TEMA 2. METROLOGÍA.

METROLOGÍA DEPORTIVA
TIPOS DE DATOS
 NOMINALES.
CUALITATIVOS
ORDINALES.

DISCRETOS
CUANTITATIVOS
CONTINUOS.
Solo es representada por datos, no contiene
ningún valor numérico, rango o jerarquía.

EJEMPLOS:
• Religión: Católico, Musulmán, Judío, …
• Marcas: Adidas, Nike, ….
• Tipo de instalaciones deportivas.
• Deporte.
• Especialidad deportiva.
 Reflejan un orden o jerarquía.
EJEMPLOS:
• Grados militares: Cadete, Soldado, Cabo, Alférez,
Sargento, Teniente, etc.
• Rangos empresa deportiva: Director deportivo,
Coordinador deportivo, secretario administrativo,
Entrenadores, etc.
• Autoridades religiosas: Papá, Arzobispo, Obispo,
Cardenal, etc.
Representan datos numéricos limitados.
EJEMPLOS:
• Numero de Goles anotados: 1, 2, 3, …
• Coches nuevos vendidos.
• Miembros de una familia.
 Representan datos numéricos infinitos.
EJEMPLOS:
• Estatura.
• Peso.
• Tiempo.
• Distancia.
• Volumen.
Ejemplos
1. El uso más frecuente de un horno microondas
(recalentar, descongelar, calentar, otro)
CUALITATIVA
2. El número de consumidores que se niegan a contestar
una encuesta telefónica.
CUANTITATIVA DISCRETA
3. La puerta que elige un ratón en un experimento de
laberinto (A, B, C).
CUALITATIVA
4. El tiempo ganador de un caballo en el Derby de
Kentucky.
CUANTITATIVA CONTINUA
5. El número de niños de una clase de primero de
secundaria cuyo nivel de lectura es de ese grado o
superior.
CUANTITATIVA DISCRETA
ESCALAS DE MEDICIÓN.
  NOMINAL

 ORDINAL
ESCALAS
DE
MEDICIÓN  INTERVALOS

 PROPORCION
• Sus valores sólo se pueden clasificar en clases (o
categorías), no se pueden ordenar de pequeño a grande
o de menos a más.

EJEMPLOS:
• Sexo.
• Estado civil.
• Profesión.
• Ocupación.
• Categorías musicales.
• Categorías de disciplinas deportivas.
• Simpatizante de un club de fútbol.
• Sus valores se pueden clasificar en categorías y se
pueden ordenar en jerarquías con respecto a la
característica que se evalúa.

EJEMPLOS:
• Nivel socioeconómico: Alto, Medio, Bajo.
• Club: Propietario, Accionista, Director General,
Coordinador de áreas, Secretario Administrativo,
Entrenadores.
• Federaciones: Presidente de federación,
Vicepresidente, secretario, tesorero, Asociaciones
autonómicas y sus Divisiones regionales, Clubes o
equipos deportivos, entrenadores, atletas.
• Sus valores tienen un orden natural, es posible
cuantificar la diferencia entre dos valores de
intervalo. Generálmente tienen unidad de medida.
• En estas escalas el punto cero es arbitrario y no
representa “ninguno” o “vacío” o “nada”, representa un
punto conveniente del cual se marcan intervalos de igual
magnitud.

EJEMPLOS:
• Presión Arterial.
• Temperatura.
• Las escalas de proporción tiene las propiedades de las
escalas ordinales y de las escalas de intervalo, pero,
además, el cero representa la ausencia de la
característica en cuestión; en consecuencia, los
números pueden compararse como proporciones.

EJEMPLOS:

• En una encuesta realizada en un barrio de esta

localidad se observó que hay familias que no tienen
hijos, otras tienen 6 hijos que es exactamente el
doble de hijos que aquellas que tienen 3 hijos.
UNIDADES DE MEDIDA
La medición es la técnica por medio de la cual asignamos
un número a una propiedad física, como resultado de una
comparación de dicha propiedad con otra similar tomada
como patrón, la cual se ha adoptado como unidad.
Unidad de longitud: (m)
El metro es la longitud de trayecto recorrido en el vacío
por la luz durante un tiempo de 1/299 792 458 de
Segundo. (CGPM, 1983).

