Está en la página 1de 27

TALLER DE HERRAMIENTAS PARA LA

CALIDAD
Semana 6
Procedimientos estadísticos en la gestión de calidad.

APRENDIZAJES ESPERADOS
Semana 6
Procedimientos estadísticos en la gestión de calidad

El estudiante será capaz de:

• Aplicar herramientas cuantitativas con enfoque estadístico de procedimientos para el control de


procesos y la gestión de calidad.

Reservados todos los derechos Instituto Superior de Artes y Ciencias de la Comunicación S.A. No se permite copiar, reproducir, reeditar, descargar, publicar,
emitir, difundir, de forma total o parcial la presente obra, ni su incorporación a un sistema informático, ni su transmisión en cualquier forma o por cualquier
medio (electrónico, mecánico, fotocopia, grabación u otros) sin autorización previa y por escrito de Instituto Superior de Artes y Ciencias de la Comunicación
S.A. La infracción de dichos derechos puede constituir un delito contra la propiedad intelectual.

IACC 2021 2
Semana 6
Procedimientos estadísticos en la gestión de calidad

ÍNDICE

APRENDIZAJES ESPERADOS .................................................................................................................................................. 1


INTRODUCCIÓN ................................................................................................................................................................... 4
RESUMEN ............................................................................................................................................................................ 5
PALABRAS CLAVE ................................................................................................................................................................. 5
PREGUNTAS GATILLANTES ................................................................................................................................................... 5
1. PROCEDIMIENTOS ESTADÍSTICOS EN LA GESTIÓN DE CALIDAD ............................................................................................... 6
1.1 EL ENFOQUE ESTADÍSTICO DE LA CALIDAD .............................................................................................................. 6
1.2 RECOPILACIÓN DE DATOS ........................................................................................................................................ 7
1.3 MUESTRA Y POBLACIÓN ......................................................................................................................................... 10
1.3.1 POBLACIÓN ................................................................................................................................................................. 10
1.3.2 MUESTRA .................................................................................................................................................................... 11
1.4 VARIABLE Y DATO ................................................................................................................................................... 11
1.5 ESTADÍSTICA DESCRIPTIVA E INFERENCIAL ............................................................................................................ 12
1.6 INTERPRETACIÓN, ANÁLISIS Y DESCRIPCIÓN DE LOS DATOS ................................................................................. 14
1.7 APLICABILIDAD DE LAS HERRAMIENTAS CUANTITATIVAS ..................................................................................... 14
2. HERRAMIENTAS CUANTITATIVAS. PARTE I ............................................................................................................................. 14
2.1 ENCUESTAS............................................................................................................................................................. 15
2.2 MUESTREO ............................................................................................................................................................. 18
COMENTARIO FINAL .......................................................................................................................................................... 26
REFERENCIAS ..................................................................................................................................................................... 27

IACC 2021 3
Semana 6
Procedimientos estadísticos en la gestión de calidad

INTRODUCCIÓN
través de distintas fuentes, principalmente gráficas o
Las herramientas cuantitativas de calidad se apoyan en
tablas de muestras para un proceso que implica
la base científica de la estadística para obtener por
administración de esos datos, aplicación de fórmulas
medio de sus procesos de generación, descripción,
que permitan agruparlos y de forma resumida poder
interpretación y análisis de resultados en base a datos,
estudiarlos.
explicaciones de los fenómenos que ocurren y que
pueden afectar la calidad en las organizaciones, Actualmente la tecnología se ha encargado de resumir
tomando decisiones concretas en base a información gran parte de esos procesos de formulación y
objetiva. expresión de resultados, sólo necesitando ingresar los
datos necesarios para que se realicen aquellas
Dentro de las organizaciones se produce una gran
funciones, sin embargo, ese ingreso de datos es un
cantidad de datos, de lectura directa como indirecta
trabajo de alta precisión y minuciosidad que de no ser
que proveen de información necesaria para procesos
hecho de aquella forma altera significativamente el
de análisis y toma de decisiones, sin embargo es
desempeño concreto de alguna actividad o proceso.
necesario realizar un trabajo de depuración preliminar
que trate la información para que sea expresada a

IACC 2021 4
Semana 6
Procedimientos estadísticos en la gestión de calidad

RESUMEN
Las herramientas cuantitativas de calidad permiten a las organizaciones avanzar en aspectos de mejora de la calidad
aprovechando de forma directa la información disponible para tomar decisiones, ya que los datos para utilizarla
básicamente se generan en distintos medios y se puede trabajar utilizándolos a través de distintas herramientas.
Sin embargo, igualmente requieren de un proceso de tratamiento de la información antes de ser expresada de forma
tal que permita que su lectura, interpretación y análisis provea de información para la toma de decisiones.
Además, existen algunas herramientas de calidad que pueden ser utilizadas tanto cualitativa como
cuantitativamente para conseguir generar datos principalmente por medio de cuestionarios de aplicación.

PALABRAS CLAVE
Estadística
Probabilidad Muestreo
representativa

Cuestionarios Datos

PREGUNTAS GATILLANTES

• ¿Qué tan familiar le resultan los procesos cuantitativos para la toma de decisión dentro de una organización?
• ¿Los cuestionarios son realmente una herramienta útil para la generación de datos?
• ¿Considera que las organizaciones deberían estimular el estudio de las estadísticas para con ellos mejorar
los procesos de calidad al interior de ellas?

IACC 2021 5
Semana 6
Procedimientos estadísticos en la gestión de calidad

1. PROCEDIMIENTOS ESTADÍSTICOS EN LA GESTIÓN DE


CALIDAD
La estadística como ciencia que se encarga de la recolección, ordenamiento, representación, análisis e interpretación
de datos generados en una investigación sobre hechos, individuos o grupos de los mismos (Del Castillo y Salazar,
2018), permite deducir conclusiones precisas o estimaciones futuras sobre una realidad, siendo para el mundo
productivo una herramienta esencial.
Básicamente en el mundo organizacional productivo se trabaja con datos de enormes cantidades de información
directa, es decir, se genera el dato de forma automática o por medio de algún tipo de equipo o software que lo
genera (niveles de concentraciones de materia prima, cantidad de trabajadores por procesos, indicadores de gestión,
etc.) que pueden ser representadas en datos numéricos permitiendo entregar, bajo tratamiento de información,
conocimiento de una condición o circunstancia dada.
También está la generación de datos de manera indirecta, los cuales se generan por medio de conversión de
información de otro tipo o de tipo cualitativo hacia una forma cuantitativa, como, por ejemplo la percepción de los
clientes frente a los productos ofertados y las causales repetitivas en el tiempo de fallos, entre otros.
Posterior a esta recolección de datos la secuencia natural es tratar la información, entregándole un orden o
clasificarla, con ello se permite ser representada para realizar análisis y que posteriormente se obtengan resultados
que logren generar interpretaciones de esta información para, finalmente, una toma de decisión informada y
adecuada.

