Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Instrucciones:
R.- Gráfica matemática que utiliza las coordenadas cartesianas tipo X-Y, de puntos, cuyo objetivo
es analizar la forma en que dos variables numéricas que están relacionadas para un conjunto de
datos.
Tipos: Correlación lineal positiva; correlación lineal negativa; sin correlación; puntos aislados; y
estratificación.
R.-
1. Obtención de datos. Se seleccionan las variables cuya relación se desea investigar, se reúnen
los valores de estas en parejas, es decir, se reúne para cada valor de una variable el
correspondiente de la otra. Cuanto mayor sea el número de puntos con que se construye un
diagrama de dispersión, es mejor. Por ello, siempre que sea posible, se recomienda obtener más
de 30 parejas de valores.
2. Elegir ejes. En general, si se trata de descubrir una relación de causa-efecto, la causa posible se
representa en el eje X y el efecto probable en el eje Y. Si lo que se está investigando es la relación
entre dos características de calidad o entre dos factores, entonces en el eje X se anota el que se
puede manipular o controlar más, o el que ocurre primero durante el pro- ceso. Es necesario
anotar en los ejes el título de cada variable.
3. Construir escalas. Los ejes deben ser tan largos como sea posible, pero de longitud similar. Para
construir la escala se sugiere encontrar el valor máximo y el mínimo de ambas variables. Se deben
escoger las unidades para ambos ejes de tal modo que los extremos de los ejes coincidan de
manera aproximada con el máximo y el mínimo de la variable correspondiente.
4. Graficar los datos. Con base en las coordenadas en el eje X y en el eje Y, representar con un
punto cada pareja de valores de las variables. Cuando existen parejas de datos repetidos (con los
mismos valores en ambos ejes), se traza un círculo sobre el punto para indicar que está repetido
una vez. Si se vuelve a repetir se traza otro círculo concéntrico, y así sucesivamente.
5. Documentar el diagrama. Registrar en el diagrama toda la información que sea de utilidad para
identificarlo, como títulos, periodo que cubren los datos, unidades de cada eje, área o
departamento y persona responsable de recolectar los datos.
d). Explica alguno de los ejemplos que mejor comprendiste.
R.- El ejemplo 12.2 relacionado con la “Correlación y relación causa-efecto”, respecto al error de
juzgar toda correlación fuerte como una relación causa- efecto, ya que se determina concluye que
cuando se trabaja tiempo extra se incrementa el porcentaje de productos defectuosos. Por lo que
se interpreta que se debe procurar no trabajar horas extra. Pero para el caso que se está
analizando, la percepción es errónea, ya que no se puede tener una correlación muy precisa entre
horas extras y porcentaje de piezas defectuosas.
Por muestra, podemos decir que cuando existen problemáticas, por ende se presentan aumento
del porcentaje de piezas defectuosas y en retrasos y a fin de resarcir el problema se sustituyen las
piezas malas para cumplir con los pedidos, derivándose en trabajo de tiempo extraordinario.
Por otro lado, cuando se labora tiempo extra hay factores como calentamiento de equipo,
cansancio de obreros, etc., que causan mayores problemas en la calidad de las piezas. Es por ello
que se debe demostrar a través de un análisis más detallado y no sacar una conclusión
precipitadamente. Por lo que podemos optar para comprobarlo que cuantifiquemos cuantificar la
proporción de las piezas defectuosos en distintas fases de la jornada de trabajo pudiéndose ser
cada cuatro horas.
Una vez analizado por el equipo de mejora este caso, la conclusión final se basó en dos razones
fundamentales.
La primera es que clientes realizan pedidos urgentes y la compañía por ganarse unos pesos más,
compromete una carrera contra el tiempo, en la que se tiene que laborar fuera de horario (pagar
horas extras) y en la que se altera la forma normal de trabajar. Así, se cae en algunos descuidos,
no se revisan con detenimiento los prototipos y las inspecciones a lo largo del proceso se hacen de
manera somera.
La segunda razón es una variable que afecta al proceso: la temperatura del medio ambiente.
Cuando es alta, se incrementa la cantidad de piezas defectuosas, a tal grado que en ocasiones es
necesario detener el proceso hasta que la temperatura baje, y esto por lo general es hasta
avanzada la tarde o incluso por la noche, lo que implica trabajar fuera de horario normal (tiempo
extra).
R.- Si se trata de descubrir la causa – efecto, la causa posible se representa en el eje ”X” y el
efecto probable en el eje Y. Si lo que se está investigando es la relación entre dos características de
calidad o entre dos factores, entonces en el eje “X” se anota el que se puede manipular o controlar
más, o el que ocurre primero durante el proceso.
También se puede describir que el eje “X” se selecciona la variable que se considera independiente
(la causa posible); y en Eje “Y” la dependiente
¿Cuál es su propósito?
R.- Estudiar la relación entre dos factores o causas relacionadas con la calidad; así como dos
problemas de calidad; o un problema de calidad y su posible causa.
b) ¿Por qué para analizar la relación entre dos variables, además de utilizar el diagrama de
dispersión, se sugiere calcular el coeficiente de correlación?
R.- Debido a que proporciona la cuantificación del grado de asociación lineal entre las variables la
medida adecuada es el coeficiente de correlación lineal de Pearson. Es de indicar que cuantifica
que tan fuerte o débil es una correlación lineal observada en un diagrama de dispersión.
2. En forma resumida muestre los valores de referencia de r, para declarar correlaciones positivas
muy fuertes, fuertes, moderadas a débiles, e inexistentes.
R.-
R.-
Referencia:http://www.scielo.org.mx/scielo.php?pid=S200774672017000200946&script=sci_abstr
act&tlng=pt
Autores: Martínez Reyes, Magally; Soberanes-Martin, Anabelem y Sánchez Soto, Juan Manuel
Año: 2007
Síntesis de artículo: El trabajo muestra los datos de correlación acerca del razonamiento verbal,
lógico matemático, pensamiento analítico y pensamiento funcional, consideradas como
competencias matemáticas en pruebas estandarizadas, con respecto al conocimiento matemático
inicial que marcan los programas de estudio para alumnos de nuevo ingreso a la carrera de
Ingeniería en Computación del Centro Universitario Valle de Chalco, de la Universidad Autónoma
del Estado de México, en el 2017, provenientes de diferentes instituciones educativas de nivel
medio superior del Estado de México.
Tipo de relación que tienen las variables analizadas: Coeficiente de correlación lineal de Pearson y
la comparación de medias por t de student, donde en todos los instrumentos se obtuvo un bajo
nivel operativo de los estudiantes en el área de matemáticas, lo cual indica que las estrategias
aplicadas en la trayectoria académica del alumno hasta el nivel medio superior no han favorecido
su desarrollo; en ese sentido.