Navegue por el glosario usando este índice.

Especial | A | B | C | D | E | F | G | H | I | J | K | L | M | N | Ñ | O | P | Q | R | S | T | U | V | W | X | Y | Z | TODAS

C

GD

Calidad Promedio de Salida (CPS)

de GUAPULEMA CARRANZA DAVID ALEXANDER - sábado, 7 de junio de 2025, 09:51
 

La calidad promedio de salida (AOQ, por sus siglas en inglés: Average Outgoing Quality) es un concepto del control de calidad por muestreo que se refiere a la calidad real que llega al cliente después de aplicar un plan de inspección, ya sea que el lote haya sido aceptado tal cual o corregido (retrabajado) si fue rechazado.

En otras palabras, es una manera de estimar qué tan buena es la calidad del producto que realmente se está entregando al final del proceso.


Ejemplo:

Tomás trabaja en una empresa que fabrica focos. Él es parte del equipo de control de calidad, y su tarea es revisar lotes de focos antes de que se envíen a las tiendas. La empresa usa una estrategia de inspección por muestreo: no revisan todos los focos, solo una muestra de cada lote.

En un día normal, se revisa una muestra de 80 focos por cada lote de 1000. Si encuentran más de cierto número de defectuosos en la muestra, se rechaza el lote completo y se repara (o se reemplazan los focos defectuosos). Si hay pocos defectos, el lote se acepta y se envía tal cual.

Tomás se preguntaba: “¿Qué tan buena es realmente la calidad que estamos enviando a los clientes, considerando que no revisamos todo?”

La respuesta la encontró en la calidad promedio de salida (AOQ). Este indicador le mostró que, en promedio, los clientes estaban recibiendo lotes con solo un 0.3% de focos defectuosos, porque los lotes malos eran detectados y corregidos antes del envío.

Entonces, aunque algunos lotes llegaban con defectos (porque no todos se revisan), gracias al plan de inspección, la mayoría de los productos que salían estaban dentro de un nivel aceptable de calidad. Y eso le dio tranquilidad a Tomás: sabía que su trabajo realmente marcaba la diferencia.

 
Enlace de la entrada: Calidad Promedio de Salida (CPS)

VA

Clasificación del muestreo por atributos

de VALVERDE ACOSTA ARIANNA JAEL - sábado, 7 de junio de 2025, 14:13
 

El muestreo por atributos es una forma de revisar productos para saber si un lote (grupo de productos) es bueno o malo. En este tipo de muestreo, no se mide cuánto mide, pesa o vale algo, sino que simplemente se revisa si está defectuoso o no defectuoso. Dependiendo de cómo se hagan las revisiones, el muestreo por atributos se divide en tres tipos: simple, doble y múltiple.

  • Muestreo por atributos simple: Este tipo de muestreo consiste en revisar una cantidad fija de productos (llamada muestra). Antes de hacer la revisión, se establece un número máximo de productos defectuosos que se pueden aceptar (este número se llama "c"), si al revisar los productos encontramos esa cantidad de defectuosos o menos, el lote completo se considera bueno y se acepta. Pero si hay más defectuosos de los permitidos, se rechaza el lote. 
  • Muestreo por atributos doble: En este caso, se realiza una primera revisión de algunos productos del lote. Si el número de defectuosos encontrados es muy bajo, se acepta el lote; si es muy alto, se rechaza. Pero si el resultado está en un punto intermedio, es decir, no se puede decidir claramente, se toma una segunda muestra para tener más información y con la suma de ambas revisiones se toma la decisión final de aceptar o rechazar.
  • Muestreo por atributos múltiple: Este método funciona de forma parecida al muestreo doble, pero permite hacer más de dos revisiones si es necesario. Se empieza con una muestra pequeña, y si con esa primera revisión ya se puede aceptar o rechazar el lote, se toma la decisión de inmediato. Pero si no hay suficiente evidencia, se hace otra revisión, y así sucesivamente, hasta tener claridad para decidir.

                                                                                

 

 
Enlace de la entrada: Clasificación del muestreo por atributos

YACELGA PALLO ESTALIN MARCELO

Curva CO Ideal

de YACELGA PALLO ESTALIN MARCELO - sábado, 7 de junio de 2025, 15:06
 

Una curva de operación característica (CO) ideal, también conocida como curva OC ideal, es una representación gráfica que muestra la probabilidad de aceptación de un lote de producción frente a su calidad. En un escenario ideal, esta curva debería presentar una caída vertical pronunciada desde una probabilidad de aceptación del 100% para lotes de buena calidad (por debajo del nivel de calidad aceptable - NCA) a una probabilidad de aceptación del 0% para lotes de mala calidad (por encima del NCA).

                                                     

En detalle:

  • Probabilidad de Aceptación: La curva CO muestra la probabilidad de que un lote con un determinado nivel de calidad sea aceptado mediante un plan de muestreo.
  • Nivel de Calidad Aceptable (NCA): Este es el punto en la curva donde la probabilidad de aceptación comienza a disminuir rápidamente. Lotes con calidad por debajo del NCA deberían tener una alta probabilidad de ser aceptados, mientras que los lotes por encima del NCA deben tener una alta probabilidad de ser rechazados.
  • Ideal vs. Real: En la práctica, las curvas CO suelen tener una forma de "S" y no son perfectamente verticales, lo que significa que existe una zona de transición donde hay una probabilidad intermedia de aceptación para lotes de calidad intermedia.
  • Desempeño del Plan de Muestreo: La curva CO ayuda a evaluar el desempeño de un plan de muestreo, mostrando qué tan bien el plan discrimina entre lotes de buena y mala calidad.
  • Importancia: La curva CO es útil para elegir planes de muestreo, ya que permite identificar el plan que mejor se ajusta a las necesidades de calidad del proceso


 
Enlace de la entrada: Curva CO Ideal

LS

Curva de operaciones

de LEMA LEMA SEBASTIAN DAVID - jueves, 5 de junio de 2025, 21:08
 

La curva CO de un plan de muestreo proporciona una caracterización del potencial desempeño del mismo, ya que con ésta se puede saber la probabilidad de aceptar o rechazar un lote que tiene determinada calidad. Para cualquier fracción defectuosa p en un lote, la curva OC muestra la probabilidad Pα de que se aceptará ese lote con el plan de muestreo que se emplee, lo que es igual al porcentaje a largo plazo de lotes que se aceptarían si se presentasen muchos lotes de cualquier calidad expresada, para inspección.

Para obtener la CO de lotes grandes se aplica la distribución binomial. Bajo esta condición, la distribución del número de artículos defectuosos, x, en la muestra aleatoria de tamaño n, es binomial con parámetros n y p. 

Curvas de operaciones (ejemplo grafico)

 
Enlace de la entrada: Curva de operaciones