1.1 EL ENFOQUE ESTADÍSTICO DE LA CALIDAD


A través del tiempo y puntualmente desde comienzos del siglo XX se ha utilizado la estadística para internarla en los
procesos productivos, aportando como ciencia exacta a la mejora de los procesos y con ello una mayor satisfacción
al cliente y eficiencia dentro de la organización productiva, siendo esto reflejado en la disminución de recursos,
energía, disminución en tiempos de duración de procesos, disminución de impactos ambientales, mejoras en los
tipos de actividades que realizan los trabajadores, etc., en definitiva una mejora constante y progresiva desde
aquellas fábricas productivas rudimentarias en términos de procesos hasta las que existen actualmente.
¿Pero cómo se logró esto?
Ejemplos de cómo la estadística ha aportado a la industria de cualquier tipo se pueden apreciar por medio de los
métodos que se han empleado como, por ejemplo:
• El concepto de los diagramas estadísticos de control
• Controles estadísticos de procesos
• Experimentos diseñados estadísticamente que permiten reducir la variabilidad en los procesos que
determinan las características de calidad, por medio de histogramas y distribuciones de frecuencias.
Finalmente, para estos procesos estadísticos se debe comenzar con las primeras acciones básicas como es la
recolección para obtener datos.

IACC 2021 6
Semana 6
Procedimientos estadísticos en la gestión de calidad

1.2 RECOPILACIÓN DE DATOS


El dato se puede considerar como la primera unidad funcional para todo proceso investigativo, siendo este elemento
el inicio de todo proceso de producción estadística.
Dato según la RAE es la “información sobre algo concreto que permite su conocimiento exacto o sirve para deducir
las consecuencias derivadas de un hecho”, siendo en términos estrictos un conjunto de observaciones y medidas sin
procesar sobre aspectos de una temática y sus procesos con los cuales se relaciona, ya que cualquier pieza unitaria
de información, desde las más sencillas de observar y medir hasta las de mayor complejidad son datos posibles de
utilizar en una investigación.
Por ejemplo, para hacer un trabajo de investigación estadística de autos con problemas de seguridad o del
comportamiento de las empresas frente a las normativas ambientales tenemos respectivamente:
• La cantidad de autos defectuosos con problemas de airbags que llegan al cliente y que necesitan ser
cambiados.
• El nivel de cumplimiento de empresas en Chile con respecto a la Ley 20.920 Ley de Responsabilidad
Extendida del Productor.
Adicionalmente las condiciones para que un dato se constituya en información útil para una investigación son (FAU,
2010):
• Que esté definido y caracterizado (que se sepa con exactitud qué es lo que es)
• Que sea posible de observar
• Que sea posible de medir cualitativa y cuantitativamente
• Que sea variable, es decir que eventualmente pueda fluctuar
Algunos ejemplos de datos en el área de la calidad
• Unidades de productos con gramaje fuera de conformidad
• Unidades de envases sin problemas de resistencia y/o estrés mecánico
• Trabajadores que no cumplen a cabalidad los procedimientos
• Opinión de un experto en calidad sobre una temática
Como aspecto importante de los datos, estos en sí mismos no son resultados sobre una problemática de calidad, ya
que son sólo información necesaria para poder investigar lo ocurrido en una condición o circunstancia dada,
recordando con ello que los resultados derivan del proceso de análisis e interpretación de los datos y de la relación
entre éstos (FAU, 2010).

DATOS CONCLUSIONES

RESULTADOS

Imagen 1. Esquema resumen del proceso de recolección de datos.


Fuente: Elaboración propia.

IACC 2021 7
Semana 6
Procedimientos estadísticos en la gestión de calidad

Comprendiendo la significancia de los datos y para una efectiva recolección de estos, existen diferentes técnicas para
llevarla a cabo, denominados instrumentos de recolección de datos. Estos instrumentos son de una amplia diversidad
y para cada tipo de dato que necesite ser recolectado, inclusive dependiendo de lo que se quiera recolectar puede
existir una nueva herramienta de recolección.
Sin embargo, el instrumento para ser utilizado con seguridad debe contar con tres requisitos importantes:
confiabilidad, validez y objetividad.

Confiabilidad Validez Objetividad


•El grado de aplicación repetida •Básicamente es que el •Grado de permeabilidad a la
al mismo sujeto u objeto, bajo instrumento recolecte o mida influencia de los sesgos y
las mismas condiciones lo que dice que pretender tendencias de los
produce resultados iguales. medir. investigadores que los
administran, califican o
interpretan.
Imagen 2. Esquema resumen de los tres aspectos importantes para el uso de herramientas de obtención de datos.
Fuente: Elaboración propia.

Tabla 1. Ejemplos de aplicación de los aspectos importantes para el uso de herramientas de obtención de datos.
Ejemplo
Confiabilidad Que un instrumento como un termómetro no registre distintas temperaturas al ser medidas de
la misma muestra y en las mismas condiciones.
Validez Que en una pregunta abierta no se pregunte con claridad algún antecedente, por ejemplo, a un
grupo de trabajadores se les pregunta qué tan innovador es el proceso de llenado de bebida de
fantasía en su empresa, sin saber si todos entienden y conocen bien el término innovación.
Objetividad Básicamente es no abstraerse por parte del recolector de datos sobre su propio conocimiento
y/o experiencia sobre el tema, aplicando una idea preconcebida sobre el dato.
Fuente: Elaboración propia.

Finalmente, se encuentran algunos de los instrumentos más comúnmente usados para la recolección de datos, los
cuales pueden ser aplicados a distintas temáticas investigativas como en el mundo productivo, que pueden permitir
el indagar problemáticas asociadas a la calidad. Cabe destacar además que entre estos instrumentos se encuentran
los que son del tipo directo (datos que se recolectan directamente de la fuente) e indirectos (datos que se recolectan
a través de datos secundarios o intermediarios), siendo algunos ejemplos de estos:

IACC 2021 8
Semana 6
Procedimientos estadísticos en la gestión de calidad

Tabla 2. Esquema resumen de ejemplos e instrumentos según su lectura directa o indirecta.

