Actividad

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.