Diplomatura de Especialización Avanzada en

Gestión, Mejora, y Rediseño de Procesos

Sesión 2
Análisis Descriptivo de
Datos

© Instituto para la Calidad – PUCP 2016. Todos los derechos reservados.

 GENERACIÓN DE
EXPECTATIVAS

LOGROS DEL CURSO

Capacidad 1:
Aplica las herramientas estadísticas para el análisis de procesos.

Taller 2:
• Realiza análisis descriptivos de datos
Análisis descriptivo de un caso.
cuantitativos y cualitativos.

Capacidad 3: Asiste puntualmente a clases.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 GENERACIÓN DE
EXPECTATIVAS

PRERREQUISITO

SESIÓN N° Venir preparados…

1 Guía de trabajo aplicativo N° 1

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
Sesión 2 (presencial)
Temario
Análisis descriptivo
de datos:
Estadística descriptiva
Medidas de tendencia central
Medidas de posición
Medidas de dispersión

© Instituto para la Calidad – PUCP 2016. Todos los derechos reservados.

 SESIÓN 2
PRODUCTO ESPERADO:

Resolución de ejercicios de análisis descriptivo.

Guía de trabajo aplicativo N° 2
(Entregable N° 02)

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 SABERES
PREVIOS

Recordemos los conceptos de la sesión virtual:

1. Términos y definiciones
a. Concepto de estadística
b. Pensamiento estadístico
c. Conceptos de población y muestra
2. Tipos de datos y métodos de recolección
a. Datos cuantitativos
b. Datos cualitativos
c. Fuentes de datos
3. Muestreo
a. Concepto de muestreo
b. Muestreo probabilístico
c. Muestreo no probabilístico
4. Distribución de probabilidades
a. Distribución discretas
b. Distribución continuas
c. Teorema de Límite Central

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 Conflicto
cognitivo

Reflexionemos:

En una producción de cajas de cartón, se

mide la altura de cada unidad. Para
comprobar si cumple con las características
requeridas, se decide medir la altura en una
muestra de 200 cajas. Teniendo en cuenta la
data obtenida, ¿cómo resumiría este
conjunto de datos?

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 1. Estadística descriptiva

Frecuencia
Tabulación (tablas)
Contingencia

Líneas
Gráficos
Estadística descriptiva
Barras, etc.

Medidas de tendencia Promedio, mediana,

central moda..

Varianza, desv
Medidas de dispersión
estándar, RI, rango

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
2. Medidas de Tendencia Central (MTC)
Definición

 Se refiere al punto medio de una distribución.

 Son conocidas como medidas de posición.
 Es el valor que “mejor” representa un conjunto de
datos.
 Algunas MTC más utilizadas son moda, mediana,
media aritmética.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
2. Medidas de Tendencia Central (MTC)
Moda
 La moda es el valor que más se repite de un
conjunto de datos.
 Puede calcularse para todo tipo de datos y es la
única medida de tendencia central para datos
nominales.
 Un inconveniente sucede, en muchos casos,
cuando no existe moda o existen varias modas.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
2. Medidas de Tendencia Central (MTC)
Mediana

 Es el punto central de una serie ordenada de

datos.
 Su valor es tal que no más del 50% de los datos
son menores que él y no más de la mitad
mayores.
 Es la medida preferida para datos ordinales o
cuando la distribución de los datos es muy
asimétrica.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
2. Medidas de Tendencia Central (MTC)
Media aritmética

 Es ampliamente utilizada.
 Es la más común para datos discretos y
continuos.
 No es apropiada para datos nominales u
ordinales.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
2. Medidas de Tendencia Central (MTC)
¿Qué MTC es mejor?

 Depende estrictamente de la forma (tipo) de la

distribución de datos. Siempre que se pueda usar,
en general, se prefiere la media, aunque algunas
distribuciones se describen mejor por medio de la
moda y la mediana.

 Cuando la distribución de los datos es simétrica y

unimodal, la media, mediana y moda coinciden o
son muy similares entre sí.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
3. Medidas de Tendencia Central
Distribución de los datos

 Verificar “datos extremos”

 Efecto del sesgo sobre las MTC
 Usar estrategias de segmentación
o estratificación

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 4. Medidas de Posición
Cuantiles

 Dividen la cantidad total de datos en “n” partes del

mismo tamaño.
 Los percentiles (P) los dividen en 100. Cada parte abarca
el 1% de las observaciones.
 Deciles (D)
 Cuartiles (Q)
 La mediana es el Q2, D5 o P50.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 5. Medidas de Dispersión
Definición

 Nos permite juzgar la confiabilidad de la MTC que hemos

calculado.
 A valores “grandes”, menor es la confiabilidad de MTC
calculada.
 Otra utilidad de las medidas de dispersión permitirá
comparar la dispersión de diferentes poblaciones o
grupos.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 5. Medidas de Dispersión
Definición

 Rango
 Desviación Estándar (S)
 Varianza (S2)
 Coeficiente de variación
 Se usan en relación a la MTC seleccionada.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 5. Medidas de Dispersión
Coeficiente de variación
 Es una medida de variabilidad relativa y mide la
variabilidad (S) respecto al promedio.
 Permite comparar grupos con diferentes unidades

CV (%) Descripción
0 No es variable. Constante
<0,10> Bastante homogénea
[10,15> Homogénea
[15, 20> Regularmente homogénea
[20, 25> Variable
[25, +> Muy variable

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 6. Aplicación
USO DE INTERNET
Los datos se presentan en el contexto de la explicación acerca del uso
de Internet por motivos personales (no profesionales). Las variables
incluida son las siguientes:

• sexo (1=hombre, 2=mujer),

• la familiaridad con Internet (1=muy poco familiarizado, 7=muy
familiarizado),
• el uso de Internet en horas por semana,
• la actitud hacia la web y hacia la tecnología, ambas medidas en una
escala de 7 puntos (1=muy poco favorable, 7=muy favorable), y
• si los participantes han realizado compras o trámites bancarios en
Internet (1=sí, 2=no).

Realice un análisis descriptivo.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 6. Aplicación

EDADES DE CONSUMIDORES

Los datos corresponden a las edades de consumidores de

un producto. Verificar si tiene una distribución normal.
Archivo: DistribuciónEdades.xlsx

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 TRANSFERENCIA

TRABAJO APLICATIVO N° 2
Indicaciones:
• Conforme un equipo de trabajo de entre 4 a 5 alumnos. Se
sugiere que se mantengan los mismos integrantes de
trabajos anteriores.
• Analice el caso propuesto en el anexo de la presente guía
utilizando el software MINITAB
• Responda a las preguntas planteadas al final del caso.
• Presente su trabajo en forma ordenada y clara.
• Interprete el resultado numérico de los índices.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 TRANSFERENCIA

TRABAJO APLICATIVO N° 2
Realiza análisis descriptivos de datos cuantitativos y
cualitativos

Plenario de resultados:
 Socialización y comentario de resultados.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 Evaluación.

TRABAJO APLICATIVO N° 2

CRITERIOS DE PUN.
N° CAL. RETROALIMENTACIÓN
EVALUACIÓN MÁX.

2
1 Orden y claridad del trabajo
4
2 Resultado del ejercicio 1.
4
3 Resultado del ejercicio 2
6
4 Resultado del ejercicio 3
4
5 Resultado del ejercicio 4

Puntaje total: 20

Observaciones/Sugerencias

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 FORMULACIÓN DE
CONCLUSIONES

Establecemos conclusiones:

 Cuál es el objetivo del análisis

descriptivo.
 Qué requisitos previos se
debe considerar antes de un
realizar un análisis
descriptivo.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados
 Referencias bibliográficas
Connie M. Borror
2009 The Certified Quality Engineer Handbook. Third edition. ASQ Quality Press.

Evans, James R.
2005 Administración y control de la calidad. Séptima edición.

Gryna, Frank M.; Chua, Richard C. & Defeo, Joseph A.

2007 Método Juran: análisis y planeación de la calidad. Quinta edición. McGraw – Hill.

Gutiérrez Pulido, Humberto & De la Vara, R.

2004 Control estadístico de calidad y Seis Sigma. Segunda edición. McGraw-Hill.

Montgomery, Douglas.
2009 Control estadístico de la calidad. Tercera Edición.

Weiers, Ronald.
2006 Introducción a la estadística para los negocios. Edit. CENGAGE Learning.

©
© Instituto
Instituto para
para la
la Calidad
Calidad –– PUCP
PUCP 2016.
2016. Todos
Todos los
los derechos
derechos reservados.
reservados