dispuesto a aceptar en la inspección de un lote productivo.

Consideremos el ejemplo que representa un plan de muestreo simple que se aplica a un lote de N=1.200 unidades, sobre las cuales se toma una muestra aleatoria de n=100 unidades. Nos interesa evaluar el impacto en la probabilidad de aceptación del lote para distintos niveles de porcentajes de defectuosos a la entrada, asumiendo tres escenarios para los números de aceptación c: 4 (curva roja), 6 (curva azul) y 8 (curva verde) unidades.

curva-caracteristica-para-d

Se observa que en la medida que aumenta el valor de c (número de aceptación) manteniendo el resto de los parámetros constantes, aumenta también la probabilidad de aceptación del lote. Esto se refleja en las Curvas Características Operativas en un desplazamiento hacia la derecha en relación a planes de muestreos con valores de c más pequeños (restrictivos). Dicho resultado queda de manifiesto en las siguientes tablas resumen generadas en Excel.

probabilidad-de-aceptacion-

Por ejemplo si consideramos en cada uno de los 3 escenarios una porcentaje de unidades defectuosas a la entrada de un 2% entonces la probabilidad de aceptación del lote para valores de c igual a 4, 6 y 8 unidades será un 94,73%, 99,55% y 99,98%, respectivamente.

Cómo construir una Curva Característica de Operación (CO) con Excel

La Curva Característica de Operación (o Curva Característica Operativa) consiste en una representación gráfica que muestra para un plan de muestreo específico (n,c) la probabilidad de aceptación del lote, para varios valores de calidad del lote a la entrada p (% de unidades defectuosas). Una Curva Característica de Operación tendrá entre sus puntos uno definido por el NCA y 1-α y otro punto definido por PTDL y β.

Para determinar la probabilidad de aceptación de un lote, se pueden utilizar las distribuciones Binomial o Poisson. Cuando el tamaño de la muestra es al menos 15 unidades (n>15), el tamaño del lote es al menos 10 veces el tamaño de la muestra (N>10*n) y el porcentaje de unidades defectuosas históricamente es menor a un 10% (p<10%), es preferible la Distribución de Poisson debido a la facilidad de los cálculos.

Consideremos el siguiente ejemplo: Un fabricante de pistones para motocicletas comenzará a vender diariamente 1.200 unidades para un nuevo cliente. Este último determina condiciones contractuales para la inspección del lote diario, especificando que tomará muestras de 100 unidades (n=100) y que sólo aceptará los pedidos con 4 o menos defectos (c=4). El fabricante menciona en el contrato, que históricamente ha obtenido un porcentaje defectivo del 2% (p=2%). Determinar la probabilidad de aceptación del lote por parte del cliente.

Para determinar la probabilidad de aceptación del lote podemos utilizar la siguiente fórmula haciendo uso de una planilla de cálculo Excel: =POISSON(4;100*2%;VERDADERO). En consecuencia la probabilidad de aceptación del lote por parte del cliente es de un 94,73% (aproximado).

poisson-probabilidad-acepta

Una alternativa a Excel para estos efectos es hacer uso de la herramienta de cálculo de probabilidades del software Geogebra donde se debe ingresar los parámetros de la distribución µ (equivalente a n*p=100*2%=2) y el valor correspondiente al número de aceptación c (en la imagen c=4).

poisson-geogebra

De esta forma se puede extender el procedimiento calculando la probabilidad de aceptación del lote Pa para distintos valores de calidades a la entrada p. Un extracto de ello se presenta en la siguiente tabla:

extracto-tabla-calculo-prob

A continuación se construye un gráfico con la Curva Característica de Operación. Se ha destacado con una etiqueta color amarillo el dato que hemos calculado previamente.

curva-caracteristica-operat

En un próximo artículo discutiremos el impacto que tiene en el plan de muestreo y en particular en la Curva Característica de Operación un cambio en el tamaño de la muestra o un cambio en el número de aceptación.

Cómo determinar el Tamaño de la Muestra y el Número de Aceptación en un Muestro de Aceptación

Un muestreo de aceptación simple esta definido por el número de unidades en la muestra n y el número de aceptación c. El tamaño de la muestra n puede variar entre una unidad hasta incluso todos los artículos del lote (que en general se representa por N). En tanto el número de aceptación c determina el número máximo de artículos defectuosos que se pueden encontrar en una muestra antes de rechazar el lote.

En este contexto determinar los valores de n y c es un asunto crítico en todo muestreo de aceptación. Dichos valores se obtienen mediante la interacción de 4 factores, a saber: NCA (Nivel de Calidad Aceptable o AQL: Acceptable Quality Level), α, PTDL (Porcentaje de Tolerancia de Defectos en el Lote o LTPD: Lot Tolerance Percent Defective) y β.

Por una parte al fabricante le interesa que el plan de muestreo tenga una probabilidad baja de rechazar lotes buenos. En tanto el objetivo del consumidor es asegurarse que el plan de muestreo tenga una probabilidad baja de aceptar lotes malos. Se considera que los lotes son de alta calidad si contienen no más de un nivel específico de unidades defectuosas (NCA). Por el contrario un lote es de baja calidad si el porcentaje de defectos es mayor que una cantidad específica (PTDL).

La probabilidad asociada con el rechazo de un lote de alta calidad o α se conoce como riesgo del productor. Análogamente la probabilidad relacionada con la aceptación de un lote de baja calidad o β es el riesgo del consumidor.

Consideremos la siguiente adaptación de un ejemplo extraído del Libro Administracion De Operaciones de Chase, Jacobs y Aquilano (Duodécima Edición).

Una empresa fabrica scaners de radar que se utilizan para detectar trampas de velocidad. Las tarjetas de circuito impreso de los scaners se comprar a un distribuidor externo. El distribuidor produce las tarjetas con un NCA de un 2% y está dispuesto a correr un riesgo de un 5% (α) de que se rechacen lotes con este nivel o menor número de defectos. La empresa considera inaceptables los lotes con 8% o más defectos (PTDL) y quiere asegurarse de que aceptará esos lotes de baja calidad no más del 10% de las veces (β). Se acaba de entregar un lote grande. ¿Qué valores de n y c se deben seleccionar para determinar la calidad de este lote?.

Los parámetros del problema son NCA=2%α=5%PTDL=8%β=10%. A continuación para determinar n y c consideramos un extracto de una tabla de un plan de muestreo para α=5% y β=10%.

tabla-plan-de-muestreo-para

En primer lugar se divide PTDL/NCA=8%/2%=4. A continuación en la columna 2 de la tabla anterior se busca la razón que se mayor o igual al cuociente 4. Este valor es 4,057 que está asociado a c=4. Finalmente encontrar el valor en la columna 3 que está en la misma fila que c=4 y luego dividir es cantidad entre NCA para obtener n (1,970/2%=98,5). En consecuencia el plan de muestre apropiado es (n,c)=(99,4).

Para determinar la eficiencia del plan de muestreo al discriminar entre lotes buenos y malos para valores intermedios se propone construir una Curva Característica de Operación (CO). Estas curvas son únicas para cada combinación de n y c e ilustran la probabilidad de aceptar lotes con diversos porcentajes de defectos.

curva-caracteristica-chase-

Por ejemplo si el porcentaje de defectos es de un 2% (NCA) la probabilidad de aceptación es de un 95%, por tanto existe un α=5% (1-0,95) de rechazar un lote de alta calidad (riesgo del productor). En tanto para un porcentaje de defectos de un 8% (PTDL) existe una probabilidad de un 10% de aceptar un lote de baja calidad (riesgo del consumidor).