CAPÍTULO 6

FUNDAMENTOS DE CONTROL
ESTADISTICO DE CALIDAD
MEDIDAS DE TENDENCIA CENTRAL
Las medidas de tendencia central son parámetros
estadísticos que informan sobre el centro de la
distribución de la muestra o población estadística.
OBJETIVO DE LAS MEDIAS DE TENDENCIA

• Mostrar el elemento promedio o típico del grupo

• Sirve para comparar o interpretar cualquier valor

en relación con el puntaje central.

• Sirve para comparar el valor adquirido por una,

misma variable de dos diferentes ocasiones.
LAS MEDIDAS DE
TENDENCIA SE
DIVIDEN EN TRES QUE
SON LAS SIGUIENTES:
MEDIA ARITMÉTICA (PROMEDIO) 𝑿
La media aritmética o el promedio
corresponde al número que se
obtiene al dividir la “suma de todos
los valores” por el “número de
datos”.

Formula:
𝐗𝟏 + 𝐗𝟐 + 𝐗𝟑 + ⋯ + 𝐗𝐧
𝑿=
𝐧
EJEMPLO:

Nº 1 2 3 4 5 6 7
MUESTRA 5 8 12 6 4 9 10

𝟓 + 𝟖 + 𝟏𝟐 + 𝟔 + 𝟒 + 𝟗 + 𝟏𝟎 𝟓𝟒
𝑿= =
𝟕 𝟕

𝑿 = 𝟕. 𝟕𝟏𝟒
MEDIANA (Me)
La segunda medida de tendencia que analizaremos es la
mediana, en esta ocasión se llama media posicional, porque
queda en la mitad de un grupo de datos y se identifica de la
siguiente manera:
EJEMPLO:
Nº MUESTRA CRECIENTE DECRECIENTE
1 32 24 37 𝟐𝟖 + 𝟐𝟗
2 28 25 35 𝑴𝒆 =
3 24 25 32 𝟐
4 35 27 30
5 37 28 29 𝑴𝒆 = 𝟐𝟖. 𝟓
6 30 29 28
7 25 30 27
8 27 32 25
9 29 35 25
10 25 37 24
LA MODA (Mo)
La moda es el dato que más se repite o el dato que ocurre
con mayor frecuencia. Un grupo de datos puede no tener
moda, tener una moda (unimodal), dos modas (bimodal) o
más de dos modas (multimodal).
EJEMPLOS:

Nº 1 2 3 4 5 6 7

MUEST 19 23 24 19 27 26 27
RA

Mo = 19 y 27, se dice que es bimodal

Mo = 4, se dice que es unimodal

DESVENTAJA DE LAS MEDIDAS DE TENDENCIA
Las medidas de posición central son una ayuda en forma
de resumen, pero no son categóricas. Como resumen
pueden darnos una información de lo que, en promedio,
cabría esperar. Pero no siempre son precisas.
MEDIDAS DE DISPERSIÓN
Las medidas de dispersión tratan, a través del cálculo
de diferentes fórmulas, de arrojar un valor numérico
que ofrezca información sobre el grado de
variabilidad de una variable. Son números que
indican si una variable se mueve mucho, poco, más o
menos que otra. La razón de ser de este tipo de
medidas es conocer de manera resumida una
característica de la variable estudiada.
Va r i a n z a :
Identifica la diferencia promedio que hay entre cada uno de los valores respecto
a su punto central ( Media ). Este promedio es calculado, elevando cada una de
las diferencias al cuadrado (Con el fin de eliminar los signos negativos), y
calculando su promedio o media; es decir, sumado todos los cuadrados de las
diferencias de cada valor respecto a la media y dividiendo este resultado por el
número de observaciones que se tengan. Si la varianza es calculada a una
población (Total de componentes de un conjunto), la ecuación sería:

Donde (𝜎 2 ) representa la varianza, (Xi) representa cada uno de los

valores, ( ) representa la media poblacional y (N) es el número de
observaciones ó tamaño de la población.
Desviación Estándar:
Para que el calculo quede en las mismas unidades de las observaciones, se extrae la
raíz cuadrada de la varianza y se obtiene así:

𝜎 = √𝜎 2
Si se opera sobre una muestra, la varianza y la desviación estándar de la
muestra son:

Va r i a n z a d e l a
Muestra:
Desv iación Estándar de la Muestra:
Permite determinar el promedio aritmético de fluctuación de los datos respecto a su punto
central o media. La desviación estándar nos da como resultado un valor numérico que representa
el promedio de diferencia que hay entre los datos y la media. Para calcular la desviación estándar
basta con hallar la raíz cuadrada de la varianza, por lo tanto su ecuación sería:

Rango:
El rango es un valor numérico que indica la diferencia entre el valor máximo y el mínimo de una
población o muestra estadística. Su fórmula es:

R = Máxx – Mínx
Donde:
 R → Es el rango.
 Máx → Es el valor máximo de la muestra o población.
 Mín → Es el valor mínimo de la muestra o población estadística.
 x → Es la variable sobre la que se pretende calcular esta medida.
Coeficiente de variación:
Su cálculo se obtiene de dividir la desviación típica entre el valor absoluto de
la media del conjunto y por lo general se expresa en porcentaje para su
mejor comprensión.

X → Variable sobre la que se pretenden calcular la

varianza.
σx → Desviación típica de la variable X.
| x̄ | → Es la media de la variable X en valor absoluto con
x̄ ≠ 0.
1
2
3.DISTRIBUCION NORMAL
DISTRIBUCION NORMAL
LA DISTRIBUCIÓN NORMAL ES UN MODELO TEÓRICO PARA VARIABLES ALEATORIAS Y
CONTINUAS Y REPRESENTA LA DISTRIBUCIÓN DE FRECUENCIAS DE UNA POBLACIÓN
DE VALORES.
LA CURVA NORMAL ES UNA CAMPANA SIMÉTRICA CUYA FORMA Y POSICIÓN DEPENDE
DE DOS PARÁMETROS .

 µ=MEDIA POBLACIONAL, QUE SE LOCALIZA EN EL CENTRO DE LA DEL EJE

HORIZONTAL.

 =DESVIACIÓN ESTÁNDAR QUE DETERMINA EL ANCHO DE LA CURVA.

DISTRIBUCION NORMAL

 Función matemática con forma de campana que tiene la siguiente

definición:
CARACTERÍSTICAS
DISTRIBUCION NORMAL
La distribución normal estándar, es aquella distribución normal
que tiene una media igual a cero, y una desviación estándar
igual a uno. Veamos la función densidad normal estandarizada,
que trabaja con la variable estandarizada z en el eje horizontal:
SIMETRIA CURTOSISI
EJ. 1
ESTADISTICOS RESULTADOS

Columna1

Media 1,17864
Error típico 0,002410579
Mediana 1,18
Moda 1,17
Desviación estándar 0,026951091
Varianza de la muestra 0,000726361
Curtosis 0,173187527
Coeficiente de asimetría -0,011389397
Rango 0,14
Mínimo 1,11
Máximo 1,25
Suma 147,33
Cuenta 125

Columna1