Mostrando entradas con la etiqueta CALIDAD DE ESTADISTICA. Mostrar todas las entradas
Mostrando entradas con la etiqueta CALIDAD DE ESTADISTICA. Mostrar todas las entradas

domingo, 9 de agosto de 2009

TEORIA DE CONTROL DE CALIDAD 1RA PARTE.

Teoría Elemental de Muestreo.
La teoría del muestreo es el estudio de las relaciones existente entre una población y muestras extraídas de la misma. Tiene gran interés en muchos aspectos de la estadística. Por ejemplo permite estimar cantidades desconocidas de la población (tales como la media poblacional, la varianza, etc.), frecuentemente llamada parámetros poblacionales o brevemente parámetros, a partir del conocimiento, de las correspondientes cantidades muéstrales (tales como la media muestral, la varianza, etc.), a, menudo llamadas estadísticos muéstrales o brevemente estadísticos.

La teoría de muestreo es también útil para determinar si la diferencias que se puedan observar entre dos muestras son debidas a la aleatoriedad de las mismas o si por el contrario son solamente significativas. Tales preguntas surgen por ejemplo, al ensayar un nuevo suero para el tratamiento de una enfermedad, o al decir si un proceso de producción es mejor que otro. Estas decisiones envuelven a los llamados ensayos e hipótesis de significación, que son de gran importancia en la teoría de la decisión.
En general, un estudio de inferencias, realizados sobre una población mediante muestras extraídas de la misma, junto con las indicaciones de la exactitud de tales inferencias aplicadas a la teoría de la probabilidad, se le conoce como inferencia estadística.
Muestras al Azar Números aleatorias.

Para que las conclusiones de la teoría del muestreo e inferencia estadística sean validas, las muestras deben de elegirse de forma que sean representativas de la población. Un estudio sobre métodos de muestreo y los problemas que tales métodos implican, se conoce como diseño de experimentos.

El proceso mediante el cual se extrae de una población una muestra representativa de la misma se conoce como muestro al azar, de acuerdo con ello cada miembro de la población tiene la posibilidad de ser incluido en la muestra. Una técnica para obtener una muestra al azar es asignar números a cada miembro de la población, escritos estos números en pequeños papeles, se introducen en una urna y después se extraen los números de la urna, teniendo cuidado de mezclarlos bien antes de cada extracción. Esto puede ser sustituido por el empleo de una tabla de números aleatorios, construida especialmente para tales propósitos.

Muestreo con y sin reemplazamiento.
Si se extrae un número de una urna, se puede volver o no el número a la urna antes de una segunda extracción. En el primer caso un mismo número puede salir varias veces, mientras que en el segundo un numero determinado puede salir solamente una vez. En el muestro, en el que cada miembro de la población puede elegirse mas de una vez, se le llama muestro con reemplazamiento mientras que si cada miembro no puede ser elegido más de una vez se tiene el muestreo sin reemplazamiento.

Las poblaciones pueden ser finitas o infinitas. Si, por ejemplo, se extraen sucesivamente 10 bolas sin reemplazamiento de una urna que contiene 100, se está tomando muestras de una población finita, mientras que si se lanza al aire una moneda 50 veces, anotándose el número de caras, se está muestreando en una población infinita.

Una población finita, en la que se realiza un muestro con reemplazamiento, puede teóricamente se considerada como infinita, puesto que puede extraerse de cualquier número de muestras, sin agotar la población. En muchos casos prácticos, el muestreo de una población finita que es muy grande, puede considerarse como una población infinita.

Concepto e importancia
Es la actividad por la cual se toman ciertas muestras de una población de elementos de los cuales vamos a tomar ciertos criterios de decisión, el muestreo es importante porque a través de él podemos hacer análisis de situaciones de una empresa o de algún campo de la sociedad.

Terminología básica para el muestreo

Los nuevos términos, los cuales son frecuentemente usados en inferencia estadística son:
Estadístico:
Un estadístico es una medida usada para describir alguna característica de una muestra , tal como una media aritmética, una mediana o una desviación estándar de una muestra.
Parámetro:
Una parámetro es una medida usada para describir alguna característica de una población, tal como una media aritmética, una mediana o una desviación estándar de una población.

