You are on page 1of 67

La Calidad y la

Estadstica
I.- Primera etapa: Finales del s. XIX, principios del XX

II.- Segunda etapa: Aos 1930 1960

III.- Tercera etapa: Aos 1960 1980

IV.- Cuarta etapa: Aos 1980...
Evolucin de la calidad y su papel en la estadstica.
El acero reemplaza al hierro

La electricidad compite con el vapor

Telgrafo y primeros telfonos

Edison inventa la bombilla

Otto inventa el motor de explosin

Locomotoras Diesel a 100 km/h !!!

Daimlier, Benz, Ford...

Cmara frigorfica
Primera etapa.
Segunda revolucin industrial
Materia pima Producto
Calidad = Cumplir con especificaciones
Papel de la estadstica: Muestreo
Se extrae muesta
Numero muy elevado de
artculos (Difcil anlisis
de todos los productos)
Muestra de pocos
artculos, representativa
de la totalidad
Materia pima Producto
Conjunto de procesos intermedios
Conjunto de procesos intermedios
Proceso 1
Proceso 2
Proceso 1
Proceso 2
Control de la
calidad del
proceso 1
Control de la
calidad del
proceso 2
Proceso X
Proceso X
Control de la
calidad del
proceso X
Proceso 1
Proceso 1
Control de la
calidad del
proceso 1
GRAFICO DE CONTROL: evolucin de la variable controlada
ALERTA!!
Calidad = control de la variabilidad
Tercera etapa.
1960 - 1980
Aumento de las competencias


Irrupcin de los productos japoneses
Un producto no es de calidad si existe otro mejor
Papel de la estadstica ... Diseo de experimentos.
Ejemplo: Sea x el tiempo que un equipo tarda
en responder a una seal. Es mejor el circuito
A, el B, o el C?
Se analizan 20
circuitos de cada tipo
Datos observados
Anlisis estadstico
Modelo estadstico
Papel de la estadstica ... Diseo de experimentos.
Ejemplo: Sea x el tiempo que un equipo tarda
en responder a una seal. Es mejor el circuito
A, el B, o el C?
Modelo estadstico
Los circuitos B y C son
similares, y mejores que el A
Calidad = mejora
(+ control del proceso + inspeccin final)
Cuarta etapa: Aos 1980 Calidad total
Todas las actividades de la empresa (produccin,
gestin,...) enfocadas a la calidad


Cliente interno
El departamento B es cliente del A



Debe suministrarle un servicio de calidad
Calidad total
Todas las actividades de la empresa (produccin,
gestin,...) enfocadas a la calidad


Cliente interno

Mejora Continua
Conocer a mi cliente (externo o interno)

Disear un producto o servicio que le satisfaga

Investigar mejoras

Controlar mi proceso

De muchos individuos

De un solo individuo


En un instante de
tiempo

Notas de todos los
alumnos en la primera
prueba tal mes y tal ao.

Notas de un solo alumno
en la primera prueba de
las materias que cursa en
ese momento.

A lo largo del
tiempo

Notas de todos los
alumnos durante los 6
aos de carrera.

Notas de un alumno a lo
largo de los 6 aos de
carrera.
Nivel de
medicin
Nivel nominal Nivel ordinal Nivel cuantitativo
discreto
Nivel cuantitativo
continuo
DATO Martn es
electricista
Elena termin la
secundaria
Juan tiene 32
dientes
Mara tiene 70
pulsaciones por
minuto
Unidad de
anlisis
Martn Elena Juan Mara
Variable Oficio Nivel de
instruccin
Cantidad de piezas
dentarias
Frecuencia cardaca
Categora o
valor
Electricista Secundaria
completa
32 70
Unidad de
medida
------------- ------------ Diente Pulsaciones por
minuto
nivel nominal, medir significa simplemente asignar un atributo a una unidad de anlisis (Martn es
electricista).

ordinal, medir significa asignar un atributo a una unidad de anlisis cuyas categoras pueden ser
ordenadas en una serie creciente o decreciente (la categora secundaria completa puede ordenarse en
una serie, pues est entre secundaria incompleta y universitaria incompleta).

nivel cuantitativo, medir significa adems asignar un atributo a una unidad de anlisis de modo tal que
la categora asignada permita saber cunto mayor o menor es respecto de otra categora, es decir,
especifica la distancia o intervalo entre categoras (por ejemplo, la categora 70 es el doble de la
categora 35).

Las variables medibles en el nivel cuantitativo pueden ser discretas o continuas. Una variable discreta
es aquella en la cual, dados dos valores consecutivos, no puede adoptar ningn valor intermedio (por
ejemplo entre 32 y 33 dientes, no puede hablarse de 32.5 dientes). En cambio, una variable es continua
cuando, dados dos valores consecutivos, la variable puede adoptar muchos valores intermedios (por
ejemplo entre 1 y 2 metros, puede haber muchas longitudes posibles).

Secuencia para organizar y resumir datos individuales
a) Los datos quedan recolectados mediante entrevistas, cuestionarios, tests, etc.


b) Los datos quedan ordenados mediante una matriz de datos (lo cual permite resumir la informacin en
unas pocas pginas).


c) Los datos quedan agrupados mediante tablas de frecuencias (lo cual permite resumir la informacin en
una sola pgina).


d) Los datos quedan visualizados mediante grficos.


e) Los datos quedan sintetizados mediante las medidas estadsticas y otras (lo cual permite resumir la
informacin en uno o dos renglones).
Datos ordenados Datos agrupados por
frecuencia
Nivel nominal Matriz de datos Tabla de frecuencias
(Ejemplo:
variable
religin)
Sujeto x (religin) x (religin) f

Juan Catlica Catlica 2

Pedro Catlica Juda 1

Mara Juda Protestante 3

Antonio Protestante n = 6

Luis Protestante

Jos Protestante f = frecuencia

n = tamao de la muestra
Nivel ordinal Matriz de datos Tabla de frecuencias
(Ejemplo:
variable
clase social)
Sujeto x (clase
social)
x (clase
social)
f

Juan Alta Alta 1

Pedro Media Media 3

Mara Media Baja 2

Antonio Media n = 6

Luis Baja

Jos Baja f = frecuencia

n = tamao de la muestra
Nivel
cuantitativo
Matriz de datos Tabla de frecuencias
Tabla de frecuencias
por intervalos
(Ejemplo:
variable
edad)
Sujeto x (edad) x (edad) f x (edad) f
Juan 15 15 3 15-16 8
Pedro 15 16 5 17-18 11
Mara 15 17 8 19-20 3
Antonio 16 18 3 n = 22
Luis 16 19 2
Jos 16 20 1 f = frecuencia
Ana 16 n = 22
n = tamao de la
muestra
Gabriela 16
Susana 17 f = frecuencia
Martn 17
n = tamao de la
muestra

Sergio 17
Pablo 17
Daniel 17
Graciela 17
Daniela 17
Beatriz 17
Oscar 18
Felipe 18
Alberto 18
Mnica 19
Marta 19
Mariana 20
Tipos de frecuencias que pueden indicarse en una tabla de
frecuencias
x (edad) f f% F F% fr F
r
15 3 15% 3 15% 0.15 0.15
16 7 35% 10 50% 0.35 0.50
17 8 40% 18 90% 0.40 0.90
18 2 10% 20 100% 0.10 1
n = 20 n = 100% ------ ------ n = 1 ------
Frecuencia absoluta (f).- Es la cantidad de datos que se repiten. Por ejemplo, la frecuencia 3 indica que hay tres personas de 15
aos. La suma de todas las frecuencias absolutas equivale al tamao de la muestra.

Frecuencia porcentual (f%).- Es el porcentaje de datos que se repiten. Por ejemplo, la frecuencia porcentual 15% indica que el
15% de la muestra tiene la edad de 15 aos. La suma de todas las frecuencias porcentuales es 100%.

Frecuencia acumulada (F).- Es el resultado de haber sumado las frecuencias anteriores. Por ejemplo, la frecuencia acumulada 10
resulta de sumar 7+3, e indica la cantidad de veces que se repiten las edades 16 y 15. La ltima de todas las frecuencias
acumuladas, que en el ejemplo es 20, debe coincidir con el tamao de la muestra.

Frecuencia acumulada porcentual (F%).- Es el porcentaje de las frecuencias acumuladas.

Frecuencia relativa (f
r
).- A veces tambin llamada proporcin, es el cociente entre la frecuencia de un dato x y la frecuencia total
o tamao de la muestra. En la prctica, el tamao de la muestra se considera como 1, a diferencia del tamao de la muestra en la
frecuencia porcentual, que se considera 100%.

Frecuencia relativa acumulada (F
r
).- Es el resultado de haber sumado las frecuencias relativas anteriores. Por ejemplo: la
frecuencia relativa 0.90 indica que en 0.90 casos sobre 1 las edades estn comprendidas entre 15 y 17 aos.

Frecuencias parciales y frecuencia total.- Tanto las frecuencias absolutas como las porcentuales o las relativas pueden ser
frecuencias parciales o una frecuencia total, siendo sta ltima la suma de todas frecuencias parciales.
Tamao de la muestra e intervalos
Tamao de la muestra.- Otro concepto importante es el tamao de la muestra (n), que designa la cantidad total de
datos. Obviamente, la suma de todas las frecuencias f debe dar como resultado el tamao n de la muestra, por lo que el
tamao de la muestra coincide con la frecuencia total.
Intervalos.- Un intervalo, tambin llamado intervalo de clase, es cada uno de los grupos de valores ubicados en una fila
en una tabla de frecuencias. Por ejemplo el intervalo 15-16 significa que en esa fila se estn considerando las edades de
15 a 16 aos. La frecuencia correspondiente a un intervalo es igual a la suma de frecuencias de los valores en l incluidos
(2).
Medida Definicin Caractersticas
MODA
Es el dato o valor que ms se
repite, o sea, el de mayor
frecuencia.
Resulta til si hay muchos datos repetidos
(altas frecuencias).
Puede calcularse cuando hay valores muy
extremos.
El modo muestral no es un estimador
suficiente del modo poblacional porque no
incluye todos los datos.
En distribuciones multimodales es posible
que la muestra no sea homognea, y que est
constituda por varios estratos.
Es posible convertir una distribucin
multimodal en una modal reorganizando los
intervalos.
Si una distribucin no tiene modo, podra
obtenerse reorganizando los datos en
intervalos.
MEDIANA
Es el dato o valor que divide
por la mitad la serie de datos
ordenados creciente o
decrecientemente, es decir,
es el valor central de la serie.
Es la medida ms til en escalas ordinales
siempre que los valores centrales sean
iguales.
No est influenciada por los valores extremos
(por ello por ejemplo puede aplicarse
desconociendo estos o sea cuando hay lmites
superiores o inferiores abiertos).
Puede usarse cuando hay intervalos abiertos,
siempre que el orden de la mediana no se
corresponda con ellos.
Es til cuando unos pocos datos difieren
mucho del resto.
No es til si hay muchos datos repetidos
(altas frecuencias).
La mediana muestral no es un estimador
suficiente de la mediana poblacional porque
no incluye todos los datos.
Es til es distribuciones muy asimtricas
(extremos no compensados).
La mediana coincide con el Q2 (cuartil 2), el
D5 (decil 5) y el P50 (percentil 50) (8).
Medida Definicin Caractersticas
MEDIA ARITMTICA
Es el promedio aritmtico
de todos los datos o
valores.
Est influenciada por los valores extremos
(por ejemplo, no puede utilizarse cuando
hay valores extremos desconocidos o
intervalos abiertos, salvo que estos
puedan cerrarse).
No conviene cuando los valores extremos
son muy altos o muy bajos.
Es til en distribuciones simtricas (con
extremos compensados).
No puede usarse en escalas nominales ni
ordinales.
Es siempre superior a la media geomtrica
y a la media armnica.
La media muestral es un estimador
suficiente de la media poblacional porque
incluye todos los datos.
No necesariamente coincide con alguno de
los valores.
La media aritmtica tiene varios otras
propiedades (7).
CUANTIL
Es el dato o valor que
divide la serie ordenada de
datos en partes iguales.
Es til cuando hay gran cantidad de
valores.
Puede tambin utilizarse como medida de
dispersin.
Suelen utilizarse los cuartiles, los deciles
y los percentiles.
Ejemplos
a) Clculo del moda para datos ordenados (niveles nominal, ordinal y cuantitativo)

Nivel nominal: perro, perro, gato, gato, gato, gato (por tanto, el modo es gato)
Nivel ordinal: grande, grande, mediano, mediano, mediano, chico, chico, chico, chico (por tanto, el modo
es chico)
Nivel cuantitativo: 6, 6, 7, 7, 7, 7, 8, 9, 10, 10, 11 (por tanto, el modo es 7)
b) Clculo del moda para datos agrupados en frecuencia (niveles nominal, ordinal y cuantitativo)
Nivel nominal Nivel ordinal Nivel cuantitativo
x (religin) f x (dureza) f x (edad) f
Catlicos 56 Muy duro 18 30 aos 6
Protestantes 78 Duro 8 31 aos 14
Judos 45 Intermedio 13 32 aos 19
Budistas 24 Blando 16 33 aos 24
Otros 31 Muy blando 7 34 aos 15
El modo es Protestantes El modo es Muy duro El modo es 33 aos
Como puede verse, el modo es el valor de la variable x que est ms
repetido.
c) Clculo del moda para datos agrupados por intervalos (nivel cuantitativo)
x (cantidad de partes) f
10 -18 6
19-27 8
28-36 24
37-45 2
n=40
a) Se identifica cul es el intervalo de mayor frecuencia. En este caso, es 28-36.

b) Se aplica la frmula correspondiente:

f - f
ant
Mo = L
i
+ ---------------------- . a
(f - f
ant
) + (f- f
pos
)


24 - 8
Mo = 28 + ---------------------- . 8 = 31.37 partes
(24 - 8) + (24 - 2)
Ejercicios
1. Se identific una muestra de estudiantes que posea automviles producidos por la General Motors y se registr
la marca de cada automvil. A continuacin se presenta la muestra que se obtuvo (Ch = Chevrolet, P = Pontiac, O =
Oldsmobile, B = Buick, Ca = Cadillac):
Encuentre el nmero de automviles de cada marca que hay en la muestra. n
MARCA DEL AUTOMOVIL FRECUENCIA
CH 19
P 8
O 9
B 10
CA 4
TOTAL = 50
MARCA DEL AUTOMOVIL FRECUENCIA PORCENTAJE (%)
CH 19 38
P 8 16
O 9 18
B 10 20
CA 4 8
TOTAL = 50 TOTAL = 100
b) Qu porcentaje de estos automviles son Chevrolet, Pontiac, Oldsmobile, Buick, Cadillac

c) Trace una grfica de barras que muestre los porcentajes encontrados en el inciso b).

2.- Un polica de una ciudad, usando radar, verific la velocidad de los automviles que circulaban
por una calle de la ciudad:
27 23 22 38 43 24
25 23 22 52 31 30
29 28 27 25 29 28
26 33 25 27 25
21 23 24 18 23
Determinar:
Rango (Valor mayor Valor menor)
Rango promedio (Valor menor + Valor mayor)/2
Moda
f, f%, F, F%, fr y F
r


3.- Los siguientes son los nmeros de torsiones que se requirieron para cortar 12 barras de aleacin forjada:
33, 24, 39, 48, 26, 35, 38, 54, 23, 34, 29 y 27. Determine:
a) La media
x = x/n = 410/12
x = 34.17

b) La mediana
x

= 33.50

c) El rango promedio
Rango promedio = (Vmenor + Vmayor)/2
Rango promedio = 38.50

4.- Segn la Asociacin de lucha contra la Bulimia y la Anorexia, las pautas culturales han determinado que la
delgadez sea sinnimo de xito social.

Muchos jvenes luchan para conseguir el fsico ideal motivados por modelos, artistas o por la publicidad
comercial.

Durante el mes de marzo del ao 2006, en el colegio Alcntara de la ciudad de Talca, despus de las
vacaciones de verano, se observ con precaucin a 27 alumnos con sntomas de anorexia, registrndose los
siguientes signos visibles:

Dieta Severa Miedo a Engordar Hiperactividad
Uso de Ropa Holgada Dieta Severa Uso de Laxantes
Miedo a Engordar Dieta Severa Uso de Ropa Holgada
Dieta Severa Uso de Ropa Holgada Dieta Severa
Dieta Severa Dieta Severa Uso de Ropa Holgada
Hiperactividad Uso de Laxantes Miedo a Engordar
Uso de Laxantes Dieta Severa Uso de Ropa Holgada
Uso de Laxantes Hiperactividad Uso de Laxantes
Uso de Ropa Holgada Hiperactividad Dieta Severa
a.- Resuma la informacin anterior en una tabla de distribucin de frecuencias.
Respuesta:
Tabla de distribucin de los signos visibles de 27 alumnos con sntomas de anorexia, en el colegio Alcntara de
la ciudad de Talca durante el mes de marzo del ao 2006.
Signo Visible
Nmero de
alumnos
Porcentaje de
alumnos
Dieta severa 9 33,3
Miedo a engordar 3 11,1
Hiperactividad 4 14,8
Uso de laxantes 5 18,5
Uso de ropa
holgada 6 22,2
Total 27 100
b. Construya un grfico adecuado para resumir la informacin anterior.
Respuesta:
Grfico de distribucin de los signos visibles de 27 alumnos con sntomas de anorexia, en el colegio Alcntara
de la ciudad de Talca durante el mes de marzo del ao 2006.
C.- Calcule y comente alguna medida de resumen de estos datos.
Respuesta:
La nica medida de resumen que es posible determinar es la moda, que en este caso corresponde al
signo visible dado por la dieta severa.

Interpretacin: El signo visible que se observa con mayor frecuencia es el de
una dieta severa.
Ejemplo 3:

Un curso del Colegio ABC termino el ao escolar y ser evaluado por la direccin comunal. Para estos efectos,
los profesores tiene que entregar un informe completo, para lo cual tiene que completar la tabla siguiente
(considere el examen final como un 40% para la nota final).

Una vez completada la tabla, grafique e interprete los resultados


RAMO NOTA 1 NOTA 2 NOTA 3 NOTA 4 PROMEDIO EXAMEN FINAL PROM. FINAL
CASTELLANO 5,5 4,6 3,4 4,6 5,5
MATEMATICAS 6,2 5,4 7 5,5 5,5
HISTORIA 5,5 6,4 6,8 6,3 4,8
QUIMICA 4 3,8 5,1 2,6 3,2
FISICA 5,8 4,8 6,3 7 5,5
A. PLASTICAS 4,2 6,4 5 2 5,8
ED. FISICA 7 6,6 5,5 7 6,5
Ejemplo 4:

Los datos que se dan a continuacin corresponden a los pesos en Kg. de ochenta
personas:

6 0 66 77 70 66 68 57 70 66 52 75 65 69 71 58 66 67 74 61 66
63 69 80 59 66 70 67 78 75 64 71 81 62 64 69 68 72 83 56 62
65 74 67 54 65 65 69 61 67 73 57 62 67 68 63 67 71 68 76 63
61 62 63 76 61 67 67 64 72 63 73 79 58 67 71 68 59 69 70 66
A.- Obtngase una distribucin de datos en intervalos de amplitud 5, siendo el primer
intervalo [50; 55].
Como se trata de efectuar una distribucin de datos agrupados, debemos
obtener primero los
intervalos correspondientes, situando los datos en sus lugares
respectivos:
Intervalo f F
[50;55[ 2 2
[55; 60[ 7 9
[60; 65[ 17 26
[65;70[ 30 56
[70; 75[ 14 70
[75; 80[ 7 77
[80; 85[ 3 80
n 80
b.- Calclese el porcentaje de personas de peso menor
que 65 Kg.
Observando la columna de frecuencias acumuladas se deduce que
existen N3 = 26 individuos
cuyo peso es menor que 65 Kg., que en trminos de porcentaje
corresponden a:
Intervalo f F
[50;55[ 2 2
[55; 60[ 7 9
[60; 65[ 17 26
[65;70[ 30 56
[70; 75[ 14 70
[75; 80[ 7 77
[80; 85[ 3 80
n 80
c.- Cuntas personas tienen peso mayor o igual que
70 Kg. pero menor que 85?
100 = 32,5% (26/80) *
(c) El nmero de individuos con peso comprendido entre 70 y 85 Kg. es:


n5 + n6 + n7 = 14 + 7 + 3 = 24


lo que es equivalente a: N7 N4 = 80 56 = 24
Una de las grandes tiendas de un Mall disponen de un estacionamiento para sus clientes.
Los siguientes datos que se refieren al nmero de horas que permanecen en el
estacionamiento una serie de vehculos:
4 5 5 1 7 4 4 3 6 5
3 2 4 4 3 6 6 4 5 5
6 4 3 3 4 5 4 3 2 4
5 2 4 7 3 6 2 2 4 1
2 1 3 7 3 1 5 1 7 2
4 4 2 4 5 3 6 3 5 3
Obtener la tabla de frecuencias para ese conjunto de datos.
Interpretar la tabla.
n f f% F F%
1 5 8,33 5 8,33
2 8 13,33 13 21,66
3 12 20,00 25 41,66
4 15 25,00 40 66,66
5 10 16,67 50 83,33
6 6 10,00 56 93,33
7 4 6,67 60 100
Tabla de frecuencias
Moda 4
Promedio 3,85
Mediana 4
1 2 2 3 3 4 4 5 5 6
1 2 3 3 4 4 4 5 5 6
1 2 3 3 4 4 4 5 6 7
1 2 3 3 4 4 4 5 6 7
1 2 3 3 4 4 5 5 6 7
2 2 3 3 4 4 5 5 6 7
Datos ordenados
Variabilidad
Gran pregunta: Por que dos distribuciones con igual medida de
posicin pueden ser distintas como consecuencias de su
diferente variabilidad?
Ejemplo:

A.- 4.4.5.6.6, y B.- 9.9.5.1.1 ambas tienen mismo promedio que es 5 pero
La distribucin A es mas variable, mas dispersa, y se llega a la media
aritmtica con desvos de gran magnitud.
B tiene menos variabilidad por ello esta mas concentrada.
Conceptos:

Las medidas de variabilidad tienen por objeto medir la magnitud de
los desvos de los valores de la variable con respecto al valor central
de la distribucin.

Es decir la Medida de Variable Define cuan semejante o cuan distinto
son cada uno de los valores, de la variable con respecto al valor central.

Las medidas de variabilidad son tambin medidas de grado de
representatividad de las medidas de tendencia central.
Varianza y desviacin estndar
La desviacin slo significa qu tan lejos de lo
normal
Desviacin estndar:
La desviacin estndar () mide cunto se separan los datos.

La frmula es fcil: es la raz cuadrada de la varianza. As que, "qu es la varianza?"


Varianza
la varianza (que es el cuadrado de la desviacin estndar: 2) se define as:

Es la media de las diferencias con la media elevadas al cuadrado.

En otras palabras, sigue estos pasos:

1. Calcular la media (el promedio de los nmeros)
2. Ahora, por cada nmero resta la media y eleva el resultado al cuadrado (la diferencia
elevada al cuadrado).
3. Ahora calcula la media de esas diferencias al cuadrado. (Por qu al cuadrado?)
Ejemplo
Las alturas (de los hombros) son: 600mm, 470mm, 170mm, 430mm y 300mm
Calcular la media, la varianza y la desviacin estndar
5 5
= 394
1970
=
600 + 470 + 170 + 430 + 300
Media =
La altura media es 394 mm. Vamos a dibujar esto en el grfico y
ahora calculamos la diferencia de cada altura con la media:
Para calcular la varianza, toma cada diferencia, elevar al cuadrado, y hacer la media:
5 5
= 21,704
108,520
=
206
2
+ 76
2
+ (-224)
2
+ 36
2
+ (-94)
2
Varianza:
2
=
As que la varianza es 21,704.

Y la desviacin estndar es la raz de la varianza, as que:

Desviacin estndar: = 21,704 = 147

Lo bueno de la desviacin estndar es que es til: ahora veremos qu alturas
estn a distancia menos de la desviacin estndar (147mm) de la media:
As que usando la desviacin estndar tenemos una manera "estndar" de saber
qu es normal, o extra grande o extra pequeo.
Los Rottweilers son perros grandes. Y los Dachsunds son un poco menudos...
Un fabricante de neumticos ha recabado, de los diferentes
concesionarios, informacin sobre la cantidad de miles de
kilmetros recorridos por un modelo concreto de esos
neumticos hasta que se ha producido un pinchazo o un
reventn del neumtico. Los concesionarios la han
proporcionado los siguientes datos:
57.884 63.692
65.996 65.854
34.754 50.432
75.850 80.502
37.748 61.979
35.342 51.179
43.068 74.239
74.582 48.240
60.727 79.426
65.854 47.012
67.662 55.643
71.360 84.588
55.912 65.854
40.709 44.411
70.003 48.698
41.886 52.452
Se pide:

a- Construir una taba de frecuencias

b- Dibujar correspondientes

c- Calcular las principales medidas de tendencia central e interpretarlas.

d- Obtener las medidas de dispersin ms importantes e interpretarlas.

e- Si el fabricante quiere proponer un kilometraje para realizar el cambio
de neumticos, qu valor propondra para que solo 3 de cada 10 coches
hayan tenido un pinchazo o reventn antes de ese kilometraje?


