El siguiente cuestionario se elabor para facilitar el aprendizaje y entendimiento de los
principales conceptos y trminos relacionados con el control estadstico de la calidad. Este cuestionario ser la base para la Evaluacin del Plan de Mejoramiento 1 sobre el tema; y debe entregarse como requisito previo para tener la oportunidad de presentar
1. Qu nos dice y/o cual es la ventaja de utilizar la media aritmtica como medida de tendencia central? La medida de tendencia central mas ampliamente usada es la media aritmtica, usualmente abreviada como media. La media aritmtica de un conjunto de n valores es el resultado de la suma de todos ellos dividido entre n.
Ventajas
* Es la medida de tendencia central ms usada. * El promedio es estable en el muestreo. * Es sensible a cualquier cambio en los datos (puede ser usado como un detector de variaciones en los datos). * Se emplea a menudo en clculos estadsticos posteriores. * Presenta rigor matemtico. * En la grfica de frecuencia representa el centro de gravedad. * Puede ser calculada en distribuciones con escala relativa e intervalar. * Es la nica medida de tendencia central donde la suma de las desviaciones de cada valor respecto a la media es igual a cero. Por lo tanto podemos considerar a la media como el punto de balance de una serie de datos.
2. Qu nos dice y/o cual es la ventaja de utilizar la mediana como medida de tendencia central? Cuando una serie de datos contiene uno o dos valores muy grandes o muy pequeos, la media aritmtica no es representativa. El valor central en tales problemas puede ser mejor descrito usando una medida de tendencia central llamada mediana. La mediana es el punto medio de los valores de una serie de datos despus de haber sido ordenados de acuerdo a su magnitud. Hay tantos valores antes que la mediana como posteriores en el arreglo de datos.
Las propiedades de la mediana son: *Es nica, slo existe una mediana para un conjunto de datos. * No se ve afectada por valores muy grandes o muy pequeos. * Puede calcularse para una distribucin de frecuencias con una clase de extremo abierto, si la medina no se encuentra en una clase de tal extremo. * Puede obtenerse para datos de nivel de razn, de intervalo y ordinal(excepto para el nominal).
3. Cmo podran identificar si esta presente error maestral o error sistemtico? En estadstica, error muestral o error de estimacin es el error a causa de observar una muestra en lugar de la poblacin completa. La estimacin de un valor de inters, como la media o el porcentaje, estar generalmente sujeta a una variacin entre una muestra y otra. Estas variaciones en las posibles muestras de una estadstica pueden, tericamente, ser expresadas como errores mustrales, sin embargo, normalmente, en la prctica el error exacto es desconocido. El error muestral se refiere en trminos ms generales al fenmeno de la variacin entre muestras. El error muestral deseado, generalmente puede ser controlado tomando una muestra aleatoria de la poblacin, suficientemente grande, sin embargo, el costo de esto puede ser limitante. El error sistemtico, o sesgo , es la diferencia entre un valor observado y el verdadero valor debido a todas las causas menos la variabilidad del muestreo. Un error sistemtico es aquel que se produce de igual modo en todas las mediciones que se realizan de una magnitud. El error sistemtico puede surgir de innumerables fuentes, incluyendo factores involucrados en la seleccin o reclutamiento de la poblacin de estudio y los factores involucrados en la definicin y medicin de las variables de estudio. Lo inverso del sesgo es la validez , tambin un atributo deseable.
4. Qu se entiende por variable cualitativa? Mencione dos ejemplos.
Variable cualitativa Las variables cualitativas se refieren a caractersticas o cualidades que no pueden ser medidas con nmeros. Podemos distinguir dos tipos: Variable cualitativa nominal Una variable cualitativa nominal presenta modalidades no numricas que no admiten un criterio de orden. Por ejemplo: El estado civil, con las siguientes modalidades: soltero, casado, separado, divorciado y viudo. Sexo (masculino, femenino) Variable cualitativa ordinal o variable cuasicuantitativa: Una variable cualitativa ordinal presenta modalidades no numricas, en las que existe un orden. Por ejemplo: La nota en un examen: suspenso, aprobado, notable, sobresaliente. Puesto conseguido en una prueba deportiva: 1, 2, 3, ... Medallas de una prueba deportiva: oro, plata, bronce.
