NSTITUTO G) NIVERSITARIO LS ERONAUTICO < DISTANCIA PROBABILIDAD Y ESTADISTICA | cod. 0260 Ricardo Ingaramo EDUCACION GUIA DE ESTUDIOPrimERA PARTE OBTENCION Y TRATAMIENTO DE Datos UNIDADUNIDAD ORIENTACION Det APRENDIZAJE El Gerente de Recursos Humanos de la empresa autopartista Campeén S.A. esta preocupado por los elevados indices de ausentismo registrados durante las Ultimas semanas entre el personal de produccién. Lepide a su Secretaria informacion sobre el ausentismo diario que se registra en la empresa, lo trae las planillas correspondientes al titimo mes: FECHA: 14/02/08 LEGAIO NOMBRE " MoTivo 1 724 ~ | GODOY, Francisco Enfermedad gastrointestinal 2 | 15 RODAIGUEZ, Juan Lumbalgia 3 638 | _BELTRAMO, Daniel Lumbalgia 4 515 SERAFINI, Alberto ‘| Quomaduras, 5 288 VELEZ, Carlos Enformedadvirsica ‘| El Gerente debe revisar planilla por planilla,y tratar de rescatar de cada una la informacién que a éleinteresa. Como no tiene mucho tiempo para dedicarle,finalmente deja fas planillas ‘a uncostado y sigue atendiendo otros asuntos. Pasan dos otres dias mas, y el problema de ausentismo continda. La Secretaria, consciente de la preocupacién de su Jefe por el tera, y de sus limitaciones de tiempo para analizarlo, planea ayudario buscando la manera de simpllficarle la area. La Secretaria tiene en las planias un ctimulo de "datos" y necesita elaborar “informacién® para que el Gerente pueda actuar en consecuencia. Para realizar esta tarea, recurre al auxilio de otro empleado que tiene algunos conocimientos en Estadistica. 16 EEEsta persona, después de analizar un poco el problema y organizar convenientemente los datos del titimo mes de trabajo, le presenta el siguiente grafico, que resume el contenido de las planillas: oi 2] [mown | lumbalgla —viréeloa-—=—sgastroint.—accidente otros Con esta informacién en sus manos, el Gerente puede interpretar con facilidad lo que esta sucediendo: el mayor porcentaje de inasistencias se debe a lumbalgias entre el personal de produccién. Llama al Gerente del Area, quien le reporta que hay varios montacargas en Teparacién desde hace un mes atras, por lo que buena parte del movimiento de cargas se ‘std realizando a mano, con los resultados a la vista. Entre ambos Gerentes se decide la rescicion del contrato a la empresa que hace el mantenimiento de los montacargas, y la biisqueda de otra mas eficiente. En pocos dias se resuelve el problema, y los indices de ausentismo vuelven a la normalidad. Llegado a este punto se puede plantear otra inquietud: zqué valores de ausentismo resultan normales, o previsibles? La Estadistica también dispone de elementos para resolver esta cuesti6n, tema que analizamos mas adelante. Concluyendo acerca del problema de ausentismo: tenemos una gran cantidad de datos importantes, dificiles de analizar a simple vista. Por lo tanto necesitamos implementar {écnicas que permitan sintetizar la informacién, resumiendo los datos en tablas, graficos y medidas analiticas faciles de calcular e interpreter. El objetivo final de este tipo de analisis es identificar patrones de comportamiento en los datos, a partir de los cuales podamos extraer informacién de interés que facilte la toma de decisiones. UNIDAD 1UNIDAD 1 En esta primera unidad de la materia se presentan las principales herramientas utilizadas para €l tratamiento de datos, que tienen como objetivo ordenar la informacién, simplficar su presentacién y faciitar el analisis. \Veamos a continuacién qué temas vamos a explorar en esta unidad y el propésito de todo este anélisis. a ae on IEE ee _ 4. Poblacion y muestra. 2, Registro y ordenamiento de datos. Distribuciones de frecuencias, tablas y gréficos. 3, Caracterizacion de las distribuciones de frecuencias. Medidas Analiticas. ‘Siusted es una persona curiosa, a la que le gusta indagar en los origenes o en los porqué de ‘cada cosa, le sugiero hacer una lectura rapida del Primer Capitulo de la bibliogratia: INTRODUCCION En.caso contrario, continde con el dasarrollo de fa Guta, sin que ello obstaculice ef desarrollo dela materia. Bien, le deseo mucha suerte en su primer abordaje del Texto. MODALIDAD DE TRABAJO Eldesarrollo de la unidad 1 sigue el esquema que se muestra a continuacién. Es importante que realice el proceso de trabajo y elaboracién de acuerdo a las pautas que se indican en este esquema. De esa manera, usted podr seguir de una manera l6gica y ordenada el tratamionto de los temas previstos y podra integrar de manera natural teoria y practica. 8 a ee Objetives de Aprendizaje ContenidosMMS ASLO TET SITS ACTIVIDAD MATERIAL | CONCEPTOS EJERCITACION UTILIZADO | DESARROLLADOS | PROPUESTA Introduccion al Tema 1: eu | Unidad de observacién | Ejemplo introductorio Poblacién y Muestra -Tipos de caracteres Lectura de la jogratia TEXTO = Recoleccién de datos | Ejerctacién del Texto Obiigatoria = Poblacion y Muestra Revisién de UIA - atc conceptos Eemplo practico sesarolads Actividades de GUA Ejerciclos précticos Proceso | Tnivod. al Tema 2 ~ Registro oy GUA Ejemplo introductorio ‘ordenamiento de |_datos _ 7 | Lectura de ia Texto = Ordenamiento de datos) Ejercitacién del texto. | Bibliogratia istriouoién de frecuen+ Obligatoria clas ~ Tablas de frecuencias - Graficos : | Tratamiento de Guia Tablas y gréficos para datos discretos datos discretos Revisién de conceptos Guia jesarrollados UNIDAD 4 19UNIDAD 1 [ Actividades de GUA proceso Ejemplos practicos Introduc. al Tema 3] GUIA Medidas Analiticas Ejemplo introductorio Lectura de = Medidas de posicion: la Bilogratia TEXTO —_| media, medianay moda} Ejercitacién del texto | |Obtigatoria | - Medidas de dispersion: rango, varianza, desvio ! estandar, coefic. de variacion Revision de conceptos @ua desarrollados Actividades de GUIA Ejemplo practico Proceso Unidad Actividades de GUIA Ejercitacion Cierre de la GUIA - Conclusiones autoevaluacion te6rico - préctica q Bibliografia Obligatoria ee LEVIN, Richard y RUBIN, David. Estadistica para Administradores. Editorial Prentice-Hall, México. 1996.Clase 1 — eCémo los presentamos? TABLAS GRAFICOS Clase __Altura__f 1 1,40 - 1,60 30 2 1,60 - 1,80 50 3 1,80 -2,00 10 Altura UNIDAD Esquema Conceptual POBLACION > 2Qué medimos? Los agrupamos SRY ORM Clase2 Clase 3 MEDIDAS ANALITICAS Altura promedio 41,73 Altura més frecuente 1,70 Rango de altura 0,60UNDAD 1 SRR ALTA ATT ATID 1, POBLACION Y MUESTRA Lafirma Campeén S.A. ha resuelto efectuar un estudio sobre el grado de satisfaccién de sus clientes. 4 Sedobe sondear la opinién de todos los clientes? 2 Es factible reunir esa informacion? Se puede trabajar con la opinion de algunos clientes solamente? {Con qué criterio se eligen en ese caso los clientes a entrevistar? ‘Seguidamente realizamos una aproximacién a problemas de este tipo, planteando la manera de responder a esas cuestiones. ‘Antes de entrar en el tema especifico, conviene introducir algunos conceptos complementarios, ‘que ayuden a definir el marco de referencia de un estudio estadistico. En primer lugar, debemos definir e! elemento sobre el cual vamos a registrar los datos, 0 unidad de observacién. Por ejemplo, si al estudio lo hacemos en una fabrica, la unidad puede ser: * un empleado de la empresa * un determinado articulo producido porla empresa * un lote de esos articulos * un cierto departamento de la empresa * un proveedor de la empresa * etc. Como vemos, las unidades de observacién pueden tener existencia natural, como una per- sona o una cosa -elementos tangibles-, o pueden estar definidas artificialmente, como las distintas areas de una empresa. En segundo término tenemos que definir qué vamos a medir sobre cada unidad, es decir qué ‘vamos a observar. Sila unidad de observacién es un empleado, podemos estar interesados ‘en registrar alguno de los siguientes caracteres: *edad * antigdedad en la empresa * estado civil | * nivel de instruccion * horas de capacitacion * cantidad de dias de ausentismo 4.Qué diferencias existen entre los caracteres mencionados? En el desarrollo de esta unidad ‘vernos cémo se clasifican los distintos tipos de datos. Finalmente, si el estudio se hace sobre los empleados de una empresa, restaria defini siel relevamiento de datos se hace sobre la totalidad del personal-la poblacién de empleados de la firma-, o sobre una parte -una muestra de empleados-. An mas, es preciso definir claramente si el estudio abarca al personal de todas las areas de la empresa, o@ alguna en particular. Sielanalisis se realiza en base a una muestra, el objetivo es obtener conclusiones acerca de la poblacién. Por lo tanto, la muestra debe ser representativa de la poblacién de la cual fue extraida. | ‘Alo largo de esta primera parte de la unidad, usted adquiere los conocimientos necesarios ‘como para comprender las diferencias entre poblacién y muestra. 22UNIDAD 1 Le sugiero pasar a continuacién a la lectura de la Bibliograffa Obligatoria. Busque el siguiente Capitulo: ORDENAMIENTO DE DATOS PARA OBTENER SIGNIFICADOS Lea el siguiente tema: * 4Cémo podemos ordenar los datos? Preste mucha atencién ala "Diferenciaentre poblacién y muestra", Es conveniente que resueiva la tanda completa de ejercicios que estan al final de este tema, para comprobar si quedaron claros los conceptos desarrollados. REVISION DE CONCEPTOS DESARROLLADOS persona 0 cosa sobre la que s& mide una ovarlas caracteristicas * unidad de observacion de interés * caracteres propiedades 0 rasgos que se miden en cada unidad de observacién. * varlable numérica (vatiable) caracter cuantitativo | * varlable categérica (atributo) caracter cualitativo cconjunto formado por todas tas * poblacion unidades objeto de un estudio estadistico * muestra subconlunto representativo de la poblacién —__| 2UNDAD 1 SRNR LASALLE TAS TST ALL ES RECOMENDACIONES PRACTICAS ‘Alplantear un estudio estadistico, defini claramente la poblacién objeto del analiss. Si se trabaja con muestras, definir las condiciones que deben reunir antes de extraerias. Especificar qué se va a medir, las unidades a usar y la forma de registro. EJEMPLO. EI Gerente de Produccién de la firma Campedn S.A. esté embarcado en un Programa de ‘Aseguramiento de la Calidad, que le permita a la empresa consolidar su posicién en el mercado intemo, y aspirar a participar en el corto plazo en el mercado externo. Lapleza de mayor produccién de la fabrica son resortes para vehiculos de todo tipo. Un ssondeo realizado entre los clientes acerca de las principales fallas o defectos que presentan Jos resortes, permitié armar el siguiente listado de no conformidades: * detalles de terminacién en la pintura * valores no apropiados de dureza del material * resortes altos o bajos de carga * diémetro externo muy grande * largo del resorte inadecuado Se decide implementar controles estrictos en planta para estudiar el comportamiento de estas caracteristicas de calidad del producto, que provocan inconvenientes al cliente. ‘Algunas de estas caracteristicas se miden y registran en forma cuantitativa -variables-, y otras en forma cualitativa -atributos-. ‘Sin embargo, una misma caracteristica puede ser tratada de una uotra manera, de acuerdo ‘a cual sea el objetivo del estudio. Por ejemplo, la carga del resorte se mide en una balanza; por lo tanto existe un resultado numérico, y la caracteristica puede ser tratada como una Variable. A su vez, si la carga esta fuera de tolerancia, produce un defecto funcional en el vehiculo; desde este punto de vista el resorte se puede clasificar como “aceptado' -sila carga esta dentro de las tolerancias- 0 "rechazado* en caso contratio-, y ‘entonces la caracteristica puede ser tratada como un atributo. Efecttie una clasificacion de las caracteristicas de calidad a controlar -las que aparecen en el listado anterior-, discriminandolas entre variables y atributos. CConfronte con la solucién Net Durante el primer mes de control, se decide inspeccionar el 100 % de la produccién, es decir que se trabajara con la poblacién de resortes. 