Control de calidad del Hormigón
|
|
- José Revuelta Vega
- hace 8 años
- Vistas:
Transcripción
1 Control de calidad del Hormigón
2 Calidad Hay muchos factores involucrados en la producción del hormigón, desde los materiales, la dosificación de la mezcla, el transporte, la colocación, el curado y los ensayos. Por eso, no debe sorprendernos de que se trata de un material variable.
3 Calidad Ello significa que si se realizan ensayos sobre muestras de hormigón idénticas, se verificarán variaciones en las propiedades mecánicas entre las diversas muestras. Esa variabilidad se debe tener en cuenta a la hora de redactar las especificaciones.
4 Calidad: factores Los que contribuyen a esa variabilidad son: Materiales Producción Ensayos
5 Verificación de la Calidad Se refiere colectivamente a todas los pasos dados para asegurar la confianza adecuada de que el hormigón se comportará satisfactoriamente en servicio.
6 Control de la Calidad Se aplica a cada acción empleada para medir las propiedades del hormigón y sus materiales componentes y controlarlas dentro de especificaciones establecidas.
7 Calidad tradicional Muchas especificaciones del hormigón, se basaban en recetas o prescripciones, que no tenían en cuenta las características del producto final.
8 Calidad tradicional Antes, se solía tomar en forma periódica, una muestra supuestamente representativa, se la ensayaba y se la comparaba con lo que establecía la especificación. Si ese material estaba dentro de las tolerancias fijas, se daba por aprobado y si no lo hacía, se lo rechazaba.
9 Ensayos Cuando se realiza un ensayo, existe la posibilidad de que el material tenga un 50 % de posibilidades de pasar el límite de la especificación y otro 50 % de no hacerlo. Si falla y se realiza un segundo ensayo, la probabilidad sigue siendo la misma (50 % + 50 % ) con lo cual se verifica que existe un 75 % de posibilidad de pasar y un 25 % de no hacerlo.
10 Ensayos
11 Calidad Una de las características a señalar es que se debe realizar un muestreo totalmente al azar, pues sino las técnicas estadísticas dan resultados no significativos.
12 Muestreo al azar Involucra una selección que le da igual probabilidad a todas las partes que conforman el lote, de poder ser elegidas.
13 Lote Es una cantidad prescripta y definida del material, que puede ser un volumen, un área, una cantidad de producción, unidades, etc, que se produce mediante el mismo proceso y con un mismo propósito.
14 Lote Al establecer su tamaño, se puede elegir la ubicación y la frecuencia del muestreo, para decidir qué cantidad de material es necesario tomar para cumplir con los límites especificados.
15 Lote Bajo este concepto, de muestreo y ensayo lote por lote, el proceso constructivo del hormigón se puede pensar como la producción de sucesivos lotes, que se deben ensayar para ser aceptados o rechazados.
16 Lote: ejemplo
17 Muestra La muestra resulta ser una porción del lote y se la usa para representarlo. Este término se emplea en un sentido estadístico.
18 Lote: ejemplo
19 Lote Se prefiere que en general haya cuatro o cinco porciones de la muestra (incrementos).
20 Variabilidad: medición Es necesario definir el concepto de variabilidad más precisamente. La distribución de las resistencias del hormigón se pueden aproximar a una distribución normal de frecuencias o de Gauss, que se define por dos parámetros
21 Parámetros estadísticos básicos La media, µ y la desviación estándar s.
22 Parámetros estadísticos básicos Se verifica que los resultados de los ensayos de los materiales de construcción tienden a agruparse alrededor de un valor central definido, denominado MEDIA o PROMEDIO. Los valores tienden a disponerse en forma simétrica alrededor del valor central, por lo que permite el empleo de la curva de distribución normal o de Gauss.
23 Curva de Gauss Tiene forma de campana. Esto permite establecer relaciones entre la media y la desviación estándar, para fijar límites realistas en las especificaciones de acuerdo con los tamaños de muestras seleccionados.
24 Desviación estándar
25 Histograma
26 Curva de Gauss
27 Resultados de ensayos de resistencia de hormigón
28 Curvas de Gauss
29 Curva de Gauss
30 Distribución gaussiana
31 Definiciones n = número de valores obtenidos en los ensayos. X= valores obtenidos individualmente. X = valor promedio o media. s = desviación estándar de la muestra. V = coeficiente de variación.
32 Coeficiente de variación s V = x 100 X
33 Curva de Gauss Si se acepta que existe una distribución normal de las resistencias a la compresión, surgen varias implicancias: No se puede diseñar en base a la resistencia media, pues si se lo hace así, significaría que la mitad del hormigón colocado tendría resistencias que caerían por debajo del valor de diseño lo cual es inaceptable.
34 Curva de Gauss Por otra parte, no se puede exigir que todas las resistencias estén por encima del valor de diseño, porque todos los valores están distribuidos normalmente. Por eso, se debe decidir arbitrariamente qué constituye un porcentaje aceptable de probetas que caen por debajo de un valor de diseño mínimo.
35 Curva de Gauss Usando ese porcentaje y conociendo o suponiendo, la desviación estándar de la resistencia que se puede esperar, se puede determinar la resistencia media requerida para la cual diseñar la mezcla de hormigón.
36 Curva de Gauss Cuando se realizan los ensayos del hormigón, se trata de evaluar la distribución en la resistencia de todo el hormigón de la estructura, basado en un tamaño de muestra limitado. Se deben recolectar suficientes datos para que los ensayos sean representativos del hormigón en la estructura, pero solamente se puede hacer una estimación.
37 Curva de Gauss Debido a que las variaciones en la resistencia del hormigón no se deben solamente a las variaciones de la mezcla, hay dos posibilidades que se deben balancear: - el riesgo del productor que indica que un hormigón satisfactorio sea rechazado. - el riesgo del consumidor de que un hormigón malo sea aprobado.
38 ACI : variabilidad La Resistencia promedio requerida teniendo en cuenta su variabilidad inherente, requiere una resistencia promedio del hormigón suficiente para exceder la resistencia de diseño especificada de manera que solamente una proporción permisible de bajas resistencias va a ocurrir.
39 ACI : variabilidad La resistencia promedio requerida se calcula de la expresión: f cr = f c + t.s t es una constante que depende de la proporción de ensayos permitidos por debajo de f c
40 ACI: variabilidad
41 Cartas de control Los principios estadísticos solos no son suficientes para el control de calidad, pues se debe actuar rápidamente para determinar la calidad del hormigón y los cambios que se han producido en la calidad. Puede que haya variado la resistencia media o la desviación estándar. Esto da lugar a que se analice al hormigón de manera continua.
42 Cartas de control Las suposiciones de normalidad e independencia permiten hacer predicciones acerca de los datos. Ya se vio que la distribución tiene forma de campana y que además, la media está en el centro.
43 Cartas de control Son las distribuciones normales con el agregado de la dimensión tiempo. Son cartas de corridas con distribuciones normales sobre impuestas. Proveen un medio gráfico para ensayar hipótesis acerca de los datos.
44 Cartas de control Se hacen suposiciones sobre el estadístico graficado: Es independiente, por ejemplo un valor no está influenciado por su valor pasado y no afectará los valores futuros. Está normalmente distribuido, por ejemplo, el dato tiene una función de densidad de probabilidad normal.
45 Cartas de control
46 Cartas de control
47 Resistencia a la compresión Las variaciones posibles se deben a: - Variaciones en los métodos de ensayo. - Propiedades de la mezcla de hormigón o de sus componentes.
48 Variaciones en los métodos de ensayo Se determina mediante el cálculo de la variación de un grupo de cilindros preparados de una misma muestra, de una dada mezcla de hormigón.
49 Variaciones de mezcla a mezcla Las diferencias en la resistencia a la compresión se pueden deber a: - Características y propiedades de los componentes. - Dosificación, mezclado y muestreo. - Se relaciona con la variación total como sigue: σ 2 = σ σ 2 2
50 Curvas de distribución normal Se pone mucho énfasis en los resultados de los ensayos de los cilindros individuales. Si un resultado da bajo, esto no significa que el hormigón es de pobre calidad. Lo que importa es que los resultados de los ensayos de los cilindros no caigan por debajo del f c.
51 Resistencia a la compresión Se debe recordar que las probetas de control durante la construcción proveen una buena base para la evaluación de la resistencia potencial del hormigón, colocado en la estructura pero no necesariamente del hormigón endurecido en dicha estructura, que puede ser de mejor o peor calidad.
52 Calidad del hormigón Puede ser mejor determinada mediante el ensayo de, como mínimo, 30 ensayos normalizados de una determinada mezcla, aunque existen métodos estadísticos para evaluar dicha calidad con un menor número de datos. Se ha demostrado por la gran cantidad de ensayos que se verifica una curva gaussiana alrededor de un valor medio.
