DIPLOMADO DE ESTADÍSTICA PARA GERENTES

Presentación del tema: "DIPLOMADO DE ESTADÍSTICA PARA GERENTES"— Transcripción de la presentación:

1 DIPLOMADO DE ESTADÍSTICA PARA GERENTES
REPÚBLICA BOLIVARIANA DE VENEZUELA LA UNIVERSIDAD DEL ZULIA FACULTAD DE CIENCIAS ECONÓMICAS Y SOCIALES CENTRO DE ESTADÍSTICA E INVESTIGACIÓN DE OPERACIONES DIPLOMADO DE ESTADÍSTICA PARA GERENTES Módulo III Presentación Muestreo para Gerentes Javier Parra Olivares, Sociólogo, Especialista en Análisis de datos

2 “Lo esencial es invisible a los ojos.”
Reflexión “Una gota de agua de mar no puede decir que ella es el mar, aunque esté compuesta de lo mismo.” Ami, el niño de las estrellas. Enrique Barrios “Lo esencial es invisible a los ojos.” El principito. Antoine de Saint-Exuperi

3 Pensamiento Estadístico
Mundo “real” Aceptación de lotes Control de procesos Estimaciones Problema Inferencia Factor 1 Factor 2 Factor p -Tablas y gráficos de frecuencias. -Indicadores de centralidad (Moda, Mediana, Media). -Indicadores de dispersión (Recorrido, Varianza, Desv. Típica). -Coeficientes de correlación. -Coeficientes de regresión. -Gráficos de control. N Descripción de los datos n Diseño de muestreo

4 Bibliografía de apoyo del Módulo III Textos Básicos Textos Avanzados
1) “Control de Calidad”. Dale Besterfield. Prentice-Hall, México, 1995. 2) ”Curso de muestreo con aplicaciones”. Francisco Azorín Poch. Ediciones UCV, Caracas, 1961. 3) “Muestreo estadístico para auditoría y control”. T.W. McRae, Limusa, México, 1999. Textos Básicos 1) “Control de Calidad y Estadística Industrial”. Acheson Duncan, Editores Alfaomega, México, 1989. 2) “Diseños de muestreo en la investigación de negocios”. W.E. Deming, Ediciones Wiley, Nueva York, 1960. 3) “Some theory of sampling”. W.E. Deming. Dover Publications, New York, 1966. Textos Avanzados

5 Contenido N n Módulo III: Muestreo para Gerentes
1.- Muestreo Probabilístico y No Probabilístico. 2.- Muestreo para estudios de satisfacción de los clientes. 3.- Muestreo para estudios de mercado. 4- Muestreo de aceptación de lotes. 5.1. Por atributos 5.2. Por variables 5.Muestreo para Gráficos de Control. Tamaño de muestra y número de subgrupos. 2.1. Muestreo para gráficos X barra. 2.2 Muestreo para gráficos p

6 Población y muestra. N n POBLACIÓN:
Conjunto de todas las mediciones u observaciones del universo de interés para la investigación. n MUESTRA: Subconjunto de la población, obtenida con el propósito de investigar propiedades o características de la misma.

7 Censo o Inspección 100% DESVENTAJAS: VENTAJA: -Costoso. -Exactitud
Procedimiento a través del cual se obtienen conclusiones acerca de una población analizando todos y cada uno de los elementos que la componen. Ejemplo: Revisión o Inspección 100% de los productos DESVENTAJAS: -Costoso. -Requiere más tiempo. VENTAJA: -Exactitud

8 Muestreo MUESTREO: Procedimiento a través del cual se selecciona una muestra a partir de una población previamente definida. OBJETIVO: Extraer conclusiones válidas para la población. VENTAJAS: -Mayor rapidez -Reducción de costos DESVENTAJAS: -Riesgo de representatividad. (Errores de Muestreo). Se ha demostrado que el realizar una inspección 100% en forma manual no da resultados tan precisos como el muestreo