5. Qu se entiende por variable cuantitativa? Mencione dos ejemplos.
Variables cuantitativas Son las variables que se expresan mediante cantidades numricas. Ejemplo: El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3. Temperatura Ambiente (29C)
6. Qu tipo de variables cuantitativas puede encontrar?
Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los distintos valores especficos que la variable pueda asumir. Ejemplo: El nmero de hijos (1, 2, 3, 4, 5). Numero de estudiantes (24)
Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg, ...) o la altura (1,64m, 1,65m,1,66m,...), que solamente est limitado por la precisin del aparato medidor, en teora permiten que siempre exista un valor entre dos variables, tambin puede ser el dinero o un salario dado.
7. Qu es muestra aleatoria?
Muestra aleatoria: muestra elegida independientemente de todas las dems, con la misma probabilidad que cualquier otra y cuyos elementos estn elegidos independientemente unos de otros y con la misma probabilidad. Una muestra se dice que es extrada al azar cuando la manera de seleccin es tal, que cada elemento de la poblacin tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es tambin llamada una muestra probabilstica son generalmente preferidas por los estadsticos porque la seleccin de las muestras es objetiva y el error muestral puede ser medido en trminos de probabilidad bajo la curva normal. Los tipos comunes de muestreo aleatorio son el muestreo aleatorio simple, muestreo sistemtico, muestreo estratificado y muestreo de conglomerados.
8. Qu causa los productos defectuosos? La variacin en los materiales, en las condiciones de la mquina, en los mtodos de trabajo y en las inspecciones. Estas variaciones son las causas de los productos defectuosos. Si no existiera ninguna de esas variaciones, todos los productos seran idnticos y no habra variaciones en la calidad, y no existira la ocurrencia de productos defectuosos y no defectuosos. 9. Dos cabezas piensan mejor que una. Si esto es cierto, entonces Qu tan buenas serian varias cabezas? Para averiguarlo, una profesora de estadstica trazo una lnea en el tablero y pidi a su grupo que estimaran la longitud de esa lnea a la pulgada mas cercana. Ella recolecto las estimaciones, que variaron de 33 a 61 pulgadas, y calculo el valor medio. Reporto que la media fue de 42,25 pulgadas y luego midi la lnea que resulto ser de 41,75 pulgadas de largo.
Demuestra esto que varias cabezas son mejores que una? Bueno, pues de que dos cabezas piensen mejor que una eso depende, pero en el ejemplo anterior, es obvio que entre ms personas hayan dado la estimacin de la longitud de la lnea, el resultado del promedio se va a acercar ms a el real. Qu teora explica este suceso? Explique. Teora de Muestro. La teora del muestreo es el estudio de las relaciones existente entre una poblacin y muestras extradas de la misma. Tiene gran inters en muchos aspectos de la estadstica. Por ejemplo permite estimar cantidades desconocidas de la poblacin (tales como la media poblacional, la varianza, etc.), frecuentemente llamada parmetros poblacionales o brevemente parmetros, a partir del conocimiento, de las correspondientes cantidades mustrales (tales como la media muestral, la varianza , etc.), a ,menudo llamadas estadsticos mustrales o brevemente estadsticos La teora de muestreo es tambin til para determinar si la diferencias que se puedan observar entre dos muestras son debidas a la aleatoriedad de las mismas o si por el contrario son solamente significativas. Tales preguntas surgen por ejemplo, al ensayar un nuevo suero para el tratamiento de una enfermedad, o al decir si un proceso de produccin es mejor que otro.
10. En una panadera dos trabajadores A y B estn haciendo pan en las maquinas 1 y 2. El peso de los panes franceses producidos se registr durante 20 das, como se muestra en la tabla anexa cada da se tomaron aleatoriamente 4 panes de cada maquina y se pesaron. La especificacin del peso es de 200-225 gr (LE i LEs) Seles pide : a) graficar un histograma global, calcular la media aritmtica y desviacin estndar para ese grupo de datos. b) Grafica un histograma para el panadero A y un histograma para el panadero B; calcular la media aritmtica y desviacin estndar para cada grupo de datos. c) Graficar un histograma para maquina 1 y un histograma para la maquina 2; calcular la media aritmtica y desviacin estndar para cada grupo de datos d) Estudien cada histograma y medidas de tendencia central y dispersin contra las especificaciones del proceso; emitan sus conclusiones sobre lo que observen.