You are on page 1of 18

PROCESO ESTADSTICO

Qu es proceso estadstico?
El proceso estadstico es una filosofa de la optimizacin
referida a mejoras de proceso continuas, usando una coleccin de
las herramientas (estadsticas) para datos y anlisis del proceso,
fabricacin de inferencias sobre comportamiento de proceso y
toma de decisin.
El proceso estadstico es un componente dominante de las
iniciativas totales de la calidad. En ltima instancia,
bsquedas del proceso estadstico para maximizar beneficio
cerca:

mejorar calidad del producto


mejorar productividad
aerodinamizar proceso
Reduccin de despilfarro
Reduccin de emisiones
mejorar servicio de cliente, etc.

HERRAMIENTAS PARA EL PROCESO ESTADSTICO:

Las herramientas comnmente usadas en el proceso estadstico


incluyen

Organigramas.
Grficas de funcionamiento.
Grfica y anlisis de Pareto.
Diagramas de causa-efecto.
Histogramas de la frecuencia.
Grficas de Control.
Estudios de la capacidad de proceso.
Planes de muestreo de aceptacin.
Diagramas de dispersin.

Cada herramienta es simple poner en ejecucin y estas herramientas se


utilizan generalmente para complementarse, ms bien que se emplean
como tcnicas independientes.
PROCESAMIENTO DE DATOS

La recoleccin de datos es de suma importancia en el desarrollo de una


investigacin. Se debe considerar que un dato constituye una unidad de
informacin sobre una determinada caracterstica que se quiere estudiar.
Una vez elaborados los datos, estos de deben resumir en cuadro o tablas
y grficos estadsticos.

El mtodo de recoleccin de datos est constituido por la secuencia de


pasos o etapas que se realizan en funcin de la bsqueda, adquisicin y
recopilacin de los datos necesarios para alcanzar los objetivos
planteados en el estudio, los cuales se pueden dividir en las
siguientes etapas:

1. Revisin

2. Ordenacin y Clasificacin

3. Computacin

4. Presentacin

1.- REVISIN:

Se realiza para comprobar la validez y confiabilidad de la informacin,


a fin de garantizar que esta sea lo ms objetiva y precisa posible, o sea,
que se corresponde con los hechos reales.

Se debe verificar que la informacin recopilada en la tabla maestra sea


de buena calidad, lo cual implica cerciorarse que la misma sea:
fidedigna, es decir, cierta, real, apegada a la verdad de los hechos;
completa, esto es, que aporte informacin sobre todas las variables de
inters; oportuna: esto es, que sea una informacin actualizada, vigente;
pertinente, esto es, los datos deben guardar relacin con las variables
en estudio.

La razn principal de la revisin es garantizar que los dados


recopilados con que se trabajarn, den respuesta a los objetivos
propuestos en la investigacin.
2.- ORDENACIN Y CLASIFICACIN:

Esta etapa consiste en categorizar las variables y ordenar los datos en


funcin a los que objetivos que persigue el estudio, a fin de obtener
grupos ms homogneos, creando estratos o clases estadsticos. Cuando
son manejadas magnitudes, estas pueden ordenarse de forma
creciente o decreciente.

3.- COMPUTACIN:

Esta sub-etapa tiene por finalidad el procesamiento de los datos a


travs de frmulas estadsticas. Para ello podemos hacer uso de dichas
frmulas o de software estadsticos, por ejemplo, el SPSS (Statistical
Package for the Social Sciences / Paquete Estadstico para las Ciencias
Sociales), EPIDATA entre otros.

(Statistical Package for the Social Sciences / Paquete Estadstico para las
Ciencias Sociales)

Como programa estadstico es muy popular su uso debido a la capacidad


de trabajar con bases de datos de gran tamao. En la versin 12 es de 2
millones de registros y 250.000 variables. Adems, de permitir la
recodificacin de las variables y registros segn las necesidades del
usuario. El programa consiste en un mdulo base y mdulos anexos que
se han ido actualizando constantemente con nuevos procedimientos
estadsticos.

Actualmente, compite no solo con softwares licenciados como lo


son SAS, MatLab, Statistica, Stata, sino tambin con software de cdigo
abierto y libre, de los cuales el ms destacado es el Lenguaje R.

