Cartilla Unica No 1 Estadistica Basica

Regional Distrito Capital Centro de la Construccin e Industria de la Madera ESTRUCTURA CURRICULAR: SEGURIDAD INDUSTIAL Y SALUD OCUPACIONAL EN LA INDUSTRIA DE LA CONSTRUCCION
MDULO DE FORMACIN: SIST. GESTION EN ESTADISTICA DOCUMENTO DE APOYO: CARTILLA 1 UNICA ESTADISTICA BASICA
Sistema de Gestin de la Calidad
Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.
CARTILLA UNICA No 1 DE ESTADISTICA BASICA OBJETIVOS Objetivo General El mdulo persigue presentar a la estadstica como una herramienta til para conocer y aplicarla en la Elaboracin de estadsticas de accidentalidad, morbilidad y vigilancia epidemiolgica; para con ello determinar las causas de los ATEP. Objetivos Especficos Determinar los estimadores de tendencia central (media, mediana y moda) de una muestra representativa, especficamente de casos tpicos de estudio epidemiolgico. Determinar los estimadores de dispersin (desviacin media, desviacin estndar) y los criterios para la toma de decisiones estadsticas. Concientizar la importancia de la estadstica como disciplina y como herramienta para el procesamiento y anlisis de la informacin en la presentacin de informes de gerencia en Salud Ocupacional.
HISTORIA DE LA ESTADISTICA: Los comienzos de la estadstica pueden ser hallados en el antiguo Egipto, cuyos faraones lograron recopilar, hacia el ao 3050 antes de Cristo, prolijos datos relativos a la poblacin y la riqueza del pas. De acuerdo al historiador griego Herdoto, dicho registro de riqueza y poblacin se hizo con el objetivo de preparar la construccin de las pirmides. En el mismo Egipto, Ramss II hizo un censo de las tierras con el objeto de verificar un nuevo reparto. En el antiguo Israel la Biblia da referencias, en el libro de los Nmeros, de los datos estadsticos obtenidos en dos recuentos de la poblacin hebrea. El rey David por otra parte, orden a Joab, general del ejrcito hacer un censo de Israel con la finalidad de conocer el nmero de la poblacin. Tambin los chinos efectuaron censos hace ms de cuarenta siglos. Los griegos efectuaron censos peridicamente con fines tributarios, sociales (divisin de tierras) y militares (clculo de recursos y hombres disponibles). La investigacin histrica revela que se realizaron 69 censos para calcular los impuestos, determinar los derechos de voto y ponderar la potencia guerrera. Pero fueron los romanos, maestros de la organizacin poltica, quienes mejor supieron emplear los recursos de la estadstica. Cada cinco aos realizaban un censo de la poblacin y sus funcionarios pblicos tenan la obligacin de anotar nacimientos, defunciones y matrimonios, sin olvidar los recuentos peridicos del ganado y de las riquezas contenidas en las tierras conquistadas. Para el nacimiento de Cristo suceda uno de estos empadronamientos de la poblacin bajo la autoridad del imperio. Los progresos ms recientes en el campo de la Estadstica se refieren al ulterior desarrollo del clculo de probabilidades, particularmente en la rama denominada indeterminismo o relatividad, se ha demostrado que el determinismo fue reconocido en la Fsica como resultado de las investigaciones atmicas y que este principio se juzga aplicable tanto a las ciencias sociales como a las fsicas. Anlisis Conceptual Como dijera Huntsberger: "La palabra estadstica a menudo nos trae a la mente imgenes de nmeros apilados en grandes arreglos y tablas, de volmenes de cifras relativas a nacimientos, muertes, impuestos, poblaciones, ingresos, deudas, crditos y as sucesivamente. Huntsberger tiene razn pues al instante de escuchar esta palabra estas son las imgenes que llegan a nuestra cabeza.
Regional Distrito Capital Centro de la Construccin e Industria de la Madera ESTRUCTURA CURRICULAR: SEGURIDAD INDUSTIAL Y SALUD OCUPACIONAL EN LA INDUSTRIA DE LA CONSTRUCCION MDULO DE FORMACIN: SIST. GESTION EN ESTADISTICA DOCUMENTO DE APOYO: CARTILLA 1 UNICA ESTADISTICA BASICA
La Estadstica es mucho ms que slo nmeros apilados y grficas bonitas. Es una ciencia con tanta antigedad como la escritura, y es por s misma auxiliar de todas las dems ciencias. Los mercados, la medicina, la ingeniera, los gobiernos, etc. Se nombran entre los ms destacados clientes de sta. La ausencia de sta conllevara a un caos generalizado, dejando a los administradores y ejecutivos sin informacin vital a la hora de tomar decisiones en tiempos de incertidumbre. La Estadstica que conocemos hoy en da debe gran parte de su realizacin a los trabajos matemticos de aquellos hombres que desarrollaron la teora de las probabilidades, con la cual se adhiri a la Estadstica a las ciencias formales. En este breve material se expone los conceptos, la historia, la divisin as como algunos errores bsicos cometidos al momento de analizar datos Estadsticos. Definicin de Estadstica La Estadstica es la ciencia cuyo objetivo es reunir una informacin cuantitativa concerniente a individuos, grupos, series de hechos, etc. y deducir de ello gracias al anlisis de estos datos unos significados precisos o unas previsiones para el futuro. La estadstica, en general, es la ciencia que trata de la recopilacin, organizacin presentacin, anlisis e interpretacin de datos numricos con e fin de realizar una toma de decisin ms efectiva. Otros autores tienen definiciones de la Estadstica semejantes a las anteriores, y algunos otros no tan semejantes. Para Chacn esta se define como la ciencia que tiene por objeto el estudio cuantitativo de los colectivos; otros la definen como la expresin cuantitativa del conocimiento dispuesta en forma adecuada para el escrutinio y anlisis. La ms aceptada, sin embargo, es la de Mnguez, que define la Estadstica como La ciencia que tiene por objeto aplicar las leyes de la cantidad a los hechos sociales para medir su intensidad, deducir las leyes que los rigen y hacer su prediccin prxima. Los estudiantes confunden comnmente los dems trminos asociados con las Estadsticas, una confusin que es conveniente aclarar debido a que esta palabra tiene tres significados: la palabra estadstica, en primer trmino se usa para referirse a la informacin estadstica; tambin se utiliza para referirse al conjunto de tcnicas y mtodos que se utilizan para analizar la informacin estadstica; y el trmino estadstico, en singular y en masculino, se refiere a una medida derivada de una muestra. La Estadstica es una ciencia que estudia las caractersticas de un conjunto de casos para hallar en ellos regularidades en el comportamiento, que sirven para describir el conjunto y para efectuar predicciones. La Estadstica tiene por objeto recolectar, organizar, resumir, presentar y analizar datos relativos a un conjunto de objetos, personas, procesos, etc. A travs de la cuantificacin y el ordenamiento de los datos intenta explicar los fenmenos observados, por lo que resulta una herramienta de suma utilidad para la toma de decisiones. En cualquier trabajo en el que se aplique, la estadstica debe hacer referencia a un conjunto de entidades, conocido como poblacin.