Instrumentos Ejemplos Instrumento directo / indirecto


Experimentos Básicamente responde a simulaciones para conocer una Instrumento directo
realidad determinada por medio de manipular de forma
intencional la variable independiente (causas) para ver los
resultados en la variable dependiente (efectos)
Observación Es la observación de una variable directamente en su Instrumento directo
directa contexto natural (manifestación de un fenómeno). Ejemplo,
observación a un proceso completo para determinar los
problemas de calibración en el ensamblaje de muebles.
Encuestas Método predominantemente cualitativo para obtener en Instrumento indirecto
profundidad datos, inquirir detalles, recabar nuevas ideas o
ser utilizada cuando otro instrumento es difícil aplicación.
Ejemplo: conocer el nivel de satisfacción de un producto
terminado y comercializado.
Percepción Levantamiento de datos a través de algún medio tecnológico Instrumento directo
remota para lugares de difícil acceso humano, por medio de
captación de imágenes o mapas. Ejemplo, verificación del
crecimiento dentro del rango de plantaciones forestales.
Sistemas de Son básicamente estaciones de monitoreo que miden el Instrumento directo
monitoreo desempeño de alguna máquina, actividad o procesos a
través de variables cualitativas o cuantitativas, por ejemplo,
monitoreo ambiental, desempeño de máquinas
automatizadas, etc.
Estimaciones Utilización de modelos matemáticos que permitan conocer Instrumento directo
y modelos información cuando no sea posible obtener información
directa de algún fenómeno. Por ejemplo, regresiones,
modelos, escenarios, etc.
Entrevistas Método que permite a través de una entrevista a una Instrumento indirecto
persona recabar información y datos en profundidad,
extender información o cuando sea difícil utilizar otro
instrumento directo de recolección de datos. Ejemplo,
entrevista a trabajadores de un área de proceso sobre el
desempeño y funcionamiento de la línea de ensamblaje de
producto terminado.
Focus group Método que permite extraer datos en base a la percepción y Instrumento indirecto
resultados de una conversación en un grupo reducido de
personas. Ejemplo, problemáticas recurrentes a causa de las
máquinas del proceso.
Análisis de Extracción de datos e información proporcionada en Instrumento indirecto
contenido distintos medios y grandes fuentes de información dispersa
y divergente. Ejemplo, reportes de calidad sobre la
productividad de los trabajadores.
Datos Utilización de datos ya existentes y creados por otras Instrumento indirecto
secundarios fuentes, como, por ejemplo: patrones de consumo,
tendencias, indicadores, etc.
Fuente: Elaboración propia.

IACC 2021 9
Semana 6
Procedimientos estadísticos en la gestión de calidad

Ejemplo de recolección de datos:


En una empresa que produce paneles prefabricados para casas de material ligero, se observó que, en la
utilización y construcción de viviendas, estas presentan problemas a la hora de montarlas, básicamente
por la precisión de las medidas que presentaban, teniendo variaciones de longitudes en un rango de 0 a 3
centímetros en promedio, lo cual afectaba la calidad de la construcción y estética.
Para ello se decidió monitorear la producción de las placas en cuestión las cuales no se controlaban en
términos de calidad, sino que siguiéndose por los ensayos y controles de calibración que se les hacía a las
máquinas, obteniendo siempre resultados dentro del rango de aceptación, sin embargo y por medio de
una inspección directa llenando información en una planilla o lista de verificación de las unidades
inspeccionadas y las medidas obtenidas realizadas a los paneles de forma aleatoria confirmó que de 100
unidades, 65 presentaban diferencias entre 0 y 0,3 centímetros, 17 sobre un centímetro, 8 sobre 2
centímetros y 8 sobre tres centímetros.
Por lo tanto, estos datos sirvieron para investigar sobre las causas iniciales de por qué ocurre esta
deficiencia en la calidad que afecta al producto terminado.

1.3 MUESTRA Y POBLACIÓN


Estos dos conceptos son parte inicial de un proceso que permite recabar información por medio de datos, ya que
ambos son actividades metódicas de definición que permiten circunscribir según la realidad a observar o investigar,
como se manifiestan estos datos.

1.3.1 POBLACIÓN
Para efectos puntuales estadísticos estos conceptos están relacionados en la forma en cómo se estructuran los
antecedentes o datos desde lo general hacia lo particular principalmente, siendo parte de una organización mayor
que involucra también al universo de elementos.
Es decir:
Para una empresa metalmecánica productora de tuercas, tornillos y otros, que vende productos a la gran empresa
y minoristas, necesita conocer la calidad del producto final una vez terminado y comercializado, para un producto
en específico (tornillos autoperforantes de 2 pulgadas) que en su línea de fabricación y durante los meses de
noviembre y diciembre algunas máquinas presentaron problemas y se necesita corroborar las especificaciones de
calidad, para ello su estructura conceptual es:
• Universo: conjunto de sujetos o elementos que tienen una característica en común, observable y susceptible
de ser medida. Por ejemplo, tornillos autoperforantes de 2 pulgadas fabricados por la empresa.
• Población: Conjunto de todas las mediciones u observaciones hechas sobre una o varias de las características
de los elementos del universo. Ejemplo, tornillos autoperforantes de 2 pulgadas fabricados por la empresa
entre los meses de noviembre y diciembre del año 2020.
• Muestra: Subconjunto de algunos elementos de la población. Ejemplo, tornillos autoperforantes de 2
pulgadas que fueron comercializados a tiendas minoristas entre noviembre y diciembre 2020.
Es decir, la población es el conjunto de elementos que están en estudio y que puede ser infinito o finito.

IACC 2021 10
Semana 6
Procedimientos estadísticos en la gestión de calidad

En la práctica, observar a la totalidad de la población o elementos resulta antieconómico o poco conveniente, esto
debido a que realizar una inspección o catastro de una determinada población de elementos implica un costo
importante. Asimismo, se requiere de tiempo y recursos para hacerlo, por lo tanto, es común llevar a cabo estudios
por medio de una muestra representativa de lo que se quiere encontrar (IACC, 2018).

1.3.2 MUESTRA
Así como la población se refiere al todo característico dentro de un universo, la muestra se refiere a una parte, un
subconjunto de estos elementos o personas, por ello es necesario tener claro que (IACC, 2018):
• La muestra es una parte (subconjunto) de la población.
• Por lo tanto, es menor que la población.
• Se utilizan por lo general para, a partir de sus datos, sacar inferencias y generalizaciones en relación a la
población.
Siguiendo con el ejemplo anterior:
La muestra de calidad de estos productos permite conocer cuál fue el impacto real de los problemas presentados
por las máquinas y determinar a través de proyecciones o escenarios cuántos productos más fueron afectados. Con
ello se determina la toma de decisiones respecto a qué hacer, desde compensaciones, cambios en los productos o
retiro del mercado de toda aquella partida descrita en la población.

