TEMA 1

ESTADÍSTICA DESCRIPTIVA: LA
CALIDAD Y LA VARIABILIDAD
 Contenido

ESTADÍSTICA  Repaso
DESCRIPTIVA:
LA CALIDAD Y  ¿Cómo obtener datos?
LA
VARIABILIDAD  La variabilidad
 Tipos de Variables
 Especificaciones y tolerancias
 Medidas de tendencia central
 Medidas de dispersión
OBJETIVO

ESTADÍSTICA  Comprender el concepto de

DESCRIPTIVA:
LA CALIDAD Y variabilidad
LA
VARIABILIDAD  Conocer los tipos de variables
 Calcular y usar bien las diferentes de
medidas de tendencia central y
dispersión
¿Qué es Calidad?

LA CALIDAD
PUEDE
DEFINIRSE
𝑄 = 𝑃/𝐸
COMO
SIGUE:
Donde:
Q = Calidad
P = Desempeño (empresa)

Datos
E = Expectativas (cliente)
Si Q es mayor que 1.0, el cliente
tiene una buena noción del
producto o servicio
¿CÓMO OBTENER LOS DATOS?

NO

SI
Ejemplo
 Problema:
 Manejo inadecuado de los desechos sólidos en los
Restaurantes de la ciudad de Panamá
EJEMPLO

 Objetivos que se persiguen:

 Analizar los efectos del manejo inadecuado de los desechos sólidos
de los restaurantes de la ciudad de Panamá
 Identificar sus causas y características
 Evaluar la áreas donde más se manifiestan
EJEMPLO

¿Qué información se requiere?

 Identificar las principales fuentes y tipos de desechos sólidos.
 Deducir los efectos producidos por el manejo inadecuado de los
desechos sólidos.
 Señalar y evaluar las áreas más afectadas.
 Identificar los métodos existentes para un manejo seguro y
eficiente de los desechos sólidos.

No Si
Existe
Análisis, conclusiones, acciones y
decisiones
 Evaluar los principales
métodos de tratamiento
de los desechos sólidos.
 Proponer alternativas
de aplicación de
tratamientos y
recuperación de los
desechos sólidos.
 Estructurar pautas de
tratamiento adecuado
de los desechos sólidos
urbanos que disminuyan
sus efectos ambientales.
Acciones y decisiones
 La variabilidad

VARIABILIDAD  Para mejorar el proceso se debe tomar

Materiales en cuenta la Variabilidad
Máquinas  En un proceso interactúan materiales,
Mano de obra máquinas, mano de obra, mediciones,
Mediciones medio ambiente y métodos (6 M)
Medio ambiente

Métodos
La variabilidad de un proceso

Las 6 M del proceso

Ejemplo: La variabilidad de un proceso

Mínimo

Máximo
Ejemplo: La variabilidad de un proceso
Técnicas estadísticas

 Usamos las técnicas estadísticas en todo tipo de

empresas para:
 Identificar la frecuencia de los problemas
 Identificar las fuentes de variabilidad

 Detectar anormalidades en los procesos

 Ser objetivos en la planeación y toma de decisiones

 Analizar de manera lógica la búsqueda de mejoras

¿Cuáles son las variables?

Tipos de  Cualitativas (nominales o de

Variables atributos)
 Cuantitativas
 Discretas
 Continuas
Tipos de variables

A. Las variables cualitativas producen respuestas

que no son numéricas.
Ejemplos:
 Tipo de producto
 Nombre del Cliente
 Estado del producto
 Defectos del producto
 Tipos de variables
B. Las variables cuantitativas producen
respuestas numéricas que pueden ser
discretas o continuas.

 Los datos discretos son respuestas

numéricas que surgen de un proceso de
conteo.

 Los datos continuos son respuestas

numéricas que surgen de un proceso de
medición.
Ejemplo de variables
Discretos
 Número de artículos defectuosos
por lote
 Número de defectos en un
artículo
 Número de quejas
 Número de servicios de
mantenimientos
 Número de clientes
Continuos
 Tiempo de atención
 Tiempo de llegada del
pedido
 Longitud recorrida del
producto
 Temperatura en la que se
debe almacenar el producto
 Volumen del contenedor
 Peso de la mercancía
 Voltaje
Variables Según su Función en Proceso

 Variables de entrada o independiente: son

variables de control del proceso. Ej.: temperatura,
velocidad, presión, cantidad y/o características de
algún insumo o material, etc.
 Variables de salida o de respuesta o dependiente:
son características de calidad del producto. Por lo
general, tienen especificaciones y tolerancias.
Tipos de Variables de Salida (de
acuerdo al tipo de especificaciones)
 Entre más pequeña mejor.
 Ejemplo: % de impurezas en una sustancia y # de
sustancias tóxicas en un producto
 Entre más grande mejor.
 Ejemplo:resistencia de una pieza de plástico “blancura”
de una pieza de color blanco.
 Valor nominal (valor especifico) es el mejor.
 Ejemplo:diámetro interior de una tuerca y longitud de
una pieza de ensamble.
Medidas de tendencia central

Media

Moda
 Media Aritmética
Mediana  Moda
Media

Moda  Mediana
Mediana

Media

Moda

Mediana
Las medidas de tendencia central se usan
para:

 Indicar un valor que tiende a ser el más

representativo de un conjunto de datos objeto
de estudio
 Es la medida que describe cómo todos los
valores de los datos se agrupan en torno a un
valor central.
La media aritmética es:

La mejor medida de tendencia central y su cálculo

tiene como propósito obtener un valor al cual
tienden a agruparse los datos en promedio.