El principio de Pareto indica


eso:

no todas las causas de un fenmeno particular ocurren con la misma


frecuencia o con el mismo impacto "

Tales caractersticas se pueden destacar usando las Grficas de


Pareto
Cartas y anlisis de
Pareto

Las grficas de Pareto demuestran los factores


con la ms frecuencia posible que ocurren

El anlisis de las grficas de Pareto ayuda a hacer el


mejor uso de recursos limitados apuntando los problemas
ms importantes para abordar

Los diagramas del


Causar-y-efecto: Tambin
se llaman:

Diagramas de Ishikawa ( Dr. Kaoru Ishikawa, 1943)


diagramas del fishbone
Los diagramas de causa - efecto no tienen una base
estadstica, sino son ayudas excelentes para solucionar
de problema y el trouble-
shooting.
los diagramas del Causar-y-efecto pueden
revelar las relaciones importantes entre varias
variables y causas posibles
proporcionar la penetracin adicional en
comportamiento de proceso
Ejemplo de un diagrama del Causa-efecto
Histograma de la frecuencia

El histograma de la frecuencia es un mtodo grfico y fcilmente interpretado


muy eficaz para resumir datos El histograma de la frecuencia es una
herramienta estadstica fundamental del proceso estadstico

Proporciona la informacin alrededor:

El promedio (medio) de los datos


La variacin presente en los datos
El patrn de la variacin
Si el proceso est dentro de lo especificado

Histogramas De Dibujo De la Frecuencia

En histogramas de dibujo de la frecuencia, considere las reglas siguientes:

Los intervalos deben ser espaciados igualmente


Seleccione los intervalos para tener valores convenientes
El nmero de intervalos est generalmente entre 6 a 20
Las cantidades pequeas de datos requieren pocos intervalos
10 intervalos son suficientes para 50 a 200 lecturas
Procesos que no estn en un estado del control
estadstico:

demuestra las variaciones excesivas


exhiba las variaciones que cambian con tiempo

Frecuencias Absolutas: Se refiere a la cantidad de sujetos que posen


una caracterstica especfica y que pertenece a una misma clase o
categora. El orden de la frecuencia se realiza de forma decreciente
cuando la variable es nominal, y en base a la jerarqua de la variable
cuando esta es ordinal.

Cuando la variable es nominal:

SEXO FRECUENCIA
Masculino 56
Femenino 3
Total 59
Cuando la variable es ordinal:

GRAVEDAD FRECUENCIA
DE LA LESION

Leve 52
Moderado 15
Grave 2
Total 59
3.1 Rango: Se refiere al recorrido de una variable cuantitativa,
desde su valor mximo hasta su valor mnimo, en consecuencia, se
obtiene entre la diferencia de estos valores extremos.

Rango = X max X
min

Como ejemplo para el clculo del rango consideramos la variable


antigedad, identificando los valores mximos y mnimos X max = 30
aos, X min = 1 ao, quedando Rango = 30 aos 1 ao

Rango = 29
aos

3.2 Intervalo de Clase: Se refiere al nmero de unidades de


medida a incluir en cada clase, el mismo se obtiene a travs de la
siguiente frmula:

Ic = Rango/N
Clases

El nmero de clases es fijado por el investigador a


conveniencia, regularmente este vara entre 5 y 20 clases.

En base al rango calculado en el punto anterior, se tiene que el


Intervalo de clase es:

Ic = 29 aos/5 = 5.8 aos, debido a que la serie solo contiene


valores enteros, se procede a aproximar quedando Ic = 6 aos.

Tomando en consideracin la Tabla Maestra N 1, los intervalos de clase


de la variable antigedad queda como sigue.

ANTIGEDA NO. DE
D (AOS) TRABAJADORE
1a6 34
7 a 12 15
13 a 18 7
19 a 24 1
25 a 30 2
3.3 Lmite inferior y Lmite superior de una clase estadstica: El
lmite inferior se refiere al valor menor valor de cada clase, en
contraposicin el lmite superior se refiere al valor mayor incluido en
una clase estadstica.

3.4 Centro de Clases: Se refiere al valor promedio de cada clase,


lo cual refleja su caracterstica principal.

ANTIGEDA NO. DE CENTRO


D (AOS) TRABAJADORE DE
1a6 34 4
7 a 12 15 10
13 a 18 7 16
19 a 24 1 22
25 a 30 2 33

Para interpretar los valores de los Centros de Clase podemos


expresar lo siguiente:

Los siete (7) trabajadores de la tercera clase tienen una


antigedad promedio de diecisis (16) aos.

4.-
PRESENTACIN

Esta etapa tiene por finalidad resumir la informacin y ofrecerla de


manera completa para facilitar su anlisis y comprensin, esto se
realiza a travs de los cuadros y grficos estadsticos.