247294178 Varianza
15725,5899 Des. Std
56.394 promedio
84.588 57.884
80.502 55.912
79.426 55.643
75.850 52.452
74.582 51.179
74.239 50.432
71.360 48.698
70.003 48.240
67.662 47.012
65.996 44.411
65.854 43.068
65.854 41.886
65.854 40.709
63.692 37.748
61.979 35.342
60.727 34.754
32 n
14048,063 D. Std
197.348.067 Varianza
59.306 Mediana
34.754 Min
84.588 Max
58.548 Promedio
65854 moda
En una clnica se han registrado durante un mes las longitudes en
metros que los nios andan el primer da que comienzan a caminar,
obtenindose los siguientes resultados:
2 2 3 10 5 10 6 2 Nmero de nios
8 7 6 5 4 3 2 1 Nmero de metros
100 40 5 2 8
95 38 5 2 7
90 36 7,5 3 6
82,5 33 25 10 5
57,5 23 12,5 5 4
45 18 25 10 3
20 8 15 6 2
5 2 5 2 1
F% F f% f n
8 n
3,42 D. Std
11,71 Varianza
4 Mediana
2 Min
10 Max
5 Promedio
2 moda
Tabla de frecuencia
Las puntuaciones obtenidas por 100 operadores en el ltimo
ejercicio de seguridad se presentan en el cuadro siguiente:
6 5 3 6 4 1 7 2 5 8
7 2 8 2 0 5 3 6 7 4
5 4 7 6 2 1 1 2 6 4
10 3 2 5 8 7 5 0 1 6
5 6 4 7 5 3 4 3 7 9
3 2 5 3 4 6 5 1 2 0
4 7 5 2 10 0 4 3 6 8
5 0 3 1 7 4 5 6 5 2
1 4 2 0 1 8 9 4 2 3
5 1 6 8 1 5 4 2 3 7
1. Construir la tabla de distribucin de frecuencias adecuada para las
puntuaciones.

2. Hallar el porcentaje de alumnos que aprob el ejercicio con nota superior a 4.

3. Hallar el porcentaje de operadores que sacaron notas superiores a 6.

4. Si slo hay 20 plazas para ganar los beneficios En qu nota hay que situar el
aprobado?

5. Realizar las representaciones grficas de la distribucin adecuadas para este
problema.

6. Por medio de Varianza y Dsv. Std determine las tendencias del curso.
10 7 6 6 5 4 3 3 2 1
10 7 6 5 5 4 3 2 2 1
9 7 6 5 5 4 3 2 2 1
9 7 6 5 5 4 3 2 2 1
8 7 6 5 5 4 3 2 1 0
8 7 6 5 5 4 3 2 1 0
8 7 6 5 5 4 3 2 1 0
8 7 6 5 4 4 3 2 1 0
8 7 6 5 4 4 3 2 1 0
8 7 6 5 4 4 3 2 1 0
100 n
2,49 D. Std
6,18 Varianza
4 Mediana
0 Min
10 Max
4,23 Promedio
5 moda
Datos ordenados
Tabla de Frecuencia
100 100 2 2 10
98 98 2 2 9
96 96 6 6 8
90 90 10 10 7
80 80 11 11 6
69 69 16 16 5
53 53 13 13 4
40 40 11 11 3
29 29 13 13 2
16 16 10 10 1
6 6 6 6 0
F% F f% f n
Para lanzar un nuevo producto al mercado, una empresa estudia el
tiempo de publicidad, en segundos, empleando en los medios audiovisuales
por otra empresa que produce un producto similar.

Duracin N de Anuncios
0-20 3
20-25 17
25-30 13
30-40 9
40-60 8


Cul es la duracin media aproximada de los anuncios?
Es representativa?
Cul es la duracin ms frecuente?
A partir de que valor un anuncio es de los veinte ms largos?

Estudiando la forma de la distribucin.
Si cada segundo cuesta mil cuatrocientos dlares, cul es el gasto
aproximado que realiza la otra empresa en la publicidad de ese producto?
a)X = 297 segundos. (VX = 0358170667)

b) Mo = 247273 segundos.

c) P60 = 288461538 segundos.

d) AP = 04675 > 0. AP = 07831 > 0. C = 03234 > 0.
g1 = 006454 > 0.

