En una línea de producción donde diariamente se generan 1000 artículos se desea realizar un control de calidad. Para saber si los artículos cumplen con los estándares establecidos se tomará una muestra un día cualquiera: se elige el articulo y se revisa.
¿Qué tipo de muestreo sugerirías emplear y explica porque ?
Respuestas
Respuesta:
Uno de los objetivos principales de la estadística es inferir sobre parámetros de la población. En el caso de procesos industriales, sobre las características de calidad del mismo, a partir de la información obtenida de una muestra (Martínez, 2012). Los métodos estadísticos, en particular el muestreo, desempeñan un papel importante para controlar la calidad en procesos industriales, ya que permiten detectar desviaciones de los estándares de calidad (Montgomery, 2004; Canavos, 1991; Kleeberg y Ramos, 2009). Los métodos de muestreo son el conjunto de técnicas estadísticas que estudian la forma de seleccionar una muestra representativa de una población, que permita inferir sobre sus características, en la que se comete un error medible y acotable (Pérez, 2005).
Un término considerado de gran relevancia, es la "estadística industrial", que de acuerdo con Steinberg (2016), se refiere a la utilización de estadísticas para promover el desarrollo, prueba, producción y comercialización de bienes y los procesos que apoyan estos esfuerzos. Agrega Steinberg, que las investigaciones proponen y perfeccionan muchas de las herramientas que ahora están profundamente arraigadas en Seis-Sigma para definir-medir-analizar-mejorar-controlar, tales como: Diseño de Experimentos (DE), la confiabilidad, la metrología, el control estadístico de procesos (CEP) y el muestreo de aceptación para el control de los procesos y productos.
Cada año se generan innumerables publicaciones relevantes y útiles para el avance de los métodos estadísticos y la práctica en la industria, pero la mayor parte de la investigación sigue siendo en CEP, DE y la fiabilidad (Steinberg, 2016). Según Coetzer y de Jongh (2016): “la revista Quality Engineering ofrece numerosos ejemplos de la investigación impulsada por los problemas de la industria” (p.1). Para Hoerl y Snee (2010) “mucho se ha escrito recientemente sobre el futuro de las estadísticas en los negocios y la industria (por ejemplo, Technometrics, 2008)” (p.1).
Steinberg (2016) determinó temas sujetos a investigación estadística, que los industriales requieren para resolver problemas o mejoras en los procesos, entre los cuales se puede destacar: aprovechamiento de muestras pequeñas, cuantificación de la incertidumbre y detección de anomalías. En cualquiera de estas situaciones se deben llevar a cabo procesos de selección de muestras representativas para mejorar las predicciones y poder realizar inferencias estadísticas.
Explicación: