CURSO:

HERRAMIENTAS ESTADISTICAS BASICAS

Tema I: CALIDAD Y VARIABILIDAD

 Tema: CALIDAD Y VARIABILIDAD

OBJETIVO:

Se analizar cmo la estadstica se aplica en la realidad,

analizando la importancia de tomar decisiones basadas
en la evidencia objetiva
 Tema: CALIDAD Y VARIABILIDAD

Cuando se requiere resolver de raz un problema importante es necesario

tener informacin sobre el mismo de tal forma que permita identificar
cundo, dnde y en qu condiciones se da tal problema, y con qu magnitud.
De igual manera, cuando se va a tomar una decisin o a ejecutar una accin
es preciso contar con informacin que les d sustento y viabilidad.
Por desgracia, la prctica de obtener informacin antes de actuar, corregir o
decidir es muy poco socorrida.
Parte de los nuevos hbitos que exige la calidad es actuar, decidir y solucionar
con base en mtodos y estrategias que partan de una informacin objetiva
sobre el problema. Es decir, calidad en la informacin y objetividad en los
anlisis. Sin embargo, en las organizaciones hay deficiencias en la obtencin
de informacin como las siguientes:
 Tema: CALIDAD Y VARIABILIDAD

Se obtienen datos sin ningn propsito claro e importante.

Obtencin de informacin para validar decisiones previamente tomadas.
Es raro que se tenga un plan global de por qu se va a obtener
informacin, cul es la mejor fuente, cmo, cundo, quin y dnde se va
analizar, y qu decisiones se pretenden tomar.
Informacin poco representativa y sesgada.
Tabes y errores sobre el papel de la estadstica en la obtencin de
informacin.
Antes de obtener informacin sobre un problema o una situacin, lo que se
debe tener muy claro y delimitado es el objetivo que se persigue y el tiempo y
los recursos de que se dispone para abordar tal problema. Ello llevar a ubicar
mejor el problema mediante los antecedentes, las acciones previas y la
informacin con la que ya se cuenta, de lo que se desprender ms
fcilmente el tipo de informacin que es necesaria para localizar la causa raz.
 Tema: CALIDAD Y VARIABILIDAD

Una vez localizado el problema, surgen entre otros los siguientes problemas:
cmo obtener tal informacin, en qu cantidad y cmo analizarla. La
respuesta la proporciona esencialmente la estadstica a partir del
conocimiento del objeto de estudio (problema), del tipo de accin o decisin
que se desee tomar y de los recursos y el tiempo de que se dispone para
abordar el problema.
 Tema: CALIDAD Y VARIABILIDAD

El objetivo ltimo de la estadstica es apoyar (o fundamentar) la toma de

decisiones o satisfacer ciertas necesidades de informacin sobre una
poblacin o proceso. Se inicia con la identificacin de un problema o del
objeto de estudio y se termina evaluando si las acciones dieron resultado de
acuerdo con los objetivos planteados, lo que sirve para replantear objetivos y
aplicar de nuevo el ciclo.
 Tema: CALIDAD Y VARIABILIDAD

LA VARIABILIDAD Y EL PENSAMIENTO ESTADSTICO

Debido a que en un proceso interactan materiales, mquinas, mano o
mente de obra, mediciones, medio ambiente y mtodos. Estos seis elementos,
las 6 M, determinan de manera global todo el proceso, y cada uno aporta
parte de la variabilidad de los resultados del proceso, tal como se
esquematiza en la siguiente figura:
 Tema: CALIDAD Y VARIABILIDAD

El resultado de todo proceso se debe a la accin conjunta de las 6 M, por lo

que si hay algn cambio significativo en el desempeo del proceso sea
accidental u ocasionado, la razn de tal cambio se encuentra en uno o ms de
las 6 M.
En un proceso, cada una de las 6 M tiene y aporta su propia variacin. Pero
adems, a travs del tiempo, ocurren cambios frecuentes en las 6 M. Por lo
tanto es necesario monitorear constantemente los signos vitales de un
proceso.
Sin embargo, no todos los cambios en las 6 M se reflejan en una variacin
significativa de los resultados del proceso, ya que habr algunos que son
inherentes al funcionamiento del proceso mismo (causas comunes); y habr
otros cambios que se deben a una situacin particular y atribuible (causas
especiales). Por ello, es necesario que el monitoreo se realice en forma
objetiva y eficaz, y una forma de hacerlo es apoyndose en las tcnicas del
control estadstico.
 Tema: CALIDAD Y VARIABILIDAD

En los esfuerzos permanentes que hoy en da es necesario realizar para

mejorar la calidad y la productividad de un proceso, resulta indispensable
apoyarse en las tcnicas y el pensamiento estadstico, ya que proporcionan
metodologas que facilitan la planeacin, el anlisis y la toma de decisiones.