Utilidad e Importancia Los mtodos estadsticos tradicionalmente se utilizan para propsitos descriptivos, para organizar y resumir datos numricos. La estadstica descriptiva, por ejemplo trata de la tabulacin de datos, su presentacin en forma grfica o ilustrativa y el clculo de medidas descriptivas. Ahora bien, las tcnicas estadsticas se aplican de manera amplia en mercadotecnia, contabilidad, control de calidad y en otras actividades; estudios de consumidores; anlisis de resultados en deportes; administradores de instituciones; en la educacin; organismos polticos; mdicos; y por otras personas que intervienen en la toma de decisiones.
Etapas de Desarrollo de la Estadstica La historia de la estadstica est resumida en tres grandes etapas o fases. 1.- Primera Fase: Los Censos: Desde el momento en que se constituye una autoridad poltica, la idea de inventariar de una forma ms o menos regular la poblacin y las riquezas existentes en el territorio est ligada a la conciencia de soberana y a los primeros esfuerzos administrativos.
GESTION EN SALUD OCUPACIONAL
2.- Segunda Fase: De la Descripcin de los Conjuntos a la Aritmtica Poltica: Las ideas mercantilistas extraan una intensificacin de este tipo de investigacin. Colbert multiplica las encuestas sobre artculos manufacturados, el comercio y la poblacin: los intendentes del Reino envan a Pars sus memorias. Vauban, ms conocido por sus fortificaciones o su Dime Royale, que es la primera propuesta de un impuesto sobre los ingresos, se seala como el verdadero precursor de los sondeos. Ms tarde, Bufn se preocupa de esos problemas antes de dedicarse a la historia natural. La escuela inglesa proporciona un nuevo progreso al superar la fase puramente descriptiva. Sus tres principales representantes son Graunt, Petty y Halley. El penltimoes autor de la famosa Aritmtica Poltica. Chaptal, ministro del interior francs, publica en 1801 el primer censo general de poblacin, desarrolla los estudios industriales, de las producciones y los cambios, hacindose sistemticos durantes las dos terceras partes del siglo XIX.
PLANES DE ACCION POR PLANES DE ACCION POR INSPECCIONES ACCIDENTES CI Y SI 14% 10% ACTIVIDADES DE INSPECCION 11% MANEJO DE CONTRATISTAS 65%
3.- Tercera Fase: Estadstica y Clculo de Probabilidades: El clculo de probabilidades se incorpora rpidamente como un instrumento de anlisis extremadamente poderoso para el estudio de los fenmenos econmicos y sociales y en general para el estudio de fenmenos cuyas causas son demasiados complejas para conocerlos totalmente y hacer posible su anlisis. Divisin de la Estadstica La Estadstica para su mejor estudio se ha dividido en dos grandes ramas: la Estadstica Descriptiva y la Inferencial. Estadstica Descriptiva: consiste sobre todo en la presentacin de datos en forma de tablas y grficas. Esta comprende cualquier actividad relacionada con los datos y est diseada para resumir o describir los mismos sin factores pertinentes adicionales; esto es, sin intentar inferir nada que vaya ms all de los datos, como tales.
INDICE DE FRECUENCIA
2.0 1.5 1.0 0.5 0.0 -0.5 -1.0 -1.5 -2.0 -2.5 -3.0 -3.5 -4.0 -4.5 -5.0 -5.5 -6.0 -6.5 -7.0 -7.5
2006
2007
ENE
FEB
MAR
ABR
MAY
JUN
JUL
AGO
SET
OCT
NOV
DIC
Estadstica Inferencial: se deriva de muestras, de observaciones hechas slo acerca de una parte de un conjunto numeroso de elementos y esto implica que su anlisis requiere de generalizaciones que van ms all de los datos. Como consecuencia, la caracterstica ms importante del reciente crecimiento de la estadstica ha sido un cambio en el nfasis de los mtodos que describen a mtodos que sirven para hacer generalizaciones. La
Estadstica Inferencial investiga o analiza una poblacin partiendo de una muestra tomada. Mtodo Estadstico El conjunto de los mtodos que se utilizan para medir las caractersticas de la informacin, para resumir los valores individuales, y para analizar los datos a fin de extraerles el mximo de informacin, es lo que se llama mtodos estadsticos. Los mtodos de anlisis para la informacin cuantitativa se pueden dividir en los siguientes seis pasos: 1. Definicin del problema. 2. Recopilacin de la informacin existente. 3. Obtencin de informacin original. 4. Clasificacin. 5. Presentacin. 6. Anlisis.
GESTION EN SALUD OCUPACIONAL
100 90 80 70 60 50 40 30 20 10 0 2007 ENE FEB MAR
Serie1
Errores Estadsticos Comunes Al momento de recopilar los datos que sern procesados se es susceptible de cometer errores as como durante los cmputos de los mismos. No obstante, hay otros errores que no tienen nada que ver con la digitacin y que no son tan fcilmente identificables. Algunos de estos errores son:
ABR
MAY
JUN
Serie2
JUL
AGO
SEP
OCT
NOV
DIC
