Control Estadístico

Calidad

MEDIDAS DE TENDENCIA CENTRAL

Y MEDIDAS DE DISPERSIÓN
 
PROCESO
Podemos definirlo como un conjunto de actividades
enlazadas entre si que, partiendo de uno o mas inputs (
entradas) los transforma, generando un output ( salida).
Generándose valor agregado, para satisfacción del
cliente.
 ESQUEMA DE UN PROCESO


TRANSFORMAC VOZ
INSUMOS RESULTADOS CLIENTE
ION

P DISEÑO
R
PRODUCTOS C
O
L
V
I
E
PLANEA
ACTIVID ACTIVID
E
E CION
AD 1 AD n N
D
T
O
E
R
S
E COMPR
AS
S SERVICIOS

INPUTS OUTPUTS
RETROALIMENTACION
 ELEMENTOS DE UN PROCESO : LAS 6 M
En las cuales están las causas de los problemas


LA CALIDAD EMPIEZA DESDE LA MATERIA
PRIMA.PROVEEDORES CERTIFICADOS.
TRAZAB ILIDAD

MATERIAL

MANO DE CAPACITAR AL
DOCUMENTACION. METODO
OBRA PERSONAL
ASEGURAR
UNIFORMIDAD. ISO

PROCESO

USAR LAS INDICADAS. MAQUINA MEDICION USO DE INDICADORES PARA

DAR MANTENIMIENTO TOMAR MEDIDAS.PLAN
PREVENTIVO MUESTREO. EQUIPOS
ADECUADOS.

MEDIO
AMBIENTE

ORDEN Y LIMPIEZA.
VALORES
PERSONAL
 MALA CALIDAD : FALLAS Y DEFICIENCIAS


FALLAS Y DEFICIENCIAS

REPROCESOS, DESPERDICIOS, RETRASOS, PAROS, INSPECCION EXCESIVA, DESORGANIZACION,

PROBLEMAS CON PROVEEDORES Y CLIENTES, CONFLICTOS HUMANOS EN EL INTERIOR DE LA
EMPRESA

CLIENTE

MAS GASTOS, MENOS PRODUCCION,

MENOS VENTAS

MENOS COMPETITIVIDAD
 LA CALIDAD MEJORA TODO

• CUMPLIR REQUISITOS DE CALIDAD

• IMPLEMENTAR ESTRATEGIAS DE
MEJORA

CALIDAD

DISMINUYEN LOS COSTOS: PORQUE HAY MENOS REPROCESOS, FALLAS Y RETRASOS. DE

ESTA MANERA SE UTILIZAN MEJOR LOS MATERIALES, MAQUINAS, ESPACIOS, RECURSOS
HUMANOS.

MEJORA LA PRODUCTIVIDAD

MAS COMPETITIVO EN CALIDAD Y PRECIO

MAS CLIENTES, MAS VENTAS, MAS TRABAJO

 TODO PROCESO ES VARIABLE

CADA UNA DE LAS “6M” APORTA, A LA

VARIABILIDAD TOTAL DEL PROCESO
 CONTROL ESTADISTICO DE LA CALIDAD:
APLICACIÓN DE TECNICAS ESTADISTICAS AL
CONTROL DE CALIDAD

CONOCER NO SOLO LA MEDIA, SINO LA

VARIABILIDAD.

VARIABILIDAD: DIVERSOS RESULTADOS DE

UNA VARIABLE O DE UN PROCESO

LA META: REDUCIR LA VARIABILIDAD DE LOS

PROCESOS.
 ¿ COMO REDUCIR LA VARIABILIDAD
DE UN PROCESO ?