4.1 Cuadros Estadsticos: Es una representacin grfica donde se


realiza el resumen de los datos en estudio, distribuidos segn las
variables que se tienen.

Es importante resaltar la diferencia entre un cuadro y una tabla. La


tabla contiene datos primarios los cuales son la base para la realizacin
de un cuadro.

Partes de un
cuadro:

* Encabezamiento

* Matrz o Molde

* Cuerpo
* Pie

Tipos de Cuadros:

* Distribucin de Frecuencias

* Asociacin

* Series Cronolgicas

4.2 Grficos: Se refiere a la representacin en el plano, de la


informacin estadstica, con el fin de obtener una impresin visual
global del material presentado, que facilite su rpida comprensin.
Los grficos son una alternativa a los cuadros para representar las
distribuciones de frecuencias.

Existen algunas consideraciones importantes que se deben tener


en cuenta al desarrollar grficos, estas son:

* Todo grfico debe contener: encabezamiento, grfico


propiamente dicho y la fuente.

* Encabezamiento: est ubicado en la parte superior del grfico,


contiene Nmero y Ttulo del grfico.

* Grafico: generalmente sobre un eje de coordenadas, por lo


general en el eje de las abscisas se colocan las clases en que se ha
dividido la variable y en el eje de las ordenadas la frecuencia,
generalmente relativas.

* Fuente: al pie de la pgina se indica donde se obtuvo la


informacin y algn dato adicional si es necesario.

* En cuanto a la proporcionalidad de los ejes, se recomienda por cada


centmetro de longitud de la ordenada (eje vertical), colocar entre uno y
dos centmetros en el eje de las abscisas (eje horizontal).

* El eje de las abscisas debe dividirse en tantas partes como clases se


deban presentar, esta divisin se realiza a criterio de quien desarrolla el
grfico, teniendo en cuenta que dichas divisiones sean de
igual proporcin, el valor menor de la ordenada siempre ser cero.

* Cuando se tienen frecuencias que inician el valores muy alejados de


cero y estas quedan fuera de proporcionalidad, se recomienda realizar
un corte al inicio de la ordena por encima de cero y colocar all el
inicio con el valor de la frecuencia.

* La seleccin del grafico depender del tipo de cuadro que lo origina


y del propsito que se tenga. Para ello se puede tomar como
gua el siguiente esquema:

ESCALA DE
TIPO DE MEDICIN DE
CUADRO LA VARIABLE TIPO DE GRAFICO
Barras Simples y
Diagrama
Sectoriales o
Grfico de Torta,
Nominal, ordinal Numricas
Distribucin
y Numricas Continuas,
de
Discretas Histogramas y
frecuencias
Polgonos de
frecuencias.
Adems Curva
Integral
Polgono de
Frecuencias,
Ambas
Cuadros de Nominales o
Numrica y
asociacin Ambas Ordinales
nominal o
numrica y o Nominal y
ordinal Ordinal, Barras
mltiples y
Barras
Proporcionadas,
Ambas
Numricas
Lnea de
Series Tiempo (aos, tendencia,
cronolgicas meses, semanas, Nmeros ndices
das, etc.) y Barras

4.2.3 Tipos de Grficos: A continuacin se detallan los grficos ms


comnmente utilizados para presentar informacin de una manera clara
y entendible.

a. Barras simples:

b. Diagrama

circular c.

Histograma

d. Polgono de frecuencia

e. Curva integral

f. Barras mltiples

g. Barras

proporcionadas h.

Lneas de tendencias

i. Nmeros ndices
BIBLIOGRAFA

Control Estadstico de Procesos

Deming, W E (1975) On probability as a basis for action, The American Statistician,


29(4), pp146-152

Deming, W E (1982) Out of the Crisis: Quality, Productivity and Competitive


Position ISBN 0-521-30553-5

Oakland, J (2002) Statistical Process Control ISBN 0-7506-5766-9

Shewhart, W A (1931) Economic Control of Quality of Manufactured Product ISBN 0-


87389-076-0

Shewhart, W A (1939) Statistical Method from the Viewpoint of Quality Control ISBN 0-
486-65232-7

Wheeler, D J (2000) Normality and the Process-Behaviour Chart ISBN 0-945320-56-6

Wheeler, D J & Chambers, D S (1992) Understanding Statistical Process Control ISBN


0-945320-13-2

Wheeler, Donald J. (1999). Understanding Variation: The Key to Managing Chaos - 2nd
Edition. SPC Press, Inc. ISBN 0-945320-53-1
ANEXO

You might also like