Sesgo: Es imposible ser completamente objetivo o no tener ideas preconcebidas antes de comenzar a estudiar un problema, y existen muchas maneras en que una perspectiva o estado mental pueda influir en la recopilacin y en el anlisis de la informacin. En estos casos se dice que hay un sesgo cuando el individuo da mayor peso a los datos que apoyan su opinin que a aquellos que la contradicen. Un caso extremo de sesgo sera la situacin donde primero se toma una decisin y despus se utiliza el anlisis estadstico para justificar la decisin ya tomada. Datos no comparables: el establecer comparaciones es una de las partes ms importantes del anlisis estadstico, pero es extremadamente importante que tales comparaciones se hagan entre datos que sean comparables. Proyeccin descuidada de tendencias: la proyeccin simplista de tendencias pasadas hacia el futuro es uno de los errores que ms ha desacreditado el uso del anlisis estadstico. Muestreo Incorrecto: en la mayora de los estudios sucede que el volumen de informacin disponible es tan inmenso que se hace necesario estudiar muestras, para derivar conclusiones acerca de la poblacin a que pertenece la muestra. Si la muestra se selecciona correctamente, tendr bsicamente las mismas propiedades que la poblacin de la cual fue extrada; pero si el muestreo se realiza incorrectamente, entonces puede suceder que los resultados no signifiquen nada Definiciones Poblacin o Universo: es el total del conjunto de elementos u objetos de los cuales se quiere obtener informacin. Aqu el trmino poblacin tiene un significado mucho ms amplio que el usual, ya que puede referirse a personas, cosas, actos, reas geogrficas e incluso al tiempo. La poblacin debe estar perfectamente definida en el tiempo y en el espacio, de modo que ante la presencia de un potencial integrante de la misma, se pueda decidir si forma parte o no de la poblacin bajo estudio. Por lo tanto, al definir una poblacin, se debe cuidar que el conjunto de elementos que la integran quede perfectamente delimitado. Si, por ejemplo, estamos analizando las escuelas primarias, debemos especificar cules y cundo: escuelas primarias de la Capital Federal, ao 1992.
El tamao de una poblacin viene dado por la cantidad de elementos que la componen. Unidad de anlisis: es el objeto del cual se desea obtener informacin. Muchas veces nos referimos a las unidades de anlisis con el nombre de elementos. En estadstica, un elemento o unidad de anlisis puede ser algo con existencia real, como un automvil o una casa, o algo ms abstracto como la temperatura o un intervalo de tiempo. Dada esta definicin, puede redefinirse poblacin como el conjunto de unidades de anlisis. Muestra: es un subconjunto de unidades de anlisis de una poblacin dada, destinado a suministrar informacin sobre la poblacin. Para que este subconjunto de unidades de anlisis sea de utilidad estadstica, deben reunirse ciertos requisitos en la seleccin de los elementos. Las causas por la cual se seleccionan muestras son muchas. Puede ocurrir que la poblacin que se defina tenga tamao infinito, y en consecuencia, no fuera posible observar a todos sus elementos. En otras ocasiones, el costo de la observacin exhaustiva puede ser muy elevado, el tiempo de recoleccin de la informacin muy extenso, o ms an, la observacin de los elementos puede ser destructiva. Por ejemplo, si quisiramos hacer un estudio de la calidad de una partida de fsforos, no podramos probarlos a todos pues los destruiramos. Muestreo: Esto no es ms que el procedimiento empleado para obtener una o ms muestras de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de poblacin. Este se realiza una vez que se ha establecido un marco muestral representativo de la poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos diseos de la muestra. Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada muestra no necesariamente seran iguales, y lo ms probable es que variaran de una muestra a otra. Ejemplo; Consideremos como una poblacin a los estudiantes de educacin del Ncleo San Carlos de la UNESR, determinando por lo menos dos caracteres ser estudiados en dicha poblacin; Religin de los estudiantes Sexo. Tipos de muestreo Existen dos mtodos para seleccionar muestras de poblaciones; el muestreo no aleatorio o de juicio y el muestreo aleatorio o de probabilidad. En este ltimo todos los elementos de la poblacin tienen la oportunidad de ser escogidos en la muestra. Una muestra seleccionada por muestreo de juicio se basa en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir como tomar una muestra aleatoria ms adelante. Las muestras de juicio evitan los anlisis estadsticos son necesarios para hacer muestras de probabilidad. Variables y Atributos: Las variables, tambin suelen ser llamados caracteres cuantitativos, son aquellos que pueden ser expresados mediante nmeros. Son caracteres susceptibles de medicin. Como por ejemplo, la estatura, el peso, el salario, la edad, etc. Segn, Murray R. Spiegel, (1992) "una variable es un smbolo, tal como X, Y, Hx, que puede tomar un valor cualquiera de un conjunto determinado de ellos, llamado dominio de la variable. Si la variable puede tomar solamente un valor, se llama constante." Variable: es la cualidad o cantidad medible que se estudia de las unidades de anlisis y que varan de una unidad a otra. Por ejemplo: edad, ingreso de un individuo, sexo, cantidad de lluvia cada, etc
Nivel de medicin: las variables pueden ser medidas con mayor o menor grado de precisin segn la escala de medida utilizada para su observacin. Podemos distinguir los siguientes niveles de medicin de una variable: Nominal: slo permite clasificar a las unidades de anlisis en categoras. Por ejemplo: sexo varn y mujer -. Ordinal: adems de clasificar a los elementos en distintas categoras, permite establecer una relacin de orden de las mismas. Por ejemplo: clase social baja, media y alta-. Intervalar: permite clasificar, ordenar y medir la distancia entre las diferentes categoras. Por ejemplo: edad.
Las variables se clasifican en dos grupos de acuerdo al nivel de medicin utilizado para su observacin: Variables cualitativas: son las variables medidas en escala nominal u ordinal, ya que la caracterstica que miden de la unidad de anlisis es una cualidad. Variables cuantitativas: son las variables medidas en escala intervalar, puesto que lo que miden es una cantidad.