Cuando los dos nuevos términos de arriba son usados, por ejemplo, el proceso de estimación en inferencia estadística puede ser descrito como le proceso de estimar un parámetro a partir del estadístico correspondiente, tal como usar una media muestral ( un estadístico para estimar la media de la población (un parámetro).
Los símbolos usados para representar los estadísticos y los parámetros, en éste y los siguientes temas son resumidos en la tabla siguiente:

Sinbolos para estadísticos y parámetros correspondientes
Medida Símbolo para el estadístico Símbolo para el parámetro
(Muestra) (Población)
Media X µ
Desviación estándar s
Número de elementos n N
Proporción p P

Distribución en el muestreo:
Cuando el tamaño de la muestra (n) es más pequeño que el tamaño de la población (N), dos o más muestras pueden ser extraídas de la misma población. Un cierto estadístico puede ser calculado para cada una de las muestras posibles extraídas de la población. Una distribución del estadístico obtenida de las muestras es llamada la distribución en el muestreo del estadístico.

Por ejemplo, si la muestra es de tamaño 2 y la población de tamaño 3 (elementos A, B, C), es posible extraer 3 muestras ( AB, BC Y AC) de la población. Podemos calcular la media para cada muestra. Por lo tanto, tenemos 3 medias muéstrales para las 3 muestras. Las 3 medias muéstrales forman una distribución.
La distribución de las medias es llamada la distribución de las medias muéstrales, o la distribución en el muestreo de la media. De la misma manera, la distribución de las proporciones (o porcentajes) obtenida de todas las muestras posibles del mismo tamaño, extraídas de una población, es llamada la distribución en el muestreo de la proporción.
Error Estándar:
La desviación estándar de una distribución, en el muestreo de un estadístico, es frecuentemente llamada el error estándar del estadístico. Por ejemplo, la desviación estándar de las medias de todas la muestras posibles del mismo tamaño, extraídas de una población, es llamada el error estándar de la media. De la misma manera, la desviación estándar de las proporciones de todas las muestras posibles del mismo tamaño, extraídas de una población, es llamada el error estándar de la proporción.
La diferencia entre los términos "desviación estándar" y "error de estándar" es que la primera se refiere a los valores originales, mientras que la última está relacionada con valores calculados. Un estadístico es un valor calculado, obtenido con los elementos incluidos en una muestra.

Error muestral o error de muestreo
La diferencia entre el resultado obtenido de una muestra (un estadístico) y el resultado el cual deberíamos haber obtenido de la población (el parámetro correspondiente) se llama el error muestral o error de muestreo. Un error de muestreo usualmente ocurre cuando no se lleva a cabo la encuesta completa de la población, sino que se toma una muestra para estimar las características de la población.
El error muestral es medido por el error estadístico, en términos de probabilidad, bajo la curva normal. El resultado de la media indica la precisión de la estimación de la población basada en el estudio de la muestra. Mientras más pequeño el error muestras, mayor es la precisión de la estimación.

Deberá hacerse notar que los errores cometidos en una encuesta por muestreo, tales como respuestas inconsistentes, incompletas o no determinadas, no son considerados como errores muéstrales. Los errores no muéstrales pueden también ocurrir en una encuesta completa de la población.

Métodos de selección de muestras.
Una muestra debe ser representativa si va a ser usada para estimar las características de la población. Los métodos para seleccionar una muestra representativa son numerosos, dependiendo del tiempo, dinero y habilidad disponibles para tomar una muestra y la naturaleza de los elementos individuales de la población. Por lo tanto, se requiere un gran volumen para incluir todos los tipos de métodos de muestreo.

Los métodos de selección de muestras pueden ser clasificados de acuerdo a:
1.número de muestras tomadas de una población dada para un estudio y
1.a manera usada en seleccionar los elementos incluidos en la muestra. Los métodos de muestreo basados en los dos tipos de clasificaciones son expuestos en seguida.
Métodos de muestreo clasificados de acuerdo con el número de muestras tomadas de una

población.
Bajo esta clasificación, hay tres tipos comunes de métodos de muestreo. Estos son, muestreo simple, doble y múltiple.

