Metodología de la investigación para proyectos 6sigma2

INC R EC EM“La Calidad de ser Confiable”

Metodología de la Investigación para Proyectos Seis Sigma

M. en C. Lombardo Gómez Valdez


1. Comunicación y conocimiento2. Contribución al conocimiento3. Paradigmas cualitativo y cuantitativo4. La estadística y el método científico5. Apoyo estadístico para el diseño de una investigación6. Metodología DMAIC7. Diferentes tipos de estudios (protocolos)8. Ventajas y desventajas de los diferentes protocolos9. Métodos estadísticos más frecuentes asociados a los protocolos10. Estructura de una investigación11. Aprendizaje de herramientas matemáticas12. Temario general de estadística13. Diagnóstico del nivel de aplicación de la metodología Seis Sigma 14. Proyectos sugeridos por los operadores de Polaroid15. Proyectos sugeridos por el personal de Polaroid16. Definición de proyectos y metodologías17. Conclusiones

Contenido


• Lenguaje

• Etiquetas

• Registro

Comunicación y conocimiento


• Practica empírica

• Accidentes

• Inspiración

• Rigor metodológico

Contribución al conocimiento

INC R EC EM“La Calidad de ser Confiable” Atributos de los paradigmas

que aportan al conocimiento

PARADIGMA CUALITATIVO PARADIGMA CUANTITATIVO

Comprensión desde el marco de referencia de lo que ocurre. Búsqueda de hechos o causas que

explican los fenómenos de interés.

Observación natural y sin control.Medición penetrante y controlada

Subjetivo. Objetivo.

Orientado a los descubrimientos; exploratorio, expansionista, descriptivo e inductivo.

Orientado a la comprobación, confirmatorio, reduccionista, inferencial e hipotético deductivo.

Orientado al proceso. Orientado al resultado.

Válida: datos “reales”, “ricos” y “profundos”.

Confiable, datos “sólidos”, repetibles.

INC R EC EM“La Calidad de ser Confiable” Atributos de los paradigmas

que aportan al conocimiento

PARADIGMA CUALITATIVO PARADIGMA CUANTITATIVO

No generalizable: estudio de casos aislados.

Confiable, datos “sólidos”, repetibles.

Observacional. Generalizable: estudio de casos múltiples.

Holista (integral).Experimental, particularista, analítico, reduccionista.

Supone una realidad dinámica. Supone una realidad estable.

Etnometodología (vivir la realidad). Encuestas (medir la realidad).

Conceptos por definir en la propia investigación.

Conceptos definidos a priori para después medir indicadores.

Descubriendo y/o proponiendo Teoría. Comprobación de Teoría.

INC R EC EM“La Calidad de ser Confiable” La estadística y

el método científico

a) Formulación de Hipótesis: ésta es la parte más difícil del

trabajo científico y a menudo requiere gran habilidad. Sir Francis

Bacon (1561-1626), el fundador del método inductivo moderno,

pensaba que la mera organización de los datos debería sugerir

la hipótesis obvia.

Sin embargo, esto raras veces ocurre, ya que es más frecuente

que sea necesaria una hipótesis preliminar para la obtención de

datos que sean relevantes al problema. De cualquier modo, en

algunas ocasiones las técnicas de la Estadística descriptiva

pueden sugerir hipótesis apropiadas.



b) Obtención de datos: en este aspecto del método el papel de la

Estadística es crucial. Se trata de adquirir información de manera que:

1) la información sea relevante al problema y

2) las conclusiones que de ella se extraigan tengan cierto grado de

confiabilidad.

La cantidad de información necesaria, la forma de recolección las técnicas

para adquirirla, de manera que se cumplan los dos objetivos anotados, son

todos los problemas en el dominio de los métodos estadísticos. Las ramas

de la Estadística que tratan estos problemas reciben el nombre de Diseño

de Experimentos y Muestreo Estadístico.



c) Confrontación de la información obtenida con las consecuencias de las hipótesis

postuladas: una vez obtenidos los datos, el papel de la Estadística se vuelve aun

más importante, puesto que llega el momento de analizarlos. El primer paso en este

análisis consiste en organizar los mismos, en su presentación grafica y su

descripción, resaltando sus aspectos más característicos; en otras palabras, en el

uso de las técnicas de la Estadística Descriptiva. La segunda y más importante

parte del análisis, que se apoya en la primera, tiene por objeto tratar de generalizar

esos aspectos característicos de la información y examinar su compatibilidad con

las consecuencias de la (s) hipótesis que se sustentan. Puesto que la información

será incompleta o reflejará la variabilidad del fenómeno que se observa, la

generalización irá acompañada de un grado de incertidumbre que es cuantificable

mediante principios probabilísticas. Estamos, pues, en el área de Interés de la

Inferencia Estadística o Estadística Inductiva.


Apoyo estadístico para el diseño de una investigación

Definición de elementos de estudio.

Características generales, criterios de inclusión, de eliminación.

Definición, control y vigilancia de la validez interna y externa.

Selección de la muestra, evitar sesgos de elección .

Tamaño de muestra.

Determinar qué, cuándo, cómo y con qué medir, cuántas veces. Validez y

confiabilidad de las mediciones.

Eliminación de sesgos durante la conducción.

Planear el análisis estadístico


• Aspectos Críticos del Proceso

– Determinar los requerimientos del cliente

– Ubicar el problema de la empresa

– Seleccionar a los integrantes del equipo para la solución

– Optimizar el producto

– Identificar los riesgos

– Duración del proyecto

Definir MedirImplantarmejoras

ControlarAnalizar

Fases de Seis Sigma


2 MEDIRPlan de recolección de

datosProbar Repetibilidad y

Reproducibilidad ( R & R )

Carta de ControlAnálisis de Capacidad

3 ANALIZARDiseño de Experimentos

RegresiónPrueba de HipótesisAnálisis de Procesos

4 MEJORARElegir Soluciones

Análisis de RiesgosPrueba piloto

Implementación

5 CONTROLARCarta de ControlDocumentación

Monitoreo

1 DEFINIRGráficasTablas

Análisis exploratorio

Métodos estadísticos aplicados con mayor frecuencia en DMAIC


Instructivo Características del Estudio Nombre Común Protocolo

1 ObservacionalProspectivo ó Retrospectivo

Transversal

Descriptivo Encuesta descriptiva 1

Comparativo Encuesta comparativa 2

2 Observacional Retrospectivo Longitudinal Descriptivo Revisión de Casos 3

3 Observacional Retrospectivo LongitudinalComparativo

de efecto causa

Casos y controles 4

4 Observacional Retrospectivo LongitudinalComparativo

de causa efecto

Perspectiva histórica 5

5 Observacional Prospectivo Longitudinal

Descriptivo Estudio de un

subestrato 6

ComparativoEstudio de varios

subestratos7

6 Experimental Prospectivo Longitudinal Comparativo Experimento 8

Matriz de clasificación de los diferentes tipos de estudios


Protocolo 1Encuesta descriptiva retrospectiva

(observacional, retrospectiva,transversal y descriptiva).

Ventajas Desventajas

1. Sirve para sugerir hipótesis que especifican la asociación (como paso previo a la causalidad) entre variables.

2. Permite realizar el estudio de prevalecía de una característica en una población.

3. Delimita los valores de normalidad y el tipo de distribución de una característica en una población.

4. Es útil para asentar las bases de estudios posteriores de otro tipo.

5. Su diseño y conducción es rápido y barato.

1. Se basa en registros para obtener la información.

2. La validación de la información es difícil y a menudo imposible.

3. No permite establecer relaciones de causalidad.

4. No posibilita conocer la evolución del fenómeno.

5. La representatividad que se obtiene no es buena, lo que dificulta hacer inferencias.

6. No permite establecer comparaciones validas con otras poblaciones.


Protocolo 1Encuesta descriptiva prospectiva

(observacional, prospectiva, transversal y descriptiva).


1.Permite unificar criterios de selección de las unidades de estudio, así como efectuar la estandarización de mediciones, lo que disminuye la posibilidad de sesgo

2. Posibilita el estudio de prevalecía de una o varias características de una población

3. Es útil para estudios exploratorios de un fenómeno pues sugiere hipótesis

4.Es útil para fundamentar estudios longitudinales y/o comparativos.

5. La representatividad que se obtiene es buena.

1. Su diseño y conducción generalmente es más caro que el estudio retrospectivo transversal.

2. Su diseño y conducción requiere de mayor tiempo que el del estudio retrospectivo transversal.

3. Generalmente no permite establecer comparaciones válidas con otra poblaciones.

4. Puede presentar una tasa alta de falta de respuesta.

5. No permite conocer la evolución del fenómeno en estudio.


Protocolo 2Encuesta comparativa retrospectiva

(observacional, retrospectiva, transversal y comparativa).


1. permite apoyar o rechazar una hipótesis de asociación (paso previo a la causalidad).

2. Permite la comparación de la prevalecía de los aspectos de interés de dos o más poblaciones.

3. Es útil para preparar un estudio longitudinal comparativo, a fin de contrastar hipótesis.

4. Su diseño y ejecución es de bajo costo.

5. Permite controlar factores de confusión al igualar atributos entre los miembros de las muestras de las poblaciones.

6. Sirve para el estudio de fenómenos de baja incidencia.

7. Es útil en la comparación de métodos de diagnostico al evaluar sensibilidad y especificidad.

1. Se basa en registros para obtener la información, por lo que generalmente la calidad de esta es mala.

2. No permite establecer la relación de temporalidad (el efecto posterior a la causa) en la hipótesis postulada.

3. La representatividad que se obtienen no es buena, lo que dificulta hacer inferencias.

4. No permite efectuar mediciones que eliminen la subjetividad, ya que no se puede usar ningún método de medición.


Protocolo 2Encuesta comparativa prospectiva (observacional,

prospectiva, transversal y comparativa).


1. Permite apoyar o rechazar una hipótesis de asociación.

2. Permite realizar la comparación de la prevalecía de aspectos de interés de dos o más poblaciones.

3. Es útil, para preparar un estudio longitudinal comparativo, a fin de contrastar hipótesis.

4. Permite controlar factores de confusión al igual atributos entre los miembros de las muestras de las poblaciones.

5. La representatividad que se obtiene es buena.

6. Permite efectuar mediciones que eliminan la subjetividad.

7. Útil en la comparación de métodos de diagnostico.

1. Por lo general requiere de más tiempo y es más costoso; su diseño es más elaborado que el retrospectivo transversal.

2. No permite conocer la evaluación del fenómeno en estudio.



1. Permite realizar la búsqueda sistemática de asociaciones entre variables, para sugerir hipótesis de causalidad.

2. Permite determinar relaciones temporales entre eventos y de esta manera sugiere hipótesis con temporalidad adecuada.

3. Sirve para conocer la evolución en el pasado del fenómeno en estudio.

4. Es útil para fundamentar estudios posteriores prospectivos y/o comparativos.

5. Su diseño y ejecución es rápido y barato.

1. Se basa en registros para obtener la información, por lo que la calidad de ésta es mala.

2. No posibilita unificar criterios, ni estandarizar las mediciones realizadas.

3. La validación de la información es difícil.

4. No se pueden establecer relaciones de causalidad, porque no permite hacer comparaciones válidas con otras poblaciones.

5. La representatividad que se obtiene no es buena, lo que dificulta hacer inferencias.

Protocolo 3Revisión de casos (observacional, retrospectivo,

longitudinal y descriptivo).



1. Permite realizar el estudio de causalidad multifactorial de aspectos de interés.

2. Es adecuado para el estudio de casos aislados que prevalecen en el tiempo.

3. Es rápido y relativamente fácil de diseñar respecto del estudio comparativo prospectivo.

4. Requiere de pocos sujetos de estudio en relación con los comparativos de causa a efecto.

1. Se basa en registros que pueden no ser confiables para obtener la información de la exposición al factor causal,

2. La validación de la información es difícil y a menudo imposible.

3. No permite eliminar sesgos subjetivos en la medición de efectos.

4. La representatividad de los casos y controles no es buena, lo que dificulta la inferencia.

5. La representatividad de los grupos con el factor causal o sin él dentro de los casos y controles es mala, por posibles pérdidas diferenciales entre grupos.

6. No permite eliminar efectivamente algunos factores potenciales de confusión en la relación temporal correcta; ya que sólo se igualan atributos al final de la evolución, es decir, entre casos y controles.

7. No permite obtener riesgos relativos y atribuibles.

8. Cuando es retrospectivo parcial pueden existir sesgos por diferencias para recordar la ocurrencia de la causa entre los sujetos que son casos y los que son controles.

Protocolo 4Casos y controles (observacional, retrospectivo, longitudinal y comparativo, de efecto a causa).



1. Sirve para conocer la asociación entre el factor causal y el efecto.

2. Relativamente rápido de diseñar y llevar a cabo respecto del estudio comparativo prospectivo; generalmente es barato.

3. Permite eliminar algunos factores potenciales de confusión, mediante la igualación de atributos al establecerse los grupos con varias modalidades de causa.

1. Se basa en registros para obtener información por lo que es difícil identificar en el pasado los grupos que tenían las variantes del factor causal en una época previa a la planeación del estudio.

2. La validación de la información es difícil, a menudo imposible.

3. Es difícil obtener controles que no hayan estado expuestos al factor causal.

4. La eliminación de factores potenciales de confusión depende de la información captada en los registros.

5. No permite la eliminación de factores de confusión mediante la asignación aleatoria de los sujetos a los grupos de estudio; es decir, existe autoselección de los sujetos.

6. La representatividad que se obtiene con las muestras de cada una de las poblaciones involucradas no es buena, lo que dificulta las inferencias.

7. No permite la medición total mente objetiva de factores causales ni de efectos, al no poder usar métodos de medición.

8. Es difícil controlar el seguimiento en el pasado de los individuos y determinar causas de abandono.

Protocolo 5Perspectiva histórica (observacional, retrospectivo,

longitudinal y comparativo, de causa a efecto).



1. Es útil para la búsqueda sistemática de asociaciones entre variables, al controlar la temporalidad, lo cual sugiere hipótesis.

2. Da una descripción completa de la experiencia subsecuente a la exposición de factores de interés.

3. Permite el estudio de efectos potenciales múltiples de exposición a factores de interés.

4. Permite obtener una buena representatividad de la población objetivo.

5. Permite efectuar las mediciones con criterios uniformes.

6. Es útil para estudiar el crecimiento y desarrollo.

7. Permite una flexibilidad en la obtención de variables y su adquisición sistemática.

8. Permite controlar la calidad en la medición de las variables de estudio.

1. Generalmente es de larga duración y alto costo.

2. No permite establecer relaciones de causalidad.

3. Se necesitan gran número de unidades cuando el evento por estudiar es relativamente raro.

4. Es grande el número de unidades que se pierden durante el seguimiento, por lo que se requiere gran cantidad inicial de unidades.

5. Pueden existir modificaciones en el comportamiento de las unidades de estudio, debidas al seguimiento.

Protocolo 6Estudio de un subestrato (observacional, prospectivo, longitudinal y descriptivo).



1. Da una descripción completa de la experiencia subsecuente a la exposición diferencial de factores causales.

2. Permite estudiar los efectos potenciales múltiples de exposición de factores causales diferenciales.

3. Permite el cálculo y la comparación de la tasa de efectos y también facilita el cálculo y la comparación de cambios en parámetros o proporciones.

4. Permite una flexibilidad en la selección de variables y su obtención sistemática.

5. Permite un control de calidad en la medición de las variables en estudio.

6. Se pueden controlar las factores de confusión potenciales que sean identificables, mediante igualación de atributos en la etapa de formación de los grupos con factores causales diferenciales.

7. Permite obtener una buena representatividad de las poblaciones objetivo por comparar.

8. Permite realizar la validación de la información.

9. La asociación encontrada se mantiene a través del tiempo.

1. Generalmente es de larga duración, alto costo y requiere de un diseño elaborado.

2. No permite la eliminación de factores de confusión potenciales que no sean identificables, al no poder efectuar la asignación aleatoria de las unidades a los grupos de estudio.

3. Se necesita un número grande de unidades para estudiar la causalidad de efectos raros.

4. Muchas unidades se pierden durante el seguimiento, por lo que se requiere inicialmente de un gran número de unidades.

5. Pueden existir modificaciones en el comportamiento de las unidades en estudio, debidas al seguimiento.

Protocolo 7Varios subestratos (observacional, prospectivo,

longitudinal y comparativo).



1. Permite diseñar las variantes del factor causal (tratamientos). El llamado diseño de tratamientos.

2. Permite establecer relaciones de causalidad.

3. Da una descripción completa de la experiencia subsecuente a la exposición diferencial de factores causales.

4. Permite el estudio de efectos potenciales múltiples de exposición a factores causales diferenciales, obteniéndose información de los beneficios y riesgos potenciales.

5. Permite el cálculo y la comparación de la proporción de efectos en unidades expuestas y no expuestas y de los cambios en parámetros.

6. Permite una flexibilidad en la selección de variables y su obtención sistemática.

7. Permite un control de calidad en la medición de las variables en estudio,

8. Existe el máximo control de los factores de confusión, ya que permite formar bloques.

9. Permite la aleatorización de los sujetos de estudio, lo que elimina los factores de confusión potenciales si las muestras son grandes y le dan más validez a las pruebas estadísticas.

10. La asociación encontrada muestra una secuencia en el tiempo.

11. Permite realizar una validación de la información.

1. Generalmente es de larga duración, alto costo y requiere de un diseño muy elaborado.

2. Pueden existir modificaciones en el comportamiento de las unidades debidas al seguimiento.

Protocolo 8. Experimento (experimental, prospectivo,

longitudinal y comparativo).


Descripción de Variables Individuales por Separado

Descripción de la Asociación entre Variables

Variables Categóricas

(Nominal y ordinal)Variables Numéricas

Categóricas con Categóricas

Categóricas con Numérica

Numérica con Numérica

•Frecuencias, proporciones o porcentajes que se pueden representar mediante:

- Gráficas de barras

- Graficas de pastel

•Distribución de frecuencias en clases (tablas o gráficas)•Frecuencias acumuladas•Promedios•Desviación estándar•Error estándar•Porcentiles•Rango

•Tablas de contingencia

•Gráficas de barras

de Kendall

de Kramer

de Spearman

•Tablas con clasificación categóricas, con promedios y desviaciones o errores estándar en cada entrada

•Gráficas con promedios y desviaciones o errores estándar en cada categoría

Coeficiente de correlación

•Recta de regresión

Métodos estadísticos más frecuentes para estudios descriptivos


Nominales Ordinales Numéricos

Prueba Z para una proporción poblacional.

Prueba x2 para varias proporciones en una sola población.

Intervalos de confianza para proporciones.

Prueba de signo o binominal para la mediana población.

Intervalos de confianza para proporciones.

Muestras grandes y/o con distribución normal

Muestras pequeñas (n<30) sin distribución normal

Prueba de t para un promedio poblacional.

Intervalo de confianza para el promedio.

Prueba del signo o binomial para la mediana poblacional.

Intervalo de confianza para el promedio.

Nota: También se puede realizar pruebas de hipótesis estadísticas para comparar la población muestrada con una población de referencia no incluida en el estudio, aunque no hay validez interna; es decir puede haber un gran numero de factores de confusión.

Métodos Inferenciales

INC R EC EM“La Calidad de ser Confiable” Métodos estadísticos más frecuentes

para estudios comparativos

Tipo de muestraVariables Dependientes

Nominal Ordinal Numérico

Independientes (sin control de factores de confusión).

•Prueba de x2 •Modelos logísticos y logarítmico – lineales.

•Prueba U de Mann Whitney (dos poblaciones)•Prueba de Kruskall Wallis (dos o más poblaciones)•Modelos logarítmico - lineal

•Prueba de t (dos poblaciones)•Análisis de varianza para prueba de F (dos o mas poblaciones) seguida de prueba de Tukey•Regresión múltiple

Dependientes, con bloques o igualación de atributos (con control de factores de confusión).

•Prueba de Mc Nemar•Prueba de x2 para cada nivel de la confusión•Modelos logísticos•Modelos logísticos y logarítmico - lineales

•Prueba de Friedman•Prueba de Wilcoxon para rangos señalados.•Modelos logarítmico - lineales

•Prueba de t apareada.•Análisis de varianza de varianza para Prueba de F con dos criterios de clasificación con prueba de Tukey•Regresión múltiple

Las variables independientes (causa) se consideran siempre categorías y representan las diferentes poblaciones por compararse. En estudios comparativos de causa a efecto se pueden evaluar a través de intervalos de confianza.


Estructura de una Investigación

ES UNA SUGERENCIA, ALGUNOS AUTORES PREFIEREN OTRO ORDEN, EL AUTOR DEL TRABAJO ES

QUIEN TOMA LA DECISIÓN.

EL FORMATO QUE A CONTINUACIÓN SE PRESENTA SE UTILIZA COMÚNMENTE EN TESIS DE

DOCTORADO.

Como una recomendación general. A medida que avanzamos en nuestra investigación es seguro que surjan

nuevas incógnitas derivadas del objetivo de nuestra tesis, de tal manera que es común que algunos

investigadores amplíen sus objetivos originales al ir avanzando en la investigación, situación que no

recomiendo puesto que el trabajo se va extendiendo y por lo tanto se va ampliando en el tiempo de

realización, MI RECOMENDACIÓN es terminar el objetivo u objetivos planteados originalmente y en el

apartado de RECOMENDACIONES indicar que otros trabajos se sugieren realizar para que la aportación

realizada se vaya completando.

Mi punto de vista es que una tesis hace una aportación al conocimiento, pero en virtud que el conocimiento es

inagotable y, ya que no será ni mi primer trabajo de investigación ni el ultimo, entonces conviene realizar

posteriormente otros proyectos de investigación que continúen aportando el conocimiento y complementen lo

ya alcanzado.


TITULO:

El menor numero de palabras que describa con claridad de que trata el trabajo

RESUMEN: Una cuartilla

Presenta la importancia del trabajo, describe el contenido, los antecedentes

más relacionados, la metodología que se siguió, las conclusiones y

recomendaciones mas importantes. Se elabora al final del estudio.

INTRODUCCIÓN: Una cuartilla

Presenta la justificación del trabajo y los antecedentes más importantes, para

derivar en el objetivo que se pretende alcanzar.


OBJETIVO: Lo más breve posible.

Puede hablarse de un objetivo general del trabajo y de objetivos específicos por

alcanzar.

HIPÓTESIS: Lo más breve posible.

HIPÓTESIS QUE SE DESEA PROBAR. Si el estudio es descriptivo no es

necesario definir una hipótesis.


REVISIÓN BIBLIOGRÁFICA: En el espacio necesario.

En este apartado se deben incluir resúmenes de los antecedentes bibliográficos

más importantes relacionados con los objetivos de nuestro estudio, todos ellos

deben citarse en la bibliografía.

En ocasiones se revisan más fuentes bibliográficas, pero estas no se utilizan en la

tesis por lo que no se deben incluir en la revisión bibliográfica


METODOLOGÍA: Se recomienda de una a dos cuartillas.

Se presentan los métodos que se utilizaran en el trabajo para alcanzar los

objetivos propuestos.

Se deben especificar los métodos de análisis estadístico que serán utilizados en el

estudio.


RESULTADOS: La extensión de este apartado esta en función de los

objetivos programados y alcanzados.

Se presentan exclusivamente los resultados alcanzados al haber realizado el

estudio, es muy recomendable que la información sea concisa completa y correcta.

El uso de tablas y graficas descriptivas es una manera tradicional de presentar los

resultados.

Cuando es grande y de alguna manera repetitiva (igual formato para diferentes

datos), y a criterio del autor, puede incluir la mayor parte de las gráficas y tablas

en un anexo.


DISCUSIÓN: La amplitud depende del investigador.

En este apartado se confronta la información obtenida de la revisión bibliográfica

contra los resultados que obtuvimos, a fin de corroborar o rectificar la información y

paradigmas señalados por otros autores.

Representa la aportación del investigador al conocimiento, por lo que en este punto

el autor del proyecto de investigación debe definir con claridad su punto de vista de

acuerdo al análisis que realizo de sus resultados.

En este apartado es donde se confronta la hipótesis del trabajo


CONCLUSIONES: Una cuartilla.

Son los resultados relevantes de la discusión.

RECOMENDACIONES: Una cuartilla.

Es en donde se sugieren nuevas investigaciones a fin de complementar el nuevo

conocimiento que fue generado.

BIBLIOGRAFÍA CITADA:

Listar en orden alfabético y cronológico las citas bibliográficas que se utilizaron en

el trabajo.


ANEXOS:

Comúnmente se incluye un glosario de términos técnicos, rutinas de software y

complementos que se juzguen que pueden ser de valor para el lector o usuario.

INC R EC EM“La Calidad de ser Confiable” Características del aprendizaje de las

matemáticas

El aprendizaje de herramientas matemáticas presenta algunas características que resultan de nuestro interés, ya que es necesario tener conciencia de las implicaciones propias de la disciplina:

Es un conocimiento abstracto, ya que la naturaleza o la vida cotidiana no incluye números y/o símbolos. Esta característica facilita el que el conocimiento adquirido de no aplicarse con cierta frecuencia se olvide rápidamente.

El conocimiento matemático esta ligado entre si y es secuencial, de tal manera que para poder adquirir más elementos matemáticos debemos tener claridad y un n de manejo razonable de los conceptos anteriores; como ejemplo podemos decir que sería imposible ejecutar una división aritmética si no conocemos la una multiplicación y si antes no ubicamos el concepto de la suma. De esta característica resulta importante el que el alumno no falte a clases ya que los temas al ser secuenciales, perder una clase implica perder la lógica de la herramienta matemática que se esté aprendiendo.


El conocimiento matemático al ser abstracto es difícil de asimilar y solo se aprende resolviendo ejercicios matemáticos de manera manual, de tal manera que el alumno tiene que resolver un número variable de ejercicios hasta que al encontrar la lógica del conocimiento, éste quede incorporado a su saber. Es bien conocido que aquel alumno que no realiza por si mismo las tareas matemáticas a el encomendadas, difícilmente adquiere el conocimiento y en consecuencia pierde con facilidad la secuencia de temas más avanzados.

El conocimiento matemático toda vez asimilado se convierte en algo obvio y trivial, ésta característica debe ser tomada muy en cuenta en el proceso enseñanza-aprendizaje, puesto que lo que para el instructor es un conocimiento obvio y simple, para el alumno es abstracto y difícil, de tal suerte que el tiempo requerido para que de transmisión del conocimiento matemático se lleve a cabo debe ser regulado por la velocidad de asimilación del alumno y como un aspecto correlacionado, debemos tener especial cuidado en no saturar al alumno, puesto que si el alumno se cansa o pierde interés, se bloquea y en consecuencia perderá la secuencia de temas subsecuentes.

El conocimiento estadístico además de las características mencionadas anteriormente incluye su propio lenguaje.

El lenguaje estadístico puede variar de acuerdo con el criterio del autor.


Temario General de Estadística

ESTADÍSTICA

DESCRIPTIVA

MEDIDAS DE TENDENCIA CENTRAL

MEDIA

MEDIANA

MODA

MEDIDAS DE DISPERSIÓN

AMPLITUD

DESVIACIÓN MEDIA

VARIANZA

DESVIACIÓN ESTÁNDAR

COEFICIENTE DE VARIACIÓN

MEDIDAS DE ASOCIACIÓN

COVARIANZA

CORRELACIÓN

GRÁFICAS Y TABLAS

MÉTODOS MULTIVARIABLES

ANÁLISIS DE COMPONENTES PRINCIPALES

ANÁLISIS DE CONGLOMERADOS (cluster)

ANÁLISIS DE CORRESPONDENCIAS

ANÁLISIS DE CORRELACIÓN CANÓNICA


ESTADÍSTICA

INFERENCIAL

ELEMENTOS DE INFERENCIA

ESTADÍSTICA

LEYES DE PROBABILIDAD

ESPACIO MUESTRAL

ESCALAS DE MEDICIÓN Y VARIABLE ALEATORIA

fx(x) , Fx(x)

ESPERANZA Y VARIANZA

MODELOS PROBABILÍSTICOS

VARIABLES

ALEATORIAS DISCRETAS

BERNOULLI

BINOMIAL

POISSON

HIPERGEOMETRICA

VARIABLES

ALEATORIAS CONTINUAS

NORMAL NORMAL ESTÁNDAR

2

t

F

GAMMA

BETA

WEIBULL

MÉTODOS ESTADÍSTICOS

DESCRIPTIVOSINTERVALOS DE CONFIANZA

MUESTREO ESQUEMAS DE MUESTREO

COMPARATIVOS (Prueba de Hipótesis)

PARAMÉTRICOS

PRUEBA DE t

PRUEBA DE F

ANALISIS DE LA VARIANZA

DISEÑO COMPLETAMENTE AL AZAR

DISEÑO EN BLOQUES AL AZAR

CUADRADO LATINO

NO PARAMÉTRICOS

Ji CUADRADA

M. En C. Lombardo Gómez Valdes

M. En C. Ana Celia Luque Guerrero

MANN & WHITNEY

KRUSKAL WALLIS

PREDICCIÓN

REGRESIÓN LINEAL SIMPLE

REGRESIÓN LINEAL MÚLTIPLE


Objetivo Especificaciones Método(s) multivariado(s) apropiado(s)

Simplificación de un conjunto de datos.

Interesa reducir las dimensiones del conjunto de datos.

Análisis de Componentes Principales (ACP): Reduce la información generando nuevas variables independientes entre sí.

Análisis de Correlación Canónica (ACC).

Análisis de Factorial.

Agrupación de un conjunto de datos.

Interesa formar grupos que pueden ser de individuos, objetos o variables.

Análisis de Conglomerados: De utilidad en estudios de regionalización.

ClasificaciónUna vez formados los grupos, interesa saber a que grupo pertenece una nueva observación.

Análisis Discriminante: De utilidad en estudios taxonómicos.

Análisis de interdependencias

Cuando no se tiene una distinción entre variables dependientes e independientes y se desea conocer la relación que existe entre ellas.

Análisis de Componentes Principales: Si las variables son cuando menos de intervalo.

Análisis de Correspondencias: Si las variables son nominales.

Análisis de dependencias

Cuando se desea conocer la relación funcional entre una(s) variable(s) dependiente y otras variables independientes.

Regresión Lineal Múltiple.

Análisis de Varianza Multivariado.

Metodología de la investigación para proyectos 6sigma2

Documents

Transcript of Metodología de la investigación para proyectos 6sigma2