9 Tipos de Muestreo Son aquellos procedimientos en los cuales intervienen factores distintos al azar en el proceso de selección de las unidades que se incluyen en la muestra. No - Probabilístico Tipos de Muestreo Son aquellos procedimientos en los cuales interviene sólo el azar en el proceso de selección de las unidades de muestra. Probabilístico

10 Tipos de Muestreo 1) Los elementos de la muestra son
escogidos por decisión personal de investigador o por conveniencia y facilidad de acceso. 2) Son prácticos para investigaciones exploratorias. No - Probabilístico Tipos de Muestreo Cada miembro de la población tiene una probabilidad conocida y diferente de cero de ser incluido en la muestra. 2) La muestra se extrae utilizando un método aleatorio de selección. Probabilístico

11 Muestreo para medir satisfacción de los clientes y para estudios de mercado

12 Muestreo No Probabilístico
Muestreo para medir satisfacción de los clientes y para estudios de mercado Muestreo No Probabilístico MUESTREO POR CUOTAS Se debe conocer bien los estratos de la población y/o los individuos más representativos o adecuados para los fines de la investigación. Ejemplo: 20 profesionales del sexo masculino con una edad entre 35 y 40 años, residenciados en Maracaibo. MUESTREO INTENCIONAL U OPINÁTICO Muestras que se espera sean representativas mediante la inclusión de grupos supuestamente típicos por decisión personal del investigador.

13 Muestreo No Probabilístico
MUESTREO CIRCUNSTANCIAL El investigador selecciona, de acuerdo a ciertas conveniencias, a los elementos que conformarán la muestra. Fácil acceso a los elementos de la muestra. BOLA DE NIEVE Se localiza a algunos individuos, los cuales conducen a otros y éstos a otros y así sucesivamente hasta conseguir una muestra suficiente.

14 Muestreo Probabilístico
MUESTREO ALEATORIO SIMPLE (MAS) Cada miembro de la población tiene una probabilidad igual e independiente de ser seleccionado como parte de la muestra. PROCEDIMIENTO Listar todos los elementos que conforman la población.(Marco muestral) Asignar un número a cada elemento. Utilizar cualquier método que garantice la aleatoriedad de la muestra. Calcular el tamaño de la muestra.

15 Tamaño de la muestra Factores a considerar:
Homogeneidad de la población de interés. La precisión (e). La confianza. El costo. Error máximo admisible (e) : Cantidad máxima de error que estamos dispuestos a tolerar en los estimadores. Lo prefija el investigador. Grado de seguridad que tenemos de que la estimación está dentro del error máximo admisible fijado previamente. Los coeficientes más usados son: 90%, 95% y 99%.

16 Error máximo admisible (e)
Relaciones Precisión Error máximo admisible (e) Nivel de confianza Tamaño de la muestra > + pequeño + grande < Pequeño

17 Muestreo Probabilístico
i+k i+2k i+3k i+4k . i+(n-1)k MUESTREO SISTEMÁTICO (alternativo al MAS) Introduce una constante Se parte del número aleatorio i, que es un número al azar entre 1 y K. PROCEDIMIENTO Asignar un número a todos los elementos que conforman la población (Marco muestral). Calcular el tamaño de la muestra. Extraer el primer elemento de la muestra por un método aleatorio. Los demás se hallan agregando “k” a cada selección previa.

18 Práctica 1 K=9 i=7 Muestreo sistemático: K=N/n K=140/15=9.33 i = 7
i+k = 16 i+2k = 25 i+3k = 34 i+4k = 43 i+5k = 52 i+6k = 61 i+7k = 70 i+8k = 79 i+9k = 88 i+10k = 97 i+11k = 106 i+12k = 115 i+13k = 124 i+14k = 133

19 Muestreo Probabilístico
MUESTREO ALEATORIO ESTRATIFICADO (MAE) Se divide a la población de interés en grupos mutuamente excluyentes y colectivamente exhaustivos llamados estratos y se selecciona una muestra aleatoria simple dentro de cada estrato por separado. S2d S2e  PROCEDIMIENTO Construir los estratos en función de las variables claves del estudio. Extraer una muestra aleatoria simple de cada estrato por separado. Mezclar los miembros seleccionados. asignación igual asignación proporcional asignación de Neyman

20 Asignación Proporcional
Muestreo Estratificado Tipos de Asignación Asignación Igual Asignación Proporcional Asignación de Neyman

21 Muestreo aleatorio estratificado (Asignación Proporcional)
Tamaño de la muestra para estimar la Media Muestreo aleatorio estratificado (Asignación Proporcional) (Asignación de Neyman) Donde: Z: valor de la distribución normal para una confianza dada. S2: varianza estimada de la variable que se desea estudiar. e: Error máximo admisible. N: Tamaño de la Población.