Muestreo simple
Este tipo de muestreo toma solamente una muestra de una población dada para el propósito de inferencia estadística.
Puesto que solamente una muestra es tomada, el tamaño de muestra debe ser el suficientemente grande para extraer una conclusión.

Una muestra grande muchas veces cuesta demasiado dinero y tiempo.
Muestreo doble.Bajo este tipo de muestreo, cuando el resultado del estudio de la primera muestra no es decisivo, una segunda muestra es extraída de la misma población. Las dos muestras son combinadas para analizar los resultados.
Este método permite a una persona principiar con una muestra relativamente pequeña para ahorrar costos y tiempo. Si la primera muestra arroja una resultado definitivo, la segunda muestra puede no necesitarse.Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una calidad muy pobre, el lote es rechazado. Solamente si la primera muestra arroja una calidad intermedia, será requerirá la segunda muestra. Un plan típico de muestreo doble puede ser obtenido de la Military Standard Sampling Procedures and Tables for Inspection by Attributes, publicada por el Departamento de Defensa y también usado por muchas industrias privadas. Al probar la calidad de un lote consistente de 3,000 unidades manufacturadas, cuando el número de defectos encontrados en la primera muestra de 80 unidades es de 5 o menos, el lote es considerado bueno y es aceptado; si el número de defectos es 9 o más, el lote es considerado pobre y es rechazado; si el número está entre 5 y 9, no puede llegarse a una decisión y una segunda muestra de 80 unidades es extraída del lote. Si el número de defectos en las dos muestras combinadas (incluyendo 80 + 80 = 160 unidades) es 12 o menos, el lote es aceptado si el número combinado es 13 o más, el lote es rechazado.

Muestreo múltiple
El procedimiento bajo este método es similar al expuesto en el muestreo doble, excepto que el número de muestras sucesivas requerido para llegar a una decisión es más de dos muestras.
Métodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los elementos de una muestra.

Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:
a. Basados en el juicio de una persona.
b. Selección aleatoria (al azar).
Muestreo de juicio Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante juicio personal. La persona que selecciona los elementos de la muestra, usualmente es un experto en la medida dada. Una muestra de juicio es llamada una muestra probabilística, puesto que este método está basado en los puntos de vista subjetivos de una persona y la teoría de la probabilidad no puede ser empleada para medir el error de muestreo, Las principales ventajas de una muestra de juicio son la facilidad de obtenerla y que el costo usualmente es bajo.

Muestreo Aleatorio
Una muestra se dice que es extraída al azar cuando la manera de selección es tal, que cada elemento de la población tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es también llamada una muestra probabilística son generalmente preferidas por los estadísticos porque la selección de las muestras es objetiva y el error muestral puede ser medido en términos de probabilidad bajo la curva normal.
Los tipos comunes de muestreo aleatorio son el muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo de conglomerados.

A. Muestreo aleatorio simple
Una muestra aleatoria simple es seleccionada de tal manera que cada muestra posible del mismo tamaño tiene igual probabilidad de ser seleccionada de la población. Para obtener una muestra aleatoria simple, cada elemento en la población tenga la misma probabilidad de ser seleccionado, el plan de muestreo puede no conducir a una muestra aleatoria simple. Por conveniencia, este método pude ser reemplazado por una tabla de números aleatorios. Cuando una población es infinita, es obvio que la tarea de numerar cada elemento de la población es infinita, es obvio que la tarea de numerar cada elemento de la población es imposible. Por lo tanto, ciertas modificaciones del muestreo aleatorio simple son necesarias. Los tipos más comunes de muestreo aleatorio modificado son sistemáticos, estratificados y de conglomerados.

B. Muestreo sistemático.
Una muestra sistemática es obtenida cuando los elementos son seleccionados en una manera ordenada. La manera de la selección depende del número de elementos incluidos en la población y el tamaño de la muestra.
El número de elementos en la población es, primero, dividido por el número deseado en la muestra. El cociente indicará si cada décimo, cada onceavo, o cada centésimo elemento en la población va a ser seleccionado.
El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una muestra sistemática puede dar la misma precisión de estimación acerca de la población, que una muestra aleatoria simple cuando los elementos en la población están ordenados al azar.