La distribucin presenta asimetra positiva o por la derecha.
g2 = -008595 > 0. La distribucin es moderada platicrtica.
El gasto aproximado ser de 2079000 ptas.
Del siguiente ejercicio calcular la varianza y la desviacin tpica
y moda.
Un sistema de control del proceso puede definirse como
un sistema de realimentacin de la informacin en el que
hay 4 elementos fundamentales:

CONTROL ESTADSTICO DE PROCESOS

Proceso
Por proceso entendemos la combinacin global de personas, equipo,
materiales utilizados, mtodos y medio ambiente, que colaboran en la
produccin. El comportamiento real del proceso -la calidad de la
produccin y su eficacia productiva- dependen de la forma en que se
dise y construy, y de la forma en que es administrado. El sistema de
control del proceso slo es til si contribuye a mejorar dicho
comportamiento.
Observamos una lnea quebrada irregular, que nos muestra las fluctuaciones del
peso de las piezas a lo largo del tiempo. Esta es la fluctuacin esperable y natural
del proceso. Los valores se mueven alrededor de un valor central (El promedio de
los datos), la mayor parte del tiempo cerca del mismo. Pero en algn momento
puede ocurrir que aparezca uno o ms valores demasiado alejados del promedio.
Cmo podemos distinguir si esto se produce por la fluctuacin
natural del proceso o porque el mismo ya no est funcionando bien?
El control estadstico de procesos provee la respuesta a la anterior pregunta y a continuacin
veremos como lo hace.

Todo proceso de fabricacin funciona bajo ciertas condiciones o variables que son
establecidas por las personas que lo manejan para lograr una produccin satisfactoria.
Cada uno de estos factores est sujeto a variaciones que realizan aportes
ms o menos significativos a la fluctuacin de las caractersticas del
producto, durante el proceso de fabricacin.
125 130
125 130
150 130
135 140
150 135
130 135
130 130
145 135
135 125
145 140
130 150
150 135
140 135
150 145
140 150
145 130
Examen final tercer periodo:

Determine:

1. Tabla de frecuencia

2. Moda

3. Mediana

4. Media

5. Medidas de dispersin.

6. Grafique segn corresponda

7. Haga los cambios necesarios para
determinar medidas de control
(capacidad)

8. COMENTE antes y despus de los
cambios de capacidad
X f fac fr f r ac asc fr ac desc
125 3 3 9,375 9,375 100
15625
46875 375
130 8 11 25 34,375 90,625
16900
135200 1040
135 7 18 21,875 56,25 65,625
18225
127575 945
140 4 22 12,5 68,75 43,75
19600
78400 560
145 4 26 12,5 81,25 31,25
21025
84100 580
150 6 32 18,75 100 18,74
22500
135000 900
32 100
113875
607150 4400
125 135
125 135
125 140
130 140
130 140
130 140
130 145
130 145
130 145
130 145
130 150
135 150
135 150
135 150
135 150
135 150
n 32
Moda 130
Media 137,5
Mediana 135
Varianza 69,3548387
Dev. Std. 8,32795525
0
20
40
60
80
100
120
1 2 3 4 5 6
f r ac asc
fr ac desc
Graficos N
Muestra
numero
Unidades
verificadas "n"
Unidades no
conformes
% de unidades no
conforme "p"
1 148 20 14
2 150 24 16
3 151 15 10
4 161 19 12
5 150 16 11
6 152 23 15
7 159 15 9
8 150 21 14
9 148 13 9
10 167 18 11
11 152 14 9
12 142 7 5
13 142 17 12
14 136 12 9
15 151 22 15
16 158 19 12
17 150 16 11
18 145 21 14
19 139 13 9
20 143 24 17
21 149 27 18
22 154 14 9
23 150 12 8
24 148 15 10
25 155 18 12
TOTAL 325 3750 435 290
promedio de p % 12
Calculo de limites extremos y central
- Calcular el tamao medio de las muestras n = 11.6
Graficos NP
Muestra numero Unidades verificadas "np"
1 7
2 8
3 5
4 6
5 5
6 8
7 4
8 7
9 4
10 6
11 5
12 6
13 6
14 4
15 7
16 5
17 5
18 8
19 4
20 6
21 8
22 5
23 5
24 4
25 7
TOTAL 145

You might also like