En la mejora continua, las tcnicas estadsticas son de gran importancia en

todo tipo de empresas y en una gran diversidad de situaciones, por ejemplo
son tiles para:
 Tema: CALIDAD Y VARIABILIDAD

Identificar dnde, cmo, cundo y con qu frecuencia se presentan

los problemas.
Analizar los datos procedentes de las guas clave de la negociacin,
para identificar las fuentes de variabilidad, analizar su estabilidad y
pronosticar su desempeo.
Detectar con rapidez, oportunidad y un bajo costo anormalidades
en los procesos y sistemas de medicin.
Ser objetivos en la planeacin y toma de decisiones
Expresar los hechos en forma de datos y evaluar de manera
objetiva el impacto de acciones de mejora.
Enfocarse a los hechos vitales, a los problemas y causas realmente
importantes.
Analizar de manera lgica, sistemtica y ordenada la bsqueda de
mejoras.
 Tema: CALIDAD Y VARIABILIDAD

EL PENSAMIENTO ESTADSTICO.
El pensamiento estadstico, es una filosofa de aprendizaje y accin basada
en los siguientes principios:
1) Todo el trabajo ocurre en un sistema de procesos interconectados.
2) La variacin existe en todos los procesos.
3) Entender y reducir la variacin son claves para el xito.

Si la estadstica se utiliza adecuadamente, es posible conocer y aprender de la

realidad; pero esto no debe quedar ah, sino que se debe actuar en
consecuencia a ese aprendizaje.
En el primer principio se habla de procesos interconectados para enfatizar
que los procesos no operan de manera aislada, ms bien interactan con el
resto del sistema.
 Tema: CALIDAD Y VARIABILIDAD

El segundo principio reconoce que los resultados de todos los proceso son
variables.

El tercer principio es una de las razones y objetivos principales de la mejora:

reducir la variabilidad hasta lograr niveles de excelencia en calidad.
El reto es que en una organizacin se logre profundizar en la filosofa del
pensamiento estadstico para conocer la realidad tal como es (con variacin),
pero tambin le permitir direccional mejor sus esfuerzos de mejora.
Tema: CALIDAD Y VARIABILIDAD
 Tema: CALIDAD Y VARIABILIDAD

TIPOS DE VARIABLES

En un primer nivel de clasificacin las variables pueden ser cualitativas o

cuantitativas. Las variables cualitativas nominales o de atributos, son aquellas
en donde las caractersticas que se estudian no son numricas. Mientras que
las variables cuantitativas son aquellas cuyas caractersticas pueden
registrarse numricamente.

Las variables cuantitativas se clasifican como discretas o continuas. Las

discretas slo pueden adquirir ciertos valores y casi siempre hay brechas entre
esos valores. Las variables continuas pueden tomar cualquier valor dentro de
un intervalo especfico. Intuitivamente las variables de tipo continuo son
aquellas que requieren un instrumento de precisin para medirse, tal como
peso, volumen, temperatura y humedad.
 Tema: CALIDAD Y VARIABILIDAD

Por otro lado, hay variables de salida y de entrada. Las de salida son las
variables en las que se reflejan los resultados obtenidos por un proceso. Por
lo general son caractersticas de la calidad del producto que se obtiene con el
proceso, as como variables objetivo de un proceso; se les conoce como
variables de respuesta o variables dependientes.

Por lo general las variables de salida tienen especificaciones o tolerancias, ya

que los valores que deben tomar generalmente estn delimitados. Cuando se
satisfacen estos requerimientos se dice que el proceso cumple las
especificaciones de calidad.
 Tema: CALIDAD Y VARIABILIDAD

Existen tres tipos de variables de salida de acuerdo al tipo de especificaciones

que deben cumplir:
Entre ms pequea mejor. Son variables de salida cuya nica exigencia en
que no excedan un cierto valor mximo tolerado.
Entre ms grande mejor. Son variables de calidad a las que se les exige
que sean mayores que un valor mnimo.
Valor nominal es el mejor. Variables que deben un tener un valor
especfico, y que por lo tanto no deben ser menores que una
especificacin inferior, pero tampoco mayores que una superior.
 Tema: CALIDAD Y VARIABILIDAD

Las variables de entrada del proceso por lo general definen las condiciones de
operacin del proceso, y del valor de ellas depende la eficacia del proceso.
Pero tambin bajo ciertas condiciones, entre las variables de entrada se
consideran a aquellas que aunque normalmente no estn controladas
influyen en los resultados de un proceso.