C. Muestreo Estratificado
Para obtener una muestra aleatoria estratificada, primero se divide la población en grupos, llamados estratos, que son más homogéneos que la población como un todo. Los elementos de la muestra son entonces seleccionados al azar o por un método sistemático de cada estrato.

Las estimaciones de la población, basadas en la muestra estratificada, usualmente tienen mayor precisión (o menor error muestral) que si la población entera muestreada mediante muestreo aleatorio simple.

El número de elementos seleccionado de cada estrato puede ser proporcional o desproporciona al tamaño del estrato en relación con la población.

D. Muestreo de conglomerados.
Para obtener una muestra de conglomerados, primero dividir la población en grupos que son convenientes para el muestreo. En seguida, seleccionar una porción de los grupos al azar o por un método sistemático. Finalmente, tomar todos los elementos o parte de ellos al azar o por un método sistemático de los grupos seleccionados para obtener una muestra. Bajo este método, aunque no todos los grupos son muestreados, cada grupo tiene una igual probabilidad de ser seleccionado. Por lo tanto la muestra es aleatoria.

Una muestra de conglomerados, usualmente produce un mayor error muestral (por lo tanto, da menor precisión de las estimaciones acerca de la población) que una muestra aleatoria simple del mismo tamaño. Los elementos individuales dentro de cada "conglomerado" tienden usualmente a ser iguales. Por ejemplo la gente rica puede vivir en el mismo barrio, mientras que la gente pobre puede vivir en otra área. No todas las áreas son muestreadas en un muestreo de áreas. La variación entre los elementos obtenidos de las áreas seleccionadas es, por lo tanto, frecuentemente mayor que la obtenida si la población entera es muestreada mediante muestreo aleatorio simple. Esta debilidad puede reducida cuando se incrementa el tamaño de la muestra de área.

El incremento del tamaño de la muestra puede fácilmente ser hecho en muestra de área. Los entrevistadores no tienen que caminar demasiado lejos en una pequeña área para entrevistar más familias. Por lo tanto, una muestra grande de área puede ser obtenida dentro de un corto período de tiempo y a bajo costo.Por otra parte, una muestra de conglomerados puede producir la misma precisión en la estimación que una muestra aleatoria simple, si la variación de los elementos individuales dentro de cada conglomerado es tan grande como la de la población.

Características de operación
Fuerza de actuación
La fuerza requerida para mover el actuador y el sistema de contactos desde la posición libre a la posición de operación.
Posición libre
La posición del actuador cuando no se aplica fuerza externa.
Posición de operación
La posición del actuador cuando ocurre un cambio en el estado del contacto.
Posición de detención

La posición del actuador cuando el sistema está en la posición de operación estable.
Sobre-carrera
Movimiento del interruptor más allá de la posición de operación.
Fuerza de liberación
El valor al cual debe reducirse la fuerza aplicada para permitir que el mecanismo se reinicie después de la operación.
Carrera total
El movimiento completo del actuador.

Riesgo del Productor
De acuerdo con el plan de muestreo, es la posibilidad de no aceptar un lote, la calidad de este tiene un designado valor numérico que representa un nivel, el cual es generalmente el deseado. Usualmente el valor designado será el valor de calidad aceptable.
Comportamiento se refiere a la forma en la que se reacciona ante diferentes situaciones.
Las reacciones pueden ser ante un ataque, una pregunta, una decisión o una situación.

Consumidor es el nombre genérico que se le asigna al comprado/usuario del producto. De lo anterior podemos derivar que Comportamiento el consumidor es: el conjunto de patrones de reacción ante una situación determinada de los compradores/consumidores.