53 Calidad del hormigón En principio los valores de los resultados de los ensayos se grafican para formar un histograma, o distribución de frecuencias, que se puede ajustar a una curva de distribución normal. Se calcula el promedio para verificar que la f c cae dentro ciertos límites especificados.
54 Calidad del hormigón O sea, además del promedio X se determina también la desviación estándar s. Generalmente el inspector no está interesado en graficar el histograma, más bien podrá determinar el promedio, la desviación estándar o el coeficiente de variación para un determinado conjunto de resultados, sin recurrir a una gráfica.
55 Calidad del hormigón El productor determina la resistencia promedio del hormigón, f c para que la mezcla sea la adecuada para la obra y cumpla con las especificaciones establecidas.
56 Análisis estadístico del hormigón en obra Como consecuencia del control, se han de obtener una serie de resultados de los ensayos, correspondiendo cada uno de ellos al promedio de dos o tres probetas compañeras, procedentes de la misma muestra, generalmente a 28 días. Para que estos resultados tengan algún significado, es necesario proceder al análisis estadístico.
57 Resistencia a la compresión promedio El primer parámetro a obtener es una medida de tendencia central, es decir, el promedio de los resultados, pero aunque suministra información valiosa sobre el hormigón analizado, no resulta suficiente. Se debe disponer de información, de cómo ha sido la homogeneidad del hormigón, si los valores están alrededor de la media o se extienden por arriba y debajo de ella.
58 Resistencia característica Cuando se establece una resistencia a la compresión mínima, no quiere decir esto que sea mínima absoluta, pues siempre hay valores que seguramente están por debajo de ese límite, por lo que surge la necesidad de fijar una tolerancia o fracción defectuosa máxima. Se denomina valor característico.
59 Resistencia característica f k= f m t.s o f k= f m (1- t.v)
60 Resistencia característica
61 Resistencia característica Se adopta de acuerdo con la tensión de rotura final o por las tensiones admisibles del hormigón. El ACI acepta un 10 % de defectuosos mientras que el CEB solamente el 5 %. Para el segundo de los casos, es corriente aceptar un 20 %.
62 Resistencia característica
63 Resistencia característica Según el criterio que se sigue: -f k = f m 0,84 s (20 %) - f k =f m 1,29 s (ACI, 10%) - f k = f m 1,64 s (CEB, 5%)
64 Resistencia característica Es muy valiosa pues además de referirse al valor medio de los resultados, incluye además una idea de la dispersión de ellos, al tener en cuenta el valor de la desviación estándar, s. O sea, dos hormigones con el mismo valor de resistencia media, pero valores diferentes de la dispersión, brindan hormigones de calidad distinta.
65 Ejemplo Característica H1 H2 f m (MPa) 34,0 34,0 s (MPa) 2,7 8,5 f aceptable (%) f k = 34,0 0,84 x 2,7 = 31,7 f k = 34,0 0,84 x 8,5 = 26,9 H1 es mejor que H2.
66 Calificación de una obra (f k >20 MPa) El ACI relaciona la desviación estándar s, con la calidad de una obra: s (kg/cm 2 ) < a 35 Grado de control Excelente Muy bueno 35 a 42 Bueno 42 a 49 Regular > 49 Pobre
67 Error del ensayo Se deben tener en cuenta siempre los errores que se cometen en el muestreo y en el ensayo de las probetas. En el caso del ensayo, surge de cuantificar la dispersión entre probetas compañeras pertenecientes a una misma muestra. Da una idea de la idoneidad del laboratorio de ensayos.
68 Errores de ensayo Para determinarlo, se calculan los rangos individuales y el rango promedio: - Rango individual = es la diferencia entre los valores mayor y menor de probetas compañeras. - Rango promedio = es el promedio del conjunto de muestras, debiendo ser un número superior a 10.
69 Errores de ensayo s 1 = R. d En este caso s 1 representa la desviación estándar entre probetas compañeras o desviación estándar de ensayo. d es una constante que depende del número de probetas compañeras, o sea, vale 0,887 para dos probetas, 0,591 para tres probetas y 0,486 para cuatro probetas.
