CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
La estadística descriptiva es la técnica matemática que obtiene, organiza, presenta y
describe un conjunto de datos con el propósito de facilitar el uso generalmente con el
apoyo de tablas, medidas numéricas o gráficas. Además, calcula parámetros estadísticos
como las medidas de centralización y de dispersión de un conjunto estudiado.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Recopilación de información.
Los datos estadísticos son la materia prima de la estadística. Incluye información rutinaria
recolectada por las organizaciones sobre sus operaciones.
Deben diseñarse métodos para recopilar y clasificar información.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Recopilación de información.
POBLACION OBJETIVO O UNIVERSO.
La población en estadística es la recolección de un conjunto, elementos, artículos o
sujetos que gozan de características comunes con el fin de estudiarlos y de esta forma
sacar conclusiones específicas para determinar sus resultados.
Según el tamaño de la población estudiada, en algunos casos el resultado puede ser finito
o infinito, si el resultado de los conjuntos investigados son infinitos se consideran
conceptuales o artificiales, ya que toda población debe tener un resultado específico al
ser estudiados.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Recopilación de información.
TIPOS DE POBLACION
Población finita
Es aquella población que está compuesta por un número pequeño de elementos, artículos
o sujetos.
Por ejemplo: Número de motocicletas vendidas durante el mes de septiembre o número
de alumnos en determinada escuela.
Población infinita
Se denomina población infinita a aquella población que está compuesta por un numero
grande de elementos.
Por ejemplo: La cantidad de litros de agua en el mar, o cantidad de granos de arena de
una playa
Población real
Este tipo de población, denominada real, se compone por un grupo de cosas existentes y
meramente comprobables.
Por ejemplo: La cantidad de usuarios que visitan un sitio web durante el mes pasado o la
cantidad de temporadas de una serie.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Recopilación de información.
TIPOS DE POBLACION
Población aleatoria
Esta presenta alteraciones en sus cualidades de forma aleatoria, sin que exista una causa
aparente.
Por ejemplo: El peso de determinado alimento que varía según su tamaño.
Población dependiente
Los valores de este tipo de población depende de una causa determinada.
Por ejemplo: El incremento de ventas de un producto por un buen período económico a
nivel país.
Población polinomial
Contiene diversas características que deben ser medidas y estimadas para tenerla en
cuenta.
Por ejemplo: Cuando se realiza un censo poblacional, las características y cualidades
(edad, ingresos, etc.) de los habitantes son diferentes.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Recopilación de información.
MUESTRA
Una muestra estadística es un subconjunto de datos perteneciente a una población de
datos. Estadísticamente hablando, debe estar constituido por un cierto número de
observaciones que representen adecuadamente el total de los datos.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Recopilación de información.
UNIDAD ESTADÍSTICA.
Se llaman unidades estadísticas o individuos a los componentes de una determinada
población de datos centro del estudio estadístico.
Cada uno de los individuos de la población puede describirse según uno o
varios caracteres.
Cada uno de los caracteres estudiados puede presentar dos o más modalidades.
Ejemplo :
El personal de una empresa (unidades estadísticas), del cual puede ser realizado un
estudio estadístico de su edad, sexo, antigüedad, sueldo, etc. (caracteres). Por ejemplo,
de la antigüedad podría subdividirse en "menos de tres años", "entre tres y diez años" y
"más de diez años" (modalidades).
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Recopilación de información.
DATO ESTADÍSTICO.
Son los valores que se obtienen al llevar a cabo un estudio de tipo estadístico. Se trata
del producto de la observación de aquel fenómeno que se pretende analizar.
EJEMPLO: Supongamos que un periodista deportivo desea estudiar el rendimiento de un
tenista a partir de los resultados que logró en el último año. En dicho plazo, el jugador
disputó 15 encuentros, de los cuales ganó 5 y perdió 10.
Los datos estadísticos obtenidos de la observación de los partidos son los siguientes: derrota
– derrota – derrota – victoria – derrota – victoria – victoria – derrota – derrota – derrota –
derrota- derrota – victoria – derrota – victoria.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Recopilación de información.
CLASES DE DATOS ESTADÍSTICOS.
Existen dos tipos:
. Datos de medición: continuos ( peso, temperatura, tiempo, longitud, fuerza, etc)
. Datos de recuento: discretos ( cantidad de artículos defectuosos, numero de defectos).
Continuos.
Son los resultantes de una medición y van a tener decimales, tanto como sea la precisión
del equipo que realiza la medición.
Discretos.
Resultan fundamentalmente de apreciaciones subjetivas del recuento, por tanto son
números enteros positivos o cero.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Tabulación de la información.
Tras la recogida de datos, el siguiente paso en un trabajo estadístico consiste en una
representación de estos datos de manera directa, concisa y visualmente atractiva.
Esto se hace en Estadística mediante la tabulación de la variable estadística o del
atributo.
Realizar una tabulación consiste en elaborar tablas simples, fáciles de leer y que de
manera general ofrezcan una acertada visión de las características más importantes
de la distribución estadística estudiada.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Tabulación de la información.
PROMEDIO, RANGO, AMPLITUD Y FRECUENCIA DE DATOS
PROMEDIO (X)
El promedio, es un número finito que se obtiene a partir de la sumatoria de diferentes valores dividida entre el número
de sumandos.
Ejemplo.
Si en una cena, ocho personas beben cinco litros de vino, puede decirse que los comensales han bebido un promedio
de 1,6 litros de vino por persona
RANGO (R)
El Rango o recorrido es el intervalo entre el valor máximo y el valor mínimo de los datos; Permite obtener una idea de la
dispersión de los datos, cuanto mayor es el rango, más dispersos están los datos..
EJEMPLO: Para los datos 15, 14, 16, 15, 17, 13 Rango (R)= 17-13= 4
AMPLITUD
Es la distancia que debe tener cada grupo. Se parte del valor menor y se le suma este dato. A=R/No de clases
FRECUENCIA
En estadística, la frecuencia (o frecuencia absoluta) de un evento es el número de veces en que dicho evento se
repite durante un experimento o muestra estadística.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Tabulación de la información.
PROMEDIO, RANGO Y FRECUENCIA DE DATOS
FRECUENCIA
En estadística, la frecuencia (o frecuencia absoluta) de un evento es el número de veces en que
dicho evento se repite durante un experimento o muestra estadística.
EJEMPLO
Un profesor en su informe de modulo, señalará que para el curso de 35 alumnos, la frecuencia de
notas es la siguiente:
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Tabulación de la información.
TIPOS DE FRECUENCIA
FRECUENCIA ABSOLUTA NI
Es la frecuencia ya aplicada en la primera tabla, que corresponde al número de veces que se repite un dato
dentro un rango dado, según sea definido previamente. En el caso ejemplificado, son 35 alumnos, donde cada
clase o rango corresponde a una posición dentro de la tabla. De este modo se define los ni para i de 1 a 7.
FRECUENCIA ABSOLUTA ACUMULADA (NI)
Es el número de veces ni en la muestra de N, con un valor igual o menor al de la variable. La última frecuencia
absoluta acumulada deberá ser igual a N.
FRECUENCIA RELATIVA (FI)
Es el cociente entre la frecuencia absoluta y el tamaño de la muestra (N), para cada valor de i en la tabla,
según la fórmula: fi = ni / N
FRECUENCIA RELATIVA ACUMULADA (FI)
Es el cociente entre la frecuencia absoluta acumulada y el número total de datos, N. Es decir, Fi = Ni / N
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Tabulación de la información.
EJERCICIO EN CLASE
La empresa XYZ pepito, recopiló información de establecimientos pequeños, para estudiar sus ventas
semanales en millones de pesos.
Los resultados fueron:
Tabular la información donde contenga clase, intervalo de las clases, frecuencias, promedio de cada clase,
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Tabulación de la información.
EJERCICIO EN CLASE
En la ciudad de Palmira, se investigó una muestra de 56 empleados del sector medio para determinar su salario
por horas en pesos.
Los resultados fueron:
Tabular la información donde contenga clase, intervalo de las clases, frecuencias, promedio de cada clase,
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
Presentación de la información.
GRAFICAS
Es aquella donde se presentan los datos estadísticos para interpretarlos en forma visual
Tipos de gráficos
Barras
Líneas
Circulares
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL
MEDIA ARITMÉTICA O PROMEDIO.
MEDIA GEOMÉTRICA
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL
MEDIDAS NO MATEMATICAS.
1. Mediana: Es el único valor de un conjunto de datos ordenados que representa el
elemento central y divide el conjunto en partes iguales. Se calcula, ordenando los
datos de forma ascendente o descendente. Si el número de datos es impar, la
mediana es el valor de la mitad del ordenamiento, si es par, la mediana es el
promedio de los dos datos de la mitad. Ejemplo.
En una empresa X, se tiene el dato de número de neveras vendidas por una muestra
de 10 vendedores, así:
9,6,2,10,9,3,10,8,6,5…. Calcular el valor central de ventas.
Ordenar la información: 2,3,5,6,6,8,9,9,10,10 mediana= 6+8/2=7
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL
MEDIDAS NO MATEMATICAS.
2. Moda: Es el valor de una serie de datos que con más frecuencia ocurre.
Ejemplo: el almacén L registró así las ventas diarias en el transcurso de siete días en
millones de pesos:
5,9,6,5,6,5,8 entonces el valor modal o moda es 5, por repetirse en 3 ocasiones.
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
MEDIDAS DE DISPERSIÓN
MEDIDAS DE DIPERSIÓN ABSOLUTA.
1. Rango: es la diferencia entre el dato mayor menos el dato menor de los valores
observados.
2. Varianza (s2): señala la distancia promedio de cualquier observación en un conjunto
de datos.
Ejemplo: Se tienen los datos de los salarios de los empleados de una empresa en dólares a
la semana. Los datos son: 360, 290, 470, 318, 292, 162, 188, 255, 302… entonces
360+290+ 470+318+292+162+188+255+302= 2637
(360) 2+ (290) 2+ (470) 2 + (318) 2+ (292) 2 + (162) 2 + (188) 2 + (255) 2 + (302) 2 = 838805
(s2)= (838805/9) – (2637/9)2 = 7351,55 dólares cuadrados..
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
MEDIDAS DE DISPERSIÓN
MEDIDAS DE DIPERSIÓN ABSOLUTA.
3. Desviación estándar (s): significa que los datos en promedio, se alejan de la media
aritmética o promedio n unidades, es decir, la dispersión promedio.
Se calcula, sacando la raíz cuadrada de la varianza. S= √ (s2)
Para el ejemplo anterior, queda:
S= √ (s2), entonces, S= √ (s2) = √ 7351,55= 85,74 dólares
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
MEDIDAS DE DISPERSIÓN
MEDIDAS DE DIPERSIÓN RELATIVA.
1. COEFICIENTE DE VARIACION:
Esta medida relaciona la desviación estándar y la media o promedio, para expresar la
desviación como un porcentaje de la media. Se usa para comparar diferentes grupos e
identificar el más representativo, es decir, el que tenga menor variabilidad
Se calcula CV(x) = (S/Promedio) * 100
Ejemplo: el trabajador A, produce 40 tornillos en promedio por hora, con desviación
estándar de 5 tornillos y, el trabajador B, produce 160 tornillos en promedio hora, con
desviación de 15 tornillos, quién tiene menor variabilidad?.
CV(A) = (5/40) * 100 = 12,5% variabilidad
CV(B) = (15/160) *100 = 9,4% variabilidad
El operador B presenta mayor variación absoluta, pero menor variación relativa o
variabilidad..
CONTROL DE CALIDAD EN PROCESOS INDUSTRIALES
ESTADISTICA DESCRIPTIVA
MEDIDAS DE DISPERSIÓN
MEDIDAS DE DIPERSIÓN RELATIVA.
EJERCICIO EN CLASE: en una fábrica, se tienen datos estadísticos de las producciones de la
semana, por cada turno.
Calcular : Media, varianza, desviación estándar y coeficiente de variación. Concluir cuál
de los turnos es más productivo.