1.4 VARIABLE Y DATO


Ambos conceptos están estrechamente relacionados, ya que las variables son las que de un modo estricto dan
características al dato.
Por ello través de instrumentos de recolección se genera el dato que tendrá características variables que cambiarán
o variarán con el tiempo y/o para diferentes personas u objetos bajo alguna consideración.
Ejemplos:
• Ciudadano: género, sueldo, religión, peso, estatura, etc.
• Tornillos: dimensión, resistencia, color, etc.
• Crédito bancario: duración, tasa de interés, amortización, etc.
Si se obtiene el dato que representa a cada una de ellas, se pueden observar diferencias en su representación, por
lo que se tienen dos escalas o tipos de medición de variables (IACC, 2018):
a) Cuantitativa: es aquel tipo de variables cuya representación es de cantidad. Existen dos tipos:
• Discretas: son aquellas variables que son contables, incluye números como, por ejemplo: número de tornillos
por caja defectuosos, cantidad de cajas defectuosas en un lote, etc.
• Continuas: son aquellas representadas por cualquier número. En general, son valores que no se repiten entre
los individuos. Por ejemplo, sueldo de un trabajador, minutos de atraso de los trabajadores, cantidad de
producción diaria, etc.
b) Cualitativa: son aquellas variables que representan una cualidad. Se representan a través de una palabra, siendo
expresada en dos tipos:

IACC 2021 11
Semana 6
Procedimientos estadísticos en la gestión de calidad

• Ordinales: son aquellas que tienen un orden. Por ejemplo, orden jerárquico en una identificación de calidad
aceptable, ejemplo: niveles de aceptación de calidad en un producto, niveles de preparación de los
trabajadores de una empresa, etc.
• Nominales: son aquellas variables que representan una preferencia. Por ejemplo, color, tamaño, tipo de
material, etc.

1.5 ESTADÍSTICA DESCRIPTIVA E INFERENCIAL


La rama de la estadística que presenta técnicas para describir conjuntos de mediciones se denomina estadística
descriptiva, la cual se podría decir que consiste en el estudio que incluye la obtención, organización, presentación y
descripción de información numérica (IACC, 2018).
En este sentido, la estadística descriptiva está formada por procedimientos empleados para resumir y describir las
características importantes de un conjunto de mediciones, por medio de algún tipo de forma, ya sea gráficas, tablas,
resumen de información numérica, etc. que permitan presentar de manera resumida y clara información específica
sobre un grupo o fenómeno, sin pretender inferir o sacar conclusiones.
Finalmente, en términos estadísticos sus usos frecuentes son las tablas de distribución de frecuencias, medidas de
tendencia central (media, mediana y moda), desviación estándar, medidas de posición relativas (percentiles,
cuartiles, etc.).
Ejemplo: la venta de tornillos entre todos los locales minoristas es de 137 cajas, donde en un solo local minorista
(local La Reina) en el cual a la fecha se han vendido 5 cajas de 100 pernos cada una, se han recibido 35 reclamos es
decir existe una incidencia del reclamo del 0,07% para ese local.

Tabla 3. Ejemplo de la aplicación de un manejo de datos sobre reclamos de un producto a través de la frecuencia de muestras y
frecuencia relativa.
Tipos de reclamos
Cantidad (frecuencia) Frecuencia relativa
Poca resistencia mecánica 9 25,71%

Dimensión inferior a 2 pulgadas 2 5,77%

Problemas con las roscas 4 11,42%

Problemas de grosor 1 2,85%

Puntas planas 2 5,77%

Poca resistencia térmica (fricción) 17 48,57%

Total 35 100%

Fuente: Elaboración propia.

IACC 2021 12
Semana 6
Procedimientos estadísticos en la gestión de calidad

Tipos de reclamos recibidos por tornillos


en un mes
0,6

48,57%
0,5

0,4

0,3 25,71%

0,2
11,42%
0,1 5,77% 5,77%
2,85%
0
Poca resistencia Dimensión Problemas con Problemas de Puntas planas Poca resistencia
mecánica inferior a 2 las roscas grosor térmica
pulgadas (fricción)
Imagen 3. Representación gráfica de las frecuencias relativas de los reclamos observados.
Fuente: Elaboración propia.

Cabe destacar además que para el proceso anterior se utilizó una metodología de codificación de datos que
permitieron este tratamiento. La codificación o tabulación consiste en asignar valores a cada una de las respuestas
o datos obtenidos y vaciarlos en una matriz; para ello, resulta muy práctico utilizar una hoja de cálculo. Por ejemplo,
si una de las preguntas fue el tipo de reclamo, se podrán tabular los tipos de reclamos detectados para asignarles el
dato (valor) obtenido de aquella encuesta (Freixas, 2015).
La presentación de estos datos tabulados en matrices codificadas que pueden darnos información relevante se
manifiesta a través de distintas representaciones gráficas que permiten una lectura comprensiva y ágil. Hay varias
formas gráficas de representar información que pueden ser muy útiles en función de aquello que queramos plasmar
(Freixas, 2015), siendo algunas ya conocidas como:
• Histogramas
• Polígonos de frecuencia
• Gráficos de barra
• Gráficos de círculo
• Gráficas comparativas
• Tendencias, etc.
Finalmente para obtener un análisis de enfoque cuantitativo de los datos tambien es ncesario aplicar fórmulas que
permitan conocer tres aspectos importantes (Freixas, 2015): la media, mediana y moda, que nos permiten a través
de ella conocer las medidas de tendencia central.
• Media: La media aritmética o promedio es la medida más popular y se obtiene al dividir todos los valores de
una variable por la frecuencia total.

IACC 2021 13
Semana 6
Procedimientos estadísticos en la gestión de calidad

• Mediana: La mediana se define por el valor por debajo del cual se encuentra la mitad de los casos. Si hay un
número de casos par, la mediana es la media de los dos casos centrales cuando están ordenados de manera
ascendente.
• Moda: Se refiere al valor que ocurre más frecuentemente. Si diversos valores están empatados en la
frecuencia más alta, sólo aparecerá el valor más pequeño de la variable.
Respecto a la estadística inferencial ésta se encuentra formada por procedimientos empleados para hacer
inferencias acerca de características poblacionales, a partir de información contenida en una muestra sacada de esta
población.
Por tanto, el objetivo de la estadística inferencial es hacer inferencias (es decir, sacar conclusiones, hacer
predicciones, tomar decisiones) acerca de las características de una población a partir de información contenida en
una muestra.
Siguiendo con el ejemplo anterior, se puede proyectar que al revisar otras 5 cajas más se puede encontrar con la
misma cantidad aproximada de defectos en los tornillos, ya que, si se intentará revisar todas las partidas, cajas y
cada uno de los tornillos sería una tarea demasiado desgastante para la organización, por tanto, aplica este método
estadístico de inferir que el porcentaje de error en la producción es de un 0,07% por cada 500 unidades.

