República Bolivariana de Venezuela.

Ministerio del Poder Popular para la Defensa.

Universidad Nacional Experimental Politécnica
de la Fuerza Armada Nacional.
U.N.E.F.A.
Núcleo Aragua.

TÉCNICAS CUANTITATIVAS DE GESTIÓN

(Estadística Descriptiva)

Facilitador: Participante:
Msc. Isabel Linares Ing. Dayni Rodríguez.
C.I. V- 17.701.309
Gerencia de Mantenimiento

Maracay, Junio de 2022

 ÍNDICE

INTRODUCCIÓN……………………………………………………..3
DISEÑO DE LA MUESTRA ………………………………………..5
Muestreo Probabilístico………………………………………9
Muestreo Determinístico…………………………………….10
Tamaño de la muestra……………………………………….10
Selección de la muestra……………………………………..10
PROPIEDADES DE LOS DATOS………………………………...13
Tendencia Central……………………………………………13
Medida de dispersión………………………………………...14
Medida de forma………………………………………………15
PROCESAMIENTO DE DATOS…………………………………...15
Cuadro comparativos…………………………………………15
Gráficos…………………………………………………………16
CONCLUSIÓN…………………………………………………………...............26

REFERENCIA………………………………………………………………….…27

2
 INTRODUCCIÓN

La estadística descriptiva como método para la investigación al ser

aplicado a algún evento estadístico cubre un papel importante ya que por
medio de ella nos pode arrojar cualquier cantidad de información necesario
para la resolución de un problema, mas si se trata de algún evento que se
desee llevar un control o se requiera de un dato en especifico, este método
nos permite de alguna manera u otra determinar el resultado de las
diferentes datos que se requiera para dar una solución al investigador, por lo
general de índole estadístico.
A través del pasar de los años la evaluación estadística en una organización
ha logrado descifrar datos presente que ayudan en la solución de algún
problema es por eso que actualmente es muy empleado en las empresa
como procedimiento de recolección de datos al momento de ejecutar un
proyecto

Actualmente en las diferentes organizaciones se nos presenta problemas con

frecuencia de tiempo muy cercana o iguales, estos estudios por lo general
son basado en la estadística, he aquí donde la evaluación estadística tiene
un mayor peso para determinar el tiempo donde esos problemas pueda
volver a presentarse.

En el presente trabajo se dará conocer aspecto evaluativo de la estadística

descriptiva iniciando de cómo se elabora el diseño de la muestra entre una
población determinada, conociendo su proceso, la fase de planificación,
además de sus condicionante, hasta conocer sus modalidades a considerar,
pasando también por la etapa de las propiedades de los datos que de ella
estudiaremos la tendencia de los valores, como también, el método en como

3
determinar valores como media, mediana, moda entre otros que ayuden a
resolver los diferentes problemas, y ya de esta manera también se conocerá
cerca de la etapa de los procesamientos de datos, que generalmente son
ejecutado por medio de cuadros comparativos y reflejado por medio de
graficas simple como también graficas comparativas en los distintos tipos de
graficación.

4
DISEÑO DE LA MUESTRA

El diseño de la muestra es la fase de un proyecto de generación de

estadística básica donde se define el esquema de muestreo a utilizar, se
determina el tamaño y procedimiento de selección de la muestra y, en el caso
del muestreo probabilístico, se calculan los factores de expansión y los
estimadores que se requieren para la generación de resultados.

El diseño de la muestra interactúa con otras fases del proceso de

generación, como se visualiza en el siguiente diagrama:

Proceso estándar para encuestas por muestreo

5
La interacción se da en lo general de la siguiente forma:

La fase de planeación interactúa como condicionante de la fase del diseño

de la muestra, esto debido a que define el alcance de los objetivos del
proyecto en cuanto a cobertura temática y geográfica, así como las
restricciones impuestas por el presupuesto disponible
La fase de diseño conceptual y el diseño de la muestra interactúan en doble
sentido, debido a que las coberturas conceptual y geográfica influyen en las
decisiones sobre el esquema de muestreo, y éste a su vez puede implicar el
ajuste del desglose conceptual y geográfico, dado el límite del presupuesto.
Además, es en el diseño conceptual en donde se define, en su caso, el
diseño de los estimadores necesarios para inferir los resultados hacia la
población de estudio.
La fase de diseño de la captación y procesa- miento también interactúa en
dos sentidos con la fase de diseño de la muestra, dado que la estrategia para
el diseño de captación implica considerar la distribución geográfica de la
muestra, en tanto que en el sentido inverso, el diseño de la muestra requiere
considerar las opciones idóneas para la captación de los datos, dadas las
características del contexto donde se realiza el proyecto.

Finalmente, el diseño de la muestra se relaciona con la fase de

procesamiento, mediante la entrega de los factores de expansión, las
estimaciones y precisiones correspondientes.

CONDICIONANTES DEL DISEÑO DE LA MUESTRA

Debido a que la fase del diseño en un proyecto específico, debe

responder a decisiones tomadas en fases previas. Es necesario identificar

6
aspectos que actúan como condicionantes y que se describen a
continuación:

De la fase de planeación. La población en estudio y la amplitud del área

geográfica a cubrir, así como el desglose geográfico para el que se pretende
generar estadísticas, influyen en las decisiones sobre el esquema de
muestreo.

De la fase de diseño conceptual. La cantidad de variables a estudiar, la

frecuencia con la que la característica se presenta en la población y la
amplitud de los valores, son factores que inciden en la determinación del
tamaño de la muestra y permiten obtener la representatividad deseada en las
estimaciones correspondientes.

De la disponibilidad o estructura del marco de muestreo. Disponer o no de un

marco muestral, así como de su estructura influye en la determinación del
esquema de muestreo, pues de optarse por el muestreo probabilístico es
necesario realizar la construcción o actualización del marco; en tanto que de
no ser factible disponer de él, o bien, si las unidades muéstrales son desigua-
les, es decir, algunas de ellas contienen la mayor parte de la información a
estudiar, entonces se debe utilizar un esquema no probabilístico. Asimismo,
determinadas características del marco muestral en un contexto geográfico
amplio, pueden implicar un esquema de selección de la muestra de varias
etapas, partiendo de divisiones territoriales grandes hasta pequeñas áreas de
selección.

De los recursos disponibles. En toda encuesta por muestreo se enfrenta el

reto de obtener estadísticas con un aceptable grado de precisión en
combinación con un presupuesto razonable, en la perspectiva del costo-

7
 beneficio. Existen aspectos asociados con el presupuesto y duración del
evento que influyen en el cálculo del tamaño de la muestra derivado por el
esquema de muestreo elegido. Por ejemplo, una muestra determinística
puede ser menos costosa, pero no se puede evaluar el error; por otra parte,
con una muestra probabilística se requerirá de un presupuesto mayor, pero
será posible conocer el grado de precisión de las estimaciones y obtener
conclusiones que se generalicen hacia toda la población.

El tipo de muestreo se refiere a la característica de ser probabilístico o

determinístico (llamado también no probabilístico):

Tipo de muestreo/Modalidad de Número de etapas de selección

muestreo Unietápico Bietápico Polietápico
Probabilístico
Aleatorio simple
Sistemático
Estratificado
Por conglomerados Una sola
elección del Combinación específica del tipo de
No probabilístico o determinístico tipo y muestreo, la modalidad y el número
Convencional o accidental modalidad de de etapas de selección
Por cuotas muestreo
Cadena o bola de nieve (snow ball)
Intencional o por juicio

8
MUESTREO PROBABILÍSTICO:

Es útil para realizar estimaciones de variables en la población, donde

todos sus elementos tienen una misma probabilidad de ser elegidos; los
elementos muestrales tendrán valores muy parecidos a los de la población,
de manera que las mediciones del sub-con junto darán estimados precisos
del conjunto mayor. Una de las principales ventajas de este tipo de mues-
treo es que puede medirse el tamaño de error de las predicciones y en
consecuencia, reducir al mínimo el error estándar (Kish, 1965).

Las modalidades a considerar son las siguientes:

Aleatorio simple: Se asigna un número a cada individuo de la

población y a través de algún medio mecánico (tablas de números
aleatorios, números aleatorios generados con una calcula- dora u ordenador,
etc.) Se eligen tantos sujetos como sea necesario para completar el tamaño
de muestra requerido. Este procedimiento, tiene poca o nula utilidad
práctica cuando la población que se va a estudiar es muy grande.

Sistemático: Se numeran todos los elementos de la población, pero en

lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese nú-
mero aleatorio para elegir, a intervalos constantes, todos los demás hasta
completar la muestra
Estratificado: Se divide la población total en clases homogéneas,
llamadas estratos (por grupos de edades, por sexo). Hecho esto la muestra
se escoge aleatoriamente en número proporcional al de los componentes de
cada clase o estrato. Con ello, asegurar que todos los estratos de interés
estén representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo

9
aleatorio simple o el estratificado para elegir los elementos concretos que
formarán parte de la muestra.

Por conglomerados: La unidad muestral es un gru po de elementos de la

población que forman una unidad, que es llamada conglomerado. Consiste en
seleccionar aleatoriamente un cierto número de conglomerados (el
necesario para alcanzar el tamaño muestral establecido) y posteriormente
investigar todos los elementos pertenecientes a los conglomerados elegidos.
Cuando los conglomerados son áreas geográficas suele hablarse de
“muestreo por áreas”.

La determinación de la muestra contempla tanto la definición del tamaño como

la selección de la muestra

El tamaño de muestra es el número de unidades de observación que deben

estar incluidas en la muestra.

La selección de la muestra se refiere a los procedimientos empleados para

identificar las unidades de observación que integrarán la muestra. La
selección puede realizarse con o sin reemplazo; en la primera situación se
permite que una observación pueda estar en la muestra más de una vez,
mientras que la segunda los elementos ya seleccionados lo hacen en forma
única.

EL MUESTREO NO PROBABILÍSTICO O DETERMINÍSTICO

En el muestreo no probabilístico, también conocido como

determinístico, el cálculo del tamaño y selección de la muestra se basan en
juicios y criterios subjetivos, por lo tanto se desconoce la probabilidad de

10
selección de las unidades de la población bajo estudio y no es posible
establecer la precisión respecto a niveles de confianza predefinidos. No
obstante esta restricción, el muestreo determinístico representa una alternativa
viable, ya sea cuando la aplicación del muestreo probabilístico resulta
demasiado costosa; cuando no es posible disponer de un marco de muestreo
o cuando existe seguridad en que la información recabada bajo este tipo de
muestreo es suficientemente útil para los fines de la investigación.

En el contexto del muestreo no probabilístico pueden identificarse las

siguientes modalidades:

Muestreo convencional o accidental: Consiste en recopilar datos

acerca de los sujetos de estudio que resulten más accesibles. Es un
esquema de muestreo rápido y de bajo costo, pero con deficiencias en
términos de representatividad. Es útil como parte del proceso de estudios
exploratorios con propó sitos de orientar la definición de una investigación y
no para la caracterización de estructuras o del comporta miento de una
población objeto de estudio.

Muestreo por cuota: En este tipo de muestreo se utilizan los datos de

sub- conjuntos o determinados estratos de población, tales como: sexo, edad
o religión, entre otros, para seleccionar miembros que se consideren típicos
según los propios fines de la investigación. El muestreo por cuotas recibe su
nombre en función de la práctica que consiste en asignar ciertas proporciones
de la muestra a determinados estratos de la población. En el proceso de
selección, el entrevistador decide a quien aplicar el cuestionario, bajo
determinados criterios generales establecidos previamente. Éstos últimos
resultan insuficientes para evitar en la práctica la intervención de elementos

11
Subjetivos, por lo cual no es utilizado para fines de estadísticas que
requieren buen nivel de con- fiabilidad.

Muestreo en cadena o bola de nieve: El muestreo en cadena, o bola

de nieve, permite ubicar a sujetos o elementos de muy difícil localización o
identificación. Se utiliza principalmente en investigaciones cualitativas que
requieren la opinión experta, frecuentemente asociada con la toma de
decisiones, pues se basa en la identificación de individuos que puedan
proporcionar la mejor información sobre determinada experiencia o
acontecimiento bajo estudio, para lo cual se aprovecha las relaciones entre
expertos, bajo el supuesto de que se conocen mediante redes sociales. Sin
embargo, para fines de generación de estadísticas esta modalidad no es
apropiada.