Formas de Observar la Poblacin: 1. Atendiendo a la fuente se clasifican en directa o indirecta. Observacin directa: es aquella donde se tienen un contacto directo con los elementos o caracteres en los cuales se presenta el fenmeno que se pretende investigar, y los resultados obtenidos se consideran datos estadsticos originales. Para Ernesto Rivas Gonzlez (1997) "Investigacin directa, es aquella en que el investigador observa directamente los casos o individuos en los cuales se produce el fenmeno, entrando en contacto con ellos; sus resultados se consideran datos estadsticos originales, por esto se llama tambin a esta investigacin primaria". Ejemplo; el seguimiento de la poblacin agrcola por ao, llevado en una determinada granja. Observacin Indirecta: es aquella donde la persona que investiga hace uso de datos estadsticos ya conocidos en una investigacin anterior, o de datos observados por un tercero (persona o entidad). Con el fin de deducir otros hechos o fenmenos. Ejemplo; si un investigador pretende estudiar la produccin por aos de una granja avcola, en sus ltimos cinco aos de produccin, tendra que hacer un seguimiento, a tal fin recurrira a las observaciones que posee la oficina administrativa de la granja durante estos cinco aos, o dirigirse a la oficina de estadstica, llevada en el ministerio de produccin y comercio(M.P.C) de la localidad donde est registrada dicha granja. Es de notar que el investigador se vale de observaciones realizadas por terceros. La observacin circunstancial, es aquella que se efecta en forma ocasional o espordica,
esta observacin hecha ms por una necesidad momentnea, que de carcter regular o permanente.
Ejemplo; la obtencin de nmeros de aulas utilizadas y no utilizadas en los colegios pertenecientes al municipio San Carlos del Estado Cojedes. Estadstica Descriptiva: Tienen por objeto fundamental describir y analizar las caractersticas de un conjunto de datos, obtenindose de esa manera conclusiones sobre las caractersticas de dicho conjunto y sobre las relaciones existentes con otras poblaciones, a fin de compararlas. No obstante puede no solo referirse a la observacin de todos los elementos de una poblacin (observacin exhaustiva) sino tambin a la descripcin de los elementos de una muestra (observacin parcial). En relacin a la estadstica descriptiva, Ernesto Rivas Gonzlez dice; "Para el estudio de estas muestras, la estadstica descriptiva nos provee de todos sus medidas; medidas que cuando quieran ser aplicadas al universo total, no tendrn la misma exactitud que tienen para la muestra, es decir al estimarse para el universo vendr dada con cierto margen de error; esto significa que el valor de la medida calculada para la muestra, en el oscilar dentro de cierto lmite de confianza, que casi siempre es de un 95 a 99% de los casos. Estadstica Inductiva: Est fundamentada en los resultados obtenidos del anlisis de una muestra de poblacin, con el fin de inducir o inferir el comportamiento o caracterstica de la poblacin, de donde procede, por lo que recibe tambin el nombre de Inferencia estadstica. Segn Berenson y Levine; Estadstica Inferencial son procedimientos estadsticos que sirven para deducir o inferir algo acerca de un conjunto de datos numricos (poblacin), seleccionando un grupo menor de ellos (muestra). El objetivo de la inferencia en investigacin cientfica y tecnolgica radica en conocer clases numerosas de objetos, personas o eventos a partir de otras relativamente pequeas compuestas por los mismos elementos. En relacin a la estadstica descriptiva y la inferencial, Levin & Rubin (1996) citan los siguientes ejemplos para ayudar a entender la diferencia entre las dos. Supngase que un profesor calcula la calificacin promedio de un grupo de historia. Como la estadstica describe el desempeo del grupo pero no hace ninguna generalizacin acerca de los diferentes grupos, podemos decir que el profesor est utilizando estadstica descriptiva. Graficas, tablas y diagramas que muestran los datos de manera que sea ms fcil su entendimiento son ejemplos de estadstica descriptiva. Supngase ahora que el profesor de historia decide utilizar el promedio de calificaciones obtenidos por uno de sus grupos para estimar la calificacin promedio de las diez unidades del mismo curso de historia. El proceso de estimacin de tal promedio sera un problema concerniente a la estadstica inferencial. Los estadsticos se refieren a esta rama como inferencia estadstica, esta implica generalizaciones y afirmaciones con respecto a la probabilidad de su validez. Mtodos de recoleccin de datos La forma de obtener la informacin original de las unidades de anlisis que componen el universo por investigar puede ser efectuada a travs de un censo, una encuesta o un registro administrativo. Censo Es un mtodo de recoleccin de datos mediante el cual la informacin se obtiene relevando la totalidad de los elementos que componen la poblacin o universo bajo estudio. Un censo debe cumplir las condiciones de universalidad (censar a todos los elementos de la poblacin) y simultaneidad (realizarse en un momento determinado). Un censo es equivalente a una fotografa de la poblacin bajo estudio.
El trmino censo no slo se aplica a aquellos relevamientos que comprenden todas las unidades de todo un pas y que se realizan con una frecuencia de recoleccin quinquenal o decenal, como es el caso de los censos de poblacin, econmicos, agropecuarios, etc., sino tambin a todo relevamiento, cualquiera sea su cobertura geogrfica, nmero de unidades de informacin, o frecuencia de su recoleccin, siempre que incluya todas las unidades que componen el universo que se investiga. Encuesta Es un mtodo de recoleccin mediante el cual la informacin se obtiene relevando slo un subconjunto o muestra de elementos del universo en estudio, que permite obtener informacin sobre el mismo. Para que la informacin obtenida con la encuesta sea generalizable a la poblacin, la muestra utilizada debe ser representativa de la poblacin de la que proviene. Para lograrlo, se utilizan mtodos de seleccin de unidades especialmente diseados con este fin. Su uso ha ido en rpido aumento, en la medida en que las instituciones productoras de informacin disponen de personal capacitado para efectuar su organizacin, diseo y anlisis, debido a su menor costo y a que en determinadas circunstancias la informacin resulta ms exacta debido