ESTADISTICA Y

CONTROL DE CALIDAD
 ¿Que es Calidad?

Conjunto de propiedades inherentes a una cosa

que permite caracterizarla y valorarla con
respecto a las restantes de su especie.
 Qué es la Estadística:

Estadística es un ciencia que utiliza datos numéricos

para obtener inferencias basadas en el cálculo de
probabilidades. Una estadística es también un conjunto
de datos obtenidos a través de un estudio estadístico.
 ESTADÍSTICA DESCRIPTIVA 

Es la rama de las matemáticas que recolecta, presenta y caracteriza un conjunto de datos (por

ejemplo, edad de una población, altura de los estudiantes de una escuela, temperatura en los meses
de verano, etc.) con el fin de describir apropiadamente las diversas características de ese conjunto.
 Estadística inferencial

Estudia la probabilidad de éxito de las diferentes soluciones

posibles a un problema en las diferentes ciencias en las que se
aplica y para ello utiliza los datos observados en una o varias
muestras de la población. Mediante la creación de un modelo
matemático infiere el comportamiento de la población total
partiendo de los resultados obtenidos en las observaciones de
las muestras.
 CONTROL ESTADISTICO DE LA CALIDAD
ORIGEN
• Antes de la revolución industrial los productos se realizaban de
forma artesanal, la calidad tomaba importancia tal como hoy en
la actualidad.
• Se origina un “BOOM” industrial que da inicio a la producción en
serie.
• Esto obliga a los empresarios a buscar métodos que permitan
producir “algo” y ese “algo” mantuviera las características
originales a través del tiempo.
OBJETIVO
El principal objetivo del control estadístico de la calidad es
disminuir la variabilidad de los procesos y con ello mejorar la
calidad, disminuir el desperdicio, los rechazos, las perdidas
económicas. Otras aplicaciones del control estadístico de la
calidad son ayudar en la toma de decisiones
DEFINICION
El control estadístico de la calidad es un método de mejora
continua de los procesos operativos de una organización, se basa
en la reducción sistemática de la variación de aquellas
características que más influyen en la calidad de los productos o
servicios. Las herramientas estadísticas utilizadas para la
reducción de la variación son, fundamentalmente, el
seguimiento, el control y la mejora de los procesos
Medidas De Tendencia
Central
Media:  x es el valor obtenido por la suma de todos
sus valores, dividida entre el número de sumadores.
 Moda: Mo es el valor con mayor frecuencia en una distribución de datos.
Se hablará de una distribución bimodal de los datos adquiridos en una
columna cuando encontremos dos modas, es decir, dos datos que tengan
la misma frecuencia absoluta máxima.
Mediana: Me. representa el valor de la variable de
posición central en un conjunto de datos ordenados.
 EJERCICIOS DE MEDIDAS DE TENDENCIA
CENTRAL

• 1.  Calcular la media aritmética, la mediana y la moda de la

siguiente serie de números: 5, 3, 6, 5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4,
8, 2, 5, 4.
SOLUCIÓN:
• Ordenamos la serie de números: 2, 2, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5,
5, 5, 6, 6, 8, 8, 8
• Moda: Mo = 5
• Mediana: Me= 5+5/2 = 10/2 Me = 5
• Media aritmética X=
2+2+3+3+4+4+4+4+4+5+5+5+5+5+5+6+6+8+8/20 = 99/20 = 4.95
2. Las puntuaciones obtenidas por un grupo en una prueba han
sido: 15, 13, 16, 15, 19, 18, 15, 14, 18. Calcular la moda, la mediana y
la media aritmética
SOLUCIÓN:
• Ordenamos la serie de números: 13, 14, 15, 15, 15, 16, 18, 18, 19
• Moda: Mo = 15
• Mediana: Me= 15
• Media aritmética X= 13+14+15+15+15+16+18+18+19/9 = 143/9
= 15.88
3. El número de estrellas de los hoteles de una ciudad viene dado
por la siguiente serie: 3, 3, 4, 3, 4, 3, 1, 3, 4, 3, 3, 3, 2, 1, 3, 3, 3, 2, 3, 2,
2, 3, 3, 3. Hallar la moda, la mediana y la media aritmética
SOLUCIÓN:
• Ordenamos la serie de números: 1, 1, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3,
3, 3, 3, 3, 3, 3, 3, 4, 4, 4.
• Moda: Mo = 3
• Mediana: Me= 3+3/2 = 6/2 = 3
• Media aritmética X=
1+1+2+2+2+2+3+3+3+3+3+3+3+3+3+3+3+3+3+3+3+4+4+4/24 =
67/24 = 2.79
4. Las calificaciones de 36 alumnos en Matemáticas han sido las
siguientes: 5, 2, 4, 9, 7, 4, 5, 6, 5, 7, 7, 5, 5, 8, 2, 10, 5, 6, 10, 4, 7, 6, 7,
3, 5, 6, 9, 6, 1, 4, 6, 3, 5, 5, 6, 7. Calcular la moda, la mediana y la
media aritmética
SOLUCIÓN:
• Ordenamos la serie de números: 1, 2, 2, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5, 5, 5,
6, 6, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 8, 9, 9, 10, 10.
• Moda: Mo = 5
• Mediana: Me= 5+6/2 = 11/2 = 5.5
• Media aritmética
• X=
1+2+2+3+3+4+4+4+4+5+5+5+5+5+5+5+5+5+6+6+6+6+6+6+6+7+7+7+7+7+7+
8+9+9+10+10/36 = 205/36 = 5.61
5. En un estudio que se realizó en un asilo de ancianos, se tomó las
edades de los envejecientes que pueden caminar sin dificultades.
Buscar la media, la mediana y la moda de las siguientes edades.
69 73 65 70 71 74 65 69 60 62
SOLUCIÓN:
• Ordenamos las edades de menor a mayor 60 62 65 65 69 69 70 71 73
74
• Media: Me= 69 + 73 + 65 + 70 + 71 + 74 + 65 + 69 + 60 + 62/10 = 678/10 =
67.8
• Quiere decir que la edad promedio de los envejecientes del asilo que
pueden caminar sin dificultad es de 67.8
• Mediana: Elementos intermedios: 69, 69
• 69 + 69 = 138/2 = 69 Por lo tanto, la mediana es de 69.
• Moda: Tiene 2 modas, 65 y 69
MEDIDAS DE DISPERSION
Medidas de dispersión.
Parámetros estadísticos que indican como se alejan los datos
respecto de la media aritmética. Sirven como indicador de la
variabilidad de los datos. Las medidas de dispersión más
utilizadas son el rango, la desviación estándar y la varianza.
Rango
Indica la dispersión entre los valores extremos de una variable. se
calcula como la diferencia entre el mayor y el menor valor de la
variable. Se denota como R= (dato mayor - dato menor)
Desviación estándar
La desviación estándar mide el grado de dispersión de los datos
con respecto a la media, se denota como s para una muestra o
como σ para la población. Se define como la raíz cuadrada de la
varianza según la expresión:
Varianza
Es otro parámetro utilizado para medir la dispersión de los
valores de una variable respecto a la media. Corresponde a la
media aritmética de los cuadrados de las desviaciones respecto a
la media. Su expresión matemática es:
Coeficiente de Variación
Permite determinar la razón existente entre la desviación
estándar (s) y la media. Se denota como CV. El coeficiente de
variación permite decidir con mayor claridad sobre la dispersión
de los datos
Varianza: σ Es la media de las diferencias con
2

la media elevadas al cuadrado

Desviación Estándar: σ mide cuánto se

separan los datos.
VARIANZA
La varianza es una medida de dispersión que representa la
variabilidad de una serie de datos respecto a su media.
Formalmente se calcula como la suma de los residuos al
cuadrado divididos entre el total de observaciones.
También se puede calcular como la desviación típica al
cuadrado. Dicho sea de paso, entendemos como residuo a
la diferencia entre el valor de una variable en un momento
y el valor medio de toda la variable
Antes de ver la fórmula de la varianza, debemos decir que
la varianza en estadística es muy importante. Ya que
aunque se trata de una medida sencilla, puede aportar
mucha información sobre una variable en concreto.
Fórmula para calcular la varianza
La unidad de medida de la varianza será siempre la unidad
de medida correspondiente a los datos pero elevada al
cuadrado. La varianza siempre es mayor o igual que cero. 
Al elevarse los residuos al cuadrado es matemáticamente
imposible que la varianza salga negativa. Y de esa forma
no puede ser menor que cero.
X: variable sobre la que se pretenden calcular la varianza
xi: observación número i de la variable X. i puede tomará valores entre 1 y n.
n: número de observaciones.
x̄: Es la media de la variable X.
• ¿Por qué se elevan al cuadrado los residuos?
• La razón por la que los residuos se elevan al cuadrado es sencilla. Si no se
elevasen al cuadrado, la suma de residuos sería cero. Es una propiedad de
los residuos. Así pues para evitarlo, tal como ocurre con la desviación típica
se elevan al cuadrado. El resultado es la unidad de medida en la que se
miden los datos pero elevada al cuadrado.
Por ejemplo, si tuviésemos datos sobre los salarios de un conjunto de personas
en euros, el dato que arroja la varianza sería en euros cuadrados. Para que
tenga sentido la interpretación calcularíamos la desviación típica y pasaríamos
el dato a euros.
¿Qué diferencia existe entre la varianza y la desviación
típica?
Una cuestión que se podría plantear, y con razón, sería la
diferencia entre varianza y desviación típica. En realidad,
vienen a medir lo mismo. La varianza es la desviación
típica elevada al cuadrado. O al revés, la desviación típica
es la raíz cuadrada de la varianza.
La desviación típica se hace para poder trabajar en las unidades de
medida iniciales. Claro que, como es normal, uno puede
preguntarse, ¿de qué sirve tener como concepto la varianza? Bien,
aunque la interpretación del valor que arroja no nos da demasiada
información, su cálculo es necesario para obtener el valor de otros
parámetros
Para calcular la covarianza necesitamos la varianza y no la
desviación típica, para calcular algunas matrices
econométricas se utiliza la varianza y no la desviación
típica. Es una cuestión de comodidad a la hora de trabajar
con los datos en según qué cálculos.
Ejemplo de cálculo de la varianza
Vamos a acuñar una serie de datos sobre salarios. Tenemos cinco
personas, cada uno con un salario diferente:
• Juan: 1.500 euros
• Pepe: 1.200 euros
• José: 1.700 euros
• Miguel: 1.300 euros
• Mateo: 1.800 euros
La media del salario, la cual necesitamos para nuestro cálculo, es
de ((1.500 + 1.200 + 1.700 + 1.300 + 1.800) /5) 1.500 euros
Dado que la fórmula de la varianza en su forma desglosada se formula como
sigue:
Obtendremos que se debe calcular tal que:
El resultado es de 52.000 euros al cuadrado. Es importante
recordar que siempre que calculamos la varianza tenemos las
unidades de medida al cuadrado. Para pasarlo a euros, en este caso
tendríamos que realizar la desviación típica. El resultado
aproximado sería de 228 euros. Esto quiere decir que, en media, la
diferencia entre los salarios de las distintas personas será de 228
euros.
Introducción a la desviación estándar
La desviación estándar mide la dispersión de una
distribución de datos. Entre más dispersa está una
distribución de datos, más grande es su desviación
estándar.
Por ejemplo, la distribución azul en la parte de abajo tiene
una desviación estándar mayor que la distribución verde
de arriba:
Es interesante que la desviación estándar no puede ser
negativa. Una desviación estándar cercana a 0.0 indica que
los datos tienden a estar más cerca a la media (se muestra
por la línea punteada). Entre más lejos estén los datos de
la media, más grande es la desviación estándar
¿Cuál de las distribuciones de datos que se muestran a
continuación tiene la desviación estándar más grande?
 Ejercicio:
Calcular la media , la mediana, la moda, varianza y desviación estándar de la siguiente serie de números:

5, 3, 6, 5, 4, 5, 2, 8, 6, 5, 4, 8, 3, 4, 5, 4, 8, 2, 5, 4
 Resultados
Mo 5
Me 5
X 4.8
σ2 3.12
σ 1.76
Distribución De Frecuencias
Son tablas en que se dispone las modalidades de la variable por filas.

En las columnas se coloca el número de ocurrencias por cada valor, porcentajes, etc.

La finalidad de las agrupaciones en frecuencias es facilitar la obtención de la información que contienen los datos.
Se reportan los datos correspondientes de las edades de 20
estudiantes de un curso especial de matemáticas.
19 17 18 20 17 20 21 18 18 19 18 20 19 18 18 19 18 16 17 20
DATOS FRECUENCIA FRECUENCIA FRECUENCIA FRECUENCIA
ABSOLUTA ABSOLUTA RELATIVA RELATIVA
ACUMULADA ACUMULADA

16 1 1 5% 5%
17 3 4 15% 20%
18 7 11 35% 55%
19 4 15 20% 75%
20 4 19 20% 95%
21 1 20 5% 100%
DIAGRAMA DE DISPERSIÓN Y CORRELACIÓN

Los diagramas de dispersión son una forma fenomenal de

expresar datos de dos variables, y hacer predicciones basadas en
los datos. Al contrario de los histogramas y los diagramas de caja,
los de dispersión muestran valores de datos individuales
Este es el diagrama de dispersión que expresa la cantidad de dinero
que se ganó Mateo cada semana trabajando en la tienda de su
padre
Las semanas están diagramadas en el eje x, y la cantidad de
dinero que se ganó en esa semana en el eje y. En general,
la variable independiente (la variable que no está influenciada
por nada) está en el eje x y la variable dependiente 
Correlación
Con los diagramas de dispersión podemos ver cómo se
relacionan ambas variables entre sí. Esto es lo que se conoce
como correlación. Hay tres tipos de correlación: positiva,
negativa y nula (sin correlación).
• Correlación positiva: ocurre cuando una variable aumenta y la
otra también. Por ejemplo, la altura de una persona y el tamaño
de su pie; mientras aumenta la altura, el pie también.
• Correlación negativa: es cuando una variable aumenta y la otra
disminuye. El tiempo de estudio y el tiempo que pasas jugando
videojuegos, tienen una correlación negativa, ya que cuando tu
tiempo de estudio aumenta, no te queda tanto tiempo para jugar
videojuegos.
• Sin correlación: no hay una relación aparente entre las variables.
Los puntos en tus videojuegos y tu talla de zapato no parece
tener ninguna correlación; mientras una aumenta, la otra no
tiene ningún efecto