Fundamentos estadísticos
son muy importantes.
Introducción
Definición de estadísticas
La palabra estadística tiene dos significados:
I. Una colección de elementos cuantitativos
pertenecientes a cualquier tema o grupo, en
especial.
II. La ciencia que trata de la recolección, tabulación,
análisis, interpretación y presentación de datos
cuantitativos.
Se observa que el segundo significado es más amplio que
el primero, porque también le concierne la reunión de
datos.
Los resultados finales se interpretan y presentan para
ayudar a tomar decisiones acerca de la calidad.
Hay dos fases de la estadística
I. Estadística descriptiva o deductiva
II. Estadística inductiva
Recolección de los datos
Los datos que se recolectan para fines de calidad se
obtienen por observación directa, y se clasifican como
variables o atributos.
Las variables son aquellas características de la calidad que
se pueden medir, como peso en gramos.
Los atributos, por otra parte, son aquellas características
de calidad que se clasifican como conformes o no
conformes a las especificaciones, como un “calibrador
pasa-no pasa.”
A una variable que se puede subdividir hasta cualquier
grado se le llama continua.
Las variables que tienen discontinuidades se llaman
discretas
En general, los datos continuos son medibles, mientras que
los datos discretos son contables.
Al trabajar con datos numéricos, las cifras significativas
Al hacer las operaciones matemáticas de suma y resta, el
resultado final no puede tener más cifras significativas
después del punto decimal
Al seguir estas reglas se evitarán discrepancias en los
resultados, entre el personal de calidad.
Descripción de los datos La tabla que resulta se llama distribución de frecuencia
Es claro que esos datos, en esta forma, son difíciles de Las distribuciones de frecuencia se presentan en forma
usar, y no son eficaces para describir las características de gráfica cuando se desea tener mayor claridad visual.
los mismos
Hay varias formas diferentes de presentar la distribución
Hay dos técnicas disponibles de frecuencia.
I. Gráfica: Un histograma consiste en un conjunto de rectángulos que
Es una imagen de la distribución de frecuencia, representan la frecuencia en cada categoría.
que es un resumen de cómo los puntos de datos
(las observaciones) se presentan dentro de cada Otro tipo de representación gráfica es la distribución de
subdivisión de los valores observados, o grupos de frecuencia relativa.
valores observados
II. La analítica
Resumen datos al calcular una medida de la
tendencia central y una medida de la dispersión. A
veces se usan tanto las técnicas gráficas como las
analíticas.
DISTRIBUCIÓN DE FRECUENCIA
Datos sin agrupar
Los datos sin agrupar son una lista de los valores
observados, mientras que los datos agrupados representan
una aglomeración de datos observados semejantes.
Los datos pueden ser discretos, como lo son en esta
sección, o continuos, como lo serán en la siguiente
sección.
Datos agrupados
Promedio
La construcción de una distribución de frecuencia para Es la suma de las observaciones dividida entre la cantidad de
datos agrupados es más complicada, porque usualmente observaciones
hay una cantidad mayor de categorías. Hay tres técnicas diferentes disponibles para calcular el
promedio:
1. Recolectar datos y formar una hoja de conteo 1. Datos no agrupados.
Esta técnica se usa cuando los datos no están
2. Determinar el rango. Rango (o recorrido) organizados.
Es la diferencia entre el mayor valor observado y El promedio se representa con la notación X
el menor valor observado.

3. Determinar el intervalo de clase.

El intervalo de clase es la distancia entre los
puntos medios de clases adyacentes

4. Determinar los puntos medios de las clases

5. Determinar los límites de clase

Los límites de clase son los valores extremos o
límites de una clase, y se llaman límite superior y 2. Datos agrupados.
límite inferior. Cuando se han agrupado los datos en una
distribución de frecuencias, se aplica la técnica
6. Identificar la frecuencia de clase siguiente
La cantidad de números en cada clase se
determina con la columna de frecuencia

