Análisis estadístico

1. 1

ANÁLISIS ESTADÍSTICO.

El Análisis Estadístico de Datos se ha asociado de manera general con la
investigación de corte experimental, o podemos decir que es característico de los
enfoques positivistas.
Este término se define de muchas maneras según se conciba desde una
perspectiva más amplia o más restringida, y según se entienda también el proceso
de investigación.
El concepto de Análisis Estadístico de Datos no se agota en las acepciones que
se identifican con un conjunto de datos o enumeración de hechos, o con
procedimientos de tipo descriptivo destinados a recoger, organizar y presentar la
información relativa a un conjunto de casos. De esta manera, el Análisis
Estadístico de Datos ha dejado de ser únicamente la ciencia de recopilar datos y,
tras fusionarse con la corriente de estudios sobre el cálculo de probabilidades, se
ha constituido en una rama de la matemática aplicada, entendiendo ésta como el
uso de principios y modelos matemáticos en diversos ámbitos de la ciencia o la
técnica.

Dentro del Análisis Estadístico de Datos encontramos dos vertientes:
 Análisis Estadístico de Datos (propiamente
matemático), que supone el estudio de los
fenómenos estadísticos utilizando los
métodos matemáticos y proporciona
conocimiento acerca de las técnicas que
integran los métodos estadísticos.
 Análisis Estadístico de Datos Aplicado; este
carácter aplicado ha estado presente desde
los inicios de esta ciencia, sobre todo en
cuanto a su conexión con el estudio y
resolución de problemas prácticos con datos
reales. Todo ello ha estimulado la
innovación de nuevos métodos y
procedimientos, y el avance de análisis
estadísticos.


A continuación expondremos las características propias que definen el
concepto de Análisis Estadístico de Datos:
 Carácter teórico y aplicado.
 Estudio de conjunto de datos.
 Trabajo con datos procedentes de observaciones o mediciones.
 Carácter cuantitativo de los datos.
 Reducción de la información.
 Generalización a colectivos más amplios.

2. 2


Por tanto, como ya mencionamos, el Análisis Estadístico de Datos no se limita
sólo a su tratamiento sino que se extiende a tareas previas y posteriores a esta
fase. También puede ocuparse de la recogida de datos (referido a las técnicas y
métodos de muestreo y a la evaluación de la calidad de los instrumentos que se
diseñan para la recogida de datos) y la interpretación de los resultados
(afirmaciones que se realizan como consecuencia de la aplicación de métodos
estadísticos: descripción, reducción, generalización).

Terminaremos este apartado sintetizando los rasgos más relevantes que llevan a
definir el Análisis Estadístico de Datos:

 Es una ciencia cuyo objeto es el estudio de métodos y técnicas para el
tratamiento de conjuntos de datos numéricos.
 Las técnicas estadísticas permiten la descripción de conjuntos de datos y la
inferencia sobre conjuntos más amplios.
 Los métodos desarrollados por esta ciencia pueden ser aplicados a
distintos campos del saber, constituyendo un importante instrumento para el
estudio científico.

Así, definimos el Análisis Estadístico de Datos
como un conjunto de métodos, técnicas y
procedimientos para el manejo de datos, su
ordenación, presentación, descripción, análisis e
interpretación, que contribuyen al estudio científico
de los problemas planteados en el ámbito de la
educación y a la adquisición de conocimiento sobre
las realidades educativas, a la toma de decisiones y
a la mejora de la práctica desarrollada por los
profesionales de la educación (Gil Flores, 1996: 43).
MÉTODOS DE CONTROL ESTADÍSTICO.
Los gráficos de control, basándose en técnicas estadísticas, permiten usar
criterios objetivos para distinguir variaciones de fondo de eventos de importancia.
Casi toda su potencia está en la capacidad de monitorizar el centro del proceso y
su variación alrededor del centro. 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.
Además de reducir desechos, SPC puede tener como
consecuencia una reducción del tiempo necesario para

3. 3

producir el producto o servicio. Esto es debido parcialmente a que la probabilidad
de que el producto final se tenga que retrabajar es menor, pero también puede
ocurrir que al usar SPC, identifiquemos los cuellos de botella, paradas y otros tipos
de esperas dentro del proceso. Reducciones del tiempo de ciclo del proceso
relacionado con mejoras de rentabilidad han hecho del SPC una herramienta
valiosa desde el punto de vista de la reducción de costes y de la satisfacción del
cliente final.
Los métodos estadísticos se dividen en tres categorías de acuerdo con su
nivel de dificultad y son:

1. Método Estadístico Elemental, las así llamadas Siete Herramientas Básicas.
Este está dirigido a todos los empleados, desde la alta dirección hasta los
operarios de base, pasando por los directivos medios.

1) Diagrama de Pareto: El principio de pocos vitales, muchos triviales.
2) Diagrama de Causa Efecto (no es precisamente una herramienta estadística).
3) istogramas.
4) Diagrama de Dispersión.
5) Estratificación.
6) Hojas de Verificación o Comprobación.
7) Gráficas y Cuadros de Control


2. Método Estadístico Intermedio. Este está dirigido a los ingenieros en general
y a los supervisores jóvenes.

1) Teoría del muestreo.
2) Inspección Estadística por muestreo.
3) Diversos Métodos de realizar estimaciones y pruebas estadísticas.
4) Uso del papel probabilístico binomial.
5) Correlación simple y análisis de regresión.
6) Técnicas Sencillas de fiabilidad.
7) Métodos de utilización de ensayos sensoriales.
8) Métodos de diseñar experimentos.


3. Método Estadístico Avanzado (con computadoras). Este esta dirigido a
ingenieros especialistas y a algunos ingenieros de Control de Calidad.

1) Métodos Avanzados de diseñar experimentos.
2) Análisis de multivariables.
3) Técnicas avanzadas de fiabilidad.
4) Métodos avanzados de ensayos sensoriales.
5) Diversos métodos de investigación de operaciones.
6) Otros métodos.

4. 4

MUESTREO DE ACEPTACIÓN.

El muestreo de aceptación se puede aplicar en cualquier relación cliente-
proveedor, ya sea en el interior de una empresa o entre diferentes empresas y se
puede ver como una medida defensiva para protegerse de la amenaza del posible
deterioro de la calidad. Una situación típica del muestreo de aceptación es la
siguiente: una compañía recibe un lote de algún producto de cierto proveedor; este
producto puede ser materia prima o cualquier otro componente que se utiliza en la
compañía. Se selecciona una muestra de lote y se inspeccionan algún(as)
característica(s) de calidad a todos los productos seleccionados. Con base en
la información obtenida con la inspección se tomará una decisión: aceptar o
rechazar todo el lote. Si los lotes son aceptados pasan directamente a ser
utilizados, pero si el lote es rechazado,
entonces es devuelto al proveedor o podría
estar sujeto a alguna otra disposición (por
ejemplo inspección de todos los productos
del lote -inspección 100%- pagada por el
proveedor).


En particular, si las características de calidad son variables de atributos, entonces
un plan simple de muestreo de aceptación está definido por un tamaño de lote, N,
un tamaño de muestra, n, y el número de aceptación, c. Por ejemplo el plan

N = 6000, n = 200, y c = 2;

Significa que de un lote de 6000 unidades se seleccionan e inspeccionan 200; y si
entre éstas se encuentra 2 o menos piezas defectuosas, entonces el lote completo
es aceptado.

Pero si se encuentran 3 o más piezas defectuosas el lote es rechazado. Lo
anterior se muestra en el esquema de la figura 1.

Debemos tener claro que al ser el muestreo de aceptación una forma particular de
inspección, entonces este muestreo simplemente acepta y rechaza lotes; pero no
mejora la calidad. Es decir, el muestreo de aceptación no es una estrategia de
mejora de la calidad, es mas bien una estrategia de contención y de garantía con
cierto nivel de seguridad de que se cumplan ciertas especificaciones de calidad
que han sido definidas.

Tampoco este tipo de muestreo proporciona buenas estimaciones de la calidad de
lote. De esta manera, en toda relación cliente-proveedor se debe buscar mejorar
los procesos y corregir de fondo las causas de la deficiencia en la calidad. El
muestreo de aceptación debe verse como un esfuerzo complementario de alcance
limitado pero que bajo ciertas condiciones específicas es la decisión más viable
como estrategia defensiva ante el posible deterioro de la calidad.

