1

ANLISIS DE DATOS
PREPAR:
RUBN SUREZ NAVA
FEBRERO 2010
2
ANLISIS DE DATOS
3
DETERMINAR DATOS
De cada proceso hay datos para revisar y analizar:

-del resultado de la revisin de la direccin,
-de las auditorias internas y externas,
-del seguimiento y la medicin de los procesos,
-de la operacin normal de la produccin
-de los clientes,
-de los proveedores,
-del producto no conforme,
-de la competencia del personal,
-del diseo de los productos nuevos,
-de las pruebas de laboratorio.
Cada responsable del proceso decide de acuerdo a
sus propias necesidades, donde determinar los datos
a analizar, y lo incluye en los mapas del proceso.
4
RECOPILAR DATOS

El responsable del proceso, de los datos
seleccionados, utiliza alguna herramienta
estadstica (de ser necesario) y recopila la
informacin relacionada. Dicha recopilacin
tiene que ser en orden previamente
establecido indicando:
tamao de muestra, frecuencia, responsable,
registro y reporte
5
ANALISIS DE DATOS

El responsable del proceso analiza los
datos recopilados evaluando:
tendencias, frecuencias, dispersiones,
sesgos o cualquier otro indicador
relevante, elabora reporte indicando las
conclusiones.
En caso necesario se realiza algn
estudio estadstico
6
RESULTADO


El responsable del proceso, derivado del
anlisis de datos, obtiene informacin que
permita tomar decisiones sobre:
-la satisfaccin del cliente
-conformidad con requisitos de los productos
-caractersticas y tendencias de los procesos y
productos
-oportunidad de acciones preventivas y
-sobre los proveedores.
7
APLICACIN DEL ANLISIS DE DATOS
Satisfaccin
del
Cliente

Mejora continua
Involucramiento
Benchmarking
8
Qu es estadstica?

Recolecta
Organiza
Presenta
Analiza
interpreta
9
TIPOS DE ESTADISTICA

Estadstica Descriptiva
Estadstica Inferencial
10
descriptiva
SE OCUPA DE LA COLECCIN
Y CLASIFICACIN DE
INFORMACIN, DE SU RESUMEN
EN CUADROS Y GRFICOS
ADECUADOS QUE RESUMAN
EN FORMA APROPIADA
LA INFORMACIN CAPTADA.
11
inferencial
SE OCUPA DE LOS PROCESOS
DE ESTIMACIN, ANLISIS Y
PRUEBA DE HIPTESIS, CON
ELPROPSITO DE LLEGAR A
CONCLUSIONES QUE BRINDEN
UNA ADECUADA BASE
CIENTFICA PARA LA TOMA
DE DECISIONES TOMANDO
COMO BASE LA INFORMACIN
CAPTADA POR LA MUESTRA.
12
Poblacin
Conjunto de observaciones o datos
obtenidos de una medicin, conteo o
cualidad de ciertos caracteres de los
mismos.
13
Muestra

Deber ser representativo Unidad
elemental . Todo elemento que est
afectado por la caracterstica o factor
que se desea estudiar.
14
Conceptos bsicos
EJEMPLOS DE VARIABLES DISCRETAS
1. El nacimiento de un nio
2. En una familia el nmero de hijos
3. Numero de acciones vendidas cada da en un mercado de valores
4.- Censos anuales del colegio de profesores
5.- Nmeros de libros en un estante de librera
6.- Suma S de puntos obtenidos en lanzamientos de un par de dados
7.- Numero de billetes n de veinte dlares circulando ala vez en
estados unidos
8.- Valor total de acciones vendidas cada da en el mercado de valores.
9.-Estudiantes matriculados en una universidad en un nmero de aos
10.- Numero n de individuos de una familia
11.- Numero P de ptalos de una flor
12.- Numero de de accidentes durante una semana
15
Conceptos bsicos
EJEMPLOS DE VARIABES CONTINUAS:
1.- La altura H de los alumnos de la Lic. en comercio
2.- El peso H de los alumnos
3.- Temperatura registrada cada media hora en un observatorio
4.- Periodo de duracin de los tubos de televisin producidos por una compaa.
5.- Longitud de 1000 cerrojos productos en una fabrica
6.- Pulgadas de precipitacin en una ciudad durante varios meses del ao
7.- Velocidad de un automvil en millas por hora
8.- Tiempo T de vuelo de un proyectil
9.- Numero G de litros de agua en una maquina de lavar.
10.-Dimetro D de una esfera o circunstancia
11.- Duracin de unas bateras
12.- Alturas H de los pinos
13.- Pesos de las cajas de naranjas
14.- Duracin de una conversacin telefnica
15.- Tiempo para resolver un examen
16
Puesta en marcha del mejoramiento continuo
1
2
3
4
5
1.- Capacitar al personal en mtodos de control estadsticos de procesos y
herramientas de mejoras
2.- Lograr que los mtodos se conviertan en parte de las operaciones
3.- Integrar equipos de trabajo y propiciar la participacin
4.- Utilizar herramientas para la resolucin de problemas
5.- Desarrollar en los operadores el sentimiento de propiedad de los procesos
17
Proceso de resolucin de problemas Deming
Planear
Ejecutar
Comprobar
Actuar
18
Planear
1. Seleccin de un proceso
1. actividad
2. mtodo
3. operacin
4. ejecucin
2. Documentar el proceso
3. Analizar los datos
4. Establecer metas cuantitativas
5. Discutir caminos para lograrlas
6. Elaboracin del Plan de Mejora con sus mediciones
Proceso de resolucin de problemas Deming
19
Ejecutar

Aplicar el Plan

Observar los progresos
recabar informacin
medir avances

Documentar cambios
Proceso de resolucin de problemas Deming
20
Comprobar

Anlisis de datos de la etapa Ejecutar

Observacin de desviaciones respecto a las metas

Detectar limitaciones
Proceso de resolucin de problemas Deming
21
Actuar

mejorar los aspectos dbiles

afianzar las fortalezas

difundir las mejoras

Proceso de resolucin de problemas Deming
22
Herramientas para mejorar la calidad
Propsito: organizar y presentar los datos para
detectar las reas cuya calidad y rendimiento debe
mejorarse
Son siete
1. Listas de verificacin
2. Histogramas y grficos de barra
3. Grficas de Pareto
4. Diagramas de dispersin
5. Diagramas causa-efecto
6. Grficas
7. Grficas de Control
23
1.- Listas de Verificacin
Primer paso en el
anlisis de problemas
de calidad
Es un formulario que se
utiliza para registrar la
frecuencia con que se
presentan las
caractersticas de un
producto/servicio
relacionadas con la
calidad
Defectos del interior del techo
Tipo de defecto Recuento Total
a.- Rasgadura de la tela 4
b.- Decoloracin de la tela 3
c.- Rotura del tablero de fibra 36
d.- Bordes dehilachados 7
Total 50
24
2.- Histogramas y grficos de barra
El histograma resume los
datos medidos sobre una
escala continua
Muestra la distribucin de
frecuencia de una
caracterstica: media y
dispersin

Los diagrama de barras
representa la frecuencia con
que se presenta las
caractersticas que suelen
medirse por un s o no

0
5
10
15
20
25
Primero Segundo Tercero
Turno
N
r
o

d
e

t
a
b
l
e
r
o
s

d
e

f
i
b
r
a

r
o
t
o
s
25
3.- Grficas de Pareto
Los factores se
representan a lo largo
del eje x en forma
decreciente
La curva de
frecuencia indica los
pocos factores vitales
que requieren
atencin
Defectos del interior del techo
Tipo de defecto Recuento Total
a.- Rasgadura de la tela 4
b.- Decoloracin de la tela 3
c.- Rotura del tablero de fibra 36
d.- Bordes dehilachados 7
Total 50
0
5
10
15
20
25
30
35
40
45
50
1 2 3 4
Tipo de defecto
N
r
o

d
e

d
e
f
e
c
t
o
s
0
10
20
30
40
50
60
70
80
90
100
26
4.- Diagramas de dispersin
Es una
representacin
grfica de dos
variables que
muestran cmo
se relacionan
entre s
Se utiliza para
confirmar o
negar la
sospecha
27
5.- Diagramas causa-efecto
Muestra las vinculaciones entre un problema de
calidad y sus posibles causas
Ayuda a rastrear el origen de las inconformidades de
productos y servicios
El proceso se inicia clasificando las causas por las
categoras de influencia ms importantes:
personal
equipos
materiales
mtodos
28
5.- Diagramas causa-efecto
Roturas
del tablero
de fibra
Mano de obra Materiales
Mtodos Medio Ambiente
Fuera de especificacin
No disponibles
Capacitacin
Ausentismo
Comunicacin
Humedad
Cambios de horario
Mantenimiento de mquinas
Velocidad de las mquinas
Preparacin incorrecta
29
6.- Grficas
Representacin de datos en diferentes formatos
visuales
30
Control Estadstico de Procesos (CEP)
Objetivos
Describir
causas comunes y causas especiales
variables y atributos de calidad
Explicar grficos de control
Determinar capacidad de procesos
31
Control Estadstico de Procesos (CEP)
Es la aplicacin tcnicas estadsticas para
determinar si el resultado de un proceso
concuerda con el diseo del producto o
servicio

