Muestreo de aceptación por atributos (comparar)
Compare varios planes de muestreo aprobado/rechazado, introducidos como listas coincidentes de tamaños de muestra n y números de aceptación c, frente a su AQL y RQL en ppm. La herramienta da la probabilidad de aceptación de cada plan en el AQL y el RQL con el modelo binomial y superpone curvas OC. Con un tamaño de lote añade curvas AOQ y ATI para la inspección rectificativa. Úsela para elegir entre planes.
Última revisión:
Idea clave
Muestreo de aceptación por atributos (comparar) coloca varios planes de muestreo simple (n, c) lado a lado: con qué frecuencia aceptan lotes buenos y malos y, con un tamaño de lote, su calidad de salida y costo de inspección.
En esta página
Finalidad
Muestreo de aceptación por atributos (comparar) coloca lado a lado varios planes de muestreo simple para la inspección por atributos. Cada plan es un tamaño de muestra n y un número de aceptación c: se inspeccionan n unidades al azar del lote y se acepta si c o menos son defectuosas. Usted introduce los planes que está considerando, por ejemplo el plan que usa hoy, el plan de un cliente y el plan de Muestreo de aceptación por atributos (crear), junto con su AQL y RQL, y la herramienta muestra con qué frecuencia cada plan acepta lotes buenos y malos y, con un tamaño de lote, cuánto producto defectuoso pasa y cuánta inspección cuesta cada plan. Úsela para elegir entre planes o para comprobar si un plan existente lo protege.
Capacidades principales
- Cualquier número de planes en una sola ejecución, introducidos como listas coincidentes de tamaños de muestra y números de aceptación.
- Probabilidad de aceptación en el AQL y en el RQL para cada plan.
- Curvas características de operación (OC) de todos los planes en una sola gráfica.
- Con un tamaño de lote: curvas de calidad media de salida (AOQ) y de inspección total media (ATI) de cada plan, para la inspección rectificativa.
- Niveles de calidad en defectuosos por millón (ppm).
- Exportación a PDF mediante Download.
Métodos estadísticos
Para cada plan, la probabilidad de aceptar un lote con fracción defectuosa p es la probabilidad binomial de encontrar c o menos defectuosas en n unidades: Pa(p) = Σ (k = 0 a c) C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ. La tabla da Pa en el AQL y en el RQL (ambos introducidos en ppm y divididos entre 1,000,000). Uno menos Pa(AQL) es el riesgo del productor, la probabilidad de rechazar un lote bueno; Pa(RQL) es el riesgo del consumidor, la probabilidad de aceptar un lote malo. Un plan con una curva OC más pronunciada separa mejor los lotes buenos y malos y requiere una muestra mayor.
Con un tamaño de lote N, las curvas AOQ y ATI suponen inspección rectificativa: los lotes rechazados se inspeccionan al 100% y las unidades defectuosas se reemplazan. Entonces AOQ(p) = p·Pa(p)·(N − n) / N, la fracción defectuosa media que sale de la inspección, y ATI(p) = n + (1 − Pa(p))·(N − n), el número medio de unidades inspeccionadas por lote. El máximo de la curva AOQ de un plan es su límite de calidad media de salida (AOQL). Todas las curvas se trazan para una calidad del lote de 0 a tres veces el RQL. Cada c debe ser menor que su n, cada n menor que el tamaño del lote y el RQL mayor que el AQL. El modelo binomial supone que el lote es grande en comparación con la muestra.
Campos y opciones de entrada
Campo | Descripción |
Units for quality level | Defectives Per Million (la única opción). |
Acceptable Quality Level (AQL) | Obligatorio, en ppm, p. ej., 10000 para un 1% de defectuosas. El nivel de calidad al que los lotes deberían aceptarse normalmente. |
Rejectable Quality Level (RQL / LTPD) | Obligatorio, en ppm, mayor que el AQL. El nivel de calidad al que los lotes deberían rechazarse normalmente. |
Sample sizes (n) | Obligatorio. Separados por espacios o comas, p. ej., “50 80 120”, uno por plan. |
Acceptance numbers (c) | Obligatorio. La misma cantidad que los tamaños de muestra, p. ej., “1 2 3”; la primera c corresponde a la primera n, y así sucesivamente. |
Lot size | Opcional, al menos 2. Necesario para las curvas AOQ y ATI. |
Operating characteristic (OC) curve / Average outgoing quality (AOQ) curve / Average total inspection (ATI) curve | Todas marcadas por defecto. Las curvas AOQ y ATI solo se trazan cuando se introduce un tamaño de lote. |
Title | Por defecto, Compare Acceptance Sampling by Attributes. |

Figura 1 — Tres planes (n = 80, 132, 200 con c = 1, 3, 5) comparados con un AQL de 10,000 ppm y un RQL de 50,000 ppm para lotes de 2,000.