1.6 INTERPRETACIÓN, ANÁLISIS Y DESCRIPCIÓN DE LOS DATOS


Logrando la primera etapa de un procedimiento estadístico que es de recopilar datos, definir nuestra población y
muestra, sus variables y el tipo de estadística a utilizar, corresponde continuar con el proceso de interpretar esta
información, analizarla para finalmente dar con una descripción de los resultados o datos ya procesados.

1.7 APLICABILIDAD DE LAS HERRAMIENTAS CUANTITATIVAS


La aplicación de herramientas cuantitativas responde a procesos de investigación científica, donde la utilización de
estas permite esclarecer problemáticas dadas o describir fenómenos que se manifiestan y necesitan tener
explicaciones y definiciones de cómo y por qué suceden.
Las herramientas de aplicabilidad son herramientas que en su ejercicio de aplicación permiten desde generar datos
hasta obtener resultados que servirán para la investigación dada y responder a la pregunta de investigación que se
ha generado.
Aquí se considera que la investigación basada en el método científico de comprobación de la hipótesis permite
también esclarecer problemáticas comunes dentro de la organización, si bien no necesitan tener el nivel de detalle
metodológico de una investigación, sí se tienen elementos comunes de investigación que son necesarios conocerlos
y explicarlos de cómo funcionan y se puede utilizarlos.

2. HERRAMIENTAS CUANTITATIVAS. PARTE I


Dentro de las herramientas cuantitativas iniciales de todo proceso de investigación y levantamiento de datos para
el análisis se encuentran las encuestas y el muestreo, siendo ambas herramientas las que permiten el levantamiento
y generación de datos.

IACC 2021 14
Semana 6
Procedimientos estadísticos en la gestión de calidad

2.1 ENCUESTAS
Dentro de las herramientas cuantitativas también se encuentran las encuestas que no son sólo herramientas del tipo
cualitativo, ya que con ellas se puede conseguir recolectar información para ser utilizadas a través de datos
numéricos.
Las encuestas consisten en un conjunto de preguntas realizadas a través de un cuestionario que se aplica sobre un
subconjunto de la población de estudio o muestra con el fin de obtener datos estadísticos sobre opiniones, hechos
u otras variables.
Una encuesta puede ser estadísticamente representativa y para ello debe representar estadísticamente las
respuestas del total pudiendo ser extrapoladas y ser generalizadas, en cambio las estadísticamente no
representativas las respuestas del total no representan al determinado grupo de encuestados por tanto no es válida
y sólo sirve para detectar posibles tendencias, profundizar ideas o recoger opiniones a grupos de interés o expertos.
Las encuestas estadísticamente representativas sirven para realizar investigaciones del tipo cuantitativo y sirven para
medir y cuantificar opiniones y otras variables.
Para las encuestas estadísticamente representativas el tamaño de la muestra está dado según la teoría de
probabilidades, dependiendo del tamaño de la población, el porcentaje de error máximo aceptable y del nivel de
confianza.
En cambio, para las que son estadísticamente no representativas el tamaño de la población no es determinado,
pudiéndose dar que cualquier tamaño puede ser utilizado siempre y cuando permita recolectar un dato que es su
objetivo, sin embargo, debe ser mayo a 30 casos, de no ser así es mejor utilizar en lugar de encuestas entrevistas
estructuradas.
Para encuestas estadísticamente representativas la selección de la muestra se realiza de forma aleatoria permitiendo
así que todas las muestras sean representativas permitiendo que todos los integrantes de la población de estudio
tengan la misma probabilidad matemática de ser seleccionados, siendo así una muestra probabilística.
Una muestra probabilística se puede realizar por medio de:
• Muestra simple: consiste en identificar a todos y cada uno de los miembros de la población con un número-
etiqueta, y luego con un procedimiento de generación de números aleatorios, seleccionar la cantidad
necesaria (tamaño muestral) (FAU, 2010).
• Muestra estratificada: consiste en dividir la población en segmentos o estratos y luego seleccionar muestras
simples para cada segmento.
• Muestra racimo: consiste en asumir que la población se encuentra concentrada o encapsulada en lugares
físicos específicos (clústeres) y muestrearlos (FAU, 2010).
En las encuestas estadísticamente no representativas, la selección de la muestra no obedece a procedimientos
probabilísticos, sino a técnicas informales con las cuales los sujetos son elegidos directamente por el investigador,
denominándose dirigidas.
Estas encuestas pueden ser realizadas a voluntarios, de casos tipo, de redes o en cadena que son a través de
recomendaciones sucesivas de personas, de oportunidad, por conveniencia, entre otros.
La herramienta más usada en las encuestas es el cuestionario, que consiste en un conjunto ordenado de preguntas
respecto de una o más variables o datos que recolectar.

IACC 2021 15
Semana 6
Procedimientos estadísticos en la gestión de calidad

Además, tienen como características esenciales asegurar una aplicación ordenada y progresiva de la información
que se solicitará, donde las preguntas deben ir en un orden específico de la primera a la última pregunta, el
encuestador realiza las preguntas y el encuestado sólo las debe responder, es decir unidireccional. Finalmente debe
ser normalizado y estandarizado es decir a todos los encuestados se les aplica lo mismo (FAU, 2010).
• Proceso de elaboración de una encuesta
El realizar un cuestionario para una encuesta es un proceso relativamente complejo que requiere algunas
consideraciones importantes a la hora de realizarlo, por ello de la calidad de las preguntas va a depender gran parte
del éxito del instrumento. Por lo tanto, durante el proceso de elaboración de un cuestionario siempre es necesario
considerar (FAU, 2010):
• La aplicación de una encuesta piloto entre un número reducido de personas similares al perfil de los
encuestados que permita detectar conflictos desde la redacción, ambigüedad en las preguntas, redundancia,
imprecisiones u otras.
• Considerar aspectos del feedback de los simuladores que entreguen posterior al proceso, incluyendo en ello
todo lo relevante a la experiencia, tiempo otorgado, aburrimiento del encuestado, compromiso, facilidad,
etc.
• La inclusión de algunos elementos o preguntas que permitan posteriormente clasificar, segmentar, tabular
y analizar las respuestas según el(los) perfil(es) de los encuestados. Estas preguntas por lo general son
transversales y aluden a elementos como ubicación, edad, género.
A continuación, y a modo de ejemplo, se entrega un pequeño cuestionario con las preguntas tipo que se pueden
encontrar en él.
Toda encuesta debe comprender a modo de introducción información relevante sobre su origen, donde se incluye:
quién elabora la encuesta (organización, institución, personas, etc.), el propósito que persigue el estudio
(satisfacción del cliente, medición de la percepción de la calidad frente a un producto o servicio, etc.), el tiempo
aproximado de respuesta, la declaración de confidencialidad y, en caso necesario, instrucciones claras sobre cómo
responder alguna pregunta diferente.