Se basa en la vigilancia continua del
cumplimiento de las especificaciones
32
Fuentes de Variacin
Las variaciones estn presentes en todo proceso

Deben investigarse sus causas para minimizarlas

Causas comunes de variacin
son aleatorias
no identificables
imposibles de evitar

Causas ESPECIALES
los factores que la provocan pueden ser identificados

33
Distribucin
Representacin grfica de los resultados de un
proceso en un diagrama de dispersin
Caractersticas de la distribucin
Media: suma de las observaciones dividido por el nmero de
observaciones



n
x
n
i
i
x

=
=
1
34
Distribucin
Caractersticas de la distribucin
Dispersin
Rango: diferencia entre la observacin ms grande de una
muestra y la ms pequea
Desviacin estndar:




Formas
simtrica
asimtrica

1
) (
2

n
x xi
o
35
Formas de la Distribucin
Si la variabilidad de un proceso proviene nicamente de causas
de variacin comunes la suposicin tpica es que se trata de una
distribucin simtrica donde la mayora de las observaciones se
ubican cerca del centro
36
Formas de la Distribucin-Causas especiales
El promedio real (rojo) est por debajo de lo previsto
(gris)
37
Formas de la Distribucin-Causas especiales
Coincide el promedio esperado pero la dispersin real
es mucho mayor
38
Formas de la Distribucin-Causas especiales
Hay cambio en el sesgo de la distribucin
39
Control Estadstico de Procesos
Se dice que un proceso est bajo control,
cuando la
-localizacin
-forma de la distribucin
no cambia con el tiempo

Una vez que el proceso est bajo control
estadstico se usan las herramientas de
control para detectar el surgimiento de
causas asignables
40
El proceso de inspeccin
Variables
caractersticas de productos / servicios que pueden ser
medidas
peso, longitud, tiempo

Atributos
caractersticas de productos / servicios que pueden ser
contadas
errores, cantidad de defectos, nmero de atrasos



41
El proceso de inspeccin
Plan de muestreo
cuando est bien concebido proporciona un grado de
proteccin aproximado a una inspeccin completa

Tamao de la Muestra
cantidad de observaciones tomadas al azar
el tiempo entre observaciones
las reglas de decisin


42
Distribucin Normal
Probabilidad de que un valor caiga dentro de los
lmites marcados
3 2 1 1 2 3
estndar desviacin = o
68.26%
95.44%
99.74%
43
El proceso de inspeccin
Grfico de Control
Es un diagrama que se completa durante el avance del
proceso
el propsito es detectar la anormalidad de las variaciones
Posee una lnea central que generalmente coincide con el
objetivo del proceso
Est acotado por lmites superior e inferior
Nominal
Lmite Superior
Lmite Inferior
Causa especial probable
44
Capacidad de un Proceso
Razn de capacidad de un proceso






Si Cp es mayor que 1 el rango de tolerancia es mayor que el del
proceso
Con frecuencia las empresas establecen el valor en 1,33 como
objetivo de reduccin de variabilidad del proceso


o 6
) inf (sup erior erior cin Especifica
C
p

=
Especificacin superior Especificacin Inferior
estndar desviacin = o
45
Relacin entre las especificaciones y
la distribucin del proceso
Proceso capaz



Proceso no capaz
Especificacin
Inferior
Especificacin
Inferior
Especificacin
Superior
Especificacin
Superior
46
Causas de variacin comunes y
especiales
LIE LSE
0

o
0

o
0

1
>
0
o
1
> o
0

2
<
0
t
1

t
2

t
3

o
1
> o
0
Caracterstica de calidad
del proceso
Tiempo
47
Grfica de control
1 2 3 4 5 6 7 8
LIC
LSC
LC
Nmero de subgrupo o
muestra
Caracterstica
de calidad
Lmite Superior de Control
Lmite Inferior de Control
Lnea Central
Elementos y principios bsicos de
una Grfica de Control
48
Grficas de control y pruebas de hiptesis
Suponga que en la grfica de control el eje vertical representa el
estadstico muestral x
Si el valor de cae dentro de los lmites de control, concluimos
que la media del proceso est bajo control.
x
0
=
Por otra parte, si excede cualquiera de los lmites de control,
concluimos que la media del proceso est fuera de control.
x
0
=
La prueba de hiptesis
quedara de la siguiente
manera:
LSC x LIC x
rechazo de Regin
:
:
0 1
0 0
> s
=
=
H
H
Grfica de control del dimetro interno de anillos para pistn
73.97
73.975
73.98
73.985
73.99
73.995
74
74.005
74.01
74.015
74.02
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Subgrupo
x
49
Error tipo I y error tipo II en
una grfica de control
{ }
{ } verdadera es H H Rechazar P
I Error tipo P
0 0
=
= o
{ }
{ } falsa es H H rechazar al Fallar P
II Error tipo P
0 0
=
= |
Riesgo del proveedor
Riesgo del cliente
{ } falsa es H H Rechazar P 1
0 0
= |
Potencia de la prueba
2
o
2
o
0
=
0
=
|
50
Lmites de control y errores
tipo I y tipo II
Al separar los lmites de control de la lnea central
se reduce el riesgo del error tipo I y se incrementa
el riesgo del error tipo II
LIC
2