Se espera que los cambios de estas variables, tambin llamadas variables

independientes, se reflejen en las variables de salida. Por lo que es frecuente
que cuando un proceso tiene problemas se deba a algn cambio en una o
ms variables de entrada.
 Tema: CALIDAD Y VARIABILIDAD

MEDIDAS DE TENDENCIAS CENTRAL.

La media aritmtica o promedio, de una cantidad finita de nmeros, es igual
a la suma de todos ellos dividida entre el nmero de sumandos. Es uno de los
principales estadsticos maestrales.
La media aritmtica es la cantidad total de la variable distribuida a partes
iguales entre cada observacin. Es decir, la media es una forma de resumir la
informacin de una distribucin suponiendo que cada observacin tendra la
misma cantidad de la variable.
Tambin la media aritmtica puede ser denominada como centro de
gravedad de una distribucin, el cual no es necesariamente la mitad.
As, dados los nmeros a1, a2, ... , an, la media aritmtica ser igual a:
 Tema: CALIDAD Y VARIABILIDAD

Otra medida de tendencia central de un conjunto de datos es la mediana. La

cual se define como el valor de la variable que deja el mismo nmero de
datos antes y despus que l. De acuerdo con esta definicin el conjunto de
datos menores o iguales que la mediana representarn el 50% de los datos, y
los que sean mayores que la mediana representarn el otro 50% del total de
datos de la muestra.
Matemticamente hablando la mediana sera:

= (+1)/2
si n es impar --> Me ser la observacin central de los valores, una vez que
estos han sido ordenados en orden creciente o decreciente.

= ( + 2+1)
2
si n es par --> Me ser el promedio aritmtico de las dos observaciones
centrales
 Tema: CALIDAD Y VARIABILIDAD

OBSERVACIONES EN LA UTILIZACIN DE LA MEDIANA:

Al tratar con datos agrupados, tendremos en cuenta que si n/2 coincide con
el valor de una frecuencia acumulada, tomaremos como valor de la mediana
el valor de la abscisa correspondiente. Si no coincide con el valor de ninguna
abscisa, tendremos que calcular esa abscisa a travs de semejanza de
tringulos en el histograma o polgono de frecuencias acumuladas, utilizando
la siguiente equivalencia:

Una medida ms de la tendencia central de un conjunto de datos es la moda,

que es igual al dato que se repite con ms frecuencia. Por lo que se representa
con la siguiente expresin:
 Tema: CALIDAD Y VARIABILIDAD

Se dice de una distribucin bimodal de los datos, cuando encontremos dos

modas, es decir, dos datos que tengan la misma frecuencia absoluta mxima.
Una distribucin trimodal de los datos es en la que se encuentran tres modas.
Si todas las variables tienen la misma frecuencia diremos que no hay moda.
Cuando tratamos con datos agrupados antes de definir la moda, se ha de
definir el intervalo modal. El intervalo modal es el de mayor frecuencia
absoluta.
La moda, cuando los datos estn agrupados, en un punto que divide al
intervalo modal en dos partes de la forma p y c-p, siendo c la amplitud del
intervalo, que verifiquen que:
 Tema: CALIDAD Y VARIABILIDAD

Siendo la frecuencia absoluta del intervalo modal las frecuencias absolutas de

los intervalos anterior y posterior, respectivamente, al intervalo modal.

De lo anterior se desprende que, para describir la tendencia central de los

datos, es importante apoyarse tanto en la media como en la mediana. Y en
caso de que la media sea mucho ms grande que la mediana es seal de que
existen datos ms grandes que el resto, los que hacen que la media est
inflada. Por el contrario, si la media es significativamente menor que la
mediana, entonces eso indica la presencia de datos mucho ms pequeos
que el resto, los cuales hacen que la media est subestimada. Tomar en
cuenta lo anterior es la importancia primordial en la toma de decisiones, ya
que no siempre la media refleja la verdadera tendencia central.
 Tema: CALIDAD Y VARIABILIDAD

CUARTILES, DECILES Y PERCENTILES.