4Cual es exactamente la poblacién en este estudio? Hay casos como éste en que la Fespuesta no es tan evidente. Para este estudio podernos ensayar las siguientes respuestas: PySS EE LEO LLCT TEED E LETTE UNIDAD 1 * Definicién 1: Némero total de resortes producidos en ol mes. * Definicién 2: NGmero total de resortes producidos por dia. * Definicién 3: Numero total de resortes producidos durante el primer mes en cada ‘turno de trabajo -mafiana, tarde, noche- Si se sospecha que existen diferencias significativas entre los niveles de calidad aaleanzados por los distintos turnos de trabajo {cual de las tres definiciones de poblacién | es lamas apropiada? Durante el primer mes de control exhaustivo de la produccién, se tomaran acciones correctivas para mejorar la calidad de la produccién y disminuir el némero de reclamos de clientes. Silos resultados de estas acciones son satisfactorios, el siguiente mes habra que decidir si ‘se contintia inspeccionando el 100 % de los resortes, 0 se efectia un control mas restringido sobre una parte -muestra- de la producci6n. ‘Analice el problema y proponga al Gerente de Produccién a alternativa mas apropiada, | fundamentando su eleocién. Q __Encaso de proponer controles parciales, explique la forma en que se podria implementar || elmuestreo, para asegurar el mejor control de la produccién con el menor esfuerzoy | __ costo posible. se desea analizar el desempefio de los proveedores de una firma, ,cémo se definiria la poblacién en estudio? b. Sila unidad de observacién es un determinado Proveedor de la empresa, especifique el tipo de dato y la posible forma de registro de los siguientes caracteres: + Facturacién mensual *Unidades adquiridas * Nivel de calficacién como Proveedor | * Numero de reclamos presentados al Proveedor | * Calidad de sus insumos | cc. Una empresa tiene 6 proveedores nivel A, 21 nivel B, y 64 nivel C. Si se desea efectuar un estudio mediante muestras sobre "nlimero de reclamos presentados", | especifique cémo organizaria la toma de muestras para que los resultados del estudio | eee | Conitont con la solucion NE 8 25UND NT AAT TATE 2. REGISTRO Y ORDENAMIENTO DE DATOS. DISTRIBUCIONES DE FRECUENCIAS, ‘TABLAS Y GRAFICOS. ‘Antes de continuar con el desarrollo del tema, es importante que tenga presente que en ‘cualquier estudio estadistico deben aparecer claramente definidos los siguiantes aspectos: * unidad de observaci6n -personao cosa sobre la que se mide algo- * caracteres a observar en cada unidad -varlableso atributos- + ambito que abarca el estudio -poblacién o muestra- Una vez definidos estos elementos, hay que efectuar las mediciones y registrar los resultados ‘obtenidos, Conctuida esta tarea, disponemos generaimente de un cimulo de datos -numéricos ‘ono-, que como ya vimos al comienzo resultandifiiles de analizar en ruto, sin un tratamiento oprocesamiento previo. \Volvamos al problema del Gerente de Produccién de la firma Campesn S.A. De todos los reclamos de clientes por problemas en los resortes, ol Gerento desea tener una idea sobre la frecuencia con que ocurre cada tipo de rectamo, para atacar en primer lugar los defectos que se presentan mas a menudo. E1Departamento de Calidad de la empresa le envia un complet repore con os reclamos de” clientes durante los titimos sels meses, caso por caso. Cada reclamo aparece en una planilla que contiene fa siguiente informacion: * Datos del cliente a? Datos del producto * Fecha del reclamo * Causa del reclamo * Acciones tomadas * Responsables De todos estos datos, al Gerente por ahora sélo le interesa analizar la causa u origen del reclamo. El problema es que le han enviado 130 planillas correspondientes a reclamos del timo semestre. Nuevamente nos encontramos con que los datos en bruto no son apropiados para analizar un problema y tomar decisiones. Qué tal si agrupamos los rectamos por su origen? Unempleado de Calidad se toma el trabajo de contar cudntos reciamos se deben a defectos enla pintura de los resortes, cuantos a problemas con el diametto, y as{ sucesivamente para todas los posibles defectos de fabricacién. El resultado se resume en la siguiente tabla: 28ALN ELLE LEELA LATTA (UNION 1 CAUSA DEL RECLAMO NUMERO DE RECLAMOS Defectos de Pintura st ‘| Diémetro externo incorrecto 18 Dureza inadecuada 10 Carga fuera de especificacion 7 Atura inadecuada 4 ‘Alasignar a cada uno de los tipos de rectamo su frecuencia de ocurrencia, se ha generado la distribucién de frecuencias del atributo "causa de reclamo del cliente’. La planilla en la que ‘ee han volcado los datos se denomina tabla de frecuencias. ‘Aun més, el empleado de Calidad, muy afecto a presentar los resultados en forma graifica, elabora el siguiente diagrama: RECLAMOS POR RESORTES DEFECTUOSOS Julio- Diciembre ‘96 Nro. de reclamos nf a a Pintura Didmetro Dureza Carga Altura Causa del rectamoUNIDAD 1 KAREN i SSCL TC TIT TEIR Con los datos de la tabla o del grafico, el Gerente de Produccién puede reaccionar répidamente: Ja.causa principal de reclamos se debe a problemas en a pintura de los resortes, por lo tanto, ‘después de un andlisis con la Direcci6n se dispuso la compra de una nueva cabina de pintura y la capacitacion del personal para operarla en forma mas eficiente. recs Los datos de reclamos de clientes, archivados por el Departamento Calidad, ~son de utlided? Los datos presentados en bruto ¢son adecuados para analizar? Es imprescindible efectuar el tratamiento de los datos? {Por qué? Si su respuesta a la titima pregunta es afirmativa, siga adelante -puede saltear el parrafo siguiente. En caso contrario, vuelva al comienzo de la unidad y revise los conceptos presentados. Si ain asi no queda convencido sobre su utilidad, rastree en diarios y revistas la forma en que ‘se presentan habitualmente los resultados de censos, encuestas, andlisis econémicos, y ‘cualquier otro tipo de estudio que involucre el uso de grandes volimenes de informacion. Bien, si estamos finalmente convencidos acerca de la necesidad de procesar los datos, le sugiero retomar este tema en la Bibliografia Obligatoria. Explore a continuacién el siguiente tema: © Datos sin procesar. Resuelva los ejercicios del Texto que figuran al final del tépico. Posteriormente lea los siguientes temas -dentro del mismo Capitulo © Ordenamiento de datos utilizando su distribucién de frecuencias. © Construecién de una distribucién de frecuencias. © Representacién gréfica de una distribucién de frecuencias. Realice por lo menos dos ejerciclos del Texto dentro de cada titulo, seleccionando aquellos ‘que resulten mas afines a su trabajo, o que sean de su preferencia. Para finalizar con el tema, resulta conveniente completar algunos aspectos sobre el tratamiento de variables discretas, no contemplados en el Texto. 28TRATAMIENTO DE VARIABLES DISCRETAS {Qué pasa cuando los datos son discretos y la variable toma pocos valores diferentes? Consideremos el siguiente ejemplo: en el sector de pintura de la firma Campeén S.A. trabajan 6 personas efectivas. Se realiz6 un estudio de inasistencias, a fin de tomar las prevenciones del caso, utilizando datos del titimo trimestre -con 72 dias laborables-. Dia pordia se registré el nimero de empleados ausentes y los datos relevados se resumieron enla siguiente tabla de frecuencias: Se my (Namero | Frecuencia Acumulada ° at a 1 ar 48 2 14 e 3 5 67 4 3 7 5 1 n 6 1 n ‘Como se ve en ta tabla, la variable toma solamente 7 valores distintos -de 0 a 6-. En lugar de ‘agrupar datos, hacemos que cada clase coincida con uno de los valores de la variable. Por ‘otra parte, el nlimero de clases que quedan definidas -siete- es razonable teniendo en cuenta lacantidad de datos disponibles -72- Con los datos de frecuencia absoluta o relativa, podemos realizar el siguiente grafico: UNIDAD 1 9a al Andlisis de ausentismo 25 20 8 10 Nro. de dias Ogee eas) Nro, de empleados ausentes Este grafico se denomina “diagrama de barras'", y la diferencia con el histograma es que los recténgulos o barras no se tocan entre sf, esto se debe a que al ser a variable discreta, entre dos valores sucesivos no hay valores intermedios -no pueden faltar un dia cualquiera, por ejemplo, 2,75 empleados-. Usando la tabla o el grafico anterior, averigie lo siguiente: = Nro. de ausentes que ocurre con mayor frecuencia. =Nro, de ausentes menos frecuente. 4Cémo se interpreta la “forma” de la distribucién? cc. gEstard conforme el Departamento Personal con el porcentajede asistenciaperfecta | (Gero inasistencias) del personal de pintura que surge de este andlisis? 20sso LANCE SSR RTSSEIEES UNIDAD 1 Lacjiva correspondiente a este caso es la siguiente: Frec. Acum. 7 i 7+ —_ | | | | | I | | | | ede Ausentes Observe que el grafico es en forma de “escalera’, ya que como entre dos valores ‘consecutivos de la variable no hay valores intermedios, la frecuencia aumenta dea saltos. Continuando con el ejemplo, el Jefe de Personal debe convocar a personal de remplazo no sector de pntura, os das en que fatten “mis do" empleados simuitaneamente: 5. Calcule el porcentaje de dias -en funcién de los resultados del titimo trimestre- en que se debe prever la contratacién de personal de remplazo. CConfronto oon Ia solucign NP 5 Por su part, el Gerente do Produccién sebe que cuando se produce ‘al menos 1" inasistencia, la produccién se resiente, y para evitar ese problema el personal presente debe realizar horas extras: 6 Calcule el porcentaje de dias en los cuales se debe prever la realizacién de horas extras por parte del personal de pintura. Conn cn a stn N° EI Area Administrativa a su vez sabe que el monto de dinero a disponer para el pago de horas extras, es realmente importante cuando fatan "2.6 mas” empeados: U7 Calcule el porcentaje de tiempo en que faltan "menos de 2" empleados. Contonte con la solvcién NE 7 aUNIDAD 1 SCONCE SCC SSIS TETIES Por tiltimo, el Departamento Médico de la empresa desea conocer la frecuencia con que REVISION DE CONCEPTOS DESARROLLADOS: * datos en bruto (sin procesar) cconjunto de datos que ne han recibido. ningin tratamiento estadistico * datos tratados Conjunto de datos que ha sido objeto de algin tipo de ordenamiento 0 procesamiento ndmero de veces que se repite un determinado valor de una variable 0 altibuto * frecuencia absoluta * frecuencia relativa proporcién 0 porcentaje de veces que se replte un determinado valor ttibucién de frecuencias asignacién de frecuencias a cada uno de los valores de una variable 0 attibuto * tabla de frecuencias tabla donde se asienta la dlstribueién de frecuencias * datos diecretos datos numéricos que no admiten valores intermedios entre dos valores sucesivos; generalmente surgen de un conteo. * datos continuos datos numéricos que admiten infnitos valores entre dos valores cualquier (generalmente surgen de una medici * intervalo de clase agrupamiento de valores de una vari= able * aleance de los datos diferencia entre el mayor y menor valor de la serie * histograma representacién grafica de la ditribucién de frecuencias (absoluta 0 relativa) de una variable continua * poligono de frecuencias representacién grafica de la cistribucién en forma suavizada de una varlable continua * ojiva representacién grafica de las frecuencias acumuladas absolutas 0 relativas * dlagrama de barras representacién grafica de la distribucién de frecuencias de un attbuto © de una variable discreta 2MAILS LIL LEED RECOMENDACIONES PRACTICAS = Quando se trabaja con muestras, recopilar el mayor nimero de datos posibles. * Usar 5 clases como minimo y 15 como maximo para agrupar datos, en funcién del nimero de datos disponibles. * Trabajar con intervalos de clase de igual longitud. * Tener cuidado con la clasificacién automatica en intervalos de clase que hacen los paquetes estadisticos. * Al calcular frecuencias relativas -como proporoi6n- trabajar con 4 digitos después de la coma, para evitar errores de redondeo en la suma. * Aldibujar un grafico, no exagerar la escala vertical u horizontal. Un grafico desproporcionado complica su interpretacién y puede resultar "engafioso" a simple vista. EJEMPLO El Gerente de Producoién de la firma Campeén S.A. haba detectado que la principal causa de reclamos de los clientes era la pintura de los resortes. Uno de los aspectos a tener en cuenta en la pintura de una pieza, es ol espesor de capa de la misma, ‘Como se compré una nueva cabina de pintura, y se desea verificar su funcionamiento, se toma una muestra de 75 resortes para camioneta, pintados con el nuevo equipamiento. 