70 Errores de ensayo s 1 V 1 = x 100 f m Es el coeficiente de variación entre probetas compañeras o del ensayo.
71 Error de ensayo V 1 es el coeficiente de variación entre probetas compañeras o de ensayo, Para evaluar el error, se puede emplear la consideración que hace el ACI: Grado de control Excelente Muy bueno Bueno Regular V 1 entre probetas compañeras, % Menor que 3,0 3,0 a 4,0 4,0 a 5,0 5,0 a 6,0 Deficiente Mayor que 6
72 Ejemplo Resistencias individuales de probetas: 1 = 32,5 33,3 MPa 7 = 35,0 34,2 MPa 2 = 34,0 32,1 MPa 8 = 35,0 36,2 MPa 3 = 36,5 37,5 MPa 9 = 33,2 34,6 MPa 4 = 38,0 37,0 MPa 10 = 38,1 36,9 MPa 5 = 38,5 36,5 MPa 6 = 37,2 35,8 MPa
73 Ejemplo Resistencia de la muestra: 1 = 32,9 MPa 7 = 34,6 MPa 2 = 33,0 MPa 8 = 35,6 MPa 3 = 37,0 MPa 9 = 33,9 MPa 4 = 37,5 MPa 10 = 37,5 MPa 5 = 37,5 MPa 6 = 35,5 MPa
74 Rango de la muestra 1 = 0,8 MPa 7 = 0,8 MPa 2 = 1,9 MPa 8 = 1,2 MPa 3 = 1,0 MPa 9 = 1,4 MPa 4 = 1,0 MPa 10 = 1,2 MPa 5 = 2,0 MPa 6 = 1,4 MPa
75 Valores adicionales f 10 = 35,5 MPa R = 1,27 MPa
76 Cálculos s 1 = R. d Para dos probetas d = 0,887. s 1 = 1,27 x 0,887 = 1,13 MPa. s 1 1,13 V 1 = x 100 = x 100 = 3,2 % f 10 35,6 Según la tabla anterior es muy bueno el grado de control
77 Evaluación de la Resistencia mediante las medias móviles Se lleva un registro cronológico de los resultados de los ensayos de resistencia de un lote de hormigón. Se van evaluando por grupos iguales a medida que se van obteniendo nuevos resultados, de manera que siempre el grupo lo conforma un mismo número de ellos, agregando el nuevo valor y eliminando en más antiguo.
78 Medias móviles Lo más común es que el grupo esté conformado por tres muestras y la serie de resultados serán: - fi = a,b,c,d,e. - La media móvil de tres muestras consecutivas se obtiene mediante la serie de los 3 promedios de las muestras consecutivas:
79 Medias móviles a + b + c b + c + d c + d + e f 3 = ; ; Se debe recordar que cada resultado, se obtiene como el promedio de 2 ó más probetas compañeras.
80 Medias móviles Para verificar que cada parcialidad cumple con la resistencia especificada, se deben dar dos requisitos: - f 3 f c + k - O sea debe superar la resistencia especificada más una constante. - f i f c -j
81 Medias móviles f 3 = resistencia media de cualquier grupo de 3 probetas consecutivas, en MPa. f c = resistencia especificada o de proyecto, MPa. k, j = constantes de evaluación, que dependen de la fracción defectuosa aceptable y del tipo de hormigón, en MPa.
82 Valores de j y k
83 Medias móviles Tiene la ventaja respecto de la resistencia característica en que se hace en forma continua, lo que permite tomar acciones correctivas cuando se observan resultados ajustados o defectuosos. La limitación es que sólo puede aplicarse a lotes de hormigón que estén representados por más de 10 muestras.
84 Medias móviles En caso contrario, se debe recurrir a la resistencia característica, que considera el total del lote, sin perjuicio de llevar paralelamente un control parcial por el criterio de las Medias Móviles a título informativo.
85 CUSUM Mide el comportamiento relativo a las intenciones de diseño. Compara los resultados con valores objetivos y determina si son consistentes con los niveles requeridos.
86 CUSUM Es excelente para detectar cambios. Es simplemente un gráfico de la suma de la característica de un proceso contra el tiempo.
87 CUSUM
88 CUSUM
89 CUSUM, ventajas Es más sensible en detectar cambios en las magnitudes, que se experimentan durante la producción del hormigón. Se pueden tomar decisiones confiables con pocos resultados. La tendencia de los resultados se puede identificar a partir de la pendiente de un gráfico.
90 CUSUM, ventajas Las pendientes de los gráficos se pueden utilizar para determinar las magnitudes de las propiedades, por ejemplo, resistencia media y desviación estándar. La posición de los cambios en las pendientes de los gráficos, indican aproximadamente cuándo ocurrieron los cambios.