5. 5

En este sentido, cuando se pretende enjuiciar un lote se tienen tres alternativas:
inspección al 100%, cero inspección, o muestreo de aceptación. Esta última es
una decisión intermedia entre las otras dos alternativas opuestas, y a veces
resulta ser la más económica globalmente. A continuación explicamos cuando se
aplica cada una de ellas.
VENTAJAS Y DESVENTAJAS DEL MUESTREO DE ACEPTACIÓN
El muestreo de aceptación respecto a la inspección al 100% tiene las siguientes
ventajas:

1. Tiene menor costo porque se inspecciona menos, a pesar de
algunos costos adicionales generados por
la planificación y administración de los planes de muestreo.
2. Requiere de menos personal en las actividades de inspección, simplificando
con ello el trabajo de coordinación y reduciendo los costos.
3. El producto sufre menos daño al haber menos manipulación.
4. Es aplicable en pruebas destructivas.
5. A menudo reduce el error de inspección y la monotonía.
6. El rechazo de lotes completos por la existencia de artículos defectuosos
proporciona una motivación al fabricante del lote para que mejore su
calidad.

El muestreo de aceptación presenta algunas desventajas, como las siguientes:

1. Hay cierto riesgo de aceptar lotes malos y rechazar buenos, aunque en un
plan de muestreo de aceptación están previstos y cuantificados
estos riesgos.
2. Proporciona menos información acerca del nivel de calidad del producto o
de su proceso de fabricación. Aunque bien utilizada, la información obtenida
puede ser suficiente.
3. Se requiere más tiempo y conocimiento para planificar y documentar el
muestreo, mientras la inspección al 100% no. Esto tal vez no sea una
desventaja, ya que la planificación genera otros efectos positivos, como
mayor conciencia de los niveles de calidad exigidos por el cliente.

Las ventajas que tiene el muestreo de aceptación sobre la inspección al 100%, lo
hacen una herramienta importante ahí donde haya condiciones para aplicarlo. En
este sentido, muchas empresas, sobre todo pequeñas y medianas, aplican
inspección al 100% más por tradición y desconocimiento que por una razón
fundamentada. Por lo que un paso importante sería lograr que se aplicara
muestreo de aceptación en aquellos casos que así lo ameriten.

Por otro lado, no es raro escuchar de algunos expertos en calidad que el muestreo
de aceptación ya no debe usarse, que es obsoleto, ya que no es
un concepto valido. Al respecto nuestra posición es que: se debe hacer énfasis en
mejorar la calidad y corregir de fondo las causas de la mala calidad y la
baja competitividad aplicando herramientas estadísticas, diseño de experimentos,

6. 6

proyectos Seis Sigma, etcétera; pero mientras tanto no se tengan niveles óptimos
de calidad, seguirá siendo necesario aplicar estrategias de contención como lo es
el muestreo de aceptación. De aquí que en muchas empresas donde los niveles
de calidad no son satisfactorios, el muestreo de aceptación debe verse como una
herramienta temporal y útil.


MEDICIÓN DEL TRABAJO.

El propósito de la medición del trabajo es averiguar cuánto debe tardarse en
realizar el trabajo. Esta información se puede usar para dos objetos principales:

 En primer lugar, se puede emplear retrospectivamente para valorar el
rendimiento en el pasado.
 En segundo lugar, se puede utilizar mirando hacia adelante, para fijar los
objetivos futuros.

Tiempo tipo no es lo mismo que tiempo real. Es el tiempo promedio en que una
tarea puede ser completada por una persona competente en su trabajo. No por el
mejor trabajador, sino por un obrero medio. Incluye un margen adecuado para
relajación y contingencias.

Aníbal R. Bar. Magíster en Epistemología y Metodología de la Investigación.
Facultad de Humanidades. Universidad Nacional del Nordeste 3500
Resistencia (Chaco) República Argentina.

La Naturaleza de la Medición
Definir el acto de medir trae no pocas dificultades. Así, para Galtung (1965) la
medición es un proceso de clasificación de unidades de análisis según alguna
característica elegida; en tanto que Carmines y Zeller (1979) la definen como un
proceso de vincular conceptos abstractos con indicadores empíricos, proceso que
supone una previa planificación de operaciones, tanto de clasificación como de
cuantificación.
En ambas definiciones se pondera el acto clasificatorio como la operación sine
qua nonde la medición. Para Hempel (1979) la asignación de clases como acto
lógico, significa dividir un conjunto o clase de objetos en subclases. Los objetos
clasificables constituyen los elementos o miembros del conjunto, en tanto que el
universo del discurso es el conjunto mismo.
Si bien las clasificaciones más elementales refieren a objetos concretos, también
son susceptibles de clasificación las entidades abstractas. La pregunta que cabe
ante esta afirmación de Hempel es, cómo se puede dar cuenta de objetos
inobservables, o cómo no caer en cuestiones metafísicas. Como respuesta posible
se puede invocar a Carmines y Zeller (1979) cuando dicen que medir implica
vinculación de elementos inobservables, los conceptos, con elementos
observables, los indicadores empíricos. Dicho de otro modo, siendo que las leyes
y conceptos no son estructuras posibles de medida en forma directa, sí lo son sus
manifestaciones. Hasta qué punto las manifestaciones del fenómeno "muestran" lo

7. 7

que prescriben sus leyes es una cuestión que suscita continuos debates no sólo
en el plano de la epistemología, sino en el de la propia disciplina.
Otras concepciones refieren a qué tipo de cosa es lo que se mide. Así, Russell
(1938), la significa como un método que permite establecer correspondencias
entre magnitudes de un mismo género, y ciertas clases de números (integrales,
racionales o reales). Campbell (1938) supone que medir es asignar numerales a
las propiedades de los sistemas materiales según las leyes que presiden esos
atributos. Stevens (1951) concibe el acto de medir como la atribución de
numerales a los objetos o sucesos conforme con leyes o reglas.
En las dos primeras definiciones la medición se centra en operaciones sobre las
variables, en tanto que en la de Stevens, al igual que la de Galtung, sobre las
unidades de análisis.
Independientemente del concepto de medición, dicho acto sólo es posible a través
de la operacionalización de las variables. Al respecto dice Hempel (1979), que
para que los principios del operacionalismo permitan las construcciones teóricas
de la ciencia excluyendo aquellas sin significado experiencial, deberá
caracterizarse con precisión el tipo de oraciones que pueden usarse para dar
cuenta de sentidos posibles de los términos no observacionales significativos
sobre la base del vocabulario observacional. Hempel supone que esto propendería
a una especificación de los conceptos y procedimientos lógico-matemáticos y
evitaría la noción psicologista de operación mental. De todas maneras, la
convención sigue siendo la única forma de asumir cuáles son las operaciones
válidas y cómo deberán de interpretarse los resultados de los tests.
Samaja (1993), concibe a los indicadores como procedimientos aplicados a ciertas
dimensiones relevantes de variables con el objetivo de realizar la medición. En
este concepto aparecen nuevamente los dos elementos citados por Carmines y
Zeller (1979), los conceptos y los indicadores empíricos, pero a diferencia de estos
últimos, no asimila el indicador empírico con la dimensión observable. Samaja no
concibe la presencia de dimensiones observables, sino dimensiones o conceptos
inobservables a los cuales los procedimientos los tornan en tal. Posiblemente el
diseño de dichos procedimientos se realiza en la planificación de operaciones
previas a que aluden Carmines y Zeller en su definición.

Las Escalas y los Niveles de Medición
Se ha dicho que la medición, según distintas concepciones, se realiza sobre las
unidades de análisis o sobre las variables, pero, es esta última la que posibilita la
división en clases, ya que la primera es constante.
Tanto para las escalas cualitativas como cuantitativas existen operaciones
clasificatorias, o sea ubicación de las unidades de análisis en clases. Por ejemplo,
dada una población puede decirse cuáles de los individuos son solteros, casados,
divorciados o cualquiera otra categoría de la variable "estado civil". Para las
mismas personas también se pueden estimar los valores, agrupados por intervalos
de, estatura, peso, nivel de ingresos, o cualquiera otra variables expresada en
cantidades.
Como se advierte en los ejemplos citados, la clasificación es un acto propio de
la medición. Ahora bien, ambos casos difieren en los modos en que se manifiesta
la variable. En el caso de "estado civil", el acto queda restringido a clasificar las

8. 8

unidades de análisis que muestran tal o cual característica; en los demás casos se
puede estimar objetivamente no sólo la presencia o ausencia de determinado
atributo, sino también la intensidad con que la propiedad se manifiesta, propiedad
que se asume en cantidades.
Entre las formas de clasificar variables por referencia al tipo de escala o nivel
de medición, se hallan aquellas basadas en criterios de calidad-cantidad.
No existe acuerdo pleno entre los autores acerca de las categorías de dicho
sistema. Así, Bancroft (1976) y Cortada de Kohan (1994), conciben variables
cualitativas, cuantitativas discretas y cuantitativas continuas. Incluyen entre las
primeras a las que pueden ser divididas en clases separadas, mutuamente
excluyentes; diferenciando éstas en dos categorías, sin ordenamiento o con él.
Ambos autores consideran a las escalas como cuantitativas cuando éstas se
expresan numéricamente, y cuando dicha expresión numérica no refiere sólo a
orden. Estas escalas son discretas cuando sus valores asumen números enteros,
y continuas cuando pueden tener cualquier valor en un ámbito finito de valores
continuos.
Lison (1976), no refiere directamente a variables, pero sí a clases de datos
(escalas). Distingue tres clases de datos, de medición, de enumeración y de
seriación. Define a los primeros como determinaciones cuantitativas acerca de
propiedades susceptibles de variar de manera continua. El autor afirma que los
datos de enumeración resultan de contar individuos y que dicha operación debe
desarrollarse necesariamente por unidades discretas. Por último, concibe a los
datos de seriación como observaciones en la que los objetos son clasificados por
orden de mérito, sin que puedan darse valores exactos para el criterio adoptado.
Esta última clasificación no incluye a las variables discretas entre las de naturaleza
cuantitativa. Lison las concibe en clases de datos diferentes, datos de medición,
las cuantitativas continuas, y datos de enumeración, las discretas.
Si se analiza los trabajos de Bancroft y Cortada
de Kohan, se observa que ambos autores indican
las mismas clases de gráficos para representar
variables cualitativas y discretas. Formas de
representación coincidentes no constituyen una
casualidad, sino un rasgo común que debiera
indagarse.
Contar y medir no significan lo mismo, en tanto
que lo primero alude al acto de determinar
frecuencias en que se presentan ciertas
unidades de análisis de un nivel inferior; lo
segundo refiere a variaciones cuantitativas de las
propiedades.

Lo que aquí se sostiene es que las variables discretas no son variables
cuantitativas y que operan en diferentes niveles de integración
modificándose sólo en su dimensión numérica.
Un ejemplo podría ser el que se cita a continuación, para la unidad de análisis
"individuo", las variables que lo describen podrían ser, "estatura", "sexo", y
"número de glóbulos rojos por mililitro de sangre". La variable "estatura" es

9. 9

cuantitativa y se expresa en escalas continuas de centímetros o metros; la variable
"sexo" es cualitativa y se muestra en alguna de sus dos categorías, masculino o
femenino.
Según Samaja (1993), las variables del nivel de anclaje pueden comportarse como
unidades de análisis de nivel subunitario; esto es que tanto "estatura" como
"sexo", podrán transformarse, previa entificación y objetivación en unidades de
análisis. Por ejemplo el concepto de sexo (variable) podría transformarse en
órganos sexuales o conducta sexual observable (unidades de análisis); o estatura
(variable), en registro de estaturas (unidad de análisis). Lo que ocurre con la
variable "número de glóbulos rojos por mililitro de sangre" es distinto; dicho
atributo se convertiría, en el nivel subunitario, en "glóbulos rojos".
En las dos primeras variables debió resignificarse el sentido a los efectos de la
objetivación, en tanto que en la tercera se asumió una diferencia de mero número.
Cuando se elabora una tabla de frecuencias para cualquier variable, se "introduce"
sin advertirse, una nueva variable, esto es el número de veces que se presenta
cierta unidad de análisis. Esta variable que puede describir tanto al nivel de
anclaje, como a entidades de nivel superior (nivel supraunitario), es más ni menos,
una variable discreta.