• Conociendo la variabilidad de cada “M” , monitoreándolas
constantemente y detectando posibles cambios.
• Una herramienta adecuada son : Las Cartas de Control
• Debemos emplear un Pensamiento Estadístico

• IDENTIFICAR DONDE, COMO, CUANDO Y CON QUE

1
FRECUENCIA SE PRESENTAN LOS PROBLEMAS
• ANALIZAR DATOS DE INDICADORES
2
• IDENTIFICAR FUENTES DE VARIABILIDAD
PENSAMIENTO • DETECTAR CON RAPIDEZ, OPORTUNIDAD Y A BAJO
ESTADISTICO 3
COSTO ANORMALIDADES EN LOS PROCESOS
• SER OBJETIVOS. EVITAR FRASES “YO SIENTO”, “YO
4
CREO”
5 • EXPRESAR HECHOS EN FORMA DE DATOS
• ENFOCARSE EN PROBLEMAS Y CAUSAS
6
IMPORTANTES HECHOS VITALES.
• ANALIZAR DE MANERA LOGICA Y ORDENA LA
7
BUSQUEDA DE MEJORAS
 LA INSPECCION
La inspección en calidad es examinar, medir,


contrastar o ensayar las características de
calidad de un producto (así como de sus
componentes y materiales de que esta
elaborado) o servicio para determinar su
conformidad con los requisitos especificados.

La inspección, medición, examen o ensayo,

puede estar apoyada en los sentidos, en
instrumentos de medición, en patrones de
comparación o en equipos de pruebas y
ensayos.
 Son valores que nos informan de las características mas
relevantes de una población, y compararlas con otras.
Nos permite realizar estimaciones sobre datos
desconocidos de la misma.

 Los parámetros, reciben este nombre cuando realizamos
estudios sobre una población, pero cuando nos
centramos en muestras, estos parámetros reciben el
nombre de estadísticos:

DE TENDENCIA DE
DE POSICION
CENTRAL VARIABILIDAD

• MEDIA • CUARTILES •RANGO

• MEDIANA • DECILES •DESVIACION
ESTANDAR
• MODA • PERCENTILES •VARIANZA
•COEFICIENTE DE
VARIACION
 Población, Muestra,
Parámetros y Estadísticos

VARIABLES CUANTITATIVAS O
NUMERICAS

• Puede tomar cualquier valor en un
intervalo dado. Admite valores

Continua intermedios entre 2 unidades de

medida.
• Ingreso, Talla, peso . Es el resultado de
medir

• Toma una cantidad numérica exacta,

no admite valores intermedios.

Discreta • N° trabajadores en una oficina, N° de

alumnos por curso, N° de hijos de una
familia. Todos son enteros, no
fracciones
 Población y Muestra
 Población:

Conjunto definido de TODOS los INDIVIDUOS, de
donde se observa cierta característica.

Al número de integrantes de la población se llama

tamaño de la población y se representa con la
letra N.

Las poblaciones pueden ser finitas o infinitas.

 Población Estadística:

Conjunto de TODOS los DATOS que se obtienen al
realizar la medición de una variable en los elementos de
una población.

 Muestra:
Subconjunto de una población, que intenta reflejar
las características de la población lo mejor posible.
El número de individuos que integran la muestra,
llamado tamaño de la muestra se representa con
la letra n.
 Individuo:

Es el elemento de la población o de la muestra que
aporta información sobre lo que se estudia.

 Variable:
Característica o propiedad de los individuos que se
desea estudiar y se puede medir o calificar;
cambia o varía con el tiempo en un individuo dado,
o cambia o varía de elemento a elemento.
Ej. Edad, peso, sexo, estado civil, número de hijos, etc.
 Dato:

Valor que se obtiene al realizar la medición de la
característica de la variable en estudio.
Pueden ser univariados, bivariados o multivariados.

La naturaleza de los datos pueden ser datos

cuantitativos o datos cualitativos.
 Media muestral y
poblacional

 La media es la suma de los valores de los elementos dividida por la
cantidad de éstos. Es conocida también como promedio, o media
aritmética.

 Fórmula de la media:

 Media Poblacional = µ = X
N

 = sumatoria
µ = media
N = número de elementos
X = valores o datos
 Esta fórmula se lee:
 “mu es igual a la sumatoria de x dividido entre N”

 _
Media Muestral = x = x
n
 Parámetros estadísticos
• Medidas de tendencia
central

– Media
– Mediana
– Moda
– Rango Medio
• Medidas de dispersión
– Rango
– Varianza
– Desviación estándar
Medidas de
tendencia
Medidas de
dispersión
 Medidas de
posición
Tipos de
distribución
central
 Medidas de tendencia
central

 Son valores numéricos que localizan, de alguna
manera, el centro de un conjunto de datos. El
término promedio a menudo es asociado con todas las
medidas de tendencia central.
•Media
•Mediana
•Moda
•Rango Medio
 Media

 Se representa por x (se lee como “x barra” o “ media de la
muestra”). Es la suma de todos los valores de la variable x (la
suma de valores x se simboliza como Σx) y dividiendo entre el
número de estos valores, n. Lo anterior se expresa con una
fórmula como:
suma de x
Media de la muestra: x barra =
número

Σx
x=
n
 Ejemplo

 Un conjunto de datos consta de cinco valores: 6,
3, 8, 6 y 4. Encuentre la media.

 Solución
Σx = 6 + 3 + 8 + 6 + 4 27
x= = = 5.4
n 5 5
 Media

2 3 4 5 6 7 8

x = 5.4

Centro de gravedad o punto de equilibrio

 Mediana

 Valor de los datos que ocupa la posición central
cuando los datos se ordenan según su tamaño. Se
representa por x (se lee como “x tilde” o “mediana de
la muestra”).
 Procedimiento para
encontrar la mediana

1. Ordene los datos
2. Determine la profundidad de la mediana
• La profundidad (número de posiciones a partir de
cualquier extremo), o posición, de la mediana se determina
con la siguiente fórmula:
Profundidad de la mediana = número + 1 d( x ) = n + 1
2 2

• La profundidad (o posición) de la mediana se encuentra al

sumar los números de posición de los valores de los datos
más pequeños (1) y más grandes (n) y dividir el resultado
entre 2. (n es el mismo número que la cantidad de
porciones de los datos).
 Procedimiento para
encontrar la mediana

3. Determine el valor de la mediana. Contar los datos ordenados,
localizando el dato que está en la d(x)-ésima posición. La
mediana será la misma sin importar a partir de cuál extremo
de los datos (máximo o mínimo) ordenados se cuente.
 Ejemplo

 Encuentre la mediana del conjunto de datos {6, 3, 8, 5, 3}
1. Los datos, ordenados de manera creciente, son 3, 3, 5, 6, 8
2. Profundidad de la mediana: d(x) = (n+1)/2 = (5 + 1)/2 = 3
3. Es decir, la mediana es el tercer número desde cualquier
extremo en los datos ordenados, o bien, x = 5. Observe que la
mediana esencialmente separa el conjunto de datos ordenado
en dos subconjuntos
3
de igual tamaño.
3 5 6 8

x=5
 Nota…

• El valor de d(x) es la
profundidad de la mediana,
NO el valor de la mediana,
x. Como se muestra en el
anterior ejemplo, cuando n
es impar, la profundidad de
la mediana, d(x), siempre es
un entero. Sin embargo,
cuando n es par, la
profundidad de la mediana,
d(x), siempre es la mitad de
un número entero.
 Ejemplo

 Encontrar la mediana de la muestra {9, 6, 7, 9, 10, 8}
1. Los datos, ordenados de manera creciente, son 6, 7, 8, 9, 9, 10
2. Profundidad de la mediana: d(x) = (n+1)/2 = (6+1)/2 = 3.5
3. Es decir, la mediana está a la mitad entre las porciones de
datos tercera y cuarta. Para encontrar el número situado a la
mitad de dos valores cualesquiera, se suman los dos valores y
el resultado se divide entre 2. En este caso, se suman el tercer
valor (8) y el cuarto valor (9), luego se divide entre 2. La
mediana es 8.5. Observe que de nuevo 9 la mediana separa el
conjunto de datos
6 ordenados
7 8en dos subconjuntos
9 10 del mismo
tamaño.

x = 8.5
 Moda

 Es el valor de x que ocurre más frecuentemente
 Rango Medio

 Número que está exactamente a la mitad del
camino entre un dato con menor valor Mín y un dato
con mayor valor Máx. Se encuentra promediando los
valores mínimo y máximo.
Rango Medio = valor mínimo + valor máximo
2

Rango Medio = Mín + Máx

2
 Nota…

 Las cuatro medidas de tendencia central representan
cuatro métodos distintos para describir el centro. Estos cuatro
valores pueden ser iguales, aunque es más probable que sean
diferentes. Para los datos muestrales 6, 7, 8, 9, 9, 10, la media es
8.2, la mediana es 8.5, la moda es 9 y el rango medio es 8.
9
6 7 8 9 10

8 8.2 8.5 9
Media

Mediana

Moda

Rango Medio

 Ejercicios

1. Considere la muestra 2, 4, 7, 8, 9. Encuentre:
• La media
• La mediana
• La moda
• El rango medio

2. A 15 estudiantes universitarios, elegidos aleatoriamente,

se les solicitó mencionar el número de horas que
durmieron la noche anterior. Los datos resultantes
fueron, 5, 6, 6, 8, 7, 7, 9, 5, 4, 8, 11, 6, 7, 8, 7. Encontrar:
• La media
• La mediana
• La moda
• El rango medio
 Ejercicios

 A los reclutas de una academia de policía se les solicitó
presentar un examen que mide la capacidad que tienen para
hacer ejercicio. Esta capacidad (medida en minutos) se obtuvo
para25
cada 27
uno de30 los 33
20 reclutas:
30 32 30 34 30 27
26 25 29 31 31 32 34 32 33 30

a. Encuentre la media, la mediana, la moda y el rango medio.

b. Elabore una gráfica de barras para estos datos y localice la
media, la mediana, la moda y el rango medio sobre la gráfica.
c. Describa la relación que hay entre los cuatro promedios
(semejanza) y qué propiedades muestran los datos por las que
dichos promedios son semejantes
 Estadística descriptiva
Medidas de
tendencia

Medidas de
dispersión
Medidas de
posición
Tipos de
distribución
central
 Medidas de dispersión

 Valores que describen la cantidad de variabilidad que se
encuentra entre los datos: datos bastante agrupados poseen
valores relativamente pequeños, y datos más dispersos tienen
valores más grandes. El agrupamiento más estrecho ocurre
cuando los datos carecen de dispersión (ya que todos los datos
tienen el mismo valor), para los cuáles la medida de dispersión
es cero.
 Las medidas de dispersión incluyen:
• Rango
• Varianza
• Desviación Estándar
 Rango
• Es la diferencia
en valor entre las
porciones de datos
de mayor valor rango = Máx - Mín

(Máx) y de menor
valor (Mín):
 Ejemplo

 El rango de la muestra 3, 3, 5, 6, 8 es

 Máx – Mín = 8
–3=5
3
3 5 6 8

Rango
Mín Máx
Desviación con respecto
a la media

 Una desviación de la media, x – x, es la
diferencia entre el valor de x y la media x.
x>x Desviación positiva
x<x Desviación negativa
x=x 0
 Ejemplo

 Considere la muestra 6, 3, 8, 5, 3. Calcular la
desviación con respecto a la media de cada valor de
la muestra. x=
Σx = 5
n

Datos x 6 3 8 5 3

Desviación x-x 1 -2 3 0 -2
Varianza de la muestra

 La varianza de la muestra, s2, es la media de las
desviaciones al cuadrado, calculada usando como
divisor a n-1.
s2 = Σ(x – x)2
n-1

Donde n es el tamaño de la muestra, es decir, el número de

datos que hay en la muestra
 Ejercicio

 Calcular la varianza para la muestra {6, 3, 8, 5, 3}

 Paso 1. Calcula Σx
 Paso 2. Calcula x
 Paso 3. Calcula x – x
 Paso 4. Calcula Σ(x – x)2
 Paso 5. Calcula la varianza
 Cálculo de la varianza
Paso 1.
 Paso 2. Paso 3. Paso 4. Paso 5.
Encuentre Σx Encuentre Encuentre Cada Encuentre Varianza de la muestra
xx  x  x 
2
x

6
x
x 6-5=1 (1) * (1) = 1
 x  x 
2
3 n 3 - 5 = -2 (-2) * (-2) = 4 18
s 2
   4.5
8 8-5=3 (3) * (3) = 9 n 1 4
5 5-5=0 (0) * (0) = 0
3 3 - 5 = -2 (-2) * (-2) = 4

25 5  x  x   0  x  x 2  18
 Ejercicio

 Calcular la varianza para la muestra {1, 3, 5, 6, 10}
 Desviación estándar

• La desviación
estándar de una
muestra, s, es la
s s 2

raíz cuadrada
positiva de la
varianza:
Rango

Varianza

Desviación estándar

 Ejercicios

1. Considere la muestra 2, 4, 7, 8, 9. Encuentre:
• Rango
• Varianza
• Desviación estándar
2. Dada la muestra 7, 6, 10, 7, 5, 9, 3, 7, 5, 13.
Encuentre:
• Varianza
• Desviación estándar
 Ejercicios.

 A los reclutas de una academia de policía se les solicitó presentar
un examen que mide la capacidad que tienen para hacer ejercicio.
Esta capacidad (medida en minutos) se obtuvo para cada uno de los
20 reclutas:
25 27 30 33 30 32 30 34 30 27
26 25 29 31 31 32 34 32 33 30

• Encuentre el rango
• Encuentre la varianza
• Encuentre la desviación estándar
• Use la gráfica de barras que obtuvo en el anterior ejercicio y trace 1)
una recta que represente al rango y 2) una recta que empiece en la
media y cuya longitud represente el valor de la desviación estándar
• Describa cómo están relacionados la distribución de los datos, el
rango y la desviación estándar.
 Parámetros de
distribución

 Distribución Normal
 Esta distribución es frecuentemente utilizada en las
aplicaciones estadísticas. Su propio nombre indica su
extendida utilización, justificada por la frecuencia o
normalidad con la que ciertos fenómenos tienden a
parecerse en su comportamiento a esta distribución.
En resumen, la importancia de la distribución
normal se debe principalmente a que hay muchas
variables asociadas a fenómenos naturales que
siguen el modelo de la normal.
 Caracteres morfológicos de individuos (personas,
animales, plantas,…) de una especie, p. ejm. Tallas,
pesos, envergaduras, diámetros, perímetros…

 Caracteres fisiológicos, por ejemplo; efecto de una
misma dosis de un fármaco, o de una misma
cantidad de abono.
 Caracteres sociológicos, por ejemplo: consumo de
cierto producto por un mismo grupo de individuos,
puntuaciones de examen.
 Caracteres psicológicos, por ejemplo: cociente
intelectual, grado de adaptación a un medio
estadísticos maestrales, por ejemplo: la media.
DISTRIBUCIÓN NORMAL









 Ejemplo 1

 Para resolver un ejercicio utilizaremos la siguiente
ecuación:

 Donde u = promedio y sigma es la desviación

estándar.
 La empresa « URBAN SAC» , elabora piezas de
metal. La longitud de la pieza se distribuye de forma


normal con una media de 15 cm y una varianza de
2.25 cm.
 A) Determine la probabilidad de que una pieza
exceda los 18 cm?

 B)Probabilidad de que las piezas estén entre 13 y 17

cm?