Las Siete

herramientas estadísticas básicas

D.A.A.D. Patricia Abigail Valenzuela Martinez

 Objetivo
Determinar las causas raíces en el
análisis de problemas, a través del uso
de herramientas estadísticas básicas.
 Introducción
En 1920, en los laboratorios Bell se experimentó con el
muestreo estadístico, desarrollando los diagramas de
control (Walter Shewhart)
Joseph Juran trató de vender esta nueva tecnología en las
fábricas, pero tuvo poco éxito hasta la Segunda Guerra
Mundial.
El concepto fue introducido por Kaoru Ishikawa en su libro
Introduction to Quality Control, publicado en el año 1986.
Diagrama de Dispersión
La relación entre dos variables se
representa mediante una gráfica de dos
dimensiones en la que cada relación
está dada por un par de puntos (uno
para cada variable).
 ¿Para qué se usa?
Entre sus usos está descubrir y mostrar las relaciones entre dos
conjuntos asociados de datos y confirmar relaciones anticipadas
entre éstos.
El diagrama de dispersión puede estudiar la relación entre:
Dos factores o causas relacionadas con la calidad.
Dos problemas de calidad.
Un problema de calidad y su posible causa.
 Correlación nula
Se presenta cuando los puntos en un
diagrama de dispersión están dispersos
sin ningún patrón u orden aparente.
 Correlación positiva
Es cuando dos factores (X, Y) se relacionan en forma lineal
positiva, de tal forma que al aumentar uno también lo hace el
otro.
 Correlación negativa
Relación lineal entre dos variables (X y Y), tal que cuando una
variable crece la otra disminuye y viceversa.
 Construcción
Obtención de datos: mínimo 30
Elegir ejes: independiente en (X), dependiente en (Y)
Construir escalas
Graficar los datos
Examinar el diagrama
 Coeficiente de Pearson
El coeficiente de Pearson es un tipo de coeficiente de correlación
que representa la relación entre dos variables que se miden en el
mismo intervalo o escala de razón. El coeficiente de Pearson es una
medida de la fuerza de la asociación entre dos variables continuas.
Las correlaciones de Pearson sólo son adecuadas para variables
cuantitativas.
 Correlación de Pearson
Correlación Correlación Correlación Correlación Correlación Correlación Correlación
positiva positiva positiva nula negativa negativa negativa
perfecta alta baja baja alta perfecta
Se entrevistó a un grupo de 30
estudiantes del ITSL para conocer su
estatura en centímetros y su peso en
kilogramos.
Los datos fueron tabulados para
determinar si las variables están
relacionadas.

Ejemplo
 ¿Cuál es verdadero?
Un estudio que relaciona el número de ahogamientos en
Estados Unidos con el número de películas realizadas por
Nicolas Cage.
Un estudio afirma que los niños que duermen con la luz
encendida tienen más posibilidades de padecer miopía.
Causalidad: implica que una variable es Correlación: mide el grado de
el origen de la otra. asociación lineal entre variables.
Si (Y) cambia es debido a (X) Los cambios de (Y) no son explicados
por los cambios de (X)

Cum hoc ergo propter hoc

¿Dudas?