07.05.2013 Views

colegio divino niño santa marta plan de apoyo segundo periodo ...

colegio divino niño santa marta plan de apoyo segundo periodo ...

colegio divino niño santa marta plan de apoyo segundo periodo ...

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Punto clave: La apariencia <strong>de</strong> los datos <strong>de</strong>spués que ellos han sido registrados, pue<strong>de</strong> llevar a confusión respecto al<br />

tipo <strong>de</strong> variable que ha sido observada.<br />

Consi<strong>de</strong>ra nuevamente la variable peso. Supón que las encomiendas que pesan 5 kilos o menos son clasificadas<br />

como livianas, las que pesan 20 kilos o más como pesadas y las más <strong>de</strong> 5 y menos <strong>de</strong> 20 kilos como mo<strong>de</strong>radas.<br />

Ahora los encargados registran los valores: liviano, mo<strong>de</strong>rado y pesado, implica esto que la variable es cualitativa?<br />

Punto clave: El tipo <strong>de</strong> variable <strong>de</strong>pen<strong>de</strong> principalmente <strong>de</strong>l proceso <strong>de</strong> medición, no <strong>de</strong> la propiedad que es<br />

observada.<br />

Es importante hacer muchas preguntas sobre el origen <strong>de</strong> los datos y como fueron obtenidos. ¿Qué se está midiendo?<br />

¿Cómo se está midiendo?¿Quién efectúa las mediciones? ¿Cuándo fueron realizadas las observaciones?<br />

No importa cuál sea la variable respuesta; si la herramienta <strong>de</strong> medición es suficientemente exacta habrá variabilidad<br />

en lo datos. Uno <strong>de</strong> los objetivos primordiales <strong>de</strong>l análisis estadístico es la medición <strong>de</strong> la variabilidad. Por ejemplo, en el<br />

estudio <strong>de</strong> control <strong>de</strong> calidad, la medición <strong>de</strong> la variabilidad es absolutamente indispensable. Controlar (o reducir), la<br />

variabilidad en un proceso <strong>de</strong> manufactura es todo un campo por sí mismo<br />

ORGANIZACIÓN DE LOS DATOS<br />

(1) Tabulación: pue<strong>de</strong> ser a través <strong>de</strong> una serie simple, con la presentación <strong>de</strong> los datos recogidos en forma <strong>de</strong> tabla<br />

or<strong>de</strong>nada, o a través <strong>de</strong> la agrupación <strong>de</strong> datos, este método se utiliza cuando el número <strong>de</strong> observaciones es muy gran<strong>de</strong>.<br />

Ejemplo: En un curso <strong>de</strong> 40 alumnos, se <strong>de</strong>sea estudiar el comportamiento <strong>de</strong> la variable estatura, registrándose los<br />

siguientes valores:<br />

1,52 1,64 1,54 1,64 1,73 1,55 1,56 1,57 1,58 1,58<br />

1,59 1,53 1,60 1,60 1,61 1,61 1,65 1,63 1,79 1,63<br />

1,62 1,60 1,64 1,54 1,65 1,62 1,66 1,76 1,70 1,69<br />

1,71 1,72 1,72 1,55 1,73 1,73 1,75 1,67 1,78 1,63<br />

1. SERIE SIMPLE O DATOS NO AGRUPADOS<br />

Completa los cuadros siguientes, or<strong>de</strong>nando los datos obtenidos.<br />

Alumno Talla Alumno Talla Alumno Talla Alumno Talla<br />

1 1,52 11 21 31<br />

2 1,53 12 22 32<br />

3 1,54 13 23 33<br />

4 1,54 14 24 34<br />

5 1,55 15 25 35<br />

6 1,55 16 26 36<br />

7 1,56 17 27 37<br />

8 1,57 18 28 38<br />

9 1,58 19 29 39<br />

10 1,58 20 30 40<br />

Completar el cuadro con la frecuencia <strong>de</strong> cada dato obtenido.<br />

x (tallas) Frecuencia<br />

Absoluta<br />

fi<br />

1,52 1<br />

1,53 1<br />

1,54 2<br />

1,55<br />

1,56<br />

1,57<br />

1,58<br />

1,59<br />

1,60<br />

1,61<br />

1,62<br />

1,63<br />

1,64<br />

1,65<br />

1,66<br />

1,67<br />

1,68<br />

1,69<br />

1,70<br />

1,71<br />

1,72<br />

1,73<br />

1,74<br />

1,75<br />

1,76<br />

1,77<br />

1,78<br />

1,79

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!