Aseguramiento de la calidad

TEMA 1
PRINCIPIOS DE ESTADÍSTICA

1.1. Introducción

El entorno en el que se desarrolla nuestra actividad profesional es cada vez más

complejo y dinámico; los clientes demandan siempre mejores productos, y ahora es
posible satisfacerlos debido a que la tecnología, transporte y comunicaciones han
evolucionado considerablemente.

No solo se trata de sobrevivir en el mercado como

empresa o como persona en el puesto de trabajo, sino
se trata de tener el ratio de mejora más creciente, el
ratio de mejora de mayor pendiente.

El asunto es ¿cómo mejorar? Este es un tema muy

tratado, pero con un enfoque no adecuado. Son los
métodos de mejora, planteados desde los conceptos
de calidad, los que mejores resultados han obtenido en
cuanto a los beneficios logrados después de la mejora;
todos ellos parten de conceptos estadísticos. Es difícil
explicar que en una organización todos deben tener
conocimientos de estadística, quizás se pueda
convertir hasta en una frustración, pero es necesario
que así sea.

Lógicamente, no es un requisito indispensable que los trabajadores tengan

conocimiento de diseño de experimentos o de análisis de regresión logística; de lo que
se trata es de que se tenga “el pensamiento estadístico”, es decir, conocimientos de
herramientas estadísticas adecuadas para el trabajo y las decisiones que se van a
tomar.

El pensamiento estadístico ayuda a realizar un análisis sistémico, a mejorar todo el

sistema (en vez de optimizar partes), ver todos los trabajos como procesos y todos los
procesos relacionados asimismo, a usar los datos para tomar decisiones en todo nivel
y, sobre todo, entender, reconocer y responder sensatamente a la variación, sabiendo
que existe y es necesario administrarla dentro de los límites permitidos.

Se debe pensar estadísticamente para entender que todo el

trabajo ocurre en un sistema de procesos interconectados y que
la variación existe en todo proceso. Asimismo, es preciso
comprender que administrar y reducir la variación son un
mecanismo clave para el éxito de cualquier etapa; y, para ello, es
necesario aprender la mejor forma de adquirir e interpretar
información mientras se responde con acciones apropiadas. En
ese sentido, esto parte del aprendizaje para tomar acciones
adecuadas.

Programa de Especialización ISO/IEC 17025:2005 1

 Aseguramiento de la calidad

Así, la frase clave será: “Datos en vez de experiencias pasadas”. Pero, también es
cierto que nuestra experiencia perdura y lo aprendido permanece, casi siempre, para
ser usado. Sin embargo, esto no es lo más importante, la idea es que el análisis
estará, indudablemente, influenciado por nuestra experiencia y conocimiento del
proceso, el mercado, los clientes, etc., pero ésta no debe ser nuestra única fuente para
la toma de decisiones

El objetivo de este curso es que se logre alcanzar el conocimiento y experiencia

adecuados en el uso de las estadísticas básicas que permitan su acercamiento al
mundo del pensamiento estadístico. Asimismo, es preciso el uso de la estadística
como principal herramienta para mejorar los procesos. En este sentido, se debe tomar
en cuenta que la mejora que no es medida no es mejora.

En este sentido, estudiaremos algunas definiciones y las escalas de medición

necesarias para clasificar las variables y, con ellas, calcular las medidas de tendencia
central y de dispersión; veremos algunas formas de representar gráficamente los datos
y el análisis que se puede hacer a partir de los gráficos. Estos gráficos son los
primeros de las famosas “siete herramientas de la calidad”; luego, se hará una
introducción a la probabilidad y estadística inferencial como base para el uso de
gráficos de control (otra de las siete herramientas) y muestreo; estudiaremos la técnica
básica de predicción, usando regresión lineal. Todos estos conceptos se
complementarán con temas de lectura de otras herramientas estadísticas avanzadas,
que en un futuro, podrán ser necesarias para trabajar en procesos cada vez mejores
dentro de un esquema de gestión de calidad.

1.2. Definiciones

Estadística: Es una ciencia que proporciona métodos, técnicas,

procedimientos, para: recopilar, organizar, presentar, analizar datos
con el fin de describirlos o de realizar generalizaciones válidas. Es una
ciencia que nos permite organizar datos para obtener información que
permita evaluar el desempeño del proceso donde se proporcionan los
datos y, de este modo, tomar decisiones.

Pero ¿de dónde nace la estadística? Pues de un concepto comentado en la

introducción: la variabilidad. Las cosas cambian, no existen en la naturaleza dos
entidades con los mismos valores para una de sus dimensiones. Fíjese en las
siguientes dos letras ¿Son iguales?

Lógicamente no lo son, ambas expresan lo mismo, podríamos decir que ambas sirven
para lo mismo, pero no son iguales. El objetivo de expresar una idea (junto con otras
letras) se cumple a pesar de que son distintas, pero en relación con la forma, ésta es
imprecisa; imagínese todo este texto escrito con ese tipo de letras. Por más que nos
esforcemos en escribir de forma idéntica, esto es imposible. Pero, ¿qué pasa en este
otro caso? ¿Son iguales?