91 CUSUM Las desviaciones de los resultados individuales de la media tienen una distribución normal. La desviación promedio de la media es aproximadamente cero para un proceso estable.
92 CUSUM Por eso, si ε i es la diferencia entre la resistencia a la compresión promedio y el i ésimo resultado de resistencia a la compresión, o ε i = X -X i Donde X es la resistencia a la compresión promedio (establecida durante un período adecuado) y X i es el i ésimo ensayo de resistencia a la compresión
93 CUSUM ε i = (X X i ) = 0 Siempre que no cambie la resistencia a la compresión promedio y el número de ensayos (N) es suficientemente grande. Si ocurre algún cambo en un material del hormigón, en la producción, la colocación, el ensayo, en variaciones estacionales, o cualquier otra causa asignable:
94 CUSUM Las desviaciones de las variaciones de los resultados de ensayos alrededor de la media no son más al azar y ε i no será más 0 en promedio. Si la causa asignable es constante, la suma de ε i cambiará en una forma lineal.
95 CUSUM Un cambio en la pendiente del gráfico CUSUM indica una diferencia en la resistencia promedio a partir del valor supuesto. Una vez que se detecta la tendencia, se deben efectuar análisis posteriores para el gráfico del CUSUM y de los ensayos del hormigón, así como su manipulación, los materiales, su producción y el ambiente, para determinar la probable causa del cambio.
96 Cálculos del CUSUM Los datos previos de una mezcla de hormigón, producido para proveer un f c de 30 MPa, indican una resistencia promedio de 35,8 MPa. Durante el proyecto, están disponibles los datos de resistencia a la compresión secuencial. La carta CUSUM se puede construir a partir de los datos.
97 Cálculos del CUSUM
98 Cálculos de CUSUM Se calcula para las primeras entradas. También se provee la media móvil de tres ensayos (MA3) porque es comúnmente monitoreada la variable de control de calidad.
99 Cálculos de CUSUM Usando estos 19 resultados de ensayos solamente, la resistencia a la compresión promedio es 34,8 MPa y la desviación estándar de la muestra es 2,41 MPa.
100 Conclusiones La desviación estándar baja indica un control excelente aparente. La resistencia promedio es mayor que f c > f cr pero 1,0 MPa menor que la resistencia promedio determinada a partir de los datos previos. No hay instancias donde un promedio móvil de tres resultados es menor que f c.
101 Conclusiones Todo esto indica un comportamiento contractualmente satisfactorio y un proceso aparentemente bajo control. Las cartas de control simples no indican problemas significativos ningunos, aunque la media móvil tiende ligeramente a ser más baja durante un período de tiempo.
102 Carta de control
103 Carta de control
104 Carta CUSUM
105 Carta CUSUM La figura indica claramente que ha ocurrido un desplazamiento. Una disminución en el nivel de la resistencia media se origina aparentemente no más allá del décimo ensayo de resistencia. Se puede hacer una simple estimación de la disminución en el nivel de resistencia que ha ocurrido a partir de la pendiente de la carta CUSUM.
106 Carta CUSUM La pendiente del ensayo Nº 10 al ensayo Nº 19 se puede estimar como 18,9 (la suma acumulativa de las diferencias entre el Ensayo Nº 19 dividido por 9 (19-10 ensayos) o aproximadamente 2,1 MPa.
107 Uso del sistema CUSUM Se emplea para monitorear las tendencias de la resistencia promedio, la desviación estándar y la relación entre las resistencia a 28 d y a edad temprana. Se detectan cambios en dichas propiedades e indica qué acción hay que tomar para incrementar la posibilidad de cumplir con la especificación, o reducir el costo de los materiales.
108 Ejemplo de CUSUM aplicado a la resistencia media Resistencia buscada: 38 MPa. Resultado Nº Resistencia a los 28d (MPa) Diferencias respecto de la resistencia objetivo (38 MPa) Cusum, M (MPa)
109 Ejemplo Una diferencia positiva indica que el resultado es más grande que la resistencia buscada y una negativa, indica lo contrario. Si la resistencia promedio es mayor que la buscada, entonces la pendiente del gráfico del CUSUM vs los resultados será positiva o hacia la derecha y arriba.
