TEMA 2:

CONTROL ESTADÍSTICO DE CALIDAD.

2.1 ESTADÍSTICA DESCRIPTIVA:

¿QUÉ ES LA ESTADÍSTICA DESCRIPTIVA?

La estadística descriptiva es una gran parte de la estadística que se dedica a recolectar, ordenar, analizar y representar un conjunto de datos, con el fin de describir apropiadamente las características de éste.   

Este análisis es muy básico. Aunque hay tendencia a generalizar a toda la población, las primeras conclusiones obtenidas tras un análisis descriptivo, es un estudio calculando una serie de medidas de tendencia central, para ver en qué medida los datos se agrupan o dispersan en torno a un valor central.      

LAS VARIABLES PUEDEN SER DE DOS TIPOS:    

      Variables cualitativas o atributos:

No se pueden medir numéricamente (por ejemplo: nacionalidad, color de la piel, sexo).         

      Variables cuantitativas:

Tienen valor numérico (edad, precio de un producto, ingresos anuales).

2.2 ESTADÍSTICA INFERENCIAL      

La Estadística inferencial o Inferencia estadística estudia cómo sacar conclusiones generales para toda la población a partir del estudio de una muestra, y el grado de fiabilidad o significación de los resultados obtenidos.

v  Muestreo aleatorio simple

Para obtener una muestra, se numeran los elementos de la población y se seleccionan al azar los n elementos que contiene la muestra.

v  Muestreo aleatorio sistemático

Se elige un individuo al azar y a partir de él, a intervalos constantes, se eligen los demás hasta completar la muestra.        

Por ejemplo si tenemos una población formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de selección que será igual a 100/25 = 4.
A continuación elegimos el elemento de arranque, tomando aleatoriamente un número entre el 1 y el 4, y a partir de él obtenemos los restantes elementos de la muestra.

  v  Muestreo aleatorio estratificado.         

Se divide la población en clases o estratos y se escoge, aleatoriamente, un número de individuos de cada estrato proporcional al número de componentes de cada estrato.   

Estimación de parámetros         

En todo nuestro estudio vamos a limitarnos a una población de partida infinita o a muestreo con reposición.

 ESTIMACIÓN DE PARAMETROS.        

Es el procedimiento utilizado para conocer las características de un parámetro poblacional, a partir del conocimiento de la muestra.       

2.3 LA SIETE HERRAMIENTAS BÁSICAS PARA EL CONTROL DE LA CALIDAD.

En 1968 Kaoru Ishikawa propone siete herramientas de la calidad, un conjunto de técnicas estadísticas sencillas que no requieren de un conocimiento experto, para ser aplicadas en los procesos de equipo, por los círculos de calidad. Según Ishikawa, con  ellas es posible resolver el 95% de los problemas que presenta una organización, sobre todo en el área de producción (Ishikawa, 1986).

Estas herramientas, que posteriormente fueron denominadas “las siete herramientas básicas de la calidad”, pueden ser descritas genéricamente como métodos para la mejora continua y la solución de problemas.

Las siete herramientas de la calidad son:

      Diagrama Causa – Efecto (Diagrama de Ishikawa)

      Hoja de Comprobación (Hojas de Verificación).

      Gráficos de Control.

      Histograma.

      Diagrama de Pareto.

      Diagrama de Dispersión.

      Estratificación.

El éxito de estas técnicas radica en la capacidad que han demostrado para ser aplicadas en un amplio rango de problemas, desde el control de calidad hasta las áreas de producción, marketing y administración. Las organizaciones de servicios también son susceptibles de aplicarlas, aunque su uso comenzara en el ámbito industrial.

2. 4 MANEJO DE SOFTWARE ESPECIALIZADO EN CALIDAD.

¿QUE ES CALIDAD?       
Significa aportar valor al cliente, esto es, ofrecer unas condiciones de uso del producto o servicio superiores a las que el cliente espera recibir y a un precio accesible.
           

¿QUE ES UN SOFTWARE?       
Es el conjunto de los programas de computo, procedimientos, reglas, documentación y datos asociados que forman parte de las operaciones de un sistema de computación.      

