Control Estadistico

Gerencia:

Es el órgano específico y distintivo de toda organización, sirve como punto de partida para que cada cual establezca oportunamente los cambios necesarios a fin de que el funcionamiento de la organización sea adecuado a las exigencias de la realidad y en concordancia con los principios de la gerencia moderna. También se puede decir que es el cargo que ocupa el director general (o gerente) de la empresa, quien cumple con distintas funciones: coordinar los recursos internos, representar a la compañía frente a terceros y controlar las metas y objetivos.

Gerencia de calidad:

La calidad total pretende, teniendo como idea final la satisfacción del cliente, obtener beneficios para todos los miembros de la empresa. Por tanto, ya no solo pretende fabricar un producto para venderlo, sino que ahora abarca muchos más aspectos tales como mejoras en las condiciones de trabajo, y en la formación del personal.

Importancia de control estadístico de procesos:

Es importante porque se trata de ir Recopilando datos de mediciones en diferentes sitios en el proceso, se pueden detectar y corregir variaciones en el proceso que puedan afectar a la calidad del producto o servicio final, reduciendo desechos y evitando que los problemas lleguen al cliente final. Con su énfasis en la detección precoz y prevención de problemas, SPC tiene una clara ventaja frente a los métodos de calidad como inspección, que aplican recursos para detectar y corregir problemas al final del producto o servicio, cuando ya es demasiado tarde.

La importancia del control estadístico de procesos para la calidad total es determinante, ya que en la medida que se tengan un control efectivo de los procesos, que se logren minimizar los costos operativos, los desperdicios de materia prima y los productos defectuosos, se estarán alcanzando niveles óptimos de beneficios, productividad y lata calidad de los productos, respectivamente, que en forma grupal llevan a la organización a una posición competitiva bastante aceptable.

Significado de Datos:

Es una representación simbólica (numérica, alfabética, algorítmica, etc) de un atributo o variable cuantitativa. Los datos describen hechos empíricos, sucesos y entidades.

Manejo de datos:

Es el encargado de almacenar y recuperar los datos específicamente. Los sistemas modernos para el manejo de datos aíslan por completo al usuario de los complejos procesos que implican el almacenamiento físico de la información. Los programas utilizados para organizar datos digitales son los llamados Sistemas de Gestión de Bases de Datos (SGBD)Un sistema de manejo de datos son todos los procedimientos utilizados para la entrada, procesamiento y salida datos junto con la infraestructura de computadoras en las cuales se realiza este manejo de datos.

Media aritmética:

También llamada promedio simple se define matemáticamente como el cociente entre la suma de una serie de valores y el numero de valores de la serie.

X =ðXi/N. Siendo N el numero de datos. Este estadístico nos permite conocer el valor alrededor del cual se presentan los valores de una serie.

Para datos agrupados en distribuciones de frecuencia se utiliza el punto medio de cada clase para el cálculo de la media aritmética. La cual se obtiene a través de esta expresión.

X= ð(FiXi)/ðFi, en donde Xi es el punto medio de clase y Fi es la frecuencia absoluta de cada clase. En este caso se puede decir que ðFi = N, siendo N el numero de datos

Mediana:

La mediana de un grupo de valores es el valor del ítem medio cuando todos los ítems del grupo se han dispuestos en orden ascendente o descendente, en términos de valor. Para un grupo con un numero par de elementos se supone que la mediana está en la posición intermedia entre dos valores adyacentes al medio. Cuando trabajamos con datos agrupados en distribuciones de frecuencia, debemos determinar primero la clase que contiene el valor de la mediana (aquella cuya frecuencia absoluta acumulada iguala o excede a la mitad del número total de observaciones). Una vez identificada esta clase se proceda a interpolar a través de la formula:

Med = CL + {(N/2-ðfi-1)/fi}I

Siendo CL = frontera inferior de la clase que contiene a la mediana

N = Número total de datos u observaciones en la distribución de frecuencia

ðfi-1 = Frecuencia acumulada en la clase precedente a la clase que contiene la mediana

Fi = Frecuencia absoluta en la clase que contiene la mediana

I = Tamaño del intervalo de clase

El Rango:

Es la diferencia entre el valor más alto (VM) y el más bajo (Vm) de los valores de una serie que no se han agrupado en una distribución de frecuencia de esta manera:

R = VM -Vm

Para los datos agrupados en una distribución de frecuencia, el rango se define como la diferencia entre el límite superior de la clase más alta o ultima clase (VM) y el límite inferior de la clase más baja o primera clase (Vm)

La desviación Estándar:

La varianza es similar a la desviación promedio en cuanto a la base en la diferencia entre cada valor del conjunto de datos y la media del grupo, difiere de ella porque esas diferencias se elevan al cuadrado antes de sumarse. Para la varianza de la población se utiliza la letra griega sigma σ2 la formula es.

σ2= ð(xi - X)2/N

A diferencia de lo que sucede con otras muestras estadísticas que hemos analizado, la varianza para una muestra no es exactamente equivalente a la varianza de una población, en lo que al cálculo se refiere. Mas bien, el denominador de la formula de varianza de la muestra es ligeramente diferente. En esencia en esta fórmula se incluye un factor de corrección, de manera que la varianza de la muestra es un estimador no sesgado (un estimador no sesgado es un estadístico de muestra que tiene un valor esperado igual al parámetro que va a ser estimado) de la varianza de la población y su fórmula es

s2 = ð(xi - X)2/(n-1)

Para datos agrupados en distribución de frecuencia las expresiones son:

σ2= ðfi(xi - X)2/N

s2 = ðfi(xi - X)2/(n-1)

La desviación estándar es la raíz cuadrada del valor de la varianza.

Variable Discreta:

Una variable discreta es una variable que solo puede tomar valores dentro de un conjunto numerable, es decir, no acepta cualquier valor sino solo aquellos que pertenecen al conjunto. En estas variables se dan de modo inherente separaciones entre valores observables sucesivos. Dicho con más rigor, se define una variable discreta como la variable que hay entre dos valores observables (potencialmente), hay por lo menos un valor no observable (potencialmente). Como ejemplo, el número de animales en una granja (0, 1, 2, 3...).

Variables

...