• Sistema métrico: Kilómetro, metro, centímetros,

decímetros.
• Sistema ingles: Milla, yarda, pies, pulgada.
Unidad de masa: (Kg)
El Kilogramo (kg) es igual a la masa del prototipo interna-
cional del kilogramo.

El Tiempo: (s)
El segundo es la duración de 9192631770 periodos de la
Radiación correspondiente a la transición entre dos niveles
Hiperfinos del estado fundamental del átomo de cesio 133.
Ejemplos en el Deporte:

• Medidas de una pista de baloncesto.

• Peso y diámetro del balón de Voleibol.
• Record de tiempo en 100 metros lisos.
• Medición de la Frecuencia cardiaca al 60% para un
atleta.
• Medición de pliegues cutáneos.
TIPOS DE ERRORES.
  Error Básico

 Error Adicional

TIPOS DE  Error Absoluto

ERRORES  Error Relativo

 Error sistemático

 Errores accidentales
La exactitud en las mediciones
• Ninguna medición puede ser ejecutada de manera
absolutamente exacta. Inevitablemente el resultado de la
medición contiene un error cuya magnitud es menor,
mientras más exactos el método de una medición y el
equipo de medición.

Por ejemplo
• Con la ayuda de una regla ordinaria dividida en
milímetros,no se puede medir una longitud con una
exactitud de 0,01 mm.
Ejemplos:

• Los relojes al ser sincronizados a una hora

determinada, mostraría variaciones dentro de un plazo
determinado (24h).
• Cintas métricas con la temperatura alta o baja.
• Medición del peso corporal con una determinada ropa.
Error Básico

• El error básico es el error en el método de medición, o

en el equipo de medición, en condiciones normales de
empleo.

Error Adicional

• El error adicional es el error del equipo de medición

ocasionado por desviación de las condiciones de
trabajo de los valores normales.
• Las magnitudes de los errores básico y adicional
pueden ser expresados tanto en unidades absolutas,
como en unidades relativas.
Error Absoluto

• Se denomina error absoluto a la magnitud Aa = A – A0,

igual a la diferencia entre el valor que muestra el equipo
de medición (A) y el valor verdadero de la magnitud (A0).
• Se mide en las mismas unidades en que se mide la
magnitud medida.

Error Relativo

• Es el porcentaje de la diferencia entre una medición y el

valor real. El error relativo reducido es la relación entre el
error absoluto y el valor máximo posible de la magnitud
medida:

Ar = (Aa/A) x 100%
Error sistemático = Error básico.

• Se denomina error sistemático el error cuya magnitud no

varía de una medición a otra. En virtud de esta
particularidad propia, con frecuencia el error sistemático
puede ser dicho con anterioridad o en caso extremo
detectado y eliminado al concluir el proceso de medición.
• El error debido al aparato de medida es un error
sistemático, depende del aparato utilizado.
Errores accidentales = Error Adicional.

• Los errores accidentales surgen bajo la acción de diversos

factores, los cuales no se pueden predecir con
anterioridad, ni considerar con exactitud.
• Sin embargo empleando los métodos de estadística-
matemática, es posible valorar la magnitud del error
accidental y tenerlo en cuenta al interpretar los resultados
de la medición.
• Errores debidos al verificador, a las piezas que se verifican
y al ambiente son errores accidentales.
• Metrología deportiva: Zarziovski,
Ed. Técnico-Científica. La Habana,
Cuba. 1989.
VALIDEZ Y CONFIABILIDAD.
Confiabilidad ó repetibilidad.
• La confiabilidad de la prueba es el
grado de coincidencia de los
resultados cuando se repite la
aplicación de la prueba a unas
mismas personas (u otros objetos), en
igualdad de condiciones.

Validez ó precisión.
• Una medición es válida si mide lo que en
realidad trata de medir, si es precisa. El
concepto de validez se relaciona con el
grado en el que una medición o estudio
alcanza una conclusión correcta.
A. Buena repetibilidad C. Mala repetibilidad
Buena precisión. Mala precisión.
B. Mala repetibilidad D. Buena repetibilidad
Buena precisión. mala precisión.
Ejemplos:

Se realiza un interrogatorio (forma de medir, puede ser un

cuestionario) a un paciente sobre la presencia o ausencia de
ciertos síntomas que presenta en la actualidad o en el pasado.

• Validez: El interrogatorio será válido si la frecuencia de

pacientes con la patología que tienen los síntomas es
mayor que en los pacientes sanos con los mismos.