Ejemplo de introducción:
Empresa consultora de medios We Quality
Área de consulta calidad y satisfacción del cliente.
Encuesta sobre la percepción de la calidad al cliente en productos de construcción y reparación, caso
de estudio: tornillos.
ENCUESTA
Esta encuesta tiene por propósito indagar la percepción de calidad y las dimensiones de mayor interés en
el cliente a la hora de seleccionar un producto para distintos usos en construcción y reparación, para lo cual
se le solicita su colaboración respondiendo las siguientes 12 preguntas.

Le tomará aproximadamente 10 minutos. Sus respuestas son anónimas y la información entregada será
manejada con la más estricta confidencialidad y servirá de insumo para mejoras en la calidad que es
ofertada en estos productos.

Muchas gracias.
Imagen 4. Ejemplo de introducción informativa a cuestionario.
Fuente: Elaboración propia.

IACC 2021 16
Semana 6
Procedimientos estadísticos en la gestión de calidad

Tabla 4. Ejemplo de preguntas en cuestionario según dimensión exploratoria.

Dimensiones Preguntas

De opciones
¿Cuándo fue la última vez que compró algún tipo de tornillo para reparación o
mutuamente excluyentes
construcción?
a) Hace una semana
b) En el último mes
c) Hace tres meses
d) Más de tres meses
e) No se acuerda.
Opciones no excluyentes
¿Cuál fue la utilización de los tornillos que compró? Puede marcar más de una
opción.
a) Techumbre
b) Cielo
c) Murallas
d) Puertas, ventanas
e) Muebles
f) Patio, jardín
De jerarquización
Indique del 1 al 5 qué tan importantes son para usted ciertos aspectos de calidad en
los tornillos, siendo 1 irrelevante y 5 muy importante.
______Maniobrabilidad
______Resistencia mecánica
______Resistencia térmica
______Durabilidad
_______Resistencia a condiciones climáticas
_______Textura
_______Color/ diseño
_______Precio
_______Variedad según tamaño
De escalas de Likert. Es
Indique que si usted está en acuerdo o desacuerdo con la siguiente frase: “Los
importante que las
opciones sean siempre 3, tornillos tienen una poca duración, se gastan progresivamente en un tiempo corto”.
5 o 7 y con un

IACC 2021 17
Semana 6
Procedimientos estadísticos en la gestión de calidad

escalamiento simétrico y a) Totalmente de acuerdo


neutral.
b) Parcialmente de acuerdo
c) Ni en acuerdo, ni en desacuerdo
d) Parcialmente en desacuerdo
e) Totalmente en desacuerdo
Preguntas de rango,
¿Cuántas cajas de tornillos o unidades de tornillo ha comprado en el último mes?
respuesta abiertas
numéricas _________ Cajas de tornillos de 100 unidades
_________ Unidades de tornillos
De respuestas abiertas.
¿Cómo definiría usted calidad en la aplicación de tornillos?
__________________________________
__________________________________
Fuente: Elaboración propia adaptado de FAU (2010).

Finalmente, una vez terminado el proceso de cuestionario se debe tabular la información para ser posteriormente
expresada y/o graficada en distintas formas según sea el caso que permita saber a través de aquella información
relevante.

2.2 MUESTREO
El muestreo es la técnica que permite seleccionar muestras adecuadas de una población de estudio. Esta selección
del muestreo debe conducir a la obtención de una muestra representativa de la población de donde proviene, esta
condición establece que cada elemento de la población tiene la misma probabilidad de ser incluido en la muestra
(Del Castillo y Salazar, 2018).

IACC 2021 18
Semana 6
Procedimientos estadísticos en la gestión de calidad

Requiere precisar Sus tipos son: - Muestra


el tamaño de la aleatoria simple. -
muestra. Muestra estratificada. -
Muestra por racimos o
Clusters.
Probabilística
Seleccionar
elementos
muestrales, por Listado o marco
medio de: muestral

Procedimiento

STATS
Tómbolas Selección
Clases Tablas de
Selecciona números sistemática
participantes por aleatorios
uno o varios
propósitos.
No
probabilística o
dirigida No pretende que los casos
sean representativos de la
población.

Se utiliza por economía de tiempo


y recursos.
Muestra (es un Implica definir la unidad de
subgrupo de la anñalisis.
población)
Requiere delimitar la población
para generalizar resultados y
establecer parámetros.

Imagen 5. Esquema estructurado de la forma de selección de muestra para el muestreo.


Fuente: (Hernández et al., 2010).

Primeramente, se necesita definir lo que es la unidad de análisis que puede ser desde personas hasta objetos, que
para el caso de esta asignatura es un producto o ejecución de un servicio. Una vez definido esta unidad se delimita
la población.

IACC 2021 19
Semana 6
Procedimientos estadísticos en la gestión de calidad

Para el proceso cuantitativo la muestra es un subgrupo de la población de interés sobre el cual se recolectarán datos,
y que tiene que definirse o delimitarse de antemano con precisión, siendo esto representativo de la población elegida
(Hernández et al., 2010), es decir se puede extrapolar los resultados obtenidos de aquella muestra.
Posteriormente se necesita delimitar con exactitud la población de la cual se tomará la muestra, esta delimitación
debe ser expresamente clara que permita, a través de esta información, que la muestra no presente dudas, por
ejemplo y siguiendo con el caso anterior:
• Población: locales que comercializan los tornillos.
• Muestra: sólo los locales minoristas.
¿Cómo se selecciona la muestra?
La muestra es, en esencia, un subgrupo de la población. Es un subconjunto de elementos que pertenecen a ese
conjunto definido en sus características al que llamamos población (Hernández et al., 2010).

Imagen 6. Representación gráfica de la muestra.