Los cuartiles, los deciles y los percentiles son medidas de tendencia similares
a la mediana, los cuales subdividen una distribucin de mediciones de
acuerdo con la proporcin de frecuencias observadas. Mientras que la
mediana divide a una distribucin en mitades, los cuartiles la dividen en
cuartos (cuatro partes iguales), los deciles la dividen en dcimos (diez partes
iguales) y los puntos percentiles la dividen en cien partes.
Las frmulas para la aplicacin de estas medidas, se modifican de acuerdo a
los puntos de inters. Las expresiones para cada una de ellas son las
siguientes:

Para los cuartiles: Qn = X(xn/4)+1/2

Para los deciles: Dn = X(xn/10)+1/2
Para los percentiles: Pn = X(xn/100)+1/2
 Tema: CALIDAD Y VARIABILIDAD

MEDIDAS DE DISPERSIN O VARIABILIDAD

Cuando se tiene un conjunto de datos y se desea saber lo disperso que estn
entre s o qu tan esparcidos estn respecto a su tendencia central, entonces
se utilizan las medidas de variabilidad. La medida ms usual de este tipo es la
desviacin estndar.
La desviacin estndar (o desviacin tpica) es una medida de dispersin para
variables de razn y de intervalo. Es una medida que informa de la media de
distancias que tienen los datos respecto de su media aritmtica, expresada en
las mismas unidades que la variable.
Para conocer con detalle un conjunto de datos, necesitamos conocer tambin
la desviacin que representan los datos en su distribucin respecto de la
media aritmtica de dicha distribucin, con objeto de tener una visin de los
mismos ms acorde con la realidad a la hora de describirlos e interpretarlos
para la toma de decisiones.
 Tema: CALIDAD Y VARIABILIDAD

La varianza representa la media aritmtica de las desviaciones de la media

elevadas al cuadrado. Si atendemos a la coleccin completa de datos (la
poblacin en su totalidad) obtenemos la varianza poblacional; y si por el
contrario prestamos atencin slo a una muestra de la poblacin, obtenemos
en su lugar la varianza muestral. Las expresiones de estas medidas son las que
aparecen a continuacin.
Expresin de la varianza muestral:

Expresin de la varianza poblacional:

 Tema: CALIDAD Y VARIABILIDAD

Una vez entendida la formulacin de la varianza podemos pasar a obtener la

desviacin estndar, tomando la raz cuadrada positiva de la varianza. As, si
efectuamos la raz de la varianza muestral, obtenemos la desviacin tpica
muestral; y si por el contrario, efectuamos la raz sobre la varianza
poblacional, obtendremos la desviacin tpica poblacional.

Expresin de la desviacin estndar muestral:

Expresin de la desviacin estndar poblacional:

 Tema: CALIDAD Y VARIABILIDAD

Tambin puede ser tomada como

 Tema: CALIDAD Y VARIABILIDAD

INTERPRETACIN Y APLICACIN.
La desviacin estndar es una medida del grado de dispersin de los datos del
valor promedio. Dicho de otra manera, la desviacin estndar es simplemente
el "promedio" o variacin esperada con respecto de la media aritmtica.
Una desviacin estndar grande indica que los puntos estn lejos de la media,
y una desviacin pequea indica que los datos estn agrupados cerca de la
media.
La desviacin estndar de un grupo repetido de medidas nos da la precisin
de stas. Cuando se va a determinar si un grupo de medidas est de acuerdo
con el modelo terico, la desviacin estndar de esas medidas es de vital
importancia: si la media de las medidas est demasiado alejada de la
prediccin (con la distancia medida en desviaciones estndar), entonces
consideramos que las medidas contradicen la teora. Esto es de esperarse, ya
que las mediciones caen fuera del rango de valores de los cuales sera
razonable esperar que ocurrieran si el modelo terico fuera correcto.
 Tema: CALIDAD Y VARIABILIDAD

DESGLOSE.
La desviacin estndar (DS/DE), tambin conocida como desviacin tpica, es
una medida de dispersin usada en estadstica que nos dice cunto tienden a
alejarse los valores puntuales del promedio en una distribucin. De hecho,
especficamente, la desviacin estndar es "el promedio de la distancia de
cada punto respecto del promedio". Se suele representar por una S o con la
letra sigma,
La desviacin estndar de un conjunto de datos es una medida de cunto se
desvan los datos de su media. Esta medida es ms estable que el recorrido y
toma en consideracin el valor de cada dato.
Es posible calcular la desviacin estndar de una variable aleatoria continua
como la raz cuadrada de la integral
 Tema: CALIDAD Y VARIABILIDAD

Donde:

La desviacin estndar es la raz cuadrada de la varianza de la distribucin

As la varianza es la media de los cuadrados de las diferencias entre cada valor

de la variable y la media aritmtica de la distribucin.
Aunque esta frmula es correcta, en la prctica interesa realizar inferencias
poblacionales, por lo que en el denominador en vez de n, se usa n-1.
Tambin hay otra funcin ms sencilla de realizar y con menos riesgo de tener
equivocaciones: