Estadística Práctica aplicada a la Calidad

Estadística Práctica aplicada a la Calidad Edición 2017

ÍNDICE 1. El Centr de Frmación de la AEC 2. Frmación bnificada a través de la Fundación Estatal para la Frmación en el Emple (FUNDAE) 3. Objetivs y Prgrama 4. Metdlgía de Frmación 5. Prces de inscripción Inscripción Cutas de inscripción Frmación bnificada a través de Fundae. 6. Bletín de Inscripción Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 2

Curs Estadística práctica aplicada a la Calidad 1. EL CENTRO DE FORMACIÓN DE LA AEC La Asciación Españla para la Calidad (AEC) es una entidad privada sin ánim de lucr fundada en 1961 cuya finalidad es fmentar la implantación de la calidad en el tejid empresarial españl. La AEC agrupa a más de 2.100 prfesinales, prcedentes de más de 1.200 empresas y rganisms. El Centr de Frmación de la Asciación Españla para la Calidad, cread en 1968, es el primer Centr en España en impartir curss sbre Calidad, cn más de 65.000 prfesinales frmads desde la fecha y más de 50 añs frmand a persnas y empresas referentes. MODALIDADES FORMATIVAS DEL CENTRO: Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 3

2. FORMACIÓN BONIFICADA A TRAVÉS DE LA FUNDACIÓN ESTATAL PARA LA FORMACIÓN EN EL EMPLEO La bnificación a través de la Fundación Estatal para Frmación en el Emple (Fundae), cnsiste básicamente en que las empresas pr haber ctizad en cncept de frmación prfesinal a la Seguridad Scial generan un crédit a su favr frente a la Administración para financiar las accines frmativas que cnsideren prtuns y demanden para sus trabajadres que cticen pr régimen general de la Seguridad Scial. Desde la Asciación Españla para la Calidad se frece de manera gratuita la gestión de dicha bnificación para las empresas que l sliciten. 3. OBJETIVOS Y PROGRAMA OBJETIVOS El prfesinal de la calidad se ve bligad a aplicar técnicas estadísticas en su labr diaria: cálcul de muestras para la realización de encuestas de satisfacción de clientes, interpretación de tendencias de indicadres de prcess, cálcul de gráfics de cntrl establecimient de planes de muestre de prducts cmprads sn un ejempl de actividades que requieren un cncimient estadístic sencill per que, históricamente, ls métds pedagógics y la ausencia de texts especializads han cmplicad. Este curs pretende dar al prfesinal de la calidad la capacitación necesaria para pder utilizar las técnicas estadísticas necesarias en su trabaj. Al finalizar el curs el alumn será capaz de: Cmprender el cncept de prbabilidad y cmbinatria, qué sn, para qué se utilizan y cóm calcularls fácilmente mediante Excel. Analizar un cnjunt de dats, representarls gráficamente, ver el tip de distribución que siguen dichs dats y calcular tds ls parámetrs estadístics interesantes: media, mda, mediana, desviación típica, ceficientes de asimetría y curtsis. Cncer la distribución Nrmal, qué prpiedades tiene, para qué sirve, cóm saber si mis dats siguen una distribución Nrmal y qué aplicacines prácticas tiene la distribución Nrmal. Cmprender el Terema Central del Límite, qué aplicacines prácticas tiene y su imprtancia dentr de la Estadística. Entender las distribucines discretas: Hipergemétrica, Binmial y Pissn. Qué sn, cóm y cuánd se utilizan, para qué sirven y cóm se calculan. Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 4

Curs Estadística práctica aplicada a la Calidad Cmprender tras distribucines derivadas de la Nrmal: t de Student, χ2 de Pearsn y Pissn. Saber calcularlas para cualquier grad de libertad. Entender ls principales cncepts de la tería del muestre, sus riesgs asciads α y β, así cm sus curvas características. Cmprender ls ds métds de estimación: puntual y pr intervals de cnfianza. Calcular intervals de cnfianza para una media, una desviación típica y una prpsición, para un nivel de significación ( nivel de cnfianza) determinad. Calcular el tamañ de muestra para estimar una media, una desviación típica una prprción. Cmprender qué es el cntraste de hipótesis, para qué sirve, cuánd y cóm se utiliza. Reslver 8 cass de cmparación de medias, desviacines típicas y prprcines. Cmprender ls ds tips de errres asciads I y II. Entender la regresión y crrelación. Calcular el tip de línea de regresión para ls cass: lineal, expnencial, ptencial y plinómica. Calcular la bndad del ajuste mediante el ceficiente de crrelación lineal y n lineal. Analizar un cnjunt de dats, mediante su rdenación, representación gráfica, cálcul de parámetrs estadístics y trs cálculs, para pder extraer cnclusines y, eventualmente, tmar decisines basadas en dichs dats. Ests bjetivs se alcanzan a través de ls cncimients teórics transmitids durante el curs, refrzand l aprendid mediante numerss ejercicis, actividades y especialmente, mediante la reslución de cass práctics. De esta manera, al finalizar el curs, el alumn estará capacitad para aplicar en cualquier rganización l que ha aprendid. PROGRAMA Duración: 50 hras Númer de móduls: 1 Duración recmendada: 3 meses Unidad 1. Prbabilidad y cmbinatria 1. SUCESO ALEATORIO Y CONCEPTO DE PROBABILIDAD Qué es la Estadística? Qué es un suces aleatri? Cncept de prbabilidad 2. SUMA DE PROBABILIDADES 3. SUCESOS MUTUAMENTE EXCLUYENTES 4. PROBABILIDADES CONDICIONADAS. PRODUCTO DE PROBABILIDADES Cncept de prbabilidad cndicinada Prduct de prbabilidades Fórmula de Bayes 5. SUCESOS INDEPENDIENTES Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 5

6. PARA QUÉ SIRVE LA PROBABILIDAD? 7. REPASO A LA TEORÍA COMBINATORIA Intrducción Númers cmbinatris 8. VARIACIONES Y PERMUTACIONES Variacines Permutacines 9. COMBINACIONES 10. VARIACIONES CON REPETICIÓN Unidad 2. Distribucines de prbabilidad y parámetrs estadístics 1. CONCEPTO DE VARIABLE ALEATORIA CONTINUA Y DISCRETA. ATRIBUTOS 1.1. Cncept de variable aleatria 1.2 Cncept de variable cntinua y discreta 1.3. Atributs y variables 1.4. Pblación, muestra y variables aleatrias 2. FUNCIÓN DE DENSIDAD Y FUNCIÓN DE DISTRIBUCIÓN PARA VARIABLES DISCRETAS 3. FUNCIÓN DE DENSIDAD Y DE DISTRIBUCIÓN PARA VARIABLES CONTINUAS 4. INTERVALOS DE FRECUENCIA PARA VARIABLES CONTINUAS 5. PARÁMETROS ESTADÍSTICOS 6. PARÁMETROS DE POSICIÓN 6.1. Media aritmética, valr medi media 6.2 Media pnderada 6.3 Media gemétrica 6.4 Media armónica 6.5 Media cuadrática 6.6 Mediana 6.7 Mda 6.8 Relacines entre la media, la mediana y la mda 6.9 Cuartiles, deciles y percentiles 7. PARÁMETROS DE DISPERSIÓN 7.1 Varianza y desviación típica 7.2 Ceficiente de variación V, de Pearsn 7.3 Recrrid 7.4 Desviación media 8. PARÁMETROS DE ASIMETRÍA (O SESGO) 9. PARÁMETRO DE APLANAMIENTO O CURTOS Unidad 3. Algunas distribucines de prbabilidad cncidas 1. DISTRIBUCIÓN NORMAL 1.1 Distribución Nrmal Tipificada y su tabla 1.2 Otras prpiedades de la distribución Nrmal 1.3 Prueba de nrmalidad 2. ADICIÓN DE VARIABLES NORMALES INDEPENDIENTES 2.1 Diferencia entre mezcla y adición de variables 3. TEOREMA CENTRAL DEL LÍMITE 4. SIMILITUDES EN LAS TRES DISTRIBUCIONES DE VARIABLES DISCRETAS: HIPERGEOMÉTRICA, BINOMIAL Y DE POISSON 5. DISTRIBUCIÓN HIPERGEOMÉTRICA 6. DISTRIBUCIÓN BINOMIAL 7. DISTRIBUCIÓN DE POISSON 7.1 Descripción de la distribución de Pissn 7.2 Aplicacines de la distribución de Pissn Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 6

Curs Estadística práctica aplicada a la Calidad 7.3 Cuánd se debe aplicar la distribución de Pissn la binmial? 8. APROXIMACIONES ENTRE DISTRIBUCIONES 8.1 Adición de variables discretas binmiales 8.2 Adición de variables discretas de Pissn 8.3 La hipergemétrica tiende a la binmial 8.4 La binmial tiende a la de Pissn 8.5 La binmial tiende a la Nrmal 8.6 La distribución de Pissn tiende a la Nrmal 9. SIMILITUDES EN LAS TRES DISTRIBUCIONES DE VARIABLES CONTINUAS: χ2 (chi cuadrad) de PEARSON, t de STUDENT Y F de FISHER 10. DISTRIBUCIÓN χ2 DE PEARSON 11. DISTRIBUCIÓN "t" DE STUDENT 12. DISTRIBUCIÓN "F" DE FISHER-SNEDECOR Unidad 4. Fundaments del muestre y de la estimación 1. INTRODUCCIÓN AL MUESTREO 1.1 Cncept de muestre 1.2 Errres en el muestre 1.3 El prblema de la medición 1.4 La frma de tmar la muestra 1.5 Tamañ de la muestra 2. ESTADÍSTICOS MUESTRALES 3. PROPIEDADES DE LOS ESTADÍSTICOS MUESTRALES 4. DISTRIBUCIONES DE LOS ESTADÍSTICOS MUESTRALES 4.1 Distribución de 4.2 Distribución de si 4.1 Distribución de pi 4.1 Distribución de Ri 5. EL PROBLEMA DE LA ESTIMACIÓN 6. ESTIMACIÓN PUNTUAL 7. ESTIMACIÓN POR INTERVALOS DE CONFIANZA 8. CUATRO CASOS DE INTERVALOS DE CONFIANZA PARA LA MEDIA 8.1 Interval de cnfianza para la media µ de pblacines Nrmales N(µ, σ), cuya desviación típica σ es descncida 8.2 Interval de cnfianza para la media µ de pblacines Nrmales, cuya desviación típica σ es cncida 8.3 Interval de cnfianza para la media µ de una pblación cualquiera 8.4 Interval de cnfianza para la prprción p de elements defectuss de una pblación distribuida binmialmente 9. INTERVALOS DE CONFIANZA PARA LA DESVIACIÓN TÍPICA 9.1 Interval de cnfianza para la desviación típica σ de pblacines Nrmales. Pequeñas muestras. 9.2 Interval de cnfianza para la desviación típica σ cn grandes muestras, bien para pblacines n Nrmales. Unidad 5. Cntrl estadístic de prcess 1. GRÁFICOS DE CONTROL DE PROCESOS POR VARIABLES 1.1 Cntrl de la media y de la dispersión 1.2 Gráfics ( X, R) 1.3 Gráfics ( X, S) 1.4 Interpretación de ls gráfics de cntrl Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 7

2. GRÁFICOS DE CONTROL DE PROCESOS POR ATRIBUTOS 2.1 Gráfics np 2.2 Gráfics c 2.3 Interpretación de ls gráfics de cntrl 3. ESTUDIOS DE CAPACIDAD 3.1 Estudis de capacidad de prcess 3.2 Estudis de capacidad de máquinas 3.3 El cas de ls prcess n nrmales Unidad 6. Cntraste de hipótesis TOMA DE DECISIONES ESTADÍSTICAS 2. PRINCIPIOS DEL CONTRASTE DE HIPÓTESIS 2.1 Hipótesis nula e hipótesis alternativa 2.2 Región crítica 2.3 Tips de Errr 2.4 Nivel de significación 3. CÓMO DISEÑAR UN CONTRASTE DE HIPÓTESIS 4. ALGUNAS SIMPLIFICACIONES EN EL CONTRASTE DE HIPÓTESIS 5. OCHO CASOS DE CONTRASTE DE HIPÓTESIS 5.1 Cntraste para la media cncid µ y σ del clectiv 5.2 Cntraste para la media, cncid µ del clectiv (σ descncida) 5.3 Cntraste para la prprción, cncida la prprción del clectiv p 5.4 Cntraste para la varianza, cncida la σ 2 del clectiv 5.5 Cntraste para la diferencia de ds medias, cnciend σ del clectiv 5.6 Cntraste para la diferencia de ds medias, siend descncida la σ del clectiv 5.7 Cntraste para la diferencia de ds prprcines descncida la prprción media del clectiv p 5.8 Cntraste para la igualdad de varianzas 6. VARIACIÓN DE LOS DATOS MUESTRALES RESPECTO DE UNA DISTRIBUCIÓN DETERMINADA Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 8

Curs Estadística práctica aplicada a la Calidad Unidad 7. Regresión INTRODUCCIÓN 1. VARIABLES CORRELACIONADAS Y LÍNEAS DE REGRESIÓN 2. UTILIDAD PRÁCTICA DE LA LÍNEA DE REGRESIÓN 3. CORRELACIÓN Y SUS GRADOS: COEFICIENTE DE CORRELACIÓN 4. MÉTODO A SEGUIR EN LA REGRESIÓN Y CORRELACIÓN 5. ELECCIÓN DEL TIPO DE LÍNEA DE REGRESIÓN 6. ESTIMACIÓN DE LOS PARÁMETROS DE LA LÍNEA DE REGRESIÓN 7. AJUSTE POR EL MÉTODO DE LOS MÍNIMOS CUADRADOS 7.1 Ajuste de una recta de regresión (pr mínims cuadrads) 7.2 Ajuste de curvas expnenciales de regresión (pr mínims cuadrads) 7.3 Ajuste de curvas ptenciales de regresión (pr mínims cuadrads) 7.4 Ajuste de curvas recíprcas de regresión (pr mínims cuadrads) 7.5. Ajuste de curvas plinmiales de regresión (pr mínims cuadrads) 8. CÁLCULO DE LA LÍNEA DE REGRESIÓN CON EXCEL 9. AJUSTE PARA MÁS DE DOS VARIABLES POR MÍNIMOS CUADRADOS (REGRESIÓN MÚLTIPLE) Unidad 8. Crrelación BONDAD DEL AJUSTE. COEFICIENTE DE CORRELACIÓN 2. CORRELACIÓN NO LINEAL (CASO MÁS GENERAL) 2.1 Ceficiente de crrelación, r 2.2 Ceficiente de determiración R 2 3. CORRELACIÓN LINEAL Y COEFICIENTE DE COVARIANZA 4. INTERVALOS DE CONFIANZA PARA ESTIMAR VALORES MEDIOS E INDIVIDUALES 5. ENSAYO DE LA HIPÓTESIS ρ = O (COEFICIENTE DE CORRELACIÓN DE LA POBLACIÓN, ρ = O) Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 9

6. ENSAYO DE LA HIPÓTESIS ρ = r (VARIACIÓN DE r CONOCIDO EL COEFICIENTE DE CORRELACIÓN, ρ DE LA POBLACIÓN) 7. ENSAYO DE UNA DIFERENCIA SIGNIFICATIVA ENTRE DOS COEFICIENTES DE CORRELACIÓN 8. COEFICIENTE DE CORRELACIÓN MÚLTIPLE 9. APLICACIONES A LAS ENCUESTAS DE SATISFACCIÓN 9.1 Relación entre medidas directas e indirectas de satisfacción 9.2 Fiabilidad de ls cuestinaris de satisfacción 10. CONSIDERACIONES FINALES 10.1. Resumen perativ 10.2. Cndicines que tienen que cumplir ls dats Unidad 9. Funcines estadísticas en la hja Excel 1. INTRODUCCIÓN 2. FUNCIONES ESTADÍSTICAS EN EXCEL 3. HERRAMIENTAS DE ANÁLISIS DE DATOS 3.1.- Resumen de dats 3.2.- Histgrama y tabla de frecuencias 3.3.- Estudi de crrelación 3.4.- Estudi de regresión 3.5.- Generación de númers aleatris 4. ALGUNOS GRÁFICOS ESTADÍSTICOS CON EXCEL 4.1.- Gráfic de dispersión 4.2.- Histgrama 4.3.- Gráfic de cajas BIBLIOGRAFÍA Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 10

Curs Estadística práctica aplicada a la Calidad 4. METODOLOGÍA DE FORMACIÓN El curs se imparte cn la metdlgía frmativa Online Tutrizada y se desarrlla según un calendari prpuest pr el Centr de Frmación AEC para que el estudi se realice de una frma cntinuada y de la frma más cómda. Este calendari indica ls hits más imprtantes del curs. Us del Aula AEC Al cmenzar la frmación el alumn recibirá unas claves de acces persnales al Aula AEC, desde la que pdrá realizar tdas las actividades necesarias para el cumplimient de bjetivs. En el Aula pdrá: 1. Acceder al material didáctic, desde cualquier ubicación y a través de rdenadr, tablet smartphne. 2. Realizar ls ejercicis de aplicación. 3. Cntactar cn el tutr y el rest de participantes en el curs. 4. Debatir mediante frs ls temas que susciten dudas, cmentaris, experiencias, etc. del temari. 5. Intercambiar infrmación y dcuments. 6. Realizar las pruebas de evaluación antes de la fecha final según calendari, necesarias para superar el curs cn éxit. Tutrías La AEC pne a dispsición del alumn un tutr persnal, experts técnics para apyar y asesrar ante cualquier duda, dificultad sugerencia para aclarar cuestines relacinadas cn ls cntenids de la frmación. El sistema de tutrías persnalizadas se plantea cm una herramienta eficaz para facilitar el aprendizaje de ls alumns, dnde el tutr, además de reslver dudas, respnder a las preguntas de ls alumns y dinamizar la frmación, realiza un seguimient persnalizad cn el fin de asegurar el cumplimient de ls bjetivs y actuar cm dinamizadr de la frmación. El alumn puede utilizar la frma de cmunicación que mejr se adapte a sus necesidades: crre rdinari, crre electrónic, platafrma nline fax. El hrari de tutrías si el cntact se quiere hacer de manera telefónica es de lunes a jueves de 09,00-14,00 h. y de 15,00-17,30 h.; y ls viernes de 09,00-14,00 h., except festivs. Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 11

Evaluación El sistema de evaluación del curs es cntinu a través de ejercicis que el alumn debe reslver en la platafrma nline. La inscripción en el curs supne un cmprmis pr parte del alumn del cumplimient de ls plazs de entrega de ls ejercicis de evaluación. Para la superación del prgrama frmativ, el alumn deberá cumplimentar y remitir a su tutr persnal ls diferentes ejercicis de evaluación crrespndientes a cada unidad y situads en la platafrma nline. Una vez crregidas y evaluadas, el tutr persnal enviará al alumn ls resultads y la puntuación btenida, junt cn las respuestas raznadas. Obtención del diplma cn el recncimient de la AEC Para la btención del Diplma el alumn deberá superar cada una de las pruebas de evaluación incluidas en cada módul, cn al mens, el 60% de las cuestines planteadas. 5. PROCESO DE INSCRIPCIÓN INSCRIPCIÓN Puedes frmalizar tu matrícula antes del inici del curs utilizand para ell el bletín de inscripción adjunt. 1ª Cnvcatria: 25 de ener de 2017 2ª Cnvcatria: 25 de abril de 2017 3ª Cnvcatria: 21 de juni de 2017 4ª Cnvcatria: 27 de septiembre de 2016 CUOTAS DE INSCRIPCIÓN: Scis AEC: 295 + IVA(*)(**) Otrs: 370 + IVA (*)(**) La cuta de inscripción incluye el acces al aula nline cn td el material didáctic y el servici de tutrías. Una vez frmalizada la matrícula y efectuad el pag, el alumn tendrá acces al Aula AEC. (*) 2ª Inscripción crprativa y siguientes para una misma cnvcatria 10% de descuent sbre el imprte del curs. (**) Este curs se encuentra incluid dentr de nuestra mdalidad In Cmpany. Si desea ampliar infrmación al respect y pedir presupuest sin cmprmis, póngase en cntact cn nstrs a través de nuestra página web: www.aec.es mandand un e-mail a: fr@aec.es Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 12

Curs Estadística práctica aplicada a la Calidad Bletín de Inscripción Rellena y envía pr Fax: 915 765 258 / e-mail: fr@aec.es FORMACIÓN BONIFICADA A TRAVÉS DE FUNDAE Desde la Asciación Españla para la Calidad se frece de manera gratuita la gestión de la bnificación a través de la Fundación Estatal para la Frmación en el Emple para las empresas que l sliciten. Estadística Práctica aplicada a la Calidad Sci de la AEC: 295 (+ IVA) N Scis de la AEC: 370 (+ IVA) Fecha de cnvcatria:.. Dats del Alumn Apellids:... Nmbre:... Empresa:... N.I.F.:... Carg:... e-mail. Tiene alguna discapacidad? apple SI apple NO Es sci de la AEC? apple SI apple NO Dats de Facturación (cumplimentar sól si n cincide cn ls dats indicads arriba) Empresa... C.I.F/N.I.F.:... Dirección... C.P.:... Lcalidad:... Prvincia:... Teléfn:... Fax:... E-mail:... Este curs cumple ls requisits necesaris para pder ser BONIFICADO a través de la FUNDACIÓN ESTATAL PARA LA FORMACIÓN EN EL EMPLEO (FUNDAE). apple Slicit la gestión GRATUITA de la bnificación de este curs Fecha y Firma: * El acces al material frmativ se realizará previ pag del mism. apple Marque esta casilla si desea que sus dats sean mitids en psterires cmunicacines sbre actividades rganizadas pr la AEC.Tds sus dats serán tratads acrde cn ls términs de la Ley Orgánica 15/99 del 13 de diciembre (LOPD). Ls dats prprcinads a la AEC se incrpran a un ficher cn el fin de gestinar su inscripción, así cm para infrmarle de las actividades, prducts y servicis que puedan resultar de su interés en el cas que ns autrice. Puede ejercitar sus derechs de acces, rectificación, cancelación y psición dirigiéndse pr carta fax a la AEC c/ Claudi Cell 92 28006 Madrid Fax: 915 765 258. La AEC asegura la cnfidencialidad de ls dats aprtads, garantizand que n serán cedids a tercers ajens a la AEC. Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 13

Edición 2017. ASOCIACIÓN ESPAÑOLA PARA LA CALIDAD 14