CLASIFICACION DE SOFTWARE        

      software de sistema

      software de programación

software de aplicación 

TEMA 3:

PLANES DE MUESTREO.

3.1 MUESTREO ALEATORIO

En esta técnica, cada miembro de la población tiene la misma probabilidad de ser seleccionado como sujeto. Todo el proceso de toma de muestras se realiza en un paso, en donde cada sujeto es seleccionado independientemente de los otros miembros de la población. El muestreo aleatorio simple se puede aplicar en muchos métodos. El más primitivo y mecánico sería el de la lotería. A cada miembro de la población se le asigna un número. Todos los números se colocan en un recipiente o un sombrero y se mezclan. Con los ojos vendados, el investigador va sacando las etiquetas con números. Todos los individuos que tengan los números sacados por el investigador son los sujetos del estudio. 

3.2 MUESTREO AL AZAR

Para asegurar que las inferencias que se hagan a partir de las muestras de una población sean válidas, las muestras deben ser escogidas de acuerdo a criterios que los hagan representativos de la población. Un criterio para lograrlo es la elección aleatoria, es decir, que cada miembro tenga la misma posibilidad de ser elegido.

3.3 MUESTREO SIMPLE, DOBLE Y MÚLTIPLE

 MUESTREO SIMPLE:

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra requerido.

MUESTREO DOBLE:

Bajo este tipo de muestreo, cuando el resultado del estudio de la primera muestra no es decisivo, una segunda muestra es extraída de la misma población. Las dos muestras son combinadas para analizar los resultados. Este método permite a una persona principiar con una muestra relativamente pequeña para ahorrar costos y tiempo.

MUESTREO MÚLTIPLE:

El procedimiento bajo este método es similar al expuesto en el muestreo doble, excepto que el número de muestras sucesivas requerido para llegar a una
decisión es más de dos muestras.  Métodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:

a) Basado en el juicio de una persona

b) Selección aleatoria

3.4 MUESTREO POR ACEPTACIÓN, POR LOTE, AQL, NIVELES DE INSPECCIÓN, MANEJO DE TABLAS MIL-STD (MILITAR ESTÁNDAR).

 MUESTREO DE ACEPTACIÓN:

Un muestreo de aceptación consiste en evaluar un colectivo homogéneo a través de una muestra aleatoria, para decidir la aceptación o el rechazo del colectivo. Por tanto es necesario tener presente en todo momento que, en un muestreo, lo que se está evaluando es toda la población y no sólo la muestra, por lo que la cuestión es si una población, con las características inferidas a partir de los datos de la muestra observada, es aceptable o no.

POR LOTE

La formación de un lote puede influir en la eficacia del plan de muestreo de aceptación. A continuación se enuncia tres recomendaciones para formar los lotes, aunque una de ellas se debe ver como reserva. Los lotes deben ser homogéneos. Es decir, las unidades que forman un lote en particular deben haber sido fabricadas bajo condiciones similares en cuanto a máquinas, operadores, materia prima, tiempo (fechas), etcétera.

 3.5 MUESTREO ESTRATIFICADO

Es una forma de representación estadística que muestra cómo se comporta una característica o variable en una población a través de hacer evidente el cambio de dicha variable en sub-poblaciones o estratos.

Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos respecto a característica a estudiar y que no se solapen.

Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos técnicas de muestreo estratificado:

1.   Asignación proporcional: el tamaño de cada estrato en la muestra es proporcional a su tamaño en la población.

2.   Asignación óptima: la muestra recogerá más individuos de aquellos estratos que tengan más variabilidad. Para ello es necesario un conocimiento previo de la población

Bibliográficas:

https://prezi.com/ntg_kcepwimy/instituto-tecnologico-de-oaxaca/

http://centros.edu.xunta.es/iesaslagoas/metodosesta/0documentos/T01_1_EstadisticaDescriptiva.pdf


Integrantes:
Cruz Francisco Noemí
García Ocampo Lorena
Ramírez Barragán Liliana
Rojas Dircio Emmanuel
Texta Nogueda Alejandra