LSC
2

LC
LIC
1

LSC
1

o
1
> o
2

LIC
2

LSC
2

LC
LIC
1

LSC
1

< |
2
|
1

D E C I S I O N E S
D E M U E S T R E O

Hacer
un Censo
Tomar una
Muestra
Representativa
Tomar una
Muestra No
Representativa
Las obsrvaciones
pueden
atriburse a los
miembros del
Universo
Observar todos y
cada uno de los
elementos del
universo
No hay Error
Aleatorio

Puede haber
Error
Sistemtico
Las obsrvaciones
solo pueden
atriburse a la
muestra, NO a
los miembros del
Universo
Observar sujetos
elegidos por
conveniencia
Siempre hay Error
Aleatorio

Siempre hay Error
Sistemtico
Las obsrvaciones
pueden
atriburse a los
miembros del
Universo
Observar sujetos
elegidos por
conveniencia
Siempre hay
Error Aleatorio

Puede haber
Error
Sistemtico
Decisiones de M u e s t r e o
Seleccin de una Muestra No Representativa
Se quiere medir
una variable en
una Muestra No
Representativa
Se quiere
inferir la medicin
al Universo
?
N
O
S

El procedimiento
est contraindicado.
Revise su
planteamiento
Precise los
atributos
esenciales que
CARACTERIZAN
al subgrupo
Exprese estos atributos
como CRITERIOS DE
INCLUSION en la
muestra
Lsos sujetos que cumplan
los criterios de inlcusion
son rpresentativos de un
UNIVERSO ARTIFICIAL
Defina por
CONVENIENCIA
los criterios de
SELECCIN
La observacin de este
UNIVERSO ARTIFICIAL
solo es PREDICABLE a
sus integrantes
La utilidad de las Muestras No Representativas depende de su
representatividad cualitativa y no de su tamao
DECISIONES DE M U E S T R E O
Seleccin de una Muestra Representativa
Se quiere estimar un
Parmetro del Universo
partiendo de una Muestra
Representativa
De qu naturaleza
es el Parmetro a
estimar?
Variable
Continua
Muestreo
Representativo
para estimar una
Media
Variable
Cualitativa
Muestreo
Representativo
para estimar una
Proporcin
54
DECISIONES DE M U E S T R E O
Definicin Del Tamao Muestral
Se ha decidido
tomar una
muestra
representativa
del Universo

La Variable de
muestreo es
CUALITATIVA
La Variable de
muestreo es
CONTINUA
Definicin de
tamao muestral
para una
Proporcin
conocida
Definicin de
tamao muestral
para una
Proporcin
desconocida
Definicin de
tamao muestral
para una varianza
conocida
Definicin de
tamao muestral
para una Varianza
desconocida
Definicin de
tamao muestral
para un RR y un
poder definidos
Definicin de
tamao muestral
para una OR y un
poder definidos
Estudio de
Seguimiento
Estudio de Casos
Intencin de
describir la variable
(Estudios
descriptivos)
Intencin de
relacionar la
variable con otras
(Estudios
analticos)
55
TIPOS DE MUESTREOS
Muestreo aleatorio: Obtencin de muestras al azar de la
poblacin objeto.
Muestreo por criterio: Obtencin de muestras de la
poblacin objeto usando para ello la informacin disponible
sobre la distribucin del analito en esa poblacin
Muestreo sistemtico: Obtencin de muestras procedentes
de la poblacin objeto con intervalos regulares en tiempo o
en espacio.
Muestreo sistemtico por criterio: Plan de muestreo que
combina el muestreo por criterio con un muestreo
sistemtico
Muestreo estratificado: Plan de muestreo que divide la
poblacin en estratos bien definidos de los que se recogen
muestras aleatorias.
Muestreo de conveniencia: Plan de muestreo en el que las
muestras se recogen porque son fciles de obtener.