• Repetibilidad: si los distintos especialistas que utilizan el

mismo interrogatorio y tienen los mismos resultados
sobre los mismos pacientes y además el mismo paciente
puesto en iguales condiciones frente al cuestionario
contesta de la misma manera.
DISTRIBUCIÓN DE
FRECUENCIAS.
  Número de intervalos

 Limites de los intervalos

 Amplitud de intervalos

 Distribución de frecuencia
DISTRIBUCION absoluta
DE
 Distribución de frecuencia
FRECUENCIAS relativa

 Distribución de frecuencia
absoluta acumulada

 Distribución de frecuencia
relativa acumulada
• La frecuencia de un intervalo es el número de datos que
corresponden a ese intervalo.

• Una distribución de frecuencia es una tabla en la que

aparecen todos los intervalos y las frecuencias de datos
correspondientes a cada intervalo.

• Esta agrupación de datos numéricos por intervalos o

clases se llama una distribución de frecuencia.
Número de intervalos

• El número de intervalos en una distribución de

frecuencia depende del número total de
observaciones.

• Se recomienda que en una distribución de frecuencia

no haya más de 15 ni menos de 5 intervalos.

• Si hay muy pocos no se pueden observar las

características Importantes de la distribución y si hay
muchos no se obtiene un resumen adecuado de la
distribución.
Limites de los intervalos

• El límite inferior de un intervalo corresponde al valor

mínimo que puede incluirse en el intervalo. El límite
superior de un intervalo corresponde al valor máximo que
puede incluirse en el intervalo.

Ejemplo: Puntos realizados en un torneo de fútbol

hasta la fecha, por 19 equipos.

INTERVALO P. MEDIO FRECUENCIA

10 - 14 12.5 3
15 - 19 17.5 8
20 - 24 22.5 4
25 - 29 27.5 3
30 - 34 32.5 1
Amplitud de intervalos

• La amplitud de un intervalo se obtiene al restar el límite

inferior de una clase al límite inferior de la clase
superior.

• Para determinar la amplitud de los intervalos de una

distribución se divide la amplitud o alcance de la
distribución entre el número de intervalos deseados y
se redondea.

Distribución de frecuencia absoluta

• En la tabla de frecuencia absoluta se señala, para cada

intervalo o clase, la cantidad de datos cuyos valores
pertenecen al intervalo.
Distribución de frecuencia relativa absoluta

• La frecuencia relativa es la razón que se obtiene al dividir

la frecuencia absoluta de un intervalo entre el número
total de datos en la distribución.

• La distribución de frecuencia relativa es esencial para

comparar datos de dos distribuciones diferentes.

• Si la frecuencia relativa del intervalo se multiplica por 100

se obtiene el tanto por ciento correspondiente a dicho
intervalo.
Distribución de frecuencia acumulada
La frecuencia acumulada de los puntos realizados hasta la
fecha en un torneo de fútbol por 19 equipos, es el número de
veces ni en la muestra N con un valor igual o menor al de la
variable máxima. La última frecuencia absoluta acumulada
deberá ser igual a N.

Ejemplo:

INTERVALO P. MEDIO FRECUENCIA F. ACUM

10 - 14 12.5 3 3
15 - 19 17.5 8 11
20 - 24 22.5 4 15
25 - 29 27.5 3 18
30 - 34 32.5 1 19
Distribución de frecuencia relativa acumulada
La frecuencia relativa acumulada de los puntos realizados
hasta la fecha en el torneo de fútbol por 19 equipos, se
obtiene al dividir la frecuencia acumulada del intervalo entre
el total de datos de la distribución. Se expresa como una
proporción o un tanto por ciento.

Ejemplo:
INTERVALO P. MEDIO FRECUENCIA F. ACUM F.RELAT F.R.AC
10 - 14 12 3 3 0’16 0’16
15 - 19 17 8 11 0’42 0’58
20 - 24 22 4 15 0’21 0’79
25 - 29 27 3 18 0’16 0’95
30 - 34 32 1 19 0’05 1’00
MEDIDAS DE DISPERSIÓN
Existe otro tipo de medidas que indican la tendencia de los
datos a dispersarse respecto al valor central.

a) Rango, amplitud o recorrido (R)

b) Desviación media (DM).

c) Varianza (s² , σ ² ) (s,muestral y σ, poblacional).

d) Desviación estándar

e) Coeficiente de Variación (C. V.)