En las variables discretas se cuenta dos veces, una, cuando se obtiene el número
de veces con que se presenta el elemento al que refiere la variable, y otra cuando
se cuentan las unidades de análisis.
Resumidamente, puede decirse que las variables discretas son frecuencias de
unidades de análisis cuya única propiedad común es justamente el número de
veces que cierto objeto se presenta, independientemente de su naturaleza.
Según Bateson (1997), el número es diferente que la cantidad, y esta diferencia es
básica para cualquier clase de teorización en ciencias de la conducta. Para este
autor, los números son el producto del recuento, y las cantidades el producto de la
medición. Argumenta diciendo que se puede tener exactamente tres tomates, pero
jamás podrá tenerse exactamente tres litros de agua, pues la cantidad es siempre
aproximada.
Bateson reconoce que los números más pequeños no se obtienen por recuento
sino por reconocimiento de una pauta general, como por ejemplo los dígitos del
sistema decimal; y que la percepción de esa pauta es holística. Diferencia así el
número de la cantidad, a la que asimila con el mundo analógico y probabilístico.
El Número como Nombre, Orden o Medida
Para Cohen y Nagel (1979), los números pueden tener por lo menos tres usos
distintos, como rótulos o marcas de identificación; como signos que indican la
posición de un grado en una serie de grados; o como signos que indican las
relaciones cuantitativas entre cualidades. De lo dicho se desprende que sólo la
última de las acepciones relaciona el número con la medición.
Esta forma de concebir los números conduce a una clasificación de variables o
escalas en función de los atributos que presenta una serie numérica. Dichos
atributos son, el orden, la distancia y el origen.

10. 10

Las escalas nominales carecen de todas estas propiedades, y en este caso el
número sólo puede adoptarse como nombre o identificación.
Las escalas ordinales, como su nombre lo indica, sólo poseen orden, es decir que
organizan sus datos a través de las relaciones de igualdad, mayor o menor.
Las escalas interválicas poseen atributos de orden, y distancia o estimación
precisa de las unidades. Pero carecen de origen, o cero natural, o ausencia de la
propiedad. No obstante estas escalas acuden a la utilización del cero
convencional.
Las escalas proporcionales o racionales son las únicas que cuentan con las tres
propiedades y, por lo tanto, se constituyen en verdaderas series numéricas.
Las dos últimas clases de escalas son las que realmente miden, no obstante, al
carecer las interválicas de cero natural, no pueden establecerse proporciones.
A menudo, datos provenientes de escalas ordinales numéricas son tratados como
si fuera información verdaderamente cuantitativa, lo que constituye una falacia,
pues no miden, aunque sí clasifican. En este caso se encuadran los tests
psicométricos, los cuales únicamente pueden estimar el orden de puntuación, pero
nunca la distancia entre dos valores.
Con mucha frecuencia, las puntuaciones de dichos tests reciben tratamiento de
variables interválicas y, consecuentemente, el cálculo de medidas de tendencia
central y dispersión, además de otras operaciones derivadas de ellas. Dichas
operaciones no son válidas por cuanto asignan a las escalas un status que en
realidad no tienen.
Otras veces, las puntuaciones "sirven" a ciertos tests como son los de correlación
y regresión. Al respecto, dice Gould (1988), "...gran parte de la fascinación de las
estadísticas radica en nuestro sentimiento visceral de que las medidas abstractas
que resumen amplios cuadros de datos tienen que expresar algo más real y más
fundamental que los datos mismos. La técnica de correlación se ha prestado
particularmente a ese tipo de abuso porque parece proporcionar una vía para
hacer inferencias sobre la causalidad".
Gould (1988) sostiene que el análisis factorial, una de las técnicas utilizadas en el
campo de la psicología, a pesar de ser de un instrumento matemático, se inventó
en un determinado contexto social y respondiendo a claros objetivos. Utilizar dicha
técnica es asumir que el intelecto es una entidad física localizada en el cerebro, y
que puede medirse como un valor numérico específico posibilitando
clasificaciones unilineales de las personas en virtud de la "cantidad" que cada cual
posea del mismo.