110 Ejemplo
111 Cartas de control La distribución de frecuencias se aplica para poder establecer una resistencia a la compresión promedio del hormigón antes del proceso de hormigonado, mientras que las cartas de control son herramientas estadísticas empleadas para la evaluación de los resultados de los ensayos durante la colocación del hormigón.
112 Cartas de control Son cartas de líneas horizontales, donde existe una línea central en un promedio especificado, una línea superior en el límite de aceptación más alto y otra inferior en el más bajo. Puede que haya dos por arriba y dos por debajo de la línea central.
113 Cartas de control Las dos líneas más cercanas a la central, se denominan líneas de advertencia, mientras que las dos más lejanas se denominan líneas de acción. Se pueden establecer a una distancia 2σ y 3σ respectivamente, los que vendrán indicados en las especificaciones.
114 Cartas de control para datos continuos (variables) Carta de control de la media (Shewhart). Carta de control del rango (Shewhart). Carta de control de la media móvil. Carta de control de las sumas acumulativas (CUSUM).
115 Carta de control de la media (Shewhart)
116 Carta de control (Shewhart)
117 Carta de control
118 Rechazo de resultados anómalos
119 Cartas de control La probabilidad de una muestra de tener un valor particular está dado por su ubicación sobre la carta. Suponiendo que el estadístico graficado está distribuido normalmente, la probabilidad de un valor que quede más allá de:
120 Cartas de control Los límites de advertencia: es de aproximadamente 2,5 % (2σ). Los límites de control es aproximadamente 0,1 % (3σ): esto es raro e indica que * la variación se debe a una causa asignable. El proceso está fuera de control estadístico.
121 Cartas de control Las reglas de la corrida se usan para indicar situaciones que están fuera del control estadístico. Para las cartas de Shewhart con límites de advertencia y de control son: Un punto que cae más allá de los límites de control. 2 puntos consecutivos que caen más allá de los límites advertencia
122 Cartas de control 7 ó más puntos consecutivos que caen en un lado de la media, e indican un desplazamiento del proceso. 5 ó 6 puntos consecutivos que van en la misma dirección, que indican una tendencia. Otras reglas similares que pueden utilizar los mismos criterios.
123 Cartas de control Se usan para un número de ensayos consecutivos, como por ejemplo:
124 Carta de control para resistencia del hormigón
125 Control de asentamiento del hormigón
126 Carta de control para contenido de aire
127 Méritos relativos de las cartas de control Causa del cambio Tipo de carta Media Rango Desviación estándar CUSUM Error grosero Desplazamient o de. X Desplazamient o de variabilidad. Fluctuaciones rápidas Fluctuaciones lentas
128 Test de Q para detectar valores anómalos (Dixon) Es la herramienta estadística más común para ser usada para detectar valores aberrantes. Se basa esto en la brecha y el rango, a un número n dado.
129 Tabla de Dixon
130 Valores críticos de Q
131 Test de Q Si el Q calc < Q crit (tabla) al nivel de probabilidad elegido, se debe aceptar la medición sospechosa. Si Q calc > Q crit resulta descartable, se debe rechazar ese dato, con el nivel de probabilidad elegido. Se aconseja medir más veces para tener mayor confianza en el resultado.
132 Ejemplo Se obtuvieron los siguientes valores de NO 2- en una muestra de agua de río (ppm): 0,409 0,410 0,401 0,380 Hay algún dato sospechoso? El último. Se ordenan, por ejemplo, los datos en forma creciente: 0,380 0,401 0,403 0,410 Entre los valores extremos, se calcula el rango: 0,410 0,380 = 0,030 ppm
133 Ejemplo Cuál es la diferencia con el valor más cercano? / 0,380 0,401/ = 0,031 Q calc = (0,380 0,401)/0,030 = 0,70 Q tab = 0,78 Q calc < Q crit, debe aceptarse la medida discordante.
134 Test de Grubbs Es una manera alternativa para detectar resultados anómalos. Se basa en un valor de t aceptable a un n dado. Supone normalidad.