Rango
• Es la diferencia entre el dato mayor y el dato menor.
R = Xmáx - Xmín.

Desviación media
• Se conoce también como promedio de desviación.
Para una serie de N valores se puede calcular a
través de la siguiente expresión:

• = Valor absoluto de las desviaciones de los x

valores, respecto de la media.

• Y para datos agrupados se tiene:

EJEMPLO:

Hallar la desviación media de: 4,6,12,16,22.

SOLUCION:

xx
4  6  12  16  22
4 8 x  12
6 6 5
12 0 x  x 28
16 4
D.M .    5.6
n 5
22 10
 28
Desviación típica.

• Es la raíz cuadrada de la varianza.

• La desviación típica se define como la raíz cuadrada

de los cuadrados de las desviaciones de los valores
de la variable respecto a su media.

  x  x 2

s Datos no agrupados
n

 f x  x 
2

s Datos agrupados
n
Varianza.

• Es la suma de las desviaciones medias al cuadrado.

EJEMPLO:

• Hallar la desviación estándar y la varianza de la

siguiente serie de datos: 10, 18, 15, 12, 3, 6, 5, 7.

s 2

 x  x
2

Datos no agrupados.
n
 f x  x 
2

s 2
 Datos agrupados
n
SOLUCION:

x  x 2
3 42.25 3  5  6  7  10  12  15  18
x  9.5
5 20.25 8
6 12.25  x  x  190
2

s 
2
  23.75
7 6.25 n 8
10 0.25   x  x 2

s  4.87
12 6.25 n
15 30.25
18 72.25
 190
Coeficiente de Variación.

• Es la relación que existe entre la S y la X, expresada en

términos de porcentaje y se expresa:
s
C.V .   100
x
EJEMPLO:

• Hallar el coeficiente de variación de una serie de datos

cuya Desviación típica (s) = 2 y la media (x ) = 16.

SOLUCION:
s 2
C.V .   100   100  12.5%
x 16
MEDIDAS DE TENDENCIA
CENTRAL
  DATOS AGRUPADOS
 MEDIA
DATOS NO AGRUPADOS

MEDIDAS DE  PARA DATOS

TENDENCIA  MODA
AGRUPADOS

CENTRAL PARA DATOS

NO AGRUPADOS

 PARA DATOS
AGRUPADOS
 MEDIANA
PARA DATOS
NO AGRUPADOS
• Si tenemos el siguiente conjunto de datos y deseamos encontrar
un valor que represente a todo el conjunto, seguramente lo
primero que vendrá a nuestra mente es sumar todos los valores
y dividirlos entre el número total de datos.
• Ejemplo: Número de alumnos en la clase de Educación Física:
10, 9, 8, 10, 9, 9, 10, 9, 10, 9
• Es decir, un valor representativo del conjunto de valores es:

x
 x 10  9  8  10  9  9  10  9  10  9 
  9.3
n 10

• Este valor, promedio aritmético, es conocido como la media y es

una de las medidas de tendencia central ya que representa un
valor central con respecto a toda la información.
La media para datos
agrupados es la siguiente: x
 fx
n
Ejemplo: Goles anotados por el Murcia durante la temporada de
15 partidos. Sean los siguientes datos: 1, 1, 2, 2, 4, 4, 5, 2, 3, 2,
3, 4, 1, 2, 1.

Nº goles partidos fx
1 4 4
2 5 10
x
 fx 36
  2.4
3 2 5 n 15
4 3 12
5 1 5
n = 15 fx = 36
La moda es la medida que se relaciona con la frecuencia con que
se presenta el dato o los datos con mayor incidencia, con lo que
se considera la posibilidad de que exista más de una moda para
un conjunto de datos.

Ejemplos gráficos:
Ejemplo: Goles recibidos durante el torneo.

Dados los siguientes datos: 1, 2, 3, 4, 0, 1, 4, 3, 1, 1, 1, 1, 2, 1, 3

para la obtención de la moda se deberán de ordenar.

Tomemos el criterio de orden ascendente con lo que tendremos:

0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 3, 3, 3 4, 4,

por otro lado el número de datos que más se repite es el 1, luego

la mo = 1.
La mediana de un conjunto finito de valores crecientes y
decrecientes es aquel valor que divide al conjunto en dos partes
iguales, de forma que el número de valores mayor o igual a la
mediana es igual al número de valores menores o igual a estos.
Podemos describir algunas propiedades para la
mediana:

1.- Es única.

2.- Es simple.

3.- Los valores extremos no tienen efectos importantes

sobre la mediana, lo que si ocurre con la media.
Ejemplo: Goles recibidos durante el torneo.

Dados los siguientes datos: 1, 2, 3, 4, 0, 1, 4, 3, 1, 1, 1, 1, 2, 1, 3

para la obtención de la mediana se deberán de ordenar.

Tomemos el criterio de orden ascendente con lo que tendremos:

0, 1, 1, 1, 1, 1, 1, 1, 2, 2, 3, 3, 3 4, 4,

por otro lado el número de datos es igual a 15 datos, siendo el

Número de datos impar se elige el dato que se encuentra a la
mitad, una vez ordenados los datos, en este caso es 1.
  n 
 2  N i 1  para datos agrupados
me  xi 1  A 
N
 i  N i 1 

donde:  
• me = es la mediana de la muestra.
• n = es el número total de elementos de la distribución.
• Ni-1 = es la frecuencia de clase anterior a la clase mediana.
• Ni = es la frecuencia de la clase que contiene el dato mediana.
• A = el ancho de intervalo de clase
• xi-1 = es el límite inferior del intervalo de clase mediano.

Geométricamente la mediana se
encuentra en el valor X que divide
al histograma en dos partes de
áreas iguales.
Ejemplo:

Determinar a partir de la tabla presentada, la media, mediana y

moda:

Tabla de frecuencias reportadas por un equipo de

baloncesto con respecto a la estatura de los jugadores.

INTERVALO PUNTO MEDIO FRECUENCIA

(ESTATURA) (JUGADORES)
1.60 - 1.64 1,625 1
1.65 - 1.69 1,675 3
1.70 - 1.74 1,725 4
1.75 - 1.79 1,775 6
1.80 - 1.84 1,825 9
1.85 - 1.89 1,875 14
1.90 - 1.94 1,925 3
40
Solución:

Moda: Esta entre 1.85 y 1.89, y aparece en 14 jugadores.

Mediana: La mediana esta entre el dato 19 y 20, entre 1.80 y
1.84.
Media: Se procede de la siguiente forma: Es igual a la
multiplicación del punto medio y la frecuencia de cada uno de los
intervalos, después se suman los resultados de la multiplicación
en cada intervalo, al final el resultado se divide entre la cantidad
de datos ó número de jugadores
INTERVALO PUNTO MEDIO FRECUENCIA P.MEDIO x FRECUENCIA
(ESTATURA) (JUGADORES) FRECUENCIA ACUMULADA
1.60 - 1.64 1,625 1 1,625 1
1.65 - 1.69 1,675 3 5,025 4
1.70 - 1.74 1,725 4 6,9 8
1.75 - 1.79 1,775 6 10,65 14
1.80 - 1.84 1,825 9 16,425 23
1.85 - 1.89 1,875 14 26,25 37
1.90 - 1.94 1,925 3 5,775 40
 40 72,65
Solución:

x
 fx 72.65
  1.81
n 40

n   40 
2  N i 1   2  14 
me  xi 1  A   1.80  0.05   1.83
 N i  N i 1   23  14 
   
TIPOS DE GRÁFICAS.
¿QUE ES UNA GRAFICA?
Un grafico en estadística, es una especie de esquema, formado
por líneas, figuras, mapas, utilizado para representar datos
estadísticos a escala o según una cierta proporción, o bien los
elementos de un sistema, las etapas de un proceso y las
divisiones o subdivisiones de una clasificación.

FUNCIONES DE LAS GRAFICAS:

• Pueden evidenciar las relaciones entre los diversos elementos de
un sistema o de un proceso y representar la correlación entre dos
o más variables.
• Sistematizan y sintetizan los datos, sistemas y procesos.
• Aclaran y complementan las tablas y las exposiciones teóricas o
cuantitativas.
• El estudio de su disposición y de las relaciones que muestran
pueden sugerir hipótesis nuevas.
ESTADISTICAS PRINCIPALES:

 Polígono de frecuencias.

 Diagrama de barras.
 Barras simples.
 Barras múltiples.
 Barras compuestas.

 Histograma.

 Gráfico de sectores.
Gráficos de puntos ó polígono de frecuencias:
Es una variación del diagrama líneal simple el cual esta
formado por líneas rectas o curvas, que resultan de la
representación, en un eje de coordenadas, de
distribuciones de frecuencias.

Ejemplo: La siguiente distribución de frecuencia muestra

los valores acerca del porcentaje de grasa corporal de 520
deportistas.

INTERVALOS P.M. FRECUENCIA POLIGONO DE FRECUENCIA

5 - 9.99 7,5 12

DEPORTISTAS
10 - 14.9 12,5 120 200

15 - 19.9 17,5 180 100 FRECUENCIA

20 - 24.9 22,5 140 0

1 2 3 4 5 6
25 - 29.9 27,5 50
INTERVALOS
30 - 34.9 32,5 18
Diagramas de barras:
nombre que recibe el diagrama utilizado para representar
gráficamente distribuciones discretas de frecuencias no
agrupadas.
Existen tres principales clases de gráficos de barras:

1. Barra simple. se emplean para graficar hechos únicos.

2. Barras múltiples. es muy recomendable para comprar

una serie estadística con otra.

3. Barras compuestas. en este método de graficación las

barras de la segunda serie se colocan encima de las
barras de la primera serie en forma respectiva.
El diagrama de barras proporciona información
comparativa principalmente y este es su uso principal,
este diagrama también muestra la información referente
a las frecuencias.

Ejemplo:

EQUIPOS 12
EQUIPOS TITULOS 10
GUADALAJARA
8
GUADALAJARA 11 AMERICA
6
CRUZ AZUL
4
TOLUCA
AMERICA 10 2
0
CRUZ AZUL 8 TITULOS

TOLUCA 8
 Club con mayores ventas durante el año 2006
CLUB Julio Agosto Septiembre Octubre Noviembre Diciembre

SPORT CITY 80000 60000 70000 90000 110000 100000

MINERVA

SPORT CITY 70000 50000 60000 100000 90000 120000

GALERIAS

BARRAS MULTIPLES

150000
S.C.MINERVA
100000
VENTAS S.C.GALERIAS
50000

0
J ULIO AGOSTO SEP TIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE

MES
 BARRAS COMPUESTAS

250000
200000 S.C.GALERIAS
VENTAS

150000
100000 S.C.MINERVA
50000
0

MES
 Histograma:
Se usa para representar variables cuantitativas continuas
que han sido agrupadas en intervalos de clase.

Ejemplo: Estaturas de los atletas de un club.

INTERVALOS P.M. FREC ESTATURAS

1.55 - 1.59 157,5 10
1.60 - 1.64 162,5 35
1.65 - 1.69 167,5 60 120
1.70 - 1.74 172,5 110 100
ATLETAS

1.75 - 1.79 177,5 95 80

1.80 - 1.84 182,5 45 60
1.84 - 1.89 187,5 5 40
Atletas 360
20
0
1.55 - 1.60 - 1.65 - 1.70 - 1.75 - 1.80 - 1.84 -
1.59 1.64 1.69 1.74 1.79 1.84 1.89
Gráficos de sectores (pastel):

Es un gráfico que se basa en una proporcionalidad entre

la frecuencia y el ángulo central de una circunferencia, de
tal manera que a la frecuencia total le corresponde el
ángulo central de 360°.

Para construir se aplica la siguiente formula:

X = frecuencia relativa * 360°/  frecuencia relativa

Ejemplo: Representar mediante un gráfico de sectores la
frecuencia con que aparece cada disciplina deportiva que
eligieron 23 alumnos. Lo anterior se describe en la siguiente
distribución de frecuencias para datos cualitativos:

Frecuencia 1 4 3 5 4 6

Deporte Atletism Fútbol Béisbol Karate Natació Tenis

o n

Deportes

1
Tenis Atletismo Fútbol
2
Beisbol 3
Natación
Karate
4
5
6
APARATOS USADOS EN
BIOMECÁNICA.
 METODOLOGÍAS SENCILLAS
Y SOFISTICADAS
CRITERIOS DE DIFERENCIACIÓN:
 SITUACIÓN DE USO
 ¿DÓNDE SE OBTIENEN LOS DATOS?
 COSTE
 PRECISIÓN EN LOS RESULTADOS
 RAPIDEZ EN OBTENER LOS RESULTADOS
METODOLOGÍAS SENCILLAS.
MATERIALES
 PODÓMETRO.
 CÁMARA DE FOTOGRAFÍA.
 VÍDEO.
 CASETE.
 PIE DE REY (calibre). Para medir diámetros pequeños.
 CRONÓMETRO.
 CINTA MÉTRICA.
 CUENTAKILÓMETROS DE BICICLETA.
 OTROS…
METODOLOGÍAS SENCILLAS.
MATERIALES
METODOLOGÍAS
SOFISTICADAS. MATERIALES
cinemáticos:
 DIRECTOS:
 Electrogoniómetro
 Acelerómetro
 Células fotoeléctricas
 Ultrasonidos
 Infrarrojos (por ejemplo usados en una plataforma de contacto)
 INDIRECTAS:
 Cinematografía y vídeo
 Radiografía, radioscopia, escáner
 Resonancia magnética
METODOLOGÍAS
SOFISTICADAS. MATERIALES
dinámicos:
 PLATAFORMAS DE FUERZAS
 PLATAFORMAS DE PRESIONES
 DINAMÓMETROS
otros:
 EMG
 ERGÓMETROS
 ECOGRAFÍA
 TAC
 RESONANCIA MAGNÉTICA
 INSTRUMENTOS DE ANTROPOMETRÍA
METODOLOGÍAS
SOFISTICADAS. MATERIALES
METODOLOGÍAS
SOFISTICADAS. MATERIALES
LA CALIBRACIÓN.
CALIBRACION: Conceptos previos, Organismos

Organismos de Acreditación:
 Internacionales: ISO, CEN (Normalización), etc.

 España: AENOR (Normalización) y ENAC(Entidad Nacional de

Acreditación)
 Francia: COFRAC
 Portugal: IPQ
 Alemania: DAR
 Italia: SINAL
 Reino Unido: UKAS
 A nivel Europeo: ISO, CEN (Comité Europeo de Normalización), etc.
 USA: equivalentes a certificados ENAC hay varios (p.e.) NAMAS
(National Accreditation of Measurement and Sampling)
 Funciones de ENAC
Acredita a todas las entidades que evalúan la conformidad a través de:
 Ensayos.
 Calibraciones.
 Certificaciones de Productos, Sistemas de Calidad, Sistemas de gestión
medioambiental y personas.
 Verificaciones medioambientales.
ENAC pertenece a EA (European cooperation for Accreditation).
Otras Guías y Documentos importantes:
 SCI -Sistema de Calibración Industrial
 VIM -Vocabulario Internacional de términos básicos y generales en Metrología
 GUM -Guía para la expresión de la Incertidumbre (Uncertainty) de las medidas
Evolución de la Entidades de Acreditación
Normas y documentos para Calibración

“Expresión de la Incertidumbre de Medida en Calibración”

(Expression of the Uncertainty of Measurement in Calibration).
 WECC doc. nº 19 (1990)

 EAL - R2 (1997)

 EA - 4/02(2000)

Aplicación practica en medición:

UNE-EN ISO 14253-1“Especificación geométrica del
producto (GPS). Inspección mediante medición de piezas
y equipos de medida”
 EA-4/02 Conceptos:Magnitudes de
Influencia y Condiciones de referencia
Magnitudes de Influencia
en la medición siempre influyen:
 Operario
 Instrumento
 Mensurando (pieza)
 Cond. Ambientales
 Condiciones de referencia
Para que el mensurando esté bien definido y el
método de comparación (medición) sea adecuado
deben establecerse condiciones de referencia
(p.e.):

En un procedimiento de Calibración, deben indicarse:

 Puntos, del campo de medida, donde se realice Calibración
 Numero de reiteraciones sobre cada punto
 Patrones y accesorios a emplear
 Acotar condiciones ambientales (Tª ref., grado de humedad, etc.)
 Inspecciones previas del estado del instrumento (visiotáctil,
vidrios de planitud, uso del proyector de perfiles, etc
Relación:Trazabilidad y Calibración.

La calibración es imprescindible para que exista trazabilidad.

El elemento a calibrar debe trabajar durante la calibración de forma
parecida a su uso habitual.
La calibración no tiene sentido (metrológico) sino se repite
periódicamente.
Al bajar por la cadena de trazabilidad, alejándonos del patrón
primario, la U de las medidas va aumentando.
La asignación de una U tiene
siempre algo de subjetividad,
resulta conveniente hacer
comparaciones “horizontales”
sobre la trazabilidad vertical.