09 Defina con precision cual es la caracteristica a estudiar. Contronte Las especificaciones del cliente establecen que el espesor de capa de pintura para los resortes de camioneta debe ser de 0,50+-0,10 Esto indica que la tolerancta inferior ¢s 0,40, la superior es 0,60, y el valor éptimo (0 valor *nominal") es 0,50. Los resultados de la medicién de espesor en los 75 resortes seleccionados fueron los siguientes: UNIDAD 1 33UNIDAD 1 tsetse SEES, Nro Espesor Nro Espesor Nro Espesor 1 0538 26 Osta 51 0546 [2 0.600 Ea 0.595 Ea 0578 3 0587 28 oot 53 0.550 4 0528 29 0533 4 0.609 5 0541 30 0533 55 0.534 \6 0.560 at | o6t4 6 0525 7 0.524 2 0.520 57 0542 8 0.523 2 o5i2 58 0578 9 0563 a 0519 9 0.589 10 0586 % 0.600 0 0556 1 0564 6 0544 ot 0549 2 0597 7 0521 @ 0503 [33 0570 % 055 3 0587 4 0.565 3 0519 Cy 0.608 5 0561 40 0.566 6 0.559 16 oat 4 0578 6 (0.609 7 0546 2 053 7 0.406 18 0564 “8 0564 6 0.599 19 0.549 oa) 0510 69 0.585 | 20 0546 6 0.596 70 0556 21 o57t 6 0.560 a 0.588 22 “0.601 a7 0561 0.585 23 0.584 4 0.496 2 Osta a4 0567 49 0.520 74 0.544 3B 0527 50 0570 75 0493, 34UNIDAD + ‘a. {Qué tipo de dato estamos analizando? 'b. gual es la poblacion en estudio? Para tener una idea pre! vamos a caleular la distrib a, Elabore la tabla de frecuencias: ~ Seleccionar el nimero y la ampitud de los intervalos de clase - Ajustar esos valores para simpificar los célculos - Calcular las frecuencias absolutas y relativas b. Grafique el histograma en una escala adecuada. c. Interprete los resultados obtenidos: = 4,Cémo es la forma de la distribucién? Qué patrones se pueden apreciar en los datos? En su opinion la nueva cabina permite obtener el valor de 0,5 de espesor de pintura planteado como objetivo? = gHay valores de espesor fuera de tolerancia? 4 Qué porcentaje? d. Incorpore en la tabla de frecuencias el calculo de las frecuencias acumuladas - absolutas y relativas-, grafique la ojiva, y calcule -en forma gréfica 0 analitica- lo siguiente: = Qué porcentaje de resortes tienen un espesor de pintura de 0,50 6 menos ual es ol valor de espesor que es superado por el 25 % de los resortes Cuantos resortes tienen un espesor entre 0,50 y 0,60 “_ e. .Cudles en suopinién la conclusiéna la que llegara el Gerente sobre elfuncionamiento __ do la nueva cabina, después de todo este andlisis? zEstara conforme el cliente con los resultados obtenidos? 4 Corresponde efectuar correcciones? Esoriba un breve informe con los principales resultados del analisis. Cconfronte con la eoluciin NP 11 4Cémo queda convencido de la real utilidad de las técnicas presentadas? Simplemente haciendo un repaso mental de las etapas por las que hemos pasado en el ditimo ejercicio: * Partimos de una planilla con 75 datos en bruto. * Organizamos los datos agrupandolos en una tabla de frecuencias. * Graficamos la distribucién resultante. * Interpretamos los resultados. 38UNIDAD 1s SE, 4Podria el Gerente haber entendido el funcionamiento de la nueva cabina de pintura teniendo en sus manos solamente los 75 datos originales? EI procesamiento realizado con los datos, no solamente sirvié para organizar mejor su presentacién, sino que ademas permit extraer informacion de interés para el problema que se estaba analizando y usar esa informacién para facitar la toma de decisiones. 3. CARACTERIZACION DE LAS DISTRIBUCIONES DE FRECUENCIAS. MEDIDAS ANALITICAS. Através de nuestra incursi6n en la Estadistica Descriptiva, hemos visto como clastficar los datos registrados con algéin propésito particular y cémo efectuar su tratamiento de modo de simpiificar la presentaci6n y facilitar su andlisi. Hemos introducido herramientas tales como las distribuciones de frecuencia, las tablas y los gréficos, que permiten resumir los datos ¢ interpretar su comportamiento. Sicircunscribimos el andlisis al caso de datos numéricos, podemos avanzar tun poco mas. Consideremos nuevamente el caso de la firma Campeén S.A. En su permanente preocupacién por la calidad, el Gerente del area esta interesado en conocer mas en profundidad qué pasa con los siguientes aspectos: * Cuantos reclamos de clientes llegan en promedio por mes. * Cuél es el porcentaje de resortes fallados. * Qué resorte presenta mayor frecuencia de reclamos. * Con que diametro medio se est produciendo el resorte de tal tipo. * Si el diémetro de ese mismo resorte es mas o menos uniforme para toda la produccién. * Cual es la diferencia entre los valores maximo y minimo de dureza de los resortes. * Qué método de pintura permite lograr una mayor homogeneidad en el ‘espesor de la capa de pintura para toda la produacién. Para resolver estas y otras cuestiones parecidas, ademas de las herramientas vistas poderos incorporar otras proplas del tratamiento de datos numéricos. En este sentido es importante que el Gerente conozca las principales propledades de una variable -o de su distribucién de frecuencias-, resumiéndolas en ntimeros o cantidades relativamente faciles de calcular ¢ interpretar. En particular resulta util conocer las siguientes propiedades: 1. La posicién de la distribucién, es decir alrededor de qué valores de ‘tendencia central tienden a agruparse las observaciones. 2. La dispersi6n de la distribuoién, o sea de qué manera las observaciones se concentran se alejan entre si. 36 ; iASCEND ALLELES UNIDAD | Consideremos nuevamente el caso del espesor de la capa de pintura de los resortes. El Area de Producci6n debe implementar un método de pintura que garantice por un lado que el valor: medio de capa de pintura de todos los resortes esté proximo al valor especificado por e Gliente, Por otro lado, dicho métado debe asegurar el minimo desvio o discrepancia entre el valor de capa requetido por el cliente y el abtenido en planta, para la mayor parte de los resortes pintados. Podemos iniciar el analisis de una manera bastante intuitiva, comparando gréficamente las distribuciones de frecuencias correspondientes a diferentes métodos de pintura -distintos tipos de pintura, de mano de obra, de condiciones de operacién, etc. Esto da una idea proliminar sobre el comportamiento do la variable en las distintas condiciones de trabajo ‘ensayadas. ‘Se comparan dos tipos de pintura: A y B. Se toma una muestra de 100 