135 Test de Grubbs
136 Ejemplo Se tienen los siguientes valores en una determinación de NO 2- en agua de río: 0,403 ; 0,410 ; 0,401 ; 0,380 ; 0,400 ; 0,413 ; 0,411. x = 0,4026 s = 0,01121 G = / 0,380 0,4025/ / 0,01121 = 2,016 G crit (p= 0,05) = 1,938
137 RESUMEN Resultados Obtenidos Calidad de los Ensayos TRAZABILIDAD Desviación % de Recuperación Calibración Exactitud Error Aleatorio INCERTIDUMBRE Análisis de Error Precisión Error Sistemático Desvío Estándar y Desvío Estándar Relativo T de Student Test de Grubb Errores Groseros
ANÁLISIS DE DATOS CONTROL DE CALIDAD. Ing. Carlos Brunatti
ANÁLISIS DE DATOS CONTROL DE CALIDAD Ing. Carlos Brunatti Montevideo, ROU, junio 2015 Control de calidad No resulta sorprendente que el hormigón sea un material variable, pues hay muchos factores involucrados
Más detallesControl de calidad del. Ciudad de La Rioja Mayo 2013
Control de calidad del Hormigón Ciudad de La Rioja Mayo 2013 Control de calidad Desde que se comenzó con la producción de bienes, se han hecho intentos en controlar el proceso de manera de mejorar la calidad
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesCARTAS DE CONTROL. FeGoSa
Las empresas en general, ante la apertura comercial han venido reaccionando ante los cambios y situaciones adversas, reaccionan por ejemplo ante: Disminución de ventas Cancelación de pedidos Deterioro
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesLA MEDIDA Y SUS ERRORES
LA MEDIDA Y SUS ERRORES Magnitud, unidad y medida. Magnitud es todo aquello que se puede medir y que se puede representar por un número. Para obtener el número que representa a la magnitud debemos escoger
Más detallesANÁLISIS DE DATOS NO NUMERICOS
ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas
Más detallesMedias Móviles: Señales para invertir en la Bolsa
www.gacetafinanciera.com Medias Móviles: Señales para invertir en la Bolsa Juan P López..www.futuros.com Las medias móviles continúan siendo una herramienta básica en lo que se refiere a determinar tendencias
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesOtras medidas descriptivas usuales
Tema 7 Otras medidas descriptivas usuales Contenido 7.1. Introducción............................. 1 7.2. Medidas robustas.......................... 2 7.2.1. Media recortada....................... 2 7.2.2.
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesControl interno de los métodos de análisis
Aseguramiento de la Calidad Control interno de los métodos de análisis Universidad Nacional Sede Medellín Facultad de Ciencias Escuela de Geociencias Orlando Ruiz Villadiego, Químico MSc. Coordinador Laboratorio
Más detallesCalibración y control de calidad de instrumentos de análisis
Calibración y control de calidad de instrumentos de análisis cĺınico. María Cecilia San Román Rincón Monografía vinculada a la conferencia del Dr. Horacio Venturino sobre Instrumental para laboratorio
Más detallesTécnicas de valor presente para calcular el valor en uso
Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesCurso Comparabilidad de resultados
Curso Comparabilidad de resultados Director: Gabriel A. Migliarino. Docente: Evangelina Hernández. Agenda Introducción. n. Protocolos iniciales de comparación de métodos. m * EP9-A2. CLSI. * Comparación
Más detallesPronósticos. Pronósticos y gráficos Diapositiva 1
Pronósticos Pronósticos Información de base Media móvil Pronóstico lineal - Tendencia Pronóstico no lineal - Crecimiento Suavización exponencial Regresiones mediante líneas de tendencia en gráficos Gráficos:
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesContenido: CARTAS DE CONTROL. Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS
Contenido: CARTAS DE CONTROL Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS TEST DE MEDIANAS CEL: 72488950 1 Antes de querer utilizar cualquier
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detalles8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...
Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación
Más detallesCifras significativas e incertidumbre en las mediciones
Unidades de medición Cifras significativas e incertidumbre en las mediciones Todas las mediciones constan de una unidad que nos indica lo que fue medido y un número que indica cuántas de esas unidades
Más detallesINFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010
INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.
Más detallesTests de hipótesis estadísticas
Tests de hipótesis estadísticas Test de hipótesis sobre la media de una población. Introducción con un ejemplo. Los tests de hipótesis estadísticas se emplean para muchos problemas, en particular para
Más detallesEMPLEO DEL CONTROL ESTADISTICO DE PROCESO COMO PARTE DE UN PLAN DE ASEGURAMIENTO DE LA CALIDAD Acosta, S. 1, Lewis, C. 2 RESUMEN
EMPLEO DEL CONTROL ESTADISTICO DE PROCESO COMO PARTE DE UN PLAN DE ASEGURAMIENTO DE LA CALIDAD Acosta, S. 1, Lewis, C. