2019

BACK TO BASICS

Todo Lo Que Hay Que Saber Acerca de los Datos

por Jack B. ReVelle

No podemos estar seguros, pero el nombre del Teniente Comandante Data, un personaje de “La Guerra de las Galaxias: La Próxima Generación,” pudo haber derivado de su extraordinaria capacidad de adquirir y procesar los datos crìticos durante el transcurso de la misión de la nave U.S.S Enterprise. Claramente, los productores de la serie creyeron que la importancia de datos continuarìa aun en el futuro.

Como profesional de la calidad, usted esta obligado a obtener una mejor comprensión de los tipos de datos, de la estratificación y de la colección de datos.

Datos por Atributo/Discretos

Los datos por atributo, también conocidos como datos discretos, se cuentan en números enteros. Un atributo es la presencia o la ausencia de una caracterìstica particular. El resultado siempre será un número entero, es decir, nunca será una fracción decimal.

Tìpicamente, la cuestión de si algo tiene una cualidad particular se puede contestar con un sì o un no. Al trabajar con productos, servicios y procesos, los artìculos se clasifican como buenos vs. de mala calidad, aceptados vs. rechazados o pasan vs. no-pasan. Cuando se trata de los defectos o de las piezas segregadas para retrabajo o scrap, usted se está ocupando de datos por atributo.

Los datos por atributo son mucho más fáciles de recolectar y registrar que los datos por variable, pero no proporcionan suficiente información sobre los artìculos en cuestión.

Datos por Variables/Continuos

Los datos por variables, también conocidos como datos continuos, son medidas de una escala continua. Pueden ser, y con frecuencia son fracciones decimales. La exactitud de una medida es una función del nivel de la sensibilidad o de la precisión del instrumento que se utiliza para medir—cuanto más sensible el instrumento, más exactitud tienen las medidas.

Los datos por variables proporcionan más información sobre el producto y las caracterìsticas del proceso que los datos por atributo, pero son más complejos y se insume mas tiempo para colectarlos y registrarlos.

Estratificación de Datos

Ahora que usted ha identificado los diferentes tipos de datos que puede colectar, usted necesita considerar si los datos deben o no ser estratificados. El propósito de la estratificación de los datos es convertir a una población heterogénea en una colección de sub poblaciones homogéneas. Este proceso de separación (clasificación) facilita los estudios o análisis de la población heterogénea de la cual fueron extraìdas las muestras estadìsticamente.

La estratificación de datos puede incluir el análisis de una población de máquinas para determinar cuales generan especìficos tipos de defectos o cuales generan variación excesiva, examinar una población de defectos generados por un proceso para comprobar las pocas categorìas crìticas y los estudios de una población de empleados para identificar las necesidades y las expectativas de cada categorìa de empleado.

El procedimiento para la estratificación de datos no es complicado. Una vez que ha identificado la población en cuestión, determine los diversos tipos de categorìas que pudieren existir, por ejemplo tamaño, edad, proveedores, color, peso, distancia, sexo y costo. A continuación, estratifique o divida a la población según las categorìas pertinentes. Entonces, al colectar los datos con respecto a la población, registre la información categórica sobre las unidades muestreadas usando una hoja de conteo o cualquier otro tipo de tabla de datos.

Estrategia Para la Recolección de Datos

Colectamos datos para tomar mejores decisiones individualmente y colectivamente que de otra manera no harìamos. Las buenas decisiones son tomadas reduciendo la incertidumbre, en vez de hacer conjeturas, o preconceptos o aún usando el sentido común. Los datos son hechos, los resultados de las mediciones o indicadores han sido colectados; sin embargo, esta información no esta lista para ser utilizada en la toma de decisiones.

Para que los datos puedan ser utilizados por los que toman decisiones, deben conducir a un entendimiento. Para corregir un problema, se necesita entender su naturaleza y sus causas. Al los datos se colectados y comparados con los niveles de detalle deseados, usted aprenderá más sobre las causas de un problema, qué debe ser medido y cómo debe ser medido.

Los siguientes pasos deben ser parte de la estrategia de colección de datos de cada organización:

  • Determine el propósito de los datos que deben ser colectados. ¿Serán utilizados para evaluar el estado de un proceso o de un producto? ¿Proporcionarán una base para las decisiones con respecto al proceso o a la calidad del producto?
  • Determine la naturaleza de los datos que se colectarán. ¿Son datos (por variables continuos) que serán medidos o son datos contados (por atributo o discretos)?
  • Determine las caracterìsticas de los datos que se colectarán. ¿Se pueden entender fácilmente los datos por la gente que evaluará el producto y mejoraran el proceso, incluyendo los clientes?
  • Determìnese si los datos pueden expresarse en términos que estimulan comparaciones con procesos similares. ¿Podrìa expresarse el indicador de rendimiento como partes por millón, defectos por millón de oportunidades, Cp o Cpk, o 6 sigma?
  • Determìnese si el orden de prioridades de los datos esta en función de las caracterìsticas de influencias más importantes para la calidad y si los datos son económicos y fáciles de colectar.
  • Determine el mejor tipo de hoja de chequeo y recopilación de datos a: listas de verificación, hojas de conteo o diagramas de concentración de defectos.
  • Determìnese si será posible utilizar un método de muestreo aleatorio o si será necesario utilizar la colección de datos del 100%.

NOTA

  1. Esta columna se adapta de las pags 33-35 de Quality Essentials: A Reference Guide From A to Z, publicado por Quality Press de ASQ en 2004.

JACK B. REVELLE es un consultor de estadìsticas en ReVelle Solutions LLC en Santa Ana, CA. Obtuvo un doctorado en ingenierìa industrial y gerencia en Oklahoma State University, Stillwater, y es un Socio Fellow de ASQ.


Average Rating

Rating

Out of 0 Ratings
Rate this article

Add Comments

View comments
Comments FAQ


Featured advertisers