resortes pintados con la pintura Ay 100 con la B. {4Cual de los dos tipos produce un mayor espesor de capa de pintura?UNIDAD + sane etm, ‘Se compara ahora é espesor de pntura obteno con dos pos de secado diferentes. _ Nuevamente se toman dos muestras de 100 resortes cada una, neeenseec % at 2 a fasecaao | 6 Jmsecado 2 0 01 02 03 04 08 08 o7 08 08 4 Espesor de plntura | Siel valor nominal de espesor de capa de pintura solicitado por el cliente es de 0,5 |, Con cua tipo de pintura hay que trabajar? Justfique su eleccién. z.Que método de secado asegura una mejor calidad de la producelén? Fundamente su ‘Sin embargo, no siempre se tiene a mano informacién procesada y presentada de esta manera. Por otra parte, a veces el anélisis no resulta tan facil o evidente como en este caso. ‘Accontinuacién veremos otra forma de describir el comportamiento de la variable en estudio. ‘Vamos a presentar una serie de medidas analiticas que caracterizan una distribuoién de frecuencias, resumiendo sus propledades en nimeros, Le sugiero volver nuevamente al Texto y buscar el siguiente Capitulo: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSION EN DISTRIBUCIONES DE FRECUENCIAS. Le sugiero leer el material en profundidad, sin saltear parrafos, ya que no tiene desperdicio, Observe atentamente e! andlisis de las principales ventajas y desventajas de cada una de las medidas presentadas. 38adel Le conviene realizar el mayor numero posible de los ejercicios propuestos en e! Texto, puesto que esclarecen mucho los temas presentados. Explore los temas que se indican a continuacién, prestando atencién a las notas y recomendaciones que se dan en cada caso: * Estadistica sumaria En este apartado usted ve la importancia de contar con medidas analticas capaces de describir las principales propiedades de una distribucion de frecuencias: su posicion, su dispersion y su forma. Resuelva todos los ejercicios del Libro que estan al final de este tépico. En los ejercicios en «quo se pide trazar curvas con diferentes propiedades, dibéjelas superpuestas y en la misma escala, para faciltar su comparacién visual. * Una medida de tendencia central: la media aritmética El promedio de una serie de datos es una medida facil de calcular y de interpretar, atin por personas no especializadas. | En este t6pico se muestra la forma de célculo de la media artmética, para series de datos agrupados o sin agrupar | ‘También se presentan, a través de ejemplos muy claros, las principales ventajas y desventajas | de la media como medida de posicién. Preste especial atencién a la diferencia entre parémetro poblacional y estadistico muestral que se plantea en este apartado, Debe quedar bien claro cuando se hace referencia a unoy Giro, especialmente cuando entremos en la parte de Inferencia Estadistica, También es importante que retenga la notacin usada para designar un parametroy un estadistico, ya que | ‘90 trata de una convencién universalmente aceptada, que permite distinguirlos con facilidad. Resuelva al menos dos ejercicios del Texto con datos agrupados, y dos con datos sin agrupar. ‘Ademés, seleccione alguna variable que le interese analizar, recolecte unos 50 datos como minimo, y calcule la media de los datos en bruto y procesados -es decir con y sin agrupamiento- Compare los resultados obtenidos y comente sus conclusiones. * Otra medicla de tendencia central: la mediana En este apartado se presenta la mediana, otra medida de posicién muy usada en la practica. ‘También en este caso se explica el procedimiento de calculo para datos agrupados y sin ‘agrupar, y se discuten las ventajas y desventajas de esta medida, | Practique el célculo de la mediana para datos sin agrupar y para datos agrupados, empleando datos de los ejercicios del Texto. [ss .anil * Una medida final de tendencia central: la moda. Ctra medida de posicién muy dtl, facil de determinar ¢ interpretar, es la moda-0 modo- de la distribuci6n. ‘Tenga en cuenta que tanto la moda como la mediana no tionen formulacién matematica, y que las expresiones que se muestran en el Texto son simplemente formulas de interpolaci6n, para usar con datos agrupados. Preste atencion a la interpretacion de la moda en casos especiales, y analice sus ventajas y desventajas como medida caracteristica de una distribucion. Lea detenidamente la comparacion entre media, mediana y modo que se hace dentro de este apartado. Calcule la moda de algunas distribuciones utilizando datos de los ejercicios del Texto. Compare la media, mediana y moda calculados en los ojorcicios que haya resuelto para datos agrupados, e interprete los resultados obtenidos. Prosiga después con ol tratamionto de las medidas de dispersién, comenzando por el siguiente tema: * Dispersién: por qué es importante. Para degeribir on forma adecuada una distribucién de frecuencias, no basta con conocer su posicién. También es necesario evalua la variabilidad de los datos. En este apartado se presenta de manera clara y amena la importancia que tiene medi la dispersion de los datos. Resuelva todos los ejercicios del Texto correspondientes a este titulo. * Alcances: medidas utiles de dispersi6n. Las medidas que podemos emplear para evaluar dispersién son muy variadas, con distintos niveles de complejidad. Lamas simple y rudimentaria es el rango 0 aleance de los datos, siguiéndole el aleance Intercuartil. En este t6pico se analiza el uso de ambas medidas. “Tenga en cuenta que “alcance’, "rango", “recorrido" o "ampiitud” de los datos, son todos términos equivalentes. De la misma manera, es lo mismo hablar de “alcance intercuartil" que de"rango intercuartilico". Con os datos del primer ejercicio correspondiente a este titulo, calcule el alcance y el alcance interouarti. Compare ambas medidas y comente qué interpretacion puede hacer de fos resultados obtenidos.‘SS SSS SE OCR DAESEOEICEOEE — UNIDAD 1 *Dispersién: medidas de desviacién promedio. Las medidas de dispersion més representativas son aquellas que toman en cuenta todas las. observaciones. En este apartado se analizan las medidas de desviacién promedio mas usadas en aplicaciones estadisticas: la varianza y la desviacion estandar. TTenga en cuenta que segtin la bibliografla que use, puede aparecer el término “desviacién estandar*, “desvio estandar’ 0 ‘desviacién tipica’. Todas estas denominaciones son equivalentes. Nose preocupe demasiado por el uso de la cantidad "n"o *(n-1)" en el calculo de la varianza de una muestra. Mas adelante entenderé con claridad la diferencia. Seleccione y resuelva algunos ejercicios del Texto correspondientes a este tema, considerando ‘casos de datos agrupados y sin agrupar. Calcule en todos los casos la varianza y el desvio esténdar. * Dispersi6n rolativa: ol coeticiente de variacién. Cémo se hace para comparar la variabilidad de dos distribuciones, o de dos series de datos. ‘expresados en diferentes unidades de medida? Necesitamos una medida relativa. Elcoeficiente de variacién es una cantidad adimensional, que da idea del porcentaje de la media que representa el desvio estandar. Eneste apartado se muestra la forma de calculo de dicho coeficiente y se dan ejemplos para faciltar su interpretacion. Resuelva como minimo los dos primeros ejercicios que propone el Texto para este tépico, analizando y comentando qué ulilidad concreta ha tenido el calculo del coeficiente de variacién. Para decidir qué medida analitica conviene usar, de acuerdo al objetivo del andlisis y a los datos disponibles, vea el Diagrama de Flujo que esta en el Texto al final del Capftulo. aUNIDAD 1 cRNA SSS EC IESE EEC TICES REVISION DE CONCEPTOS DESARROLLADOS: * medidas de posicién - ode cantidades numéricas que dan una idea tendencia central - sobre la ubicacién de la distribucién de frecuencias * medidas de dispersion cantidades que describen la variabilidad de los datos. * sesgo asimetria en distribuciones de frecuencias no simétricas * curtosis grado de empuntamiento- 0 aplanamiento- de la distribucién de frecuencias *parametro valor que caracteriza una poblacién * estadistica, estadistico 0 valor que caracteriza una muestra estimador * media aritmética promedio de los valores de la serie * median valor de la variable que supera a no mas del 50% de las observaciones, y es superad por no mas del otro 50 % *modo o moda valor de la variable que se presenta con mayorfrecuencia *alcance o rango diferencia entre el mayor y menor valor dela serio *aloance intercuarti diferencia entre el cuartl 3 y el cuartil 1 *varianza promedio de los desvios cuadraticos con respecto a la media * desviacion estandar rafz cuadrada de la varianza * coeficiente de variacion proporcién o porcentaje de la media que representa la desviacion estandar RECOMENDACIONES PRACTICAS * Revisar cuidadosamente los datos disponibles antes de usarlos; verificar que no contengan errores; chequear en particular los valores extremos. * Elaborar histogramas o cualquier otro gréfico disponible que permita visualizar la forma y las caracteristicas principales de la distribucién de trecuencias. ry*Diferenciar con precisién cuando se hace referencia a un parametro poblacional y cuando a un estadistico muestral. * Usar en forma conjunta una medida de posicién y una de dispersion -como minimo- para analizar el comportamiento de la variable. * Prestar atencién a las ventajas y desventajas de las distintas medidas de posicién y de dispersién, para decidir correctamente su eleccién en cada caso. * Calcular la media aritmética con los datos en bruto-sin agrupar- siempre que se requiera su valor exacto. * Dar preferencia al célculo de la mediana como medida de posicién, cuando la serie tiene pocos datos e incluye valores extremos. * No tiene sentido calcular la moda en series de datos sin agrupar. * Tanto la mediana como la moda son valores de la variable - no confundir con las frecuencias a las que estan asociadas - * Comparar- siempre que se pueda - media, mediana y moda para determinar el sesgo de la distribucién. * Elrango o alcance es una medida de dispersion poco apropiada para describit series con muchos datos. * La desviacién estandar es preferible a la varianza porque se expresa en las mismas unidades de la variable. EJEMPLO Volvamos al estudio de la variable ‘espesor de capa de pintura" que viene realizando el 4rea de produccién de la firma Campe6n S.A. Relea si hace falta el planteo del problema presentado en el ejemplo final del Tema 2. Apart del analisis de la tabla de frecuencias y de los graficos efectuado anteriormente, el Gerente del area ya tiene una idea preliminar acerca del funcionamiento de la nueva cabina de pintura, Para profundizar el andlisis, vamos.a completar el procesamiento de los 75 datos del ejemplo. UNIDAD 1UNIDAD 1 enezascenaesRE BSR AS ESTEE IS TTS TASTE, gi2 a. En base a la tabla de frecuencias del ejemplo final de! Tema 2, calcular la media aritmética, la mediana y la moda de los datos. b. Comparar la media, la mediana y la moda, @ interpretar el resultado de esa | comparacién. .Calcular la media aritmética de los datos sin agrupar. Comparar con el resultado ‘obtenido para datos agrupados, y comentar si existen diferencias. ‘d.Calcular el rango y el rango intercuarttlico, comparar ambas medidas, ¢ interpretar. Calculer la varianza y el desvio estandar. {. Calcular el co@ticiente de variacién, e indicar qué representa el valor obtenido. g.Determinar si se alcanza el valor de 0,5 requerido por el cliente para el espesor dela | || capa de pintura. Justificar ia respuesta. h.Veriticar si las conclusiones -sobre el funcionamiento de la nueva cabina de pintura~ | aque se arriban después de este analisis, coinciden o no con las obtenidas a partir del | anélisis de tablas y gréficos efectuado en el ejemplo anterior. En caso afirmativo, | incorporar al informe anterior los resultados del anélisis de las medidas analiticas. Juntando toda la informacién procesada: ,qué comentarios, sugerencias y ‘recomendaciones harfa al Gerente de Produccién respecto al funclonamiento de la | cabina? CConfronto con ta solucion N® 12 CONCLUSIONES ‘Siusted ha lefdo todo el material sugerido y ha completado con éxito la ejercitactén propuesta, Ifelicitaciones! Se acaba de graduar como "Especialista en tratamiento de datos’. ‘Apartir de ahora, ninguna *montafia* de datos, por voluminosa o complicada que parezca, podré amedrentarlo, ‘Alo largo de esta unidad usted ha aprendido - Diferenciar &i los datos provienen de una poblacién ode una muestra. - Registrary organizar convenientemente los datos. - Resumir los datos en tablas de frecuencias. - Confeccionar graficos para datos agrupados. ~Calcular medidas analiticas, representativas de las principales propiedades de los datos. - Extraer "jugosa’ informacion de los datos, interpretando su comportamiento ntificando patrones. - Disponer de elementos de juicio objetives, que faciten la toma de decistones frente a problemas ‘concretos. “ De esta manera hemos abordado el tratamiento de los temas correspondientes a la Estadistica Descriptiva.UNIDAD ACTIVIDADES DE AUTOEVALUACION 4. Dada una serie de datos, gde qué manera se puede extraer informacién de utilidad de los mismos? 2. gCudl es el objetivo de organizar los datos? 3, ,Qu6 elementos de juicio se deben tener en cuenta para verificar que los datos sean correctos? 4, Cémo se denomina al objeto de las mediciones? 6. uCémo se pueden expresar los resultados de las mediciones? 6. zDe qué elementos de consideracién depende que un estudio estadistico se realice con datos de una poblacién ode una muestra? 7, eQué condiciones debe reunir una muestra para que sea de utilidad? 8. Al evaluar la calidad de los resortes adquiridos, e! cliente es muy sensible a dos caracteristicas importantes de los mismos: el ‘diametro del resorte", ya que su valor condiciona ‘el proceso de armado final en el vehiculo, y la "terminacién del resorte”, que engloba detalles de terminacién tales como defectos de pintura, marcas, deformaciones, etc., que afectan la presentacién del producto. Para analizar el comportamiento de estas dos caracteristicas, se fextrae una muestra de 60 resortes para camioneta fabricados por la firma Campeén S.A. En ‘cada resorte se mide el diémetro (en mm.), y se observalla terminacion del resort, calficndolo de alguna de las siguientes formas: "b: bueno" si no presenta defectos, "t: a retrabajar" si presenta defectos recuperables, yr: echazado" sitiene defectos graves. Los resultados de las mediciones fueron los siguientes: iP ANAT I ATTS 48el UNIDAD 4 ne Dim. | Term. | NP Diam. | Term. | ne Diam. | Term. 1 145.3 b a 1485 b at 148.6 t 2 146.3 b 2 1614 t a | 1515 b 3 149.6 b 23 182.8 b 43, 154.9 b 4 1507 b 24 149.7 t 4 | 1535 t 5 154.2 b Es 1472 t 1472 b 6 150.8 b 26 149.6 b 148.0 b 7 163.3 b 2 1594 b a7 | 195.4 b 8 151.5 b 28 148.4 b 43 | 1859 b 9 153.4 t 29 1032 b 4 | 141.0 t 10 158.8 t 30 161.3 b 50 | 1440 b 1" 1478 t at 1495 b 51 161.4 t 12 152.0 b 2 1472 b 52 | tt ' 13, 150.7 b 3 1474 b 53 | 1816 b 4 1417 b a 1576 b 54 | 1585 ' 18 1546 b % 1478 t 5 | 1486 t 16 152.8 b 1425 b se | 1444 b 7 1485 b ar 1532 b sr | 1482 b 18 149.1 t 1505 ' 1449 t 18 136.6 b 1468 b 59 1478 b 20 162.7 b 0 161.6 t eo | 1614 b a7UNDAD | AIST N TTS SSC En base a estos datos realice lo siguiente: 2) Especifique el tipo de cada uno de los datos registrados. ) Defina cual es la poblacién en estudio. ) Describa las diferencias que existen en el tratamiento de estas dos caracteristicas de los resortes. d) Confeccione las tablas de frecuencias correspondientes a los datos de "diémetro" y de *terminacion' de los resortes: 1. .Qué representa la frecuencia absoluta -o simple-? 2. gQué representa la frecuencia acumulada? 3, ZQué diferencia hay entre frecuencia absoluta y relativa? ¢Cual conviene utilizar, y porqué? 4, ;.Cuantos intervalos ha usado para la tabla de frecuencias de la variable? ,Qué criterio usé para definirlo? 5. gCémo se arman las clases para procesar un atributo? ©) Disefie todos los gréicos que considere posibles, tanto para los datos de "élémetro" como para los de “terminacién" 1. .Cuél es la utilidad de los grétficos? 2. ZEn qué se diferencia un histograma de un poligono de frecuencias? 3, gParaqué sirve una ojiva? 4, En qué casos se usa el diagrama de barras? 4) Anilisis de los datos de "terminacién* de los resortes: 1. 4Cémo calificaria el desempefio de la planta respecto a esta caracteristica de calidad? Fundamente su respuesta. 2. La Direcoién de la empresa ha fijado como objetivo a corto plazo un ‘techo" de 1.5 ‘Sede resortes rechazados. De acuerdo con los datos de la muestra Lse ha alcanzado ya ese objetivo? 3, El costo de retrabajo de las piezas recuperables es de $ 1,25 por unidad. Si se fabrican aproximadamente 2500 resortes por dia, ;, cual es el costo promedio total de retrabalo por dia? 9) Analisis de los datos de "diametro" de los resortes: 1. ,Cémo es la forma de la distribucién? 4.Qué patrones de comportamiento se pueden identificar? 2. Las especificaciones para el diametro son 15010 mm. De acuerdo a estos valores Hay piezas fuera de especificacion en la muestra? ¢ Qué porcentaje? 3.,Esté correctamente centrada la distribucién en el valor nominal de la especitica- cién? 4.,Cuantos resortes miden menos de 160 mm.? 5.4 Qué porcentaje de resortes miden entre 148 y 162 mm.? 6.z.Cual es el valor de diametro que es superado por el 90 % de los datos? ._ SS SA ESRC UNIDAD § h) gPuede calcular medidas analiticas para los datos de "terminacién" de los resortes? {Por quer ’) Calcule todas las medidas de posicién y de dispersién que conozca para los datos de “diémetro' de los resortes. Emplee las férmulas para datos agrupados, utiizando la tabla do frecuencias para simpliicar los célculos. 1. Elabore una tabla con un resumen de las principales ventajas y desventajas de cada una de las medidas analiticas calculadas en el punto anterior. 2. De acuerdo con jos resultados obtenidos zse puede considerar que el diametro ‘medio de los resortes se encuentra centrado en el valor nominal de la especificacion? 3. .Considera importante o no la dispersion de los datos? Justifique. 4, Silos calculos se hacen en base a los datos sin agrupar zhabra diferencias con los resultados que obtuvo para datos agrupados? {Por qué? 9. Elabore un informe que resuma todos los resultados del andlisis y sus comentarios sobre el comportamiento de las caracteristicas de calidad estudiadas.