Muestreo intencional o d juicio: La característica principal de este tipo

de muestreo es que, tanto el tamaño de muestra como la selección de los
elementos que la integran están sujetos al juicio del investigador, del cual se
requiere suficiente cono- cimiento y experiencia sobre el tema. La validez de
los resultados en este caso depende del nivel de conocimiento sobre el
fenómeno en estudio y de evidencias estadísticas que muestren su utilidad
para conocer aspectos de comportamiento.

Las modalidades del muestreo no probabilístico son aplicadas principalmente

en los medios académicos y en investigaciones privadas, pero son de baja
utilidad para las oficinas nacionales de estadística por lo que, en general, se
opta por no utilizarlas con la excepción del muestreo intencional o de juicio,
que ha resultado útil para conocer con fidelidad, tendencias y
comportamientos de determinadas variables en la generación de estadísticas
económicas.

12
Tal es el caso cuando es posible establecer que en determinadas unidades
de una población se concentre un alto porcentaje del valor de la variable
objeto de estudio y se proceda a incluirlas como parte de la muestra, hasta
alcanzar el nivel de cobertura pretendido o previamente acordado para la
variable en cuestión.

Dicho nivel depende de los intereses y del conocimiento que se tenga, por
parte del área responsable, acerca del sector de actividad económica objeto
de investigación. Si bien la definición de la muestra no es representativa de la
población total, se tiene la certeza de que su comportamiento en el tiempo
caracteriza tanto a la variable de interés como algunas otras alta- mente
relacionadas con ella, mientras que el tamaño de muestra resulta muy inferior
al correspondiente a un diseño probabilístico.

PROPIEDADES DE LOS DATOS

Tendencia Central:
Valor en torno al cual los datos o mediciones de una variable tienden a
aglomerarse o concentrarse, el primer aspecto a investigar consiste en
conocer la tendencia central de los datos, es decir, identificar un valor en
torno al cual los datos tienden a aglomerarse o concentrarse. Esto permitirá
saber si el proceso está centrado; es decir, si la tendencia central de la
variable de salida es igual o está muy próxima a un valor nominal deseado.
A continuación veremos tres medidas de la tendencia central: la media, la
mediana y la moda.

13
Media: medida de tendencia central que es igual al promedio aritmético de
un conjunto de datos, que se obtiene al sumarlo y el resultado se divide entre
el numero de datos

Mediana: medida de tendencia central que es igual al valor que divide en la

mitad a los datos cuando son ordenados de menor a mayor Así, para calcular
la mediana cuando el número de datos es impar, éstos se ordenan de
manera creciente y el que quede en medio de dicho ordenamiento será la
mediana. Pero si el número de datos es par, entonces la mediana se calcula
dividiendo entre dos la suma de los números que están en el centro del
ordenamiento.

Moda: medida de tendencia central de un conjunto de datos que es igual al

dato que se repite más veces.
Otra forma de medir la tendencia central de un conjunto de datos es
mediante la moda, que es igual al dato que se repite más veces. Si varios
datos tienen la frecuencia más grande, entonces cada uno de ellos es una
moda, y se dice que el conjunto de datos es multimodal.

Medidas de dispersión o variabilidad

Además de conocer la tendencia central de un conjunto de datos es
necesario saber que tan diferentes son entre si es decir, es preciso
determinar su variabilidad o su dispersión.
Esto es un elemento vital en el estudio de capacidad de un proceso.
Enseguida veremos cuatros formas de medir la variabilidad.

