Control de calidad

Herramientas de análisis de problemas

Programa de clase

3.1 Obtención de datos
3.2 Problema, causa y efectos
3.3 Análisis de Pareto
3.4 Diagrama: Causas - efectos
3.5 Histogramas
3.6 Diagramas de dispersión

3.1 Obtención de datos

Al elegir una muestra aleatoria se espera conseguir que sus
propiedades sean extrapolables a la población. Este proceso permite
ahorrar recursos, y a la vezobtener resultados parecidos a los que se
alcanzarían si se realizase un estudio de toda la población.

Cabe mencionar que para que el muestreo sea válido y se pueda
realizar un estudio adecuado (que consienta no solo hacer
estimaciones de la población sino estimar también los márgenes de
error correspondientes a dichas estimaciones), debe cumplir ciertos
requisitos. Nunca podremos estar enteramenteseguros de que el
resultado sea una muestra representativa, pero sí podemos actuar de
manera que esta condición se alcance con una probabilidad alta.

3.1 Obtención de datos

Tamaño adecuado de una muestra :

Estimar un parámetro
determinado con el
nivel de confianza
deseado.

Detectar una
determinada
diferencia, si
realmente existe,
entre los grupos de
estudio con un mínimo
de garantía.

Reducircostes o
aumentar la rapidez
del estudio

3.1 Obtención de datos

Por ejemplo, en un estudio de investigación epidemiológico la
determinación de un tamaño adecuado de la muestra tendría
como objetivo su factibilidad. Así:
1.Si el número de sujetos es insuficiente habría que modificar los
criterios de selección, solicitar la colaboración de otros centros o
ampliar el período de reclutamiento. Losestudios con tamaños
muestrales insuficientes, no son capaces de detectar diferencias
entre grupos, llegando a la conclusión errónea de que no existe
tal diferencia.
2.Si el número de sujetos es excesivo, el estudio se encarece
desde el punto de vista económico y humano. Además es poco
ético al someter a más individuos a una intervención que puede
ser menos eficaz o incluso perjudicial.

3.1Obtención de datos

n=

N: es el tamaño de la población o universo
e: es el error muestral deseado (10% = 0.1)
p: proporción de individuos que poseen en la población la característica de estudio
( Se suele utilizar 0.5)
q: proporción de individuos que no poseen esa característica, es decir, es 1-p.

3.1 Obtención de datos

Ejemplo:

N

52.00

k

1.15

p

0.50

q

0.50

e

0.10

 

 
 

3.1 Obtenciónde datos

Técnicas de muestreo:

Existen dos métodos para seleccionar muestras de
poblaciones: el muestreo no aleatorio o de juicio y el
muestreo aleatorio (que incorpora el azar como recurso
en el proceso de selección). Cuando este último cumple
con la condición de que todos los elementos de la
población tienen alguna oportunidad de ser escogidos en
la muestra, si la probabilidad correspondientea cada
sujeto de la población es conocida de antemano, recibe el
nombre de muestreo probabilístico.
Una muestra seleccionada por muestreo de juicio puede
basarse en la experiencia de alguien con la población.
Algunas veces una muestra de juicio se usa como guía o
muestra tentativa para decidir cómo tomar una muestra
aleatoria más adelante.

3.2 Problema, causa y efectoshttps://m.youtube.com/watch?v=jad1JEkC
1zg

3.2 Problema, causa y efectos

TECNICAS PARA REALIZAR EL ANÁLISIS DE CAUSA
La técnica de los 5 por qué : en realidad es una “lluvia de ideas” con un
relativo nivel de sistematización. Tiene como propósito facilitar la
integración de ideas, profundizando en cada una de las mismas.
Después de la clasificación de ideas, se puede observar fácilmente, cuáles
son comunes en mayornúmero, hasta las menos comunes o que se
mencionan una sola vez.
Esta técnica consiste en tomar una idea o causa posible y cuestionarse
¿por qué?, a la respuesta volver a preguntar ¿por qué?, así
sucesivamente hasta cinco veces o niveles de detalles o hasta agotar
todas las posibles respuestas

3.2 Problema, causa y efectos

3.2 Problema, causa y efectos

Hacer tormenta de ideas,
para el...