22 Muestreo aleatorio estratificado (Asignación Proporcional)
Tamaño de la muestra para estimar la Proporción Muestreo aleatorio estratificado (Asignación Proporcional) (Asignación de Neyman) Donde: z: valor de la distribución normal para una confianza dada. PQ: varianza estimada de la proporción. e: Error máximo admisible. N: Tamaño de la Población.

23 Práctica 2 n=81 Muestreo Estratificado (con Asignación proporcional)
para estimar la Media Estratos: Peso en la población En muestra piloto (10 casos) Varianzas estimadas EDUC HORASTV SITLAB Mujeres /1500 =  57% , , Hombres /1500 =  43% , , Caso: Variable EDUC n=81 Mujeres 0,57(81) = 46 Hombres 0.43(81) = 35 asignación proporcional:

24 Práctica 2 n=17 Muestreo Estratificado (con asignación proporcional)
para estimar la Media Estratos: Peso en la población En muestra piloto (10 casos) Varianzas estimadas EDUC HORASTV SITLAB Mujeres /1500 =  57% , , Hombres /1500 =  43% , , Caso: Variable HORASTV n=17 Mujeres 0,57(17) = 10 Hombres 0.43(17) = 7 asignación proporcional:

25 Práctica 2 n=154 Muestreo Estratificado (con asignación proporcional)
para estimar la Proporción Estratos: Peso en la población En muestra piloto (10 casos) Varianzas estimadas EDUC HORASTV SITLAB Mujeres /1500 =  57% , , Hombres /1500 =  43% , , Caso: Variable SITLAB (Proporción de trabajadores a tiempo parcial) Mujeres 0,57(154) = 88 n=154 asignación proporcional: Hombres 0.43(154) = 66

26 Muestreo Probabilístico
MUESTREO ALEATORIO POR CONGLOMERADOS (MAC) Se selecciona aleatoriamente de una población, un conjunto de “m” colecciones de elementos muestrales llamados conglomerados. Se efectúa un censo en cada uno de los conglomerados. Los conglomerados son las unidades muestrales. PROCEDIMIENTO Determinar los conglomerados. De la lista de conglomerados se escoge un determinado número de éstos. Se registra para cada uno de los conglomerados la información requerida de acuerdo a las variables objeto de estudio. No existe o resulta muy costoso obtener una lista con todos los elementos. La población es muy grande y esta geográficamente dispersa.

27 distinta en relación con el M.A.S. y el M.A.E. Precisamente, el
Tamaño de la Muestra por Conglomerados: El tamaño de la muestra por conglomerados se determina de manera distinta en relación con el M.A.S. y el M.A.E. Precisamente, el hecho de no contar con listas de todos los elementos de la población, imposibilita la determinación exacta, a priori, del número de elementos de la muestra. Sólo al final del censo en cada conglomerado es posible conocer el tamaño que tiene la muestra seleccionada. Esto es así porque el número de elementos por conglomerado (viviendas, manzanas, aulas, etc.) varía y, por tanto, el tamaño real de la muestra depende de los conglomerados que resulten seleccionados.