Fuente: (Hernández et al., 2010)

• Tipos de muestra
Por lo general las muestras se categorizan en dos tipos puntuales siendo las muestras probabilísticas aquellas donde
todos los elementos de la población tienen la misma posibilidad de ser escogidos y se obtienen definiendo las
características de la población y el tamaño de la muestra, y por medio de una selección aleatoria o mecánica de las
unidades de análisis; en cambio en las no probabilísticas la elección de los elementos no depende de la probabilidad,
sino de causas relacionadas con las características de la investigación o de quien hace la muestra.
Respecto a la elección de un u otro tipo de muestra dependerá exclusivamente del objeto de estudio, de lo que se
espera de ella y lo que se hará con aquella muestra.
La selección de una propuesta probabilística tiene muchas ventajas, quizá la principal sea que puede medirse el
tamaño del error en las predicciones. Se dice incluso que el principal objetivo en el diseño de una muestra
probabilística es reducir al mínimo este error, al que se le llama error estándar (Hernández et al., 2010).
Para realizar una prueba probabilística se necesitan dos procedimientos:

IACC 2021 20
Semana 6
Procedimientos estadísticos en la gestión de calidad

Calcular que el tamaño de la muestra sea representativo de la población y seleccionar los elementos muestrales
(casos) de manera que al inicio todos tengan la misma probabilidad de ser elegidos.
• Cálculo del tamaño de la muestra
Cuando se quiere determinar una muestra probabilística, siempre la pregunta inicial es ¿cuál es el número mínimo
de unidades de análisis (elementos, objetos, personas, etc.), que necesitan para conformar una muestra (n) que
logre un error estándar menor de 0,1 (valor asignado para este caso), dado que la población N es aproximadamente
de tantos elementos?
La respuesta a esta pregunta busca encontrar una muestra que sea representativa del universo o población con
cierta posibilidad de error (que se pretende minimizar) y nivel de confianza (maximizar), así como su probabilidad
(Hernández et al., 2010).
Para ello la fórmula a utilizar cuando se conoce el tamaño de la población es:

𝑁 ∙ 𝑧(𝛼/2) 2 ∙ 𝑝 ∙ 𝑞
𝑛=
𝑒 2 ∙ (𝑁 − 1) + 𝑧(𝛼/2) 2 ∙ 𝑝 ∙ 𝑞
Donde:
Tabla 5. Resumen de valores críticos de la
n: Tamaño de la muestra buscado
distribución t de Student para los niveles
N = Tamaño de la población o universo de confianza.
Nivel de confianza 𝒛(𝜶/𝟐)
𝑧(𝛼/2) = Parámetro estadístico que depende el nivel de confianza (95%
99.7% 3
complemento del nivel de confianza1 en base al 5% asignado por error).
99% 2,58
Valor obtenido del nivel de confianza de Z alfa
98% 2,33
E = Error de estimación máximo aceptado (porcentaje de error potencial 96% 2,05
que admitimos tolerar de que nuestra muestra no sea representativa de
95% 1,96
la población) Los más comunes son entre 5 y 1% donde 1 es muy poco y
90% 1,645
5 es generalmente aceptado
80% 1,28
p = Probabilidad que ocurra el evento estudiado (éxito). Por lo general
50% 0,674
siempre es un 50% en caso de no contar con un marco previo de
Fuente: elaboración propia.
muestreo
q = (1-q) Probabilidad de que no ocurra el evento estudiado. Por lo
general siempre es un 50% en caso de no contar con un marco previo de
muestreo

1
Tablas resumen para la distribución muestral https://bit.ly/3ana9C9

IACC 2021 21
Semana 6
Procedimientos estadísticos en la gestión de calidad

Ejemplo:
La empresa de tornillos necesita conocer la cantidad de tornillos que contendrá la muestra para que esta
sea representativa de las 5 cajas con cada una de 100 tornillos (muestra finita) que se han vendido, para
ello la aplicación del cálculo es el siguiente:
• Tamaño de la población: 500
• Error máximo aceptable: 5%
• Porcentaje estimado de la muestra: 50%
• Nivel de confianza: 95% (por lo cual 𝑧(𝛼/2) = 1,96)

Utilizando la siguiente ecuación:

𝑁 ∙ 𝑧(𝛼/2) 2 ∙ 𝑝 ∙ 𝑞 500 ∙ (1,96)2 ∙ 0,5 ∙ 0,5


𝑛= = = 217 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑒 2 ∙ (𝑁 − 1) + 𝑧(𝛼/2) 2 ∙ 𝑝 ∙ 𝑞 (0,05)2 ∗ (500 − 1) + (1,96)2 ∙ 0,5 ∙ 0,5

Ahora bien, para calcular la muestra dentro de una población desconocida (muestra infinita) de unidades la
fórmula de aplicación es la siguiente:

𝑧(𝛼/2) 2 ∙ 𝑝 ∙ 𝑞
𝑛=
𝑒2

Donde:
• Tamaño de la población: desconocida
• Error máximo aceptable: 5
• Porcentaje estimado de la muestra: desconocido
• Nivel de confianza: 95%

Entonces:
1.962 ∙ 0,5 ∙ 0,5
𝑛= = 𝑛 = 384,16 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 = 384
0,052

Por tanto, si se conoce la cantidad de población que para este caso es sí se necesitan 217 unidades y 384 en
caso de que se desconozca la cantidad de población.

• Muestra probabilística estratificada:


Este tipo de muestra responde a la posibilidad de que se investiguen distintas muestras de la población en caso de
que sea necesario según lo determine el enunciado del problema detectado.
Por ejemplo, si se necesita realizar comparaciones, para el caso del ejemplo, de los tornillos vendidos entre las
sucursales minoristas no se podría conocer en qué locales tienen ciertos datos, pudiéndose dar que en algunos se
concentran los reclamos o los productos defectuosos y en otros no. Aquella duda queda plasmada y no es posible
conocerla por medio de una muestra aleatoria simple, por tanto, la muestra probabilística estratificada puede ayudar
a esa interrogante, por tanto, es cuando se prefiere obtener una muestra probabilística estratificada (el nombre nos

IACC 2021 22
Semana 6
Procedimientos estadísticos en la gestión de calidad

dice que será probabilística y que se considerarán segmentos o grupos de la población, o lo que es igual: estratos)
(Hernández et al., 2010).
Según lo anterior lo que se plantea es dividir las poblaciones en subpoblaciones o estratos (población compradores
minoristas, subpoblaciones, los locales) y se selecciona una muestra de cada una de estas subdivisiones (locales).
Con ello se conseguir aumentar la precisión de la muestra y permite la utilización de distintos tamaños de muestras
para cada estrato (local) a fin de lograr reducir la varianza de cada unidad de la media muestral ya que en un número
determinado de elementos muestrales n = ∑nh la varianza de la media muestral ȳ puede reducirse al mínimo si el
tamaño de la muestra para cada estrato es proporcional a la desviación estándar dentro del estrato (Hernández et
al., 2010).
Para ello la fórmula:

𝑛
𝑓ℎ = = 𝐾 ∙ 𝑠ℎ
𝑁

Donde:
fh: Fracción del estrato
n: Tamaño de la muestra
N: Tamaño de la población
sh: Desviación estándar de cada elemento en el estrato h
K: Proporción constante que nos dará como resultado una q óptima para cada estrato.
Siguiendo con el ejemplo anterior de los tornillos y sus reclamos se han vendido en los locales minoristas 137 cajas
(100 pernos c/u), por tanto, primeramente, la muestra representativa sería de:
• Tamaño de la población (pernos): 13.700
• Error máximo aceptable: 5%
• Porcentaje estimado de la muestra: 50%
• Nivel de confianza: 95%

𝑁 ∙ 𝑧(𝛼/2) 2 ∙ 𝑝 ∙ 𝑞 13.700 ∙ (1,96)2 ∙ 0,5 ∙ 0,5


𝑛= = = 374 𝑝𝑒𝑟𝑛𝑜𝑠
𝑒 2 ∙ (𝑁 − 1) + 𝑧(𝛼/2) 2 ∙ 𝑝 ∙ 𝑞 (0,05)2 ∗ (13.700 − 1) + (1,96)2 ∙ 0,5 ∙ 0,5

Ahora, continuando con la fórmula de la muestra probabilística la expresión al reemplazar es la siguiente:


𝑛
𝑓ℎ = 𝐾 ∙ 𝑠ℎ =
𝑁

IACC 2021 23
Semana 6
Procedimientos estadísticos en la gestión de calidad

Por tanto, para una población de 13.700 tornillos se necesitan como muestras 383 pero en todos los locales, por
tanto, aplicado a los estratos tenemos:
374
𝑓ℎ = = 0,0273
13.700
De manera que el total de la subpoblación se multiplicará por esta fracción constante para obtener el tamaño de la
muestra para el estrato y aproximarlo en caso de que tenga decimales al siguiente próximo debido que se habla de
unidades. Al sustituirse en el total de los locales se tiene:

Tabla 6. Ejemplo de aplicación de muestreo probabilístico estratificado.


Tabla probabilística de muestras por locales
Número de local Local Población en Fracción 𝒇𝒉 Muestras
pernos por cajas de constante aproximadas a
100 unidades unidad
1 La Reina 500 0,0273 14
2 Viña del Mar 900 0,0273 25
3 Osorno 1400 0,0273 38
4 Maipú 2300 0,0273 63
5 Valdivia 1700 0,0273 46
6 Antofagasta 1100 0,0273 30
7 Puente Alto 1300 0,0273 35
8 La Serena 800 0,0273 22
9 San Bernardo 1100 0,0273 30
10 Huechuraba 900 0,0273 25
11 Rancagua 1000 0,0273 27
12 Temuco 700 0,0273 19
N= 13.700 n = 374

Finalmente, y para terminar el proceso debe ocurrir la selección de la muestra, donde para ello existen 3 tipos
característicos, siendo estos
• Tómbola: aquí se utiliza la enumeración de las muestras y se selecciona al azar dentro de la tómbola las que
será muestreadas, por ejemplo, para el local La Reina se utilizarán 14 muestras donde se sortearán las 14
muestras dentro de los 500 pernos (5 cajas en total).
• Random: Se utiliza un software que permite realizar combinaciones con las muestras para determinar al azar
las que serán muestreadas.
• Selección sistemática de elementos muestrales, básicamente es muestrear por medio de intervalos
constantes.
𝑁 500
Donde, por ejemplo, para el local La Reina sería 𝑓ℎ = = = 35,7 = 36
𝑛 14
Es decir, cada 36 unidades se toma una muestra (tornillo) para el local de La Reina, así se cumplen con las 14
necesarias para su representatividad.

IACC 2021 24
Semana 6
Procedimientos estadísticos en la gestión de calidad

Si se requiere conocer la cantidad de muestra de una población se puede consultar la página de centros de
estudios y encuestas públicas Cadem

https://bit.ly/2OAa2ei

IACC 2021 25
Semana 6
Procedimientos estadísticos en la gestión de calidad

COMENTARIO FINAL
En el presente módulo se ha centrado la atención en el problema de un investigador que quiere descubrir el origen
de un problema o fenómeno dentro de una población. Para ello se entregaron nociones elementales de cómo realizar
un proceso de investigación inicial que permita, a través de la obtención de datos y su posterior tratamiento,
describir y analizar la información para tener un acercamiento a la toma de decisiones dentro de una organización.
Con lo visto en el presente módulo sólo se pretende recoger información de un subconjunto de elementos de la
población. Para ello y en primer lugar, se comienza con la generación de datos de estudio que pueden ser adquiridos
a través de distintos medios y herramientas, utilizando puntualmente para el caso de estudio “Reclamos de los
clientes” un cuestionario que se utiliza en una encuesta la que se explica en un paso a paso cómo poder realizarla y
además las etapas necesarias en un plan de muestreo. A continuación, deben distinguirse los errores de muestreo y
los errores ajenos al muestreo. Luego, calcular intervalos de confianza de acuerdo con el tipo de muestreo utilizado
y también calcular los tamaños de muestra adecuados.
Resulta inmensamente importante comprender en qué consiste una técnica adecuada de muestreo, ya que la
estadística se preocupa en gran parte de los problemas que plantean las afirmaciones sobre una población a partir
de la información muestral.

IACC 2021 26
Semana 6
Procedimientos estadísticos en la gestión de calidad

REFERENCIAS
Baptista, M., Fernández, C. Hernández, R. (2010). Metodología de la investigación. Ediciones MgGraw- Hill.
Recuperado desde: https://bit.ly/3tVV0Qc

Del Castillo, S. y Salazar, C. (2018). Fundamentos básicos de la estadística. Recuperado desde: https://bit.ly/3b3FGbx

FAU (2010). Facultad de Arquitectura y Urbanismo Universidad de Chile. Material Docente. Recuperado desde:
https://bit.ly/3b1bT3b

Freixas, M. (2015). Escuela Nacional de Trabajo Social. Investigación Social II. Recuperado desde:
https://bit.ly/3jNZhRd

IACC (2018). Conceptos básicos de estadística descriptiva. Estadística. Capítulo 1.

PARA REFERENCIAR ESTE DOCUMENTO, CONSIDERE:

IACC (2021). Procedimientos estadísticos en la gestión de calidad. Taller de herramientas para la calidad.
Semana 6.

IACC 2021 27

También podría gustarte