Población Muestra
X  X X 
 X
N n

X 1  X 2  ...  X N X 1  X 2  ...  X N
X  X
N n
Ejemplo para el cálculo de la media
Se realiza un estudio de tiempo para determinar el tiempo (en
segundos) que demora un operario para realizar la operación de
montaje en una línea de producción.

1 000 1 100 1 010 1 070

X  1084 .2
1 150 990 1 090 1 080
1 030 1 000 1 125 1 200
1 250

X 1  X 2  ...  X N
X 
n
1000  1100  1010  ...  1250
X 
13
 El valor que más se repite en el
conjunto de datos que son objeto
La Moda de estudio

Para el cálculo de la moda se debe ordenar los datos en orden

descendente o ascendente, para el caso los ordenamos de mayor a
menor

1 250 1 100 1 030 990

1 200 1 090 1 010

1 150 1 080 1 000

La moda es 1 000
ya que se repite
1 125 1 070 1 000
dos veces
¿Qué hacer cuando se repite más de un
valor?

90 88 87 90

85 90 86 85

80 85 93 88

Ambos se repiten tres veces, por lo tanto la moda es

85 ó 90. Además se dice que es “multimodal”
La mediana es:

Aquel valor que divide a un

histograma de frecuencia en dos
partes iguales. Es decir el punto
donde el 50% de los datos están por
encima y por debajo de él

Ordenar los datos

Ejemplo de la mediana:
Partiremos por ordenar los datos del mayor al menor y de
allí elegiremos el valor medio

1 250 1 100 1 030 990

1 200 1 090 1 010

1 150 1 080 1 000

La mediana es de
1 125 1 070 1 000 1080, ya que está
en el medio de los
datos
Mediana cuando la cantidad de datos es par:

Mediana = (n + 1)/2
Del ejemplo anterior si agregamos cualquier valor; 990

1 250 1 100 1 030 990

1 200 1 090 1 010 990
1 150 1 080 1 000
1 125 1 070 1 000

Mediana = (n + 1)/2 = (1080 + 1070)/2= 1075

Medidas de dispersión o variabilidad

 Varianza
 Desviación estándar

 Coeficiente de variación
 S o : Nos indica que tan dispersos se
La Varianza encuentran los datos, con respecto a la
media aritmética

Población Muestra

X X
n ≥ 25:

 X   X  
2
2

 
2 SX2

X
N n

X X
n < 25:


2

SX2

n 1
Desviación Estándar:

Dado el inconveniente existente, de que la

varianza está expresada en unidades
cuadradas, se realiza un ajuste para obtener
una medida de dispersión más útil, la cual se
obtiene extrayendo la raíz cuadrada de la
varianza
Cálculo de la Desviación Estándar

Dado el inconveniente existente, de que la varianza está

expresada en unidades cuadradas, se realiza un ajuste
para obtener una medida de dispersión más útil, la cual
se obtiene extrayendo la raíz cuadrada de la varianza

Población Muestra

X   2
SX  S X 2
X
El coeficiente de variación:

Mide el grado de dispersión

relativa que existe entre la
desviación estándar y la media
aritmética de los datos

 SX 
C.V .     100
 X 
 Ejemplo

En un restaurante se tiene una formula específica para elaborar una cantidad determinada
de “agua fresca”, tal fórmula contempla agregar 500 g de azúcar. Es claro que resulta de
suma importancia agregar exactamente esa cantidad de azúcar para la calidad del agua,
ya que de lo contrario, ésta queda muy dulce o desabrida. Aunque a los cocineros se les ha
insistido sobre lo anterior es frecuente que no pesen el azúcar y la agreguen al tanteo. Al
considerar la calidad del agua como un aspecto clave, se decide diseñar un procedimiento a
prueba de olvido: comprar bolsas que contengan 500 g de azúcar.

Suponga dos marcas de azúcar que contemplan la presentación de 500 g, por lo que es
necesario decidir qué marca comprar. Con este propósito se pesan cuarenta bolsas de
ambas marcas. Al pesarse arrojan los resultados de la tabla.

A B

500 g
500 g
Tabla: datos de los pesos de las bolsas
de azúcar
¿Cuál de las marcas en mejor?

Desviación
estándar
7.23

Desviación
estándar
3.68

X 1  X 2  ...  X N
X 
n
Cálculo del Coeficiente de Variación

 SX 
C.V .     100
 X 

C.V. A = (7.23/502.3)*100 = 1.43%

C.V. B = (3.68/498.1)*100 = 0.74%

Relación entre media y la desviación
estándar de acuerdo a las tolerancias
Desigualdad de Chebyshev
 Dos hechos particulares que afirma la desigualdad de
Chebyshev es que:

 Entre X ± 2S está al menos 75% de los datos de la muestra

 Entre X ± 3S está por lo menos 89%
Relación entre media y la desviación
estándar de acuerdo a las tolerancias
 Con la regla empírica se tiene que:

 Entre X ± S está 68% de los datos de la muestra

 Entre X ± 2S está por lo menos 95% y
 Entre X ± 3S está 99%
Relación entre la y S
 Con la regla empírica

± 3S
Marca A: 502.3-3(7.23) = 480.61
500 g
502.3+3(7.23) = 523.99
Marca B: 498.1-3(3.68) = 487.06
498.1+3(3.68) = 509.14 500 g

Alrededor del 99% de los pesos de la bolsas varia entre los

valores resultantes
Con esto también se confirma que la B es la mejor marca,
esta mas cerca de 500 g en cuanto a la variación.
Práctica

UNIVERSIDAD
TECNOLOGICA
Desarrolle los problemas relacionados con
DE PANAMÁ el tema
FACULTAD DE
INGENIERÍA Asignación plataforma Moodle
INDUSTRIAL

GESTIÓN DE
CALIDAD II