|
Hola, primero perdona por la tardanza, pero he tenido ciertos problemas con el correo.
Respondiendo a tu pregunta, la formula que quieres es la siguiente:
n=(K·P·Q)/(error estadístico)^2
Donde:
n: muestra
K: número de sigmas (o desviaciones) según una distribución Normal(0,1). Usualmente K=2, es decir 2 sigmas, que representan el 95.94% de la distribución, según: P[media ? 2sigmas <= X <= media + 2sigmas] = P[-2 <= N(0, 1) <= 2] = F(2) ? F(-2) = 2 FN(0,1) (2) ? 1 = 95.94 % tal que F(X) sigue una N(0,1).
P: es la probabilidad de incertidumbre, tal que P+Q=1. Si se usa P=Q=0.5 es por desconocimiento de la probabilidad de que ocurra un suceso aleatorio, así que se utiliza la máxima incertidumbre (P=0.5).
error estadístico: es el error estadístico que se quiere. Normalmente a un nivel de significación del 95%, es del 5%.
Así, si K=2, P=Q=0.5 i error estadístico es 0.05, obtenemos que n=400.
Yo el tratamiento que usaría, sería el de realizar 4 ó 5 extracciones aleatorias cada cuarto de hora (más o menos, 16 ó 20 por hora) y realizar un gráfico X-R, para observar derivas. Más o menos dependiendo de cada opción se realiza entre 320 extracciones (5.6% de error estadístico) y 480 extracciones (4.6% de error estadístico), que te sirve para hacer el cálculo diario.
Otra buena opción sería realizar un estudio preliminar de capacidad de máquina, es decir, coger aproximadamente 100 unidades y realizar un test de normalidad de Kolmogorov-Smirnov o un ajuste visual con un gráfico de dispersión (detección de valores extremos).
Espero que te sirva.
Un saludo.
Manel
|