11. Procesos Industriales 1.
Octavo Semestre En Ingeniería Industrial
Ing.: Leonel Herrera








Trabajo De:

 ANÁLISIS ESTADÍSTICO.
 MÉTODOS DE CONTROL ESTADÍSTICO.
 MUESTREO DE ACEPTACIÓN.
 VENTAJAS Y DESVENTAJAS DEL MUESTREO DE
ACEPTACIÓN
 MEDICIÓN DEL TRABAJO



Nombre: Kelvin Odair De León.
Carne: 110770087.











CICLO 2014.

13. ÍNDICE.

ANÁLISIS ESTADÍSTICO. .............................................................................................................. 1
MÉTODOS DE CONTROL ESTADÍSTICO. ................................................................................. 2
MUESTREO DE ACEPTACIÓN. ................................................................................................... 4
VENTAJAS Y DESVENTAJAS DEL MUESTREO DE ACEPTACIÓN .................................... 5
MEDICIÓN DEL TRABAJO ............................................................................................................ 6

14. BIBLIOGRAFÍA.


 http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-
de-aceptacion.shtml#ixzz3BolH9rdI



 http://www.monografias.com/trabajos46/muestreo-de-aceptacion/muestreo-
de-aceptacion2.shtml#ixzz3BolP1WYK

 http://www.e8dsoluciones.es/analisis_estadistico_que_es.htm


 http://www.monografias.com/trabajos14/control/control.shtml#co#ixzz3Bp4mjIH
E

15. INTRODUCCIÓN.

El control ha sido definido bajo dos grandes perspectivas, una perspectiva limitada
y una perspectiva amplia. Desde la perspectiva limitada, el control se concibe
como la verificación a posteriori de los resultados conseguidos en el seguimiento
de los objetivos planteados y el control de gastos invertido en el proceso realizado
por los niveles directivos donde la estandarización en términos cuantitativos, forma
parte central de la acción de control.

Bajo la perspectiva amplia, el control es concebido como una actividad no sólo a
nivel directivo, sino de todos los niveles y miembros de la entidad, orientando a la
organización hacia el cumplimiento de los objetivos propuestos bajo mecanismos
de medición cualitativos y cuantitativos. Este enfoque hace énfasis en los factores
sociales y culturales presentes en el contexto institucional ya que parte del
principio que es el propio comportamiento individual quien define en última
instancia la eficacia de los métodos de control elegidos en la dinámica de gestión.

Todo esto lleva a pensar que el control es un mecanismo que permite corregir
desviaciones a través de indicadores cualitativos y cuantitativos dentro de un
contexto social amplio, a fin de lograr el cumplimiento de los objetivos claves para
el éxito organizacional, es decir, el control se entiende no como un proceso
netamente técnico de seguimiento, sino también como un proceso informal donde
se evalúan factores culturales, organizativos, humanos y grupales.

16. CONCLUSIÓN.


El control es una función administrativa: es la fase del proceso administrativo que
mide y evalúa el desempeño y toma la acción correctiva cuando se necesita. De
este modo, el control es un proceso esencialmente regulador.

El control es una función administrativa: es la fase del proceso administrativo que
mide y evalúa el desempeño y toma la acción correctiva cuando se necesita. De
este modo, el control es un proceso esencialmente regulador.

La aplicación de un control en las organizaciones busca atender dos finalidades
principales: Corregir fallas o errores existentes: Y Prevenir nuevas fallas o errores
de los procesos.

Para que el control sea efectivo debe desarrollarse como una unidad y aplicarse
en todo tiempo a la empresa, pudiendo clasificarse en: Control Preliminar, Control
concurrente, Control posterior

El control se apoya en la comprobación, fiscalización e inspección de las variables
organizativas para descubrir desviaciones reales o potenciales que influyen o
pueden llegar a influir sobre los objetivos de la empresa.