28 Práctica de Muestreo Aleatorio por Conglomerados:
Ejemplo Parcial: Planteamiento: Práctica de Muestreo Aleatorio por Conglomerados: Se ha decidido dividir a la población estudiantil de una Universidad en conglomerados, para tener más fácil acceso a cada estudiante. Se decidió utilizar como conglomerado a cada aula de clase en los días y horas en que hay clases en todas las facultades. ¿Cómo se extrae información muestral para estimar el gasto promedio en transporte por parte de los alumnos? Solución: Se asigna un número a cada salón de clase en todas las facultades. Si hay 460 aulas, entonces se tiene que el Total de Conglomerados (M) es igual a 460 en la población. M = 460  Si se sabe que, en promedio, hay 75 alumnos por aula y se cuenta con tiempo y recursos suficientes para entrevistar a 870 estudiantes, se deben escoger 12 conglomerados (unidades de primera etapa) m = 12 Se requieren 12 conglomerados (salones) ya que

29 Muestreo para Gráficos de control

30 Muestreo para Gráficos de Control X-barra
Los lotes de donde se obtienen los sub-grupos deben ser homogéneos. Por homogéneo se entiende que las piezas que conformen el lote sean lo más parecidas posible: la misma máquina,el mismo operario, el mismo molde, etc. Los elementos que conformen cada sub-grupo deben haberse producido básicamente dentro de las mismas condiciones.

31 Tamaño de las muestras para Gráficos de Control X-barra
TAMAÑO DEL LOTE TAMAÑO DE MUESTRA 91-150 10 15 20 25 35 50 75 100 Fuente: Military Standar 414 /Z1.9.

32 Frecuencia de las muestras para Gráficos de Control
Para definir la frecuencia del muestreo se puede utilizar la Regla del Precontrol. En este caso se toma en cuenta con qué frecuencia se ajusta el proceso. Si esto sucede cada hora, el muestreo deberá realizarse cada 10 minutos. Si el proceso se ajusta cada 2 horas, el muestreo se efectúa cada 20 minutos. Si el proceso se ajusta cada 3 horas, el muestreo se hace cada 30 minutos. Y así sucesivamente.

33 Frecuencia de las muestras para Gráficos de Control
La selección del subgrupo se hace de manera que en el subgrupo sólo estén presentes causas aleatorias. Lo recomendable para elaborar gráficos de control es reunir un mínimo de 25 subgrupos de datos. Un número menor no ofrecería la cantidad necesaria de datos que permita el cálculo exacto de los límites de control; pero asimismo una cantidad mayor no garantiza un mejor análisis y aumenta los costos innecesariamente.

34 Frecuencia de las muestras para Gráficos de Control X-barra
Aunque no hay una regla que establezca con qué frecuencia deberán obtenerse sub-grupos, este procedimiento deberá hacerse tantas veces como sea necesario para detectar cambios o alteraciones en el proceso. Por lo general, es mejor obtener muestras frecuentemente al inicio y reducir la frecuencia del muestreo cuando los datos lo permitan.

35 Sugerencias para decidir el tamaño de una muestra o subgrupo (gráfico X-barra)
Cuanto más aumente el tamaño del subgrupo más se aproximarán los límites de control al valor central, lo que le da mayor sensibilidad a las pequeñas variaciones en el promedio del proceso. Cuanto más aumente el tamaño del subgrupo, más aumentará el costo de inspección por sub- grupo. ¿El aumento en el costo que implica conformar grupos mayores justifica el contar con mayor sensibilidad?

36 Sugerencias para decidir el tamaño de una muestra o subgrupo (gráfico X-barra)
3) Cuando se apliquen pruebas que impliquen destrucción de elementos y éstos sean costosos, el tamaño del subgrupo será de 2 o 3, ya que se reducirá a un mínimo la destrucción de tales elementos costosos 4) En la industria se utilizan mucho las muestras constituidas por 5 elementos, ya que así se facilita la tarea de cálculo; sin embargo, hoy día los cálculos se facilitan por el uso de tecnologías como la calculadora y el computador.

37 Sugerencias para decidir el tamaño de una muestra o subgrupo (gráfico X-barra)
5) Sustentado por evidencias estadísticas, se sabe que la distribución de los promedios de los sub- grupos resultan casi normales para el caso de subgrupos de 4 o más elementos, incluso cuando las muestras se obtienen de poblaciones no normales. 6) En caso de que el tamaño del subgrupo sea mayor de 10 elementos, para controlar la dispersión deberá utilizarse la gráfica s en lugar de la gráfica R.