Otros tipos de gráficas de distribución de frecuencia

I. La gráfica de barras:
Es correcta para datos discretos, pero no se usa
con frecuencia MEDIDAS DE TENDENCIA CENTRAL
II. El polígono, o polígono de frecuencia:
S e usa para presentar la frecuencia de todos los De una distribución es un valor numérico que describe la
valores menores que el límite superior de clase, de posición central de los datos, o la forma en que los datos se 3. Promedio ponderado.
determinada clase, se llama frecuencia acumulada tienden a acumular en el centro. Cuando se combinan varios promedios con
u ojiva diferentes frecuencias.
III. Grafica de curvas: Hay tres medidas de uso común:
Representa una distribución de frecuencia de 1. El promedio
población. 2. La mediana
3. La moda.
Donde Xw = promedio ponderado
Wi =peso (o “factor de ponderación”) del i-ésimo
promedio
Mediana
Que se define como el valor que divide una serie de
observaciones ordenadas
Técnica para datos no agrupados. Hay dos casos posibles en
la determinación de la mediana de una serie de datos no
agrupados: cuando la cantidad en la serie es impar, y cuando
es par
Técnica para datos agrupados. Cuando los datos están
agrupados en una distribución de frecuencia
La fórmula de interpolación para calcular la mediana
 Relación entre las medidas de dispersión
 Asimetría
 Curtosis
 Coeficiente de variación9
CONCEPTO DE POBLACIÓN Y MUESTRA
Cuando se calculan promedios, desviaciones estándar, y otras
medidas, a partir de muestras, los resultados se llaman
estadísticos.
Aunque a partir de las muestras se hacen inferencias sobre la
población, es igualmente cierto que un conocimiento de la
población proporciona más información para analizar la
muestra.
También se pueden aplicar las técnicas del histograma,
asimetría y curtosis, gráficas de probabilidad y la prueba chi
cuadrada (o ji cuadrada), con ciertas modificaciones, a otras
distribuciones poblacionales.
Histograma
Asimetría y curtosis
Gráficas de probabilidad
Prueba chi cuadrada, de bondad de ajuste
DIAGRAMA DE DISPERSIÓN
La forma más sencilla de determinar si existe una relación de
causa a efecto entre dos variables es trazar un diagrama de
dispersión, o diagrama de puntos.

LA CURVA NORMAL Una vez terminado el diagrama de dispersión, se puede

La Moda
La moda (Mo) de un conjunto de números es el valor que se
presenta con la máxima frecuencia.
Se dice que una serie de números es unimodal si tiene una
moda, bimodal si tiene dos modas, y multimodal si tiene más
de dos modas.
MEDIDAS DE DISPERSIÓN
Que describen la forma en que los datos se extienden o
dispersan a cada lado del valor central. Para describir un
conjunto de datos se necesitan tanto las medidas de
dispersión como las medidas de tendencia central.
evaluar la relación, o “correlación,” entre las dos variables.
Un tipo de población que es bastante común se llama curva Muestra distintas formas y su interpretación.
normal, campana de Gauss o distribución de Gauss.
La curva normal es una distribución simétrica, unimodal, en a) Correlación positiva
forma de campana, en la que la media, la mediana y la moda b) Correlación negativa
tienen el mismo valor. c) Sin correlación
d) Puede existir correlación negativa
Una curva o distribución de población se obtiene con un e) Correlación por estratificación
histograma de frecuencia. f) Relación curvilínea
Relación entre la media y la desviación estándar
PROGRAMA DE CÓMPUTO
Como se aprecia en la fórmula de la curva normal
estandarizada, hay una relación definida entre la media, la El programa para Excel, en el CD que acompaña a este libro,
desviación estándar y la curva normal. calcula el histograma con estadísticos descriptivos, la prueba
chi cuadrada y el diagrama de dispersión.

Las medidas de dispersión que se describirán en esta sección

son el rango, la desviación estándar y la varianza.

Hay otras medidas, como la desviación media y desviación

cuartil, que no se usan en control de calidad.
PRUEBAS DE NORMALIDAD
Por la importancia que tiene la distribución normal, con
frecuencia es necesario determinar si los datos tienen esa
 Rango distribución.
 Desviación estándar