Desviación estándar: es la medida más usual de la variabilidad e indica que

tan esparcidos están los datos con respecto a la media, se denota con la
letra S

14
Desviación estándar poblacional o del proceso: refleja la variabilidad de
un proceso. Para su cálculo se debe utilizar un numero grande de datos que
hayan sido obtenidos en el transcurso de un lapso de tiempo amplios.

Rango: es igual a la diferencia entre el dato mayor y el dato menor de un

conjunto de datos. El rango mide la amplitud de la variación de un grupo de
datos, y también es independiente de la magnitud de los datos

El coeficiente de variación, CV: es una medida de variación que es relativa

a la magnitud de los datos, ya que es igual a la magnitud relativa de la
desviación estándar en comparación con la media de los datos

Medida de forma
Un aspecto relevante en el análisis de un conjunto de datos o una variable
es estudiar la forma de su distribución.
Una medida numérica del sesgo o asimetría en la distribución de un conjunto
de datos se obtiene a través del sesgo y del sesgo estandarizado (skewness)
Una medida para determinar qué tan elevada o plana (achatada o picuda) es
la distribución de ciertos datos, tomando como referencia la distribución
normal, se obtiene a través del estadístico llamado curtosis y del coeficiente
de curtosis estandarizados.

PROCESAMIENTO DE DATOS

Cuadro estadístico
Es un arreglo sistemático y ordenado de datos numéricos que son
presentados por medio de una tabla, formada por columnas y filas, según
ciertos criterios y donde se destacan los aspectos principales de los datos
para facilitar la descripción, lectura e interpretación de los hechos estudiados.

15
  Los objetivos que se persiguen en un cuadro son los siguientes:

 Resumir y ordenar los datos.

 Facilitar la lectura, comparación y el análisis de los datos.

 Ayudar a la interpretación de los resultados.

 Resaltar las conclusiones detectadas.

 Para elaborar un cuadro, se deben valorar los siguientes aspectos:

 Establecer el propósito que tendrá el cuadro: la manera más sencilla

y directa de definirlo es a través de la formulación de una o más
preguntas que se intenten responder mediante dicho resumen.

 Analizar la estructura del cuadro, de manera que facilite la lectura, la

comprensión e interpretación de las cifras o datos.

 El diseño del cuadro debe ser sencillo, debe atraer la atención

sobre las cifras y no sobre la configuración o formato.

Graficas
Es la herramienta más efectiva para destacar los resultados y complementa la
interpretación de la información presentada en los cuadros. Cuando el gráfico
es apropiado, resulta útil y llamativo pues permite sintetizar y resaltar el
comportamiento de las características que se desean destacar; incluso en
ocasiones, es una alternativa a los cuadros cuando se presenta información
textual.
Un gráfico permite visualizar y sintetizar el comportamiento de los datos
clasificados en diferentes categorías, pero su elección debe responder a los

16
objetivos que se persiguen, de tal forma que se utilice el tipo de gráfico
adecuado.

 Estructura del gráfico

Los componentes de un gráfico son similares a las de un cuadro estadístico;

las partes esenciales que contiene son:

 Número.

 Título: ¿qué?, ¿cómo?, ¿dónde?, ¿cuándo?

 Cuerpo: figura, ejes o escala, leyenda o referencias.

 Notas: nota, llamada, fuente.

 Las consideraciones a tener en cuenta son:

 Número

Permite identificar y ubicar el gráfico en la publicación y en el capítulo o temas, si

hay una numeración para éstos dentro de la publicación. Puede ser con
numeración continua o por capítulos.

 Título

Se ubica en la parte superior del gráfico, expresa de manera concisa el

contenido de la información presentada.
Debe indicar los siguientes aspectos:

17
¿Dónde?: da una referencia geográfica clara sobre la zona geográfica a la
cual pertenecen los datos.

¿Qué?: se refiere al contenido o característica principal, variables o

indicadores que se muestran en las figuras.

¿Cómo?: indica cómo se organiza la información en categorías. La que está

precedida por la palabra “por” coincide con el eje principal, mientras que en
el eje secundario o de conceptos corresponde a la categoría o variable que
se precede de la palabra “según”.