Descripción de la salida
- Tabla de planes — Plan, n, c, P(accept | AQL) y P(accept | RQL) de cada plan.
- Operating Characteristic (OC) Curves — probabilidad de aceptación frente a defectuosos por millón del lote, una curva por plan.
- Average Outgoing Quality (AOQ) Curves — cuando se indica un tamaño de lote: proporción defectuosa media de salida frente a defectuosos por millón del lote; cada máximo es el AOQL de ese plan.
- Average Total Inspection (ATI) Curves — cuando se indica un tamaño de lote: número medio de unidades inspeccionadas por lote.
- Exportación a PDF mediante Download.

Figura 2 — La tabla de planes, las curvas OC y las curvas AOQ de los tres planes; n = 200, c = 5 tiene la curva OC más pronunciada.
Ejemplo
Un ingeniero de calidad de proveedores recibe conectores moldeados en lotes de 2,000 y los verifica con un calibre pasa/no pasa. Los lotes con un 1% de defectuosas (AQL de 10,000 ppm) deberían aprobarse y los lotes con un 5% de defectuosas (RQL de 50,000 ppm) deberían detenerse. Hay tres planes sobre la mesa: el plan actual n = 80, c = 1; el plan de Muestreo de aceptación por atributos (crear), n = 132, c = 3; y el plan de un cliente, n = 200, c = 5. El ingeniero introduce Sample sizes = 80 132 200, Acceptance numbers = 1 3 5 y Lot size = 2000.
El plan actual acepta solo el 80.9% de los lotes en el AQL: aproximadamente uno de cada cinco lotes buenos se rechaza, lo que es injusto para el proveedor y costoso de seleccionar. Acepta el 8.6% de los lotes en el RQL. El plan n = 132, c = 3 acepta el 95.6% en el AQL y el 9.9% en el RQL, y n = 200, c = 5 acepta el 98.4% y el 6.2%, el mejor en ambos aspectos. En la gráfica OC, su curva es la más pronunciada.
Las curvas con tamaño de lote muestran el costo. Cuando los lotes están en el AQL, el plan actual inspecciona en promedio unos 446 conectores por lote, porque selecciona muchos lotes buenos, frente a unos 215 de n = 132 y unos 229 de n = 200. Los planes mayores dejan pasar algo más en el peor caso: sus curvas AOQ alcanzan un máximo de aproximadamente 0.0137 y 0.0143 (1.4% defectuosas), frente a 0.0100 del plan actual, porque rechazan menos lotes para selección. El ingeniero descarta el plan actual y elige n = 132, c = 3 o, si el cliente insiste, n = 200, c = 5, por unas 14 unidades más por lote.
Preguntas frecuentes
¿Cuáles son el riesgo del productor y el riesgo del consumidor de un plan de muestreo?
Uno menos la probabilidad de aceptación en el AQL es el riesgo del productor, la probabilidad de rechazar un lote bueno. La probabilidad de aceptación en el RQL es el riesgo del consumidor, la probabilidad de aceptar un lote malo. La tabla de comparación da ambas probabilidades de cada plan, de modo que puede ver qué plan protege a ambas partes.
¿Cómo se lee una curva OC?
La curva característica de operación grafica la probabilidad de aceptar un lote frente a la calidad del lote en defectuosos por millón, con una curva por plan. Un plan con una curva OC más pronunciada separa mejor los lotes buenos y malos, pero requiere una muestra mayor. En el ejemplo, el plan n = 200, c = 5 tuvo la curva más pronunciada.
¿Qué son AOQ y AOQL?
Con un tamaño de lote e inspección rectificativa, en la que los lotes rechazados se inspeccionan al 100% y las unidades defectuosas se reemplazan, la calidad media de salida AOQ(p) = p·Pa(p)·(N − n) / N es la fracción defectuosa media que sale de la inspección. El máximo de la curva AOQ de un plan es su límite de calidad media de salida (AOQL).
¿Cómo se comparan planes de muestreo en Zometric Statistical Software?
Introduzca el AQL y el RQL en ppm, enumere los tamaños de muestra (por ejemplo, 80 132 200) y los números de aceptación correspondientes (1 3 5), y opcionalmente un tamaño de lote. La herramienta devuelve una tabla de planes con P(accept | AQL) y P(accept | RQL), curvas OC superpuestas y, con un tamaño de lote, curvas AOQ y ATI. El modelo binomial supone que el lote es grande en comparación con la muestra.