38 Teorema del límite central
Si la población de la que se toman las muestras no es normal, la distribución de los promedios de la muestra tenderán a la normalidad siempre y cuando el tamaño de la muestra, n, sea de por lo menos 4. Esta tendencia mejora cuanto más aumenta el tamaño de la muestra.

39 Tamaño de subgrupo para la gráfica de control p
Antes de que se defina el tamaño del subgrupo habrá que efectuar algunas observaciones preliminares a fin de darse una idea aproximada de la Proporción de no conformidad, así como evaluar la cantidad promedio de unidades no conformes mediante las cuales se podrá obtener una buena representación gráfica. Como punto de partida se recomienda utilizar un tamaño mínimo de subgrupo de 50 elementos. Asímismo, se deben formar, por lo menos, 25 subgrupos

40 Muestreo de Aceptación
de lotes

41 Anécdota: A fines de la década de los ´80 una empresa canadiense ordenó algunas partes a una firma japonesa, con la instrucción siguiente “aceptamos hasta tres partes defectuosas por millar”. Cuando las partes llegaron había una nota anexa que decía: “Las tres partes defectuosas están envueltas por separado en el compartimiento superior izquierdo del embarque”.

42 Muestreo de Aceptación
Consiste en extraer al azar una o varias muestras que se inspeccionan para estimar la proporción de defectuosos que contienen. Se conoce un número de aceptación tal que si la proporción de defectuosos calculada no lo sobrepasa, se asegura con una cierta probabilidad que la proporción de defectuosos real del lote no supera la considerada como aceptable, en cuyo caso se acepta el lote, devolviéndose en caso contrario para que sea sometido a una inspección estricta, de tal forma que se eliminen todos los artículos defectuosos y sean sustituidos por productos conformes.

43 Elementos de un muestreo de aceptación
Para definir un plan de muestreo de aceptación se utiliza el tamaño del lote, N, el tamaño de la muestra, n, y el número de aceptación, c. Por ejemplo, el plan siguiente: N = 9000 n = 300 c = significa que en un lote de 9000 unidades se inspeccionarán Si se detectan dos unidades no conformes, o menos, en la muestra, el lote se acepta. De lo contrario, se rechaza.

44 Situaciones en las que se aplica Muestreo de Aceptación
1) Cuando la aplicación de una prueba implica la destrucción del producto (por ejemplo: probar un fusible eléctrico o la resistencia a la tensión). 2) Cuando el costo que implica hacer una inspección del 100% es muy elevado comparado con el costo que implica pasar una unidad no conforme

45 Situaciones en las que se aplica Muestreo de Aceptación
3) Cuando son muchas y similares las unidades que se van a inspeccionar, el muestreo producirá buenos resultados o mejores que en una inspección del 100%. En el caso de una inspección manual, la fatiga y el aburrimiento dan lugar a que pase un mayor porcentaje de material no conforme, del que en promedio se pasaría cuando se usa un plan de muestreo.

46 Situaciones en las que se aplica Muestreo de Aceptación
4) Cuando no se dispone información sobre la calidad del producto, por ejemplo no se cuenta con gráficas X-barra y R, p o c. 5) Cuando no se dispone de una inspección automatizada.

47 Planes de Muestreo para inspección de productos
Son esquemas de aseguramiento de calidad que tienen por objeto probar si el nivel de calidad de un producto se apega a las normas requeridas. Tienen importancia especial cuando los productos se reciben de proveedores sobre los que no se tiene otra evaluación de la calidad de sus procesos de producción.

48 Conceptos generales del muestreo de inspección
Recientemente ha cambiado una parte de la terminología que se usó durante casi 50 años. Antes era habitual hablar de unidad defectuosa (Normas MIL-STD-105D), ahora se designa como “unidad no conforme” (ANSI/ASQCZ1.4, así como ISO 2859). Un lote es un conjunto de N elementos que se sujeta a inspección de calidad. En consecuencia un lote es una población finita real de productos. Aceptación de un lote quiere decir que se ha aprobado el nivel de su calidad, por lo que se da “luz verde” al uso posterior de los elementos del lote.

49 Conceptos generales del muestreo de inspección
En general, se espera que un lote no contenga más de cierto porcentaje de artículos defectuosos. Se debe tomar una decisión acerca de si un lote se debe sujetar a una inspección completa, artículo por artículo, o si se puede determinar la aceptación mediante una muestra del lote.

50 Clasificación de los planes de muestreo para aceptación
A) De acuerdo con el tipo de Característica de Calidad se pueden clasificar en: *Planes de muestreo por atributos *Planes de muestreo por variables. B) De acuerdo con el número de fases: * Plan de muestreo simple * Plan de muestreo doble * Plan de muestreo múltiple * Plan de muestreo secuencial

51 Conceptos generales del muestreo de inspección
Debe distinguirse entre inspección por atributos e inspección por variables. En el primer caso se clasifican los elementos examinados en dos categorías según determinada propiedad o característica cualitativa (Ejemplo: Aceptable-No aceptable, Conformes – defectuosos), de acuerdo con su longitud, volumen, peso, fragilidad, etc. Basta ver si cada elemento de la muestra cumple o no con las especificaciones.

52 Conceptos generales del muestreo de inspección
Por su parte la inspección por variables se basa en la medición de los elementos. Las variables se miden en una escala numérica. La decisión de aceptar o rechazar tiene una base más firme, ya que es mayor la información en cada caso. Sin embargo, la inspección por atributos tiene la ventaja de su mayor facilidad y rapidez.

53 Escenarios del muestreo de aceptación.
Estados de naturaleza Decisión Lote bueno Lote malo Aceptar el lote Decisión correcta Riesgo del consumidor Rechazar el lote Riesgo del productor

54 Plan de muestreo simple
Es un procedimiento en el que se toma una muestra aleatoria de n unidades del lote para su estudio y se determina el destino de todo el lote con base en la información contenida en la muestra. Ejemplo: Seleccionar al azar n artículos de un lote y si hay c o menos defectuosos en la muestra se acepta el lote, de lo contrario se rechaza. El valor c se denomina número de aceptación.

55 Plan de Muestreo Doble Es un procedimiento en dos etapas. En la primera se toma una muestra aleatoria de tamaño n1 sin reposición del lote. Supongamos que X1 es la cantidad de artículos que no cumplen con las especificaciones en esta muestra de primera etapa.

56 Muestreo Doble para Atributos:
Las reglas para la segunda etapa son: Si X1  c1 el muestreo termina y el lote es aceptado. Si X1 c2, el muestreo termina y el lote es rechazado. Si X1 está entre c1 y c2,, se toma una muestra aleatoria de segunda etapa, de tamaño n2, sin reposición, de los artículos restantes en el lote. Supongamos que X2 es la cantidad de artículos no conformes en esta muestra de segunda etapa. Entonces, si X1 + X2  c3, el lote se acepta y si X1 + X2  c4 el lote se rechaza.

57 Ejemplo de un Muestreo Doble
Datos: N = 9000; n1 = 60; c1 = 1; r1 = 5 n2 = 150; c2 = 6; r2 = 7 Se escoge una muestra inicial (n1) de 60 del lote (N) de 9000 y se procede a su inspección. Se aplica uno de los siguientes criterios: Si hay una o menos unidades no conformes (c1) se acepta el lote. Si hay cinco o más unidades no conformes (r1) se rechaza el lote.

58 Ejemplo de un Muestreo Doble (Continuación)
Si hay 2, 3 o 4 unidades no conformes, no se toma ninguna decisión y se extrae una segunda muestra. Se procede a inspeccionar una segunda muestra de 150 (n2) del lote (N) y se aplica uno de los siguientes criterios: Si en ambas muestras hay seis o menos unidades no conformes (c2), se acepta el lote. Si en ambas muestras hay siete o más unidades no conformes (r2), se rechaza el lote.