¿Cuándo?: constituye el cierre o final del título y corresponde a la referencia

temporal de los datos.

Tipos de gráficos

 Gráfico de Columnas o Barras Verticales

Este tipo de gráfico de barras se emplea para representar características

cuantitativas, es decir, características que poseen valores numéricos. Se
simboliza por medio de rectángulos que tienen igual tamaño en la base y son
colocados sobre el eje de las abscisas o de conceptos. La altura corresponde
de forma proporcional al valor del dato según la escala utilizada en el eje de
las ordenadas o valores. El espacio entre barras debe ser homogéneo,
preferentemente la mitad del tamaño de la barra.

El número de barras que se muestren no deben ser demasiado para no

perjudicar la interpretación de los datos. Según la cantidad de categorías y
sus valores existen diferentes tipos de gráficos.

18
Barras comparativas: representan una o más categorías de análisis, se
pueden presentar mediante barras individuales contiguas o barras
encimadas. Tienen como fin mostrar las diferencias de comportamiento entre
categorías.

Barras porcentuales: se emplean para representar la importancia relativa que

tiene cada categoría respecto al total de casos observados de la variable.
Puede mostrar la estructura relativa de varias categorías, o los cambios
presentados en diferentes períodos, con barras porcentuales comparativas

 Gráfico de Barras Horizontales

Se utilizan para representar series cualitativas, sean éstas nominales u

ordinales, como son las variables geográficas, clasificaciones como
ocupaciones o rama de actividad, entre otras. Las barras horizontales deben
seguir ciertas reglas:

Posición de las barras: se ubican de izquierda a derecha y deben estar

ordenadas de mayor a menor, a excepción de aquellas variables o
categorías que tienen un orden natural como es el geográfico o
clasificaciones internacionales (ocupaciones, actividades económicas,
educación, enfermedades).

Tamaño: todas las barras deben tener el mismo ancho. El largo es

proporcional a la cantidad que se representa y el análisis surge a partir de la
comparación entre las longitudes.

Espacio entre barras: se debe dejar un espacio homogéneo entre las barras y
puede ser igual a la mitad de la barra.

19
Trazado o dibujo: no se deben usar líneas verticales u horizontales como
patrón de las barras porque producen la ilusión óptica que alarga o acorta la
barra. Es conveniente usar colores lisos o tramas.

Tipos de barras: el tipo de barra se ajusta a lo que se desea resaltar o

representar: barras simples para una sola variable, barras comparativas para
representar dos o más variables y sus categorías sea en términos absolutos o
porcentuales.

Grafica 1. Ejemplo de Grafico de Barra

20
  Gráfico Circular

Este tipo de gráfico llamado de pastel, de círculo, o de torta, es el más

sencillo de representar y fácil de interpretar, pues muestra la distribución de
los datos respecto a una sola variable. Es muy útil cuando se quiere destacar
la composición o participación relativa (porcentual) de una característica o
hecho.
Las recomendaciones para este tipo de gráficos son:

Los diferentes sectores del pastel o círculo, se pueden representar en

degradaciones de un mismo color, o con diferentes colores.

Los sectores no deben ser muy pequeños, si eso se presenta se deben

agrupar en una nueva categoría llamada “Otros” a fin de que la porción sea
más visible.

Los sectores deben ordenarse de mayor a menor, siguiendo el sentido de las

agujas del reloj
- de izquierda a derecha -.

Es recomendable que los sectores incluyan el porcentaje, siempre que el

gráfico no quede muy saturado.

La leyenda que identifica los sectores se coloca preferentemente a la

derecha del gráfico, si el espacio lo permite, se podrá ubicar en la parte
inferior.

21
Gráfica 2. Ejemplo de Grafica Circular

 Gráfico de Áreas

Los gráficos de áreas permiten mostrar el comportamiento de una o más

características a través de un conjunto de puntos unidos por una línea y que
se rellena hasta el eje “x” o abscisa, de manera que forma un área rellena. La
cantidad de valores se representa por el alto de los puntos en relación con el
eje Y. Pueden mostrarse tanto valores absolutos como porcentuales. Este
tipo de gráfico suele utilizarse para comparar valores a lo largo del tiempo.
Los valores de la característica o componente mayor se localizan primero en
la base y luego se les une con una línea o curva; seguidamente los valores

22
del segundo componente en orden de magnitud se suman a los del primer
componente; luego estos valores acumulados se localizan en el gráfico y
también se les une con una línea o curva. Es decir, cada componente se
apila de mayor a menor, partiendo del eje X.

Esta operación acumulativa se hace con cada uno de los componentes que
integran el valor total, e igualmente se localizan en el gráfico y se les traza su
curva correspondiente. Al concluirse el diagrama, la última curva representa
el gran total, o sea, los valores acumulados en las partes componentes que
lo integran. El área comprendida entre una curva y otra se debe diferenciar
mediante distintos colores o tonos

 Gráfico Lineal

Está representado por una o más líneas que enlazan datos de manera
continua en el tiempo. Muestran tendencias o comportamientos estacionales
de las características de interés. Es importante que la serie de datos tenga
intervalo de tiempo constante, sean meses, años, trimestres u otros, para no
distorsionar el comportamiento ni la escala del gráfico.

Con el fin de no conducir a error en la interpretación de los gráficos, debe

considerarse los siguientes lineamientos:

Se recomienda representar cuatro o más valores de la característica para que

pueda observarse una tendencia a través de los períodos señalados.

Si se van a comparar más de dos características, deben representarse con

diferentes colores y verificar que tienen las mismas escalas de tiempo.

23
Gráfica 3. Ejemplo de Grafica Lineal

 Gráfico Radial

Los gráficos radiales o telarañas muestran cambios de valores en relación con un

punto central, presentando los valores de la categoría en cada punto de datos.
Se aplican si los valores de los distintos indicadores se expresan bajo la
misma
Tasa escala
de asociaciónde medición. Para destacar el conjunto de valores de los
solidarista
Tasa de sindicación

datos, deben unirse los puntos correspondientes con líneas rectas y colorear
el polígono resultante.

Los rótulos de los conceptos deben ubicarse fuera del radar y los valores
correspondientes deben destacarse en el eje respectivo. Cuando se
presenten dos o más series de datos sobre el mismo conjunto de indicadores
en una misma gráfica, debe evitarse rellenar las áreas. Es mejor diferenciar
los polígonos correspondientes mediante líneas de distinto tipo, grosor o
color.

24
Gráfica 4. Ejemplo de un Grafico Radial

25
 CONCLUSIÓN

Tomar en consideración los diferentes métodos de evaluación

estadística para la recolección de datos nos permite una mayor participación
y mejores resultados en la ejecución de un proyecto, es por eso que es
importante aplicar todas estas técnicas estudiadas en el presente trabajo,
esta nos dará argumento basado en datos que nos permitiría aplicarlos a un
proyecto

La aplicación de la estadística descriptiva en las organización nos permite

mantener y llevar un mejor control de los diferentes eventos que puedan
ocurrir en un área determinada, cabe de destacar que se requiere de
diferentes estrategia para la recolección de datos, pero que no se escapa de
la mano del investigador las diferentes técnica para la investigación del
mismo,
En función a esto conocimiento podemos determinar datos como la cantidad
de problemas que con mas frecuencia se pueda presentar en un
determinado lugar o como también el tiempo promedio con que se ejecuta
alguna labor, aunado a esto también se logró aprender bajo que arreglo se
puede hacer un análisis y llevar un control de forma grafica de algún evento

Cabe destacar que la aplicación de todas estas técnicas o métodos de

evaluación y recolección de datos no son suficientes para solucionar un
problema, existirán otros métodos que mas allá de esto permitirá la solución
final.

26
 REFERENCIAS

ELECTRÓNICAS

Gutiérrez pulido Humberto. Control estadístico de calidad

San José costa rica enero 2013 manual para la elaboración de cuadros y
gráficos estadísticos

27