Pontificia Universidad Católica del Perú 2

 Aseguramiento de la calidad

A A

Quizás para nuestros ojos, pero no para un microscopio electrónico con el que se
puede observar la variación que proporciona una impresora láser, como la usada para
imprimir este texto. Dos letras nunca serán iguales, no van a ser iguales a pesar de
que se utilice la mayor tecnología.

De esta forma, iniciaba el Dr. Deming su explicación del concepto de variación y cómo
ésta está incluida en todo proceso, ya sea en la fabricación de cualquier producto o en
la forma de atención a un cliente al ejecutar una venta. No es posible eliminarla, pero
sí reducirla pues se puede cambiar una letra manuscrita por una impresa, de tal forma
que la variación llegue a niveles controlables y no percibidos por el cliente en el uso
del producto o servicio.

La estadística pues se encarga de recolectar datos de los distintos

procesos donde se presenta la variación, y de analizarlos. Nos interesa
que esto se realice con el objetivo de entender la variación, identificar
sus causas y reducirla, como evidencia de mejora del proceso.

La estadística, tradicionalmente, se divide en Estadística Descriptiva y Estadística

Inferencial, tal como se explica en el siguiente esquema:

Estadística Relacionada con la tabulación y

Descriptiva representación gráfica de los datos

Estadística

Estimaciones de parámetros y pruebas

Estadística
de hipótesis sobre la base de las
Inferencial
muestras

La primera parte del curso está relacionada con la estadística descriptiva. Luego nos
dedicaremos a establecer conclusiones de la población a partir de las muestras; por
eso es necesario ver las definiciones de estos términos.

Población:

Una población está formada por la totalidad de observaciones en las

que se tiene cierto interés.

Programa de Especialización ISO/IEC 17025:2005 3

 Aseguramiento de la calidad

Muestra:

Una muestra es un subconjunto de observaciones seleccionadas de una

población. Para que las inferencias sean válidas, la muestra debe ser
representativa de la población. A menudo, resulta atractivo seleccionar
las observaciones más convenientes como muestra o ejercitar el juicio
en la selección de la misma.

Es frecuente que estos procedimientos introduzcan un sesgo en la muestra, lo que

trae como consecuencia que el parámetro de interés sea subestimado (o
sobrestimado) por la muestra en el proceso.

Por otra parte, no es posible describir de manera estadística el comportamiento de una

muestra de este tipo. Para evitar estas dificultades, es deseable seleccionar una
muestra aleatoria como el resultado de un mecanismo alterno.

En consecuencia, la selección de una muestra es un experimento

aleatorio, y cada observación de la muestra es el valor observado de
una variable de este tipo.

Las observaciones en la población, determinan la distribución de probabilidad de la

variable aleatoria.

Estadística:

Una estadística es cualquier función de las observaciones contenidas en

una muestra aleatoria. Por ejemplo, si X1, X2,…, Xn es una muestra
aleatoria de tamaño “n”, entonces la media muestral X , la varianza
muestral S2, y la desviación estándar muestral “S”, son estadísticas.

Puesto que una estadística es una variable aleatoria, esta tiene una distribución de
probabilidad. La distribución de probabilidad de una estadística es conocida como la
distribución de muestreo.

Estimadores:

Una variable aleatoria se caracteriza o describe mediante su

distribución de probabilidad. Tal distribución es descrita, a su vez, por
sus parámetros.

Por ejemplo, la media µ y la varianza σ2 de la distribución normal son sus parámetros,

mientras que λ es el parámetro de la distribución de Poisson.

Pontificia Universidad Católica del Perú 4

 Aseguramiento de la calidad

En el control estadístico de calidad, se usa la distribución de

probabilidad para describir o modelar alguna característica de la
calidad, como la dimensión crítica de un producto, o la fracción de
defectuosos en un proceso de manufactura. Por lo tanto, interesa hacer
inferencias respecto a los parámetros de distribuciones de
probabilidad.

Los parámetros suelen ser desconocidos, por ello, es necesario disponer de

procedimientos para estimarlos a partir de datos muestrales y para ello se utilizan dos
tipos de estimaciones: puntual y por intervalos.
 

1.3. Estimación puntual y por intervalos

Es la estimación del valor del parámetro por medio de un único valor

obtenido mediante el cálculo o evaluación de un estimador para una
muestra específica.

El estimador se expresa mediante una fórmula. Por ejemplo, la media de la muestra:

n
1
X= ∑X i
n i =1

es un posible estimador puntual de la media poblacional µ.

A continuación, se presentan estimadores puntuales de la media, de la proporción, de

la varianza, de diferencia de promedios y de la diferencia de proporciones:
 
Estimador 
Parámetro 
puntual 

µ X  

σ2 S2 

p  p̂  

µ1− µ2 X1 − X 2  

S12  
σ21/σ22 S22

p1 ‐ p2 p̂1 − p̂2  

Programa de Especialización ISO/IEC 17025:2005 5

 Aseguramiento de la calidad

Es probable que un solo número no sea tan significativo como un

intervalo, dentro del que se espera encontrar el valor de un parámetro.
Una estimación por intervalo de un parámetro, es el intervalo limitado por
dos estadísticas, de manera que incluye el verdadero valor del parámetro
con cierta probabilidad. El intervalo estimado recibe el nombre de
“intervalo de confianza”.

Pontificia Universidad Católica del Perú 6