De acuerdo con William Stanton (Fundamentals of Marketing, Mc Graw Hill, Stanton, 1994), el proceso de decisión de compra sigue estos pasos: reconocimiento de la necesidad; elección del nivel de involucramiento; identificación de alternativas; evaluación de alternativas; compra; y comportamiento post-compra. Este proceso de decisión está influenciado por: Información, presiones sociales y de grupo, presiones psicológicas y factores situacionales.

El primer paso del proceso es que el consumidor reconozca que tiene una necesidad. En el momento que el consumidor reconozca que tiene una necesidad será movida a la acción. Por ejemplo, cuando un vendedor pierda ventas por no tener consigo una notebook, se dará cuenta de que la requiere.
La necesidad, al ser cubierta, puede servir evitar la infelicidad o para generar felicidad. De acuerdo con Herzberg, el primer tipo de necesidad es higiénica, y la segunda motivacional. Normalmente los factores higiénicos son aquellos que necesitamos para vivir, al no tenerlos seremos infelices, sin embargo al tenerlos no necesariamente seremos felices. Los factores motivacionales, son los que nos dan cierto grado de felicidad al tenerlos, sin embargo al no tenerlos no nos producen infelicidad. Los ejemplos típicos son: la luz para trabajar y el bono por productividad respectivamente.

El segundo paso es el involucramiento que el consumidor decide tener. Si es una necesidad muy importante para él, dedicará tiempo, buscará información, responderá a la información obtenida, evaluará diferentes opciones y tendrá cierto grado de lealtad a la marca. La importancia de saber que tan involucrado estará el consumidor en la compra nos ayudará a saber el tiempo le dedicaremos nosotros como distribuidores a dicha venta. Por ejemplo, el consumidor no le dedicará tanto tiempo a comprar un consumible como el que le dedicó a comprar la impresora.

El tercer paso se refiere a la identificación de alternativas. Una vez que el cliente sabe cuanto va a invertir (en tiempo, dinero y esfuerzo) procede a buscar alternativas. Cuando el cliente tiene la necesidad deberá identificar de que forma podrá satisfacerla. El número de opciones que busque dependerá de su nivel de involucramiento. Como lo comenté en el punto anterior, probablemente el consumidor busque seis ,cotizaciones diferentes para comprar su red, pero no más de dos para un cartucho de tinta.

El cuarto paso es la evaluación de las alternativas anteriores. En este punto el cliente comparará las opciones que identificó en el punto anterior. En este punto hay diferentes factores para la evaluación: experiencia previa, sugerencias y consejos, información obtenida referente a las opciones y percepción del comprador. En este punto es muy importante que ustedes hagan ver al cliente la preferencia de la marca, pero sobre todo los beneficios de contratar con ustedes la compra o el servicio. Muchos consumidores se convencen gracias a un distribuidor de comprar una marca, pero al final, después de toda la labor de venta del distribuidor, el cliente acaba comprando el equipo en alguna tienda o en Internet.

CURVA:Representación gráfica de una función en la que derrapan las medias móviles.
En matemáticas, el concepto de curva intenta capturar la idea intuitiva de línea continua, de una dimensión, que varía de dirección paulatinamente. Ejemplos sencillos de curvas cerradas son la elipse o la circunferencia, y de curvas abiertas la parábola, la hipérbola o la catenaria. La recta sería el caso límite de una curva de radio infinito.

Al concluir este trabajo desarrollado en el control estadístico y dar un amplio panorama de las técnicas estadísticas aplicadas al Control de Calidad e informar adecuadamente de las técnicas de Gestión aplicadas al Control de Calidad. Considero importante advertir a mis alumnos que ambas partes, las Técnicas Estadísticas y la Gestión son complementarias y de ninguna manera son reemplazables una por la otra. No es posible edificar una buena Gestión de Calidad si no se han implementado primero las técnicas de Control de Calidad Estadístico, como tampoco es posible lograr una buena Gestión de la Calidad solo con las Técnicas Estadísticas. Ambas son vitales y necesarias, ambas son el objetivo primordial de todo Técnico e Ingeniero de Calidad que se aprecie de profesional.
Los conceptos y conocimientos que se resumen en este estudio son suficientes para que, llevadas a cabo, produzcan excelentes resultados en empresas de tipo industrial.