a que los errores ajenos al muestreo (errores en la recoleccin y en el procesamiento) pueden ser reducidos a travs de una mejor capacitacin de los empadronadores y la utilizacin de mtodos de captacin de informacin ms objetivos. Registro administrativo Existen oficinas pblicas que llevan registros administrativos para sus propios fines. Por ejemplo, los Registros Civiles que registran los nacimientos, los casamientos, las defunciones, etc.; los Ministerios de Educacin que llevan registros de matriculacin de alumnos, desercin escolar, etc.; la Aduana que registra las importaciones y exportaciones, etc. Esta informacin puede ser utilizada con fines estadsticos y se obtiene tal como est disponible. Los fines administrativos no siempre coinciden totalmente con los fines estadsticos. Por ejemplo, para un estudio sobre determinada enfermedad se puede recurrir a los registros disponibles en hospitales, sanatorios, etc. Estos registros habrn sido diseados para dar respuesta a ciertos requerimientos administrativos y seguramente la informacin que contienen no coincidir exactamente con los requerimientos estadsticos. Los registros constituyen la forma ms econmica de obtener informacin estadstica de una poblacin. Agrupamiento de datos Existen mtodos para resumir los datos medidos u observados. Cuando se trata de variables cualitativas donde las categoras estn determinadas, lo nico que hay que hacer es contabilizar el nmero de casos pertenecientes a cada categora y normalizar en relacin al nmero total de casos, calculando una proporcin, un porcentaje o una razn. En cambio, cuando se trata de variables cuantitativas, el resumen de los datos consiste en organizar tablas que sintetizan los datos originales y se denominan distribuciones de frecuencia. Frecuencia: es el nmero de veces que se presenta cada valor de la variable. Tabla de frecuencias: es una tabla que presenta en forma ordenada los distintos valores de una variable y sus correspondientes frecuencias.
Por ejemplo: consideremos la variable nmero de aulas por escuela, medida en las escuelas de una localidad.
Nmero de aulas por escuela (1) 8 9 10 11 12 13 14
Frecuencia (2) 7 7 12 11 15 10 5 67
En la columna (1) se observan los valores que toma la variable nmero de aulas por escuela, que varan de 8 a 14. En la columna (2) se ha colocado la cantidad de escuelas correspondiente a cada valor de la variable. Si sumamos esta columna obtenemos la cantidad total de escuelas bajo estudio.
Representacin grfica: en general la representacin grfica de una tabla de frecuencias permite percibir con mayor claridad algunas caractersticas de la masa de datos que se investiga. Por ello, a travs de grficos, resulta bastante ms fcil transmitir conclusiones a personas no habituadas a la interpretacin de tablas de frecuencias. Para representar grficamente una distribucin de frecuencias se utiliza un par de ejes de coordenadas. En el eje de las abscisas se representar la variable estudiada y en el eje de las ordenadas, las correspondientes frecuencias. El siguiente es un grfico de frecuencias confeccionado con los datos del ejemplo anterior.
Frecuencia 15
10
5 Nmero de aulas
9 10 11 12 13 14
Ejemplo 2; La tabla 2. Muestra el numero de fanegadas de trigo producidos en la granja en los ltimos 10 aos Determinar: a) Los aos en que se produjo menor trigo b) El ao mas prospero c) El promedio de produccin en el periodo.
Ao
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Numero de fanegadas de trigo 200 185 225 250 240 195 185 210 215 215 Elaborar Grafica
DISTRIBUCIONES DE FRECUENCIA Toma de datos: la toma de datos es la obtencin de una coleccin de los mismos que no han sido ordenados numricamente, un ejemplo es el conjunto de alturas de 100 e aprendices del SENA, sacados de una lista alfabtica. Ordenacin: Una ordenacin es una colocacin de los datos numricos en orden creciente o decreciente de magnitud. La diferencia entre el mayor y el menor de los nmeros se llama recorrido o rango de los datos. Ejemplo, si la altura mayor de los 100 aprendices es 188 cm y la menor es 145 cm entonces el rango es: 43 cm Distribucin de frecuencia Cuando se dispone de una gran numero de datos es til el distribuirlos en Clases o categoras y determinar el numero de individuos pertenecientes a cada clase, que vendra a ser la frecuencia de clase. Una ordenacin tabular de los datos en clases, reunidas las clases y las frecuencias la pueden observar en la tabla; que se conoce como distribucin de frecuencias o tabla de frecuencias.
Alturas - cm 145-150 150.1-155 155.1- 160 160.1 -165 165.1-170 170.1 -175 175.1-180 180.1 -185 185.1 -190 No aprendices
3 7 12 19 23 16 11 8 1 100
La primera clase o categora por ejemplo corresponde a las alturas entre 145 y 150 cm y viene indicada por el smbolo 145 150. Puesto que 3 aprendices tienen una altura perteneciente a esta clase, es decir la frecuencia o las veces que se repite el intervalo es 3.
Limites reales de clase. Si las alturas se registran con aproximaciones de centmetro, el intervalo de clase es 145 150 tericamente incluyen a los aprendices del SENA que midan 144,80 cm (claro eso si medimos estrictamente) o 150.02 cm. Estos nmeros representaran los nmeros exactos reales y se conocen como limites reales de clase o
limites verdaderos y dependiendo de la ubicacin seria limite real inferior o limite real superior Ejemplo 144,8 es el limite real inferior de la primera clase y 150.02 es el limite real superior de la primera clase categora. Marca de Clase La marca de clase es el punto medio del intervalo de clase y se obtiene sumando los lmites inferior y superior de la clase y dividiendo por 2 (puesto que son dos nmeros). As la marca de clase del primer intervalo es: (145 + 150)/2 (ojo que estn entre parntesis).
MEDIA, MEDIANA Y MODA Promedios y Medidas de centralizacin Un promedio es un valor que es tpico o representativo de un conjunto de datos. Como tales valores tienden a situarse en el centro del conjunto de datos obtenidos ordenados segn su magnitud, los promedios se conocen tambin como medidas de centralizacin. Se pueden definir varios tipos de medidas de centralizacin, las mas comunes son la media aritmtica o brevemente media, la mediana y la moda, entre otras; cada una de ellas tiene sus ventajas e inconvenientes, dependiendo la aplicacin de una u otra de los resultados que se pretenden sacar de los datos. Media aritmtica ( X ) La media aritmtica o simplemente media, que denotaremos por X ,Es el conjunto de N nmeros X , X , X . . . . X y se define como: xi X = -------------- = N Es el nmero obtenido al dividir la suma de todos los valores de la variable entre el nmero total de observaciones, y se define por la siguiente expresin:
X = --------------------------------- = Ejemplo 3 : La media aritmtica de los nmeros 8, 3, 5, 12, 10 es:
xi X = -------------- = 38/5 = 7,6 N
Ejemplo 3: Si 5, 8, 6, y 2 se presentan 3, 2, 4 y 2 veces respectivamente (5, 5, 5, 8, 8, 6, 6, 6 ,6 ,2 ,2) X = (3)(5)+(2)(8)+(4)(6)+(2)(2) / 3+2+4+2 Entonces X = 15+16+24+4 / 11 = 5,36
X= 5,36
Ejemplo: Si tenemos la siguiente distribucin, se pide hallar la media aritmtica, de los siguientes datos expresados en kg.
Xi 54 59 63 64
Ni
2 3 4 1 N= 10
xi ni
108 177 252 64 = 601
X= ------------------
Si los datos estn agrupados en intervalos, la expresin de la media aritmtica, es la misma, pero utilizando la marca de clase (Xi).
(Li-1,Li]
30, 40 40, 50 50, 60 60, 70
xi
35 45 55 65 3 2 4 1 N=10
ni
105 90 220 65 480
. xi ni
xi ni
X =
--------------------------N
Ventajas e inconvenientes: - La media aritmtica viene expresada en las mismas unidades que la variable. - En su clculo intervienen todos los valores de la distribucin. - Es el centro de gravedad de toda la distribucin, representando a todos los valores observados. - Es nica. - Su principal inconveniente es que se ve afectada por los valores extremadamente grandes o pequeos de la distribucin. Media aritmtica ponderada Es una media aritmtica que se emplea en distribuciones de tipo unitario, en las que se introducen unos coeficientes de ponderacin, denominados i , que son valores positivos, que representan el nmero de veces que un valor de la variable es ms importante que otro. Mediana (Me)
Dada una distribucin de frecuencias con los valores ordenados de menor a mayor, llamamos mediana y la representamos por Me, al valor de la variable, que deja a su izquierda el mismo nmero de frecuencias que a su derecha. Si todos los valores observados de la variable se ordenan en sentido creciente (o decreciente), la mediana es el valor de la variable que ocupa el lugar central, es decir, el que deja a un lado y a otro el mismo nmero de observaciones. Dada una distribucin de frecuencias con los valores ordenados de menor a mayor, llamamos mediana y la representamos por Me, al valor de la variable, que deja a su izquierda el mismo nmero de frecuencias que a su derecha La mediana se representa con el smbolo Me. En el ejemplo anterior, las edades ya estn ordenadas de menor a mayor. La mediana ser: 16 - 17 - 19 - 20 - 22 - 22 - 23 - 28 - 29 Mna= 22 aos 5 - 5 - 7 9 11 12 15 18 La mediana ser (9+11) = 10 Moda o modo: es el valor de la variable que ms veces se repite, o sea, el valor que presenta mayor frecuencia. Es til como medida de tendencia central, slo en aquellos casos en que un valor de la variable es mucho ms frecuente que el resto. Se basa en la idea de lo que es moda o en el comportamiento de la mayora para tomar a cierto valor como representativo del comportamiento de los datos. Ejemplo: 2,2,3,3,3, 4,5,6,8,8,8,8,8,10,11,12,16 la moda es 8 La moda es el valor de la variable que ms veces se repite, y en consecuencia, en una distribucin de frecuencias, es el valor de la variable que viene afectada por la mxima frecuencia de la distribucin. En distribuciones no agrupadas en intervalos se observa la columna de las frecuencias absolutas, y el valor de la distribuci6n al que corresponde la mayor frecuencia ser la moda. A veces aparecen distribuciones de variables con ms de una moda (bimodales, trimodales, etc), e incluso una distribucin de frecuencias que presente una moda absoluta y una relativa. Histograma: El histograma es un grfico para la distribucin de una variable cuantitativa continua que representa frecuencias mediante el volumen de las reas. Un histograma consiste en un conjunto de rectngulos con (a): bases en el eje horizontal, centros en las marcas de clase y longitudes iguales a los tamaos de los intervalos de clase y (b): reas proporcionales a las frecuencias de clase. En el caso de un histograma para intervalos desiguales slo se sealizan los valores sobre el eje horizontal, el eje vertical no tiene sentido porque las frecuencias corresponden al rea de cada rectngulo .
Si en la distribucin se toman clases de la misma longitud, las frecuencias son proporcionales a las alturas de los rectngulos del histograma ya que el rea se obtiene multiplicando la base por la altura por lo que queda similar a un diagrama de barras, solo que ahora las barras van una junto a otra por tratarse de una variable continua
Polgonos de frecuencia: El polgono de frecuencias es una representacin grfica de la distribucin de frecuencias que resulta esencialmente equivalente al histograma y se obtiene uniendo mediante segmentos los centros de las bases superiores de los rectngulos del histograma (es decir, los puntos de las marcas de clase).
Vase que para cerrar la figura, se une la lnea quebrada con lo que sera la marca de clase (sobre la superficie del eje horizontal) anterior a la primera y posterior a la ltima registrada
Ojiva: La misma idea de unir los centros de las bases superiores de los rectngulos de la distribucin del histograma de frecuencias acumuladas, da lugar al polgono de frecuencias acumuladas u ojiva.
Relacin emprica entre Media, Mediana y Moda Para curvas de frecuencia unimodales que sean moderadamente sesgadas (asimtricas) se tiene una relacin emprica. Media Moda = 3(Media Mediana) En las figuras se muestran las posiciones relativas de la media, mediana y moda para curvas de frecuencia que estn sesgadas a la derecha y a la izquierda respectivamente. Para curvas simtricas la media, moda y mediana coinciden. Ejercicios: 1. En la siguiente tabla se registran los pesos de 40 estudiantes del SENA con aproximaciones de una libra. Construir una distribucin de frecuencias, Calcular la media aritmtica, construir un histograma, un polgono de frecuencias y distribucin de frecuencias porcentual. Tabla 2 138 146 168 146 161
164 158 126 173 145
150 140 138 142 135
132 147 176 147 142
144 136 163 135 150
125 148 119 153 156
149 152 154 140 145
157 144 165 135 128
2. La tabla 3 muestra una distribucin de frecuencias de los salarios semanales en dlares de 100 empleados de la compaa P y R. Tabla 3 Salarios (Dlares $) Numero de empleados 50.00 59.99 12 60.00 69.99 26 70.00 79.99 28 80.00 89.99 16 90.00 99.99 10 100.00 109.99 6 110.00 119.99 2 Calcular: a) El lmite inferior de la sexta clase, b) el lmite superior de la cuarta clase c) La marca de clase de la tercera clase d) los limites inferiores reales de la quinta clase e) Frecuencia de la tercera clase f) Construir una distribucin de frecuencia acumulada y porcentual g) construir una ojiva porcentual. Ejemplos prcticos de distribucin de frecuencias PLANTEAMIENTO DEL PROBLEMA En Colombia, se encuentra aprobado el Convenio 160 de la Organizacin Internacional del Trabajo, en el que se establece la obligacin del Estado de reportar estadsticas de accidentes de trabajo y enfermedades profesionales. Antes de la expedicin de la Resolucin 00156 de 2005, se realizaba el informe patronal de los eventos profesionales, accidente o enfermedad, de acuerdo con lo dispuesto en la Resolucin 4059 de 1995. Tal informe, anteriormente denominado reporte, se desarrollaba con base en una clasificacin internacional ANSI, para el registro de los accidentes de trabajo.
Con base en ese registro de accidentes de trabajo y enfermedades profesionales, puede describirse el panorama en lo corrido del Sistema General de Riegos Profesionales. En nuestro Pas, desde la creacin del Sistema General de Riesgos Profesionales se encuentra persistencia en la frecuencia y tasas de accidentalidad laboral, con tendencia al aumento de la misma segn los reportes entregados al Ministerio de la Proteccin Social por las diferentes entidades administradoras de riesgos profesionales. Durante el 2004 (enero a diciembre), la frecuencia de accidentalidad fue de 229.956, que comparativamente con lo reportado el 2005 (263.316), refleja un incremento de cerca del 15% de enero a abril del 2006 fueron reportados 90.856 accidentes de trabajo, que comparativamente con la frecuencia de accidentalidad reportada en el mismo periodo del 2005 (81.323) refleja un incremento de cerca del 12%. En la siguiente grfica, se puede observar que la accidentalidad ocupacional ha mantenido una tendencia significativa al aumento. El anlisis de stas cifras refleja un signo manifiesto del conocimiento que empleadores y trabajadores tienen acerca del Sistema, sus beneficios y responsabilidades Aos No AT 2001
223.849
2002
230.223
2003
279.275
2004
229.956
2005
263.316
2006
253.816
2007
268.612
2008
275.121
2009
285.016
Meses No AT
Enero/09
20.781
Feb /09
22.654
Marzo/09
25.337
Abril/09
22.079
Acum 2009
90.851
Elaborar una tabla de distribucin de frecuencias y graficar
TASAS DE ATEP Las tasas suelen dar informacin mucho ms detallada y significativa, pues muestran el nivel o la extensin de los accidentes o las enfermedades. Las tasas de accidentes expresan diferentes medidas de accidentalidad o enfermedad, en trminos de una constante, tal como la exposicin en funcin del tiempo (por ejemplo, horas trabajadas). Las nminas o planillas de pago pueden proveer informacin adicional que puede ser utilizable para determinar: Cuntos das de trabajo se perdieron el ao anterior por accidentes en el trabajo? Cuntas horas pagadas fueron trabajadas en el ao? Cuntos trabajadores hubo este ao en comparacin con el anterior? El siguiente ejemplo demuestra cmo la informacin sobre las tasas de accidentalidad puede ser mucho ms significativa que el simple conteo de accidentes. Supongamos que hubo 9 accidentes con prdida de tiempo en una casa de cuidados intermedios en 1998 y 11 en 1999. Si solo se considerara el nmero de accidentes contados, uno podra concluir que el riesgo de accidentes en la casa de cuidados intermedios est aumentando. Pero si la casa de cuidados intermedios tiene 100 trabajadores en 1998 y 130 en 1999, de hecho disminuye el nmero de accidentes por cada 100 trabajadores, de 9 en 1998 a 8.5 en 1999. Hablando estadsticamente, los trabajadores tuvieron una menor probabilidad (riesgo) de accidente en 1999 en
comparacin con 1998. Por tanto, el conteo simple solo (como lo 9 accidentes durante un ao comparado contra 11 accidentes en el siguiente), puede ser un indicador del desempeo de salud y seguridad insignificante o prestarse a interpretaciones equivocadas. CLCULO DE TASAS Se pueden calcular diferentes tipos de tasas cuando se cuenta con buena informacin (registros), midiendo diferentes aspectos de la salud y seguridad en el trabajo. Las tasas se pueden usar para contestar preguntas como las siguientes: Cuntos accidentes que generaron incapacidades temporales (IT) ocurri eron, de manera equivalente por cada 100 trabajadores de tiempo completo en el ltimo ao? Cunto fue el promedio de das perdidos por cada accidente que gener incapacidad temporal? Existen varios mtodos disponibles para calcular las tasas de accidente o enfermedad. A continuacin se citan unos ejemplos. EJEMPLO A: Nmero total anual de accidentes de trabajo TASA DE INCIDENCIA = --------------------------------------------------------------------Nmero de trabajadores Por ejemplo, supongamos que usted desea saber cul es la tasa de incidencia de accidentes / enfermedades con prdida de tiempo en su lugar de trabajo durante el ao anterior. Suponga que haba 34 trabajadores y que hubo 10 accidentes/ enfermedades con prdida de tiempo: 10 Tasa de incidencia = --------- = 0,29 34 En general, a menor tasa de incidencia, menor ser el riesgo de accidentarse en el trabajo.
EJEMPLO B: Nmero total de incapacidades temporales x 100 TASA DE ACCIDENTE = -----------------------------------------------------------------------Nmero de trabajadores a tiempo completo (TTC) Este clculo representa el nmero de reclamaciones por incapacidad temporal por cada 100 aos-persona de trabajo. Un ao-persona de trabajo es equivalente a 52 semanas de trabajo pagadas (equivalente a 1 trabajador de tiempo completo TTC), as sea trabajado por una o por varias personas. El nmero de TTC para un lugar de trabajo se calcula utilizando la siguiente frmula: Nmero total de horas pagadas por ao Nmero de TTC = -------------------------------------------------------------Horas pagadas / TTC / ao NOTA: a) Esta frmula es para un clculo anual y los nmeros debern ajustarse concordantemente si cubren un perodo inferior.
b) La frmula no provee detalles sobre el nmero de trabajadores de tiempo parcial, tiempo completo u ocasional. c) El nmero real de trabajadores en un lugar de trabajo generalmente es mayor que el nmero de TTC (esto puede ser debido a la existencia de trabajadores de tiempo parcial). Ejemplo del clculo de una tasa de accidentes: Si usted desea calcular la tasa de accidentes (nmero de IT por cada 100 TTC) para su lugar de trabajo para el ao calendario previo basado en la frmula antes anotada, deber buscar la siguiente informacin en sus registros: Nmero de horas pagadas por ao (del registro de nmina o planilla de pagos). Nmero de horas pagadas por trabajadores de tiempo completo TTC (del r egistro de nmina o planilla de pagos). Nmero de incapacidades temporales reclamadas durante el ao (del registro del resumen de reclamaciones de la Junta de Compensacin de los Trabajadores JCT). Asumamos en este ejemplo que hubo: 234.000 horas pagadas por ao 1872 horas pagadas por TTC por ao 12 IT reclamadas en el ao El nmero de trabajadores de tiempo completo ser: 234.000 horas pagadas por ao Nmero de TTC = -------------------------------------------------------- = 125 TTC 1872 Utilizando el valor de 125 TTC y 12 reclamaciones por IT, la tasa de accidentalidad calculada es como sigue: 12 IT x 100 TASA DE ACCIDENTALIDAD = ---------------------------------- = 9,6
125 TTC
Una tasa de accidentalidad de 9,6, significa que en promedio, hubo 9,6 reclamaciones de accidente con IT, por cada 100 trabajadores equivalentes de tiempo completo (9,6 de 100) en el ao precedente. A menor tasa de accidentes, menor es el riesgo de accidentarse en el trabajo. Los programas de salud y seguridad efectivos limitan el riesgo de accidente / enfermedad, lo cual resulta en menores tasas de accidentalidad EJEMPLO C TASAS DE OSHA: La Administracin de Salud y Seguridad (OSHA) de los Estados Unidos de Amrica, tiene establecidos el clculo de tasas de frecuencia y gravedad, que usualmente se utilizan en Estados Unidos y Canad. Nmero total de accidentes de trabajo con prdida de tiempo x 200.000 TASA DE FRECUENCIA = ------------------------------------------------------------------------------------------------------Horas-persona trabajadas Nmero de das perdidos x 200.000 TASA DE SEVERIDAD = -----------------------------------------------------------Horas-persona trabajadas Nota: 200.000 = planta de 100 personas X 40 horas por semana (trabajo semanal) X 50 semanas por ao Por ejemplo, supongamos que usted desea conocer las tasas de frecuencia y gravedad del mes de febrero del ao
2000. Asumamos que su empresa tuvo 1 accidente con prdida de tiempo, 2 das de prdida y hubo 4700 horas-persona trabajadas durante ese mes. 1 x 200.000 TASA DE FRECUENCIA = ------------------------- = 42,5 4700 2 x 200.000 TASA DE GRAVEDAD = ------------------------- = 85,1 4700 A menor tasa de frecuencia, menor es el riesgo de accidente en el trabajo. A menor tasa de gravedad, menor es la gravedad del accidente / enfermedad (por ejemplo, menos das perdidos por un esguince de mueca que por amputacin de una mano).
Medidas de posicin no central (Cuantiles) Los cuantiles son aquellos valores de la variable, que ordenados de menor a mayor, dividen a la distribucin en partes, de tal manera que cada una de ellas contiene el mismo nmero de frecuencias. Los cuantiles ms conocidos son: a) Cuantiles ( Qi ) Son valores de la variable que dividen a la distribucin en 4 partes, cada una de las cuales engloba el 25 % de las mismas. Se denotan de la siguiente forma: Q1 es el primer cuartil que deja a su izquierda el 25 % de los datos; Q2 es el segundo cuartil que deja a su izquierda el 50% de los datos, y Q3 es el tercer cuartil que deja a su izquierda el 75% de los datos. (Q2 = Me) b) Deciles ( Di) Son los valores de la variable que dividen a la distribucin en las partes iguales, cada una de las cuales engloba el 10 % de los datos. En total habr 9 deciles. (Q2 = D5 = Me ) c) Centiles o Percentiles ( Pi ) Son los valores que dividen a la distribucin en 100 partes iguales, cada una de las cuales engloba el 1 % de las observaciones. En total habr 99 Percentiles. (Q2 = D5 = Me = P50)

Cartilla Unica No 1 Estadistica Basica

Caricato da

Informazioni sul documento

Descrizione originale:

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Cartilla Unica No 1 Estadistica Basica

Caricato da

Copyright:

Formati disponibili

Regional Distrito Capital Centro de la Construccin e Industria de la Madera ESTRUCTURA CURRICULAR: SEGURIDAD INDUSTIAL Y SALUD OCUPACIONAL EN LA INDUSTRIA DE LA CONSTRUCCION

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Nmero de aulas por escuela (1) 8 9 10 11 12 13 14

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

X = --------------------------------- = Ejemplo 3 : La media aritmtica de los nmeros 8, 3, 5, 12, 10 es:

xi X = -------------- = 38/5 = 7,6 N

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

164 158 126 173 145

150 140 138 142 135

132 147 176 147 142

144 136 163 135 150

125 148 119 153 156

149 152 154 140 145

157 144 165 135 128

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Elaborar una tabla de distribucin de frecuencias y graficar

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Sistema de Gestin de la Calidad

Autor: Jorge Cortes Vizcaino de informacin extrada de internet y otros.

Potrebbero piacerti anche