El concepto de estabilidad estadística parte del monitoreo que hacemos de lo que está sucediendo en el proceso y, al analizarlo con base estadística, lo primero que debemos revisar es el tipo de dato que estamos recolectando, el sistema de medición que estamos usando y la capacidad del proceso para cumplir con las especificaciones. En este curso, revisaremos los diferentes tipos de datos, la estadística básica para analizarlo y lo que entendemos por estabilidad estadística. Los tipos de datos en estadística son dos, continuos y discretos. Los datos continuos se refieren a aquellos que tienen un número infinito de valores, son datos medibles y tenemos un instrumento de medición que nos otorga un valor para esa medición. Como ejemplos, tenemos temperatura, peso, volumen, entre otros. Los datos discretos son aquellos que solamente contienen números enteros. Son datos contables y se tiene un dispositivo o una persona que los identifica y cuenta. Como ejemplos, tenemos cantidad de defectos, piezas defectuosas, clientes satisfechos, etcétera. Así como hay datos continuos y discretos, también hay distribuciones de probabilidad para las variables discretas y continuas. Las distribuciones de probabilidad que más comúnmente se presentan en temas de calidad son las distribuciones binomial, "poisson" y uniforme, para datos discretos, y la distribución normal, para datos continuos. Ahora hablaremos de atributos y variables. La medición de una característica en un producto o un proceso es el valor que recolectamos y nos refiere al dato, que puede ser de tipo atributo o tipo variable. Cuando el dato es del tipo atributo, nos referimos a una cualidad que un producto o un proceso tiene o no tiene, y cuando el dato es del tipo variable, establecemos que hay un instrumento de medición que nos está proporcionando el valor numérico de esa característica de calidad. Es muy importante en el análisis estadístico, para la mejora de procesos, que siempre tratemos de usar datos tipo variable, ya que nos permiten hacer un análisis estadístico más sólido y, con un menor número de datos o tamaños de muestra más pequeños, nos brindan información relevante acerca de lo que está sucediendo en el proceso. Sin embargo, cuando no se tiene el instrumento de medición para usar datos variables, debemos de usar datos tipo atributo y la información que nos brinda es suficientemente buena, aunque habremos de necesitar un tamaño de muestra mayor comparado con los datos tipo variable. Cuando estamos analizando un conjunto de datos, es necesario que lo analicemos en función de las decisiones que necesitamos tomar. Estas decisiones en la mejora de procesos están relacionadas con la comparación entre las condiciones actuales y las nuevas condiciones que queremos implantar, esto con la finalidad de determinar si el proceso se desempeña mejor con las nuevas condiciones. Por ejemplo, deseamos saber si un nuevo recubrimiento incrementa la resistencia a la corrosión de un producto, o si un procedimiento en un proceso permite fabricar productos con menor número de defectos. Las características del conjunto de datos que queremos analizar y que nos van a ayudar a tomar las decisiones están en función de los estadísticos del conjunto de datos. Estos estadísticos deben cumplir cuatro características. Estadísticos de ubicación o medidas de tendencia central, tales como media, mediana y moda. Estadísticos de dispersión o variabilidad, tales como el rango, la varianza y la desviación estándar de la población y de la muestra, y el coeficiente de variación. Los estadísticos de forma son aquellos que nos describen el conjunto de datos. Esto tiene que ver con el tipo de distribución de probabilidad que identifica al conjunto de datos, ya anteriormente las mencionamos. Y la consistencia o estabilidad del conjunto de datos nos indica que el conjunto de datos se mantiene estable en el tiempo, es decir que los estadísticos observados de ubicación, dispersión y forma son los mismos a través del tiempo y que no están influenciados por causas especiales de variación. Si queremos hablar de estabilidad estadística, debemos usar técnicas estadísticas, tales como las pruebas de hipótesis o los gráficos de control, y demostrar que los estadísticos de ubicación y dispersión no cambian en el tiempo. Estas técnicas estadísticas las abordaremos en cursos posteriores. Parámetros estadísticos. Cuando obtenemos los datos de una muestra y calculamos las medidas de tendencia central y de variabilidad, estos representan a la muestra y son llamados estadísticos. Las medidas de tendencia central y variabilidad que representan a la población son llamados parámetros y son estimados a partir de los estadísticos. Las decisiones en estadística que se quieren tomar son en una población. Sin embargo, debido a que no se puede tener el conjunto total de los datos de la población, se obtiene una muestra aleatoria, representativa e independiente de la población, con la finalidad de que, basado en los datos de la muestra, tomemos las decisiones en la población. Como conclusión del análisis exploratorio de un conjunto de datos para establecer su condición de estabilidad, podemos decir que se deben de calcular los estadísticos de ubicación, la media, mediana y moda, y de dispersión, rango, variancia, desviación estándar, así como identificar la forma o función de distribución que describe el conjunto de datos, ya sea esta normal, binomial, "poisson" o uniforme. Y, para finalizar, deberíamos de revisar su consistencia al comprobar su estabilidad a lo largo del tiempo.