Fundações estatísticas de amostragem de aceitação em engenharia

Elaboração de um plano de amostragem

A concepção de um plano eficaz requer a especificação de quatro parâmetros: o tamanho do lote (N), o tamanho da amostra (n), o número de aceitação (c – o número máximo admissível de defeitos na amostra) e o número de rejeição (r – normalmente c+1 para planos individuais). Estes são escolhidos para atender ao AQL, LTPD, α e β. O processo envolve frequentemente o cálculo iterativo: selecionar o teste n e c, calcular a curva de CO, então ajustar até que ambos os riscos estejam dentro dos limites aceitáveis. Muitos engenheiros usam tabelas publicadas (por exemplo, ANSI/ASQ Z1.4) ou software estatístico para acelerar isto.

Planos de Sequencial, Duplo e Simples

A amostragem única é a mais simples: tome uma amostra de tamanho n. Se o número de defeitos ≤ c, aceite; de outra forma rejeite.A amostragem dupla[ fornece uma segunda chance: tome uma amostra inicial de tamanho n1.Se os defeitos ≤ c1, aceite; se > r1, rejeite; se entre c1 e r1, tome uma segunda amostra de tamanho n2. Os defeitos combinados são comparados com um segundo número de aceitação c2. Este plano reduz frequentemente a inspeção total para bons lotes.

A amostragem sequencial vai ainda mais longe: as unidades são inspecionadas uma de cada vez. Depois de cada unidade, a contagem cumulativa de defeitos é comparada a um limite superior (rejeito) e um limite inferior (aceito). A inspeção continua até que um limite seja cruzado. Este é o plano mais eficiente em termos de tamanho médio da amostra, especialmente quando a qualidade do lote é muito boa ou muito ruim. ANSI/ASQ Z1.4 inclui tabelas para esquemas de amostragem duplos e múltiplos.

Escolher o tipo de plano certo

Os fatores que influenciam a escolha incluem o custo da inspeção, a natureza destrutiva dos testes, a velocidade desejada e a complexidade administrativa. Planos únicos são fáceis de administrar, mas podem exigir amostras maiores. Planos duplos e sequenciais reduzem o tamanho médio da amostra, mas precisam de regras de decisão mais complexas. Na fabricação de dispositivos aeroespaciais e médicos, onde o teste é destrutivo, a amostragem sequencial é muitas vezes preferida para minimizar o número de unidades destruídas.

Distribuição estatística na amostragem de aceitação

O Modelo Binomial

Quando a amostragem de lotes grandes (normalmente N > 10n) e a inspeção de defeitos de atributos (por exemplo, passe/falha), a distribuição binomial modela o número de defeitos na amostra. A probabilidade de observar x defeituosos em n itens, dada a fração de lote defeituoso p, é P(x) = C(n, x) p^x (1-p)^(n-x). A curva de CO para os planos de atributos é calculada somando estas probabilidades para x de 0 a c. Este modelo assume uma população infinita ou amostragem com substituição, que é aproximada por grandes tamanhos de lote.

A Aproximação de Poisson

Quando as taxas de defeitos são baixas (p < 0, 1) e os tamanhos de amostra são grandes, a distribuição de Poisson fornece uma aproximação próxima. O parâmetro λ = n * p. Isto simplifica os cálculos e é comumente usado nas tabelas da indústria. A probabilidade de aceitar um lote torna- se a soma das probabilidades de Poisson para defeitos de 0 a c. O modelo de Poisson é também usado para defeitos por unidade (não conformidades) em vez de unidades defeituosas.

Considerações Hipergeométricas

Para pequenas dimensões de lote (por exemplo, N < 10n), a correção populacional finita torna-se importante. A distribuição hipergeométrica deve ser usada em vez de binomial, porque a amostragem sem substituição muda significativamente probabilidades. Nesses casos, a curva de CO é mais acentuada, e o risco do consumidor é menor para um determinado plano. Muitos padrões fornecem tabelas separadas para tamanhos de lote pequenos.

Aplicações Práticas nas Indústrias

Fabricação de automóveis

A amostragem de aceitação é utilizada para matérias-primas e subcomponentes que chegam. Por exemplo, um fornecedor de nível 1 pode provar pastilhas de freio de uma remessa de 5000. Usando um único plano com n=125 e c=3 (AQL=1,0%, LTPD=5,0%), o fornecedor pode decidir rapidamente se aceita o lote ou rejeita e retorna ao vendedor. Isto impede que as peças com defeito entrem na linha de montagem, reduzindo os custos de retrabalho. Os padrões de qualidade automotivos como IATF 16949 muitas vezes exigem planos de amostragem documentados.

Indústria Electrónica e Semiconductor

Na eletrônica, testar cada componente é impossível devido ao custo e tempo. A amostragem é aplicada a circuitos integrados, resistores e conectores. Como as taxas de defeitos são extremamente baixas (partes por milhão), os planos geralmente usam número de aceitação zero (c=0) para evitar aceitar lotes ruins. No entanto, tais planos têm alto risco de consumo, a menos que o tamanho das amostras sejam grandes. Amostras sequenciais ou duplas são comumente usadas para equilibrar o risco.

Dispositivos farmacêuticos e médicos

Agências reguladoras como a FDA exigem validação rigorosa de planos de amostragem para testes de esterilidade, onde os testes são destrutivos. Os planos sequenciais são preferidos porque minimizam o número de unidades destruídas, mantendo a confiança estatística. A curva OC deve ser validada para garantir que o plano atenda tanto aos requisitos de risco do produtor quanto do consumidor.

Aeroespacial e Defesa

MIL-STD-1916 (agora substituído, mas ainda usado) fornece atributos e planos de amostragem variáveis para contratantes governamentais. O foco é na alta confiabilidade e rastreabilidade. Planos de amostragem duplos são comuns para reduzir tamanhos de amostra, mantendo alta discriminação. Equipes de engenharia devem documentar a justificativa estatística para cada plano utilizado.

Além dos atributos: Amostragem de Variáveis

A amostragem dos atributos (defeituosa/não-defeituosa) é simples, mas ineficiente para medições contínuas. A amostragem das variáveis utiliza medidas reais (por exemplo, diâmetro, resistência à tração). O plano normalmente assume uma distribuição normal e utiliza a média amostral e o desvio padrão para estimar a taxa de defeito do lote. Os planos das variáveis requerem tamanhos amostrais menores para o mesmo poder discriminatório, tornando-os atraentes quando as medições são fáceis e a distribuição é bem compreendida. O padrão ANSI/ASQ Z1.9 fornece tabelas de amostragem de variáveis. Os engenheiros devem verificar a normalidade e usar a transformação adequada se necessário.

Pistácios e equívocos comuns

• Confundindo resultados de amostra com qualidade do lote: Uma boa amostra não garante muito; há sempre erro de amostragem. A curva OC quantifica esse risco.
• Usando planos de aceitação zero sem base estatística adequada: Muitos assumem que os planos c=0 são “perfeitos”, mas muitas vezes têm um risco muito pequeno de consumo apenas se o tamanho da amostra for suficientemente grande.
• Ignorar o risco do produtor: Os planos excessivamente rigorosos podem rejeitar muitos lotes bons, causando perturbações na cadeia de abastecimento.
• Aplicar planos padrão sem validar suposições: Deve-se verificar a homogeneidade do lote, a amostragem aleatória e a estabilidade do processo.Os defeitos agrupados podem invalidar os pressupostos binomiais.
• Não atualizar planos: Como os processos melhorar, o mesmo plano pode se tornar muito conservador. Revisão regular é essencial.

Conclusão