59 Plan de muestreo múltiple
Es una extensión a varias fases del concepto de muestreo doble. Pueden necesitarse más de dos muestras para llegar a una decisión acerca de la suerte del lote. Los planes de muestreo múltiple se pueden dar por concluidos después de una cantidad determinada de muestras o se pueden continuar hasta terminar con el lote, o cuando se adopte una decisión. Los tamaños muestrales suelen ser menores que un muestreo simple o doble.

60 Comparación de los planes
Los 3 tipos de planes de muestreo pueden llevar a obtener los mismos resultados, es decir, la probabilidad de que al utilizar un plan de muestreo simple se llegue a aceptar un lote es la misma que si se utiliza un adecuado plan de muestreo doble o múltiple. Es decir, el tipo de plan que se utilizará en una unidad particular dependerá de otros factores que no tienen que ver con la eficiencia.

61 Comparación de los planes 5 factores para la decisión:
Sencillez del plan de muestreo. Costos administrativos Información sobre la calidad. Cantidad de unidades inspeccionadas. Impresión psicológica.

62 Comparación de los planes Factor: Sencillez
Posiblemente el factor más importante sea la sencillez. En este sentido, el muestreo simple es el mejor y el múltiple el peor.

63 Comparación de los planes Factor: Costos Administrativos
Los costos administrativos que implican la capacitación, inspección, registro de resultados, etcétera, sn mínimos en el caso del muestreo simple, mayores para el muestreo doble y más altos en el muestreo múltiple.

64 Comparación de los planes Factor: Datos sobre calidad
Con el muestreo simple se obtiene más información sobre el nivel de la calidad de cada lote que en el muestreo doble y mucho más que en el muestreo múltiple.

65 Comparación de los planes Factor: Cantidad de unidades inspeccionadas
En general, la cantidad de unidades inspeccionadas es mayor en el muestreo simple que en el doble, siempre y cuando la calidad del lote sea tal que sólo ocasionalmente se necesiten segundas muestras. Por lo general, en el muestreo múltiple se necesita inspeccionar menos unidades que en el nuestreo doble, siempre y cuando la decisión de aceptar o rechazar el lote se tome en las primeras etapas del proceso de muestreo

66 Comparación de los planes Factor: Efecto psicológico
En el caso del muestreo simple es evidente que no habrá una segunda oportunidad; sin embargo, en el caso del muestreo doble, si la primera muestra está justo en el límite, es posible una segunda oportunidad al tomar otra muestra. A muchos productores les agrada el efecto psicológico de una segunda oportunidad que se presenta en el caso de la segunda muestra. En el caso del muestreo múltiple hay muchas “segundas oportunidades” y, en consecuencia, el efecto psicológico es menor que en el muestreo doble.

67 Plan de muestreo secuencial
Es una extensión del muestreo múltiple a un número elevado de fases (teóricamente infinito) en el que se van seleccionando artículos de uno en uno del lote y, según la inspección de cada unidad, se toma una decisión para aceptar o rechazar el lote o bien seleccionar otro artículo para seguir inspeccionando.

68 Normas prácticas para la conformación de lotes
1) Los lotes deben ser homogéneos. Las unidades del lote tienen que provenir de las mismas máquinas, los mismos operadores y de materia prima común y deben ser recogidas en el mismo momento en el tiempo. Si se mezclan productos de diversas procedencias el plan de muestreo no funcionará. Además en este último caso se dificultará emprender cualquier acción correctiva para eliminar la causa del producto no conforme.

69 Normas prácticas para la conformación de lotes
2) Son preferibles lotes grandes en lugar de pequeños. Dado que los tamaños de las muestras no aumentan con la misma rapidez que los lotes, se puede ahorrar en costos de inspección utilizando lotes de tamaño más grande. Por ejemplo, en un lote de 2000 artículos se emplea una muestra de 125 (6.25%), mientras que en un plan de muestreo igualmente eficiente de un lote de 4000 hay un tamaño de muestra de 200 (5%).

70 Normas prácticas para la conformación de lotes
3) Los lotes deben adecuarse a los sistemas de manejo o manipulación de materiales que se utilizan en las instalaciones del proveedor y del consumidor.