UNIVERSIDAD NACIONAL DE FRONTERA-SULLANA

FACULTAD DE INGENIERÍA EN INDUSTRIAS

ALIMENTARIAS

Estadística Descriptiva:
Calidad y la Variabilidad

Curso: Gestion de la Calidad en la Industria Alimentaria

Docente: Mg. Harold Ore Quiroz
Introducción:

• La ISO 9001:2015, estable como uno de los principios la toma de

decisiones basada en la evidencia.
• Aplicar este principio conduce a:
asegurarse de que los datos y la información son suficientemente
exactos y fiables.
Hacer los datos accesibles para quienes lo necesiten.
Analizar datos y la información usando métodos validos.
Tomar decisiones y emprender.
Obtención de Datos

• Para tomar una decisión es necesario contar con información que permita
identificar cuando, donde y en que condiciones se da tal problema.
• Tener definido el objetivo, el tiempo y los recursos de los que se dispone. No
realizar esto conduce a errores en la toma de decisiones.
• Definido el problema, los objetivos y el tipo de información necesaria,
¿Cómo obtener tal información? ¿Cómo analizarla?
• Para esto se utiliza la estadística.
 La toma de decisiones y la estadística
Problema u objeto Objetivos que se ¿Qué información se
de estudio persiguen requiere?

¿dieron resultados? Obtenerla Existe

Acciones y
Conclusiones Análisis
decisiones
Variabilidad y el Pensamiento Estadístico

• Variación es parte de nuestra vida diaria.

• La variabilidad en el proceso se da por la 6M.
• Las 06 M:
Materiales.
Maquinas.
Mano de obra.
Medición.
Medio ambiente.
Métodos.
Variabilidad y el Pensamiento Estadístico

• La estadísticas es vital en el control y monitoreo de procesos, ya que esta conformada

de un conjunto de técnicas y conceptos orientados a la recolección y el análisis de
datos tomando en cuenta su variación. Permitiendo:
 Identificar donde, como, cuando y con que frecuencia se presenta los problemas.
 Analizar los datos procedentes de la guía clave del negocio. Para determinar la
fuente de variabilidad, estabilidad y pronosticar.
 Detecta con rapidez a bajo costo.
 Apoyar los procesos de planeación y toma de decisiones.
 Expresar los hechos en forma de datos y evaluar el impacto.
 Enfocarse en hechos vitales.
 Analizar de manera lógica la búsqueda de la mejora.
Pensamiento Estadístico

Filosofía de aprendizaje y acción basada en los siguientes principios:

• Todo el trabajo ocurre en un sistema de procesos interconectados.
• La variación existe en todos los procesos.
• Entender y reducir la variación son claves para el éxito.

El reto es que una organización se logre profundizar en la filosofía del

pensamiento estadístico para conocer la realidad tal como es, pero también
le permita direccionar mejor sus esfuerzos de mejora.
 Pensamiento Estadístico

• Crear estrategias y las comunica.

• Usa datos de varias fuentes para dirigir.
¿A dónde se dirige la • Desarrolla e implementa sistemas de
Estratégico
organización? medición para dirigir el proceso.
• Estimula a los empleados a experimentar
nuevas formas de hacer su trabajo.

• Desarrolla proyectos estructurados.

Procesos administrativos • Fija metas (se sabe que hay variación)
Directivo
para guiar la organización • Se centra los procesos, y no en reclamara
a los empleados en su variación.

• Conoce la variación.
Es donde se esta haciendo • Analiza datos de los procesos.
Operacional
el trabajo • Identifica medidas claves y oportunidades
de mejora.
Tipos de Variables

Se clasifican en:
• Variables cualitativas o de atributo:
Son aquellas cuyos valores representan categorías o atributos que no tienen de
base una escala numérica. Ej.: Tipo de producto, sexo, etc.
• Variables cuantitativas:
Sus valores proceden de mediciones o conteos referidas a escalas numéricas.
Ej.: peso, # de productos defectuosos, etc.
Tipos de Variables

Las variables cuantitativas se clasifican en dos:

• Variables discretas:
Proceden de conteos y que solo pueden tomar valores dentro de un conjunto
numerable. Ej.: # clientes atendidos, # art. Defectuosos por lote, # quejas,
# servicios de mantenimiento, etc.
• Variables continuas:
Pueden tomar cualquier valor en un intervalo de números reales, requieren
un instrumentos de medición. Ej.: tiempo de atención de un cliente, peso,
volumen, voltaje, temperatura, etc.
Tipos de Variable

Por su función en un proceso:

• Variables de Entrada:
Variables independientes (x), por lo general variables de control del proceso. Ej.:
T°, Vel, P, cantidad, etc. (%HR, etc.)
• Variables de Salida:
Variables respuesta o dependientes (y), reflejan los resultados obtenidos en un
proceso. Por lo general tienen especificaciones o tolerancias. Hay 03 tipos:
 Cuanto mas pequeño mejor, (ES). Ej.: % de impurezas
 Cuanto mas grande mejor, (EI). Ej.:.: Índice X
 El valor nominal es mejor, (ES) (EI). Ej.: diámetro interior de una turca.
Medidas de Tendencia Central

Indica si el proceso esta centrado, es decir, si esta cerca del valor nominal
deseado. Entre estas tenemos 03: la media, mediana y moda.
Media Muestral:
Es la media aritmética de todos los datos:

𝑋1 + 𝑋2 + ⋯ + 𝑋𝑛
𝑋ത =
𝑛
n = # de datos
X (1,2,3,..,n)= observaciones numéricas de una muestra.

ത esta pasaría a ser

 Si se utilizaron todos los datos para calcular la media 𝑋,
la media poblacional 𝜇.
Medidas de Tendencia Central

෩)
Mediana o Percentil 50: (𝑿
Es el valor central que divide los datos a la mitad cuando son ordenados
de mayor a menos.
Moda:
Es igual al dato que se repite con mas frecuencia.
Ejemplo:

• Sueldo de los trabajadores 1:

800; 1000; 1100; 1100; 1300; 1500; 1600
• Sueldo de los trabajadores 2:
800; 1000; 1100; 1100; 1300; 1500; 1600; 7600

1. Refleja o no la tendencia.
2. Media inflada o subestimada.
Medidas de dispersión o Variabilidad

Es importante saber la variabilidad o dispersión de un conjunto de datos. Esto es

vital para hacer un estudio de la capacidad de un proceso.
Desviación estándar:
Medida de variabilidad que indica que tan esparcidos están los datos de la
muestra con respecto a su media.

“S” mide la distancia que en promedio hay entre los datos y la media.
“S” expresada en las mismas unidades de medición.
Si utilizamos todos los elementos de la población, será sigma “σ”
Medidas de dispersión o Variabilidad

Rango o recorrido: (R)

Diferencia entre el dato mayor y el dato menor, es decir, mide la
amplitud de la variación.
Coeficiente de Variación: (CV)
Medición en términos porcentuales de la variación de una variable.

𝑆
𝐶𝑉 = (100)
𝑋ത
Medidas de dispersión o Variabilidad

ഥ -S: la cual estada dada por:

Relacion entre 𝑿
• Desigualdad de Chebichev:
𝑋ത − 2𝑆 𝑦 𝑋ത + 2𝑆 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎𝑛 𝑒𝑙 75%
𝑋ത − 3𝑆 𝑦 𝑋ത + 3𝑆 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎𝑛 𝑒𝑙 89%
• Regla empírica:
𝑋ത − 𝑆 𝑦 𝑋ത + 𝑆 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎𝑛 𝑒𝑙 68%
𝑋ത − 2𝑆 𝑦 𝑋ത + 2𝑆 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎𝑛 𝑒𝑙 95%
𝑋ത − 3𝑆 𝑦 𝑋ത + 3𝑆 𝑠𝑒 𝑒𝑛𝑐𝑢𝑒𝑛𝑡𝑟𝑎𝑛 𝑒𝑙 99.7%
Medidas de dispersión o Variabilidad

Limites reales o naturales:

Indica de donde a donde varia la salida de un proceso, y se calcula:

• Limite real inferior (LRI) = μ - 3σ

• Limite real superior (LRS) = μ + 3σ
Histograma y Tabla de Frecuencia

• Histograma: Representación grafica de la distribución de un conjunto de

datos. Permite visualizar la tendencia central, la dispersión y la forma
de distribución.
• Tabla de frecuencias: Representación en forma de tabla de distribución
de unos datos, a los que clasifican por su magnitud en cierto numero de
clase que cubren todo el intervalo de variación de los datos.
Construcción de un Histograma

1. Determinar el rango.
2. Obtener el numero de clase (NC), recomendables 5-15. Se determina
con: #𝑑𝑎𝑡𝑜𝑠 ó 1 + log(#𝑑𝑎𝑡𝑜𝑠).
3. Establecer la longitud de clase (LC), para que el rango pueda cubrirse
en su totalidad por el numero de clase. Se determina: LC=R/NC.
4. Construir los intervalos de clase. Se pueden ampliar para una mejor
lectura.
5. Obtener la frecuencia de cada clase.
6. Graficar el histograma.
Resultados del ejercicio

Proveedor A Proveedor B
LRS 524.0 509.1

LRI 480.7 487.0

Rango R 31 16
Coeficiente de Variacion 1.44 0.74
Tablas de frecuencia

Proveedor A
Clase Intervalo Frecuencia %
1 484.0 - 488.4 1 3%
2 488.5 - 492.9 4 10%
3 493.0 - 497.4 2 5%
4 497.5 - 501.9 9 23%
5 502.0 - 506.4 11 28%
6 506.5 - 510.9 9 23%
7 511.0 - 515.4 4 10%

# datos 40
Numero de Clase 7.0
Longitud de Clase 4.4
Tabla de frecuencia
Proveedor B
Clase Intervalo Frecuencia %
1 491.0 - 493.3 5 13%
2 493.4 - 495.7 4 10%
3 495.8 - 498.1 12 30%
4 498.2 - 500.5 10 25%
5 500.6 - 502.9 5 13%
6 503.0 - 505.3 3 8%
7 505.4 - 507.7 1 3%

# datos 40
Numero de Clase 7.0
Longitud de Clase 2.3
Resultados histograma

Histograma para Bolsas del Proveedor A

12 30%
10 25%
8 20%
6 15%
4 10%
2 5%
0 0%
484.0 - 488.5 - 493.0 - 497.5 - 502.0 - 506.5 - 511.0 -
488.4 492.9 497.4 501.9 506.4 510.9 515.4
1 2 3 4 5 6 7
Frecuencia %
Resultados Histograma

Histograma para bolsas de Proveedor B

14 35%
12 30%
10 25%
8 20%
6 15%
4 10%
2 5%
0 0%
491.0 - 493.4 - 495.8 - 498.2 - 500.6 - 503.0 - 505.4 -
493.3 495.7 498.1 500.5 502.9 505.3 507.7
1 2 3 4 5 6 7
Frecuencia %
Interpretación del Histograma

1. Observar la tendencia central de los datos.

2. Estudiar el centrado del proceso.
3. Examinar la variabilidad.
4. Analizar la forma del histograma. (sesgada, bimodal, plana, con
acantilados)
5. Datos raros o atípicos.
6. Estratificar. Evaluar por equipo, etc.