¿Para qué sirve la estadística?

 Para tomar decisiones

 Solucionar problemas

El conocimiento estadístico genera valor en las empresas ya que los grandes problemas
empresariales suelen poder resolverse a través del planteamiento de modelos cuantitativos.

El mercado, en su deseo de mejorar la calidad de sus productos y ser mas competitivo, llevo a que
se formase la

Gerencia de calidad total: Total quality management, TQM, que busca identificar y potenciar las
cualidades de un producto que mejor satisfacen las necesidades del consumidor.

En el marco de la gerencia de calidad total (TQM), las empresas han desarrollado departamentos
de Control de calidad (Quality control) QC, cuya función es usar la estadística para medir
desempeño y solucionar problemas de calidad.

La puesta en acción de estos equipos de QC en el marco del TQM, suele ser denominada Quality
function deployment WFD (despliegue de función de calidad).

Los TQM se caracterizan por hacer uso de herramientas y conocimientos estadísticos para
promover el control de la calidad, estos se denominan Statistical Quality Control (Control
estadístico de la calidad), SQC.

Definiciones básicas:

POBLACIÓN: Es el universo, compuesto de todas las observaciones pertenecientes al grupo de

interés del investigador, el decir, el conjunto que contiene todas las posibles muestras.

PARÁMETRO: es una medida descriptiva del universo (población), es decir, una variable asociada a
todos los elementos que componen las posibles muestras.

MUESTRA: Ante la imposibilidad de estudiar la población (universo), se selecciona una muestra

representativa con el objetivo de entender el comportamiento de la población.

ESTADÍSTICO: elemento que describe a la muestra, es decir, es el equivalente de un parámetro en

el caso de la población.

VARIABLE: es una característica de población o muestra, que puede ser cualitativa o cuantitativa.

ESTADISTICA DESCRIPTIVA: estadística usada para resumir, agrupar o presentar datos.

ESTADISTICA INFERENCIAL: estadística que busca sacar una conclusión con base en la muestra
observada (extrapolar la realidad al universo)

ERROR DE MUESTRO: diferencia entre el estadístico de prueba y el parámetro de la población.

Error tipo 1: selección de casos atípicos de manera aleatoria.

SESGO MUESTRAL: selección intencionada de una muestra no representativa.

Mediciones en escalas nominales: texto, nombres o clasificaciones que solo pueden ser medidas
en términos de frecuencia de aparición.

MEDIDAS ORDINALES: jerarquización en una escala determinada.

MEDIDAS DE INTERVALO: CERO ARBITRARIO, Y LA DIFERENCIA ENTRE VALORES ES IMPORTANTE.

MEDIDAS EN ESCALA DE RAZÓN: CERO ES UN VALOR FIJO (EJ: RECTA REAL) Y LA DIFERENCIA
ENTRE VALORES ES IMPORTANTE.