Se refiere a los casos en los que la desviación estándar del proceso es previamente conocida y confiable, lo que permite aplicar planes de muestreo por variables más precisos y eficientes, sin necesidad de estimar la variabilidad a partir de los datos muestrales. Este enfoque asume que el proceso sigue una distribución normal y que la desviación estándar permanece constante durante la producción.

•  Se conoce la desviación estándar (σ) del proceso antes del muestreo.

• Reduce el tamaño de muestra requerido, ya que hay menor incertidumbre.

• Aumenta la precisión del plan de muestreo, al usar datos confiables.

• Evita el cálculo de la desviación muestral (s), lo que simplifica el análisis.

     VENTAJAS DEL MUESTREO POR VARIABLES 

1. Requiere un tamaño de muestra menor en comparación con el muestreo por atributos, lo cual reduce esfuerzo y recursos.

2. Proporciona datos cuantitativos, lo que permite una mejor comprensión del comportamiento del proceso de producción.

3. La información numérica obtenida se puede usar para aplicar técnicas estadísticas de control y mejora continua de calidad.

4. Las características medidas numéricamente (como dimensiones, peso, etc.) son más informativas que una simple clasificación binaria (aceptable/defectuoso).

     DESVENTAJAS DEL MUESTREO POR VARIABLES 

1. Cada característica de calidad requiere su propio plan de muestreo, lo que puede aumentar la complejidad del sistema de control.

2. Las mediciones precisas pueden implicar costos adicionales (instrumentación, capacitación, tiempo), aunque esto se compensa con el tamaño reducido de muestra.

3. Es necesario conocer la distribución estadística de las características de calidad (generalmente se asume normalidad).

4. La mayoría de los planes de muestreo por variables están basados en la suposición de que los datos siguen una distribución normal. Si esta condición no se cumple, la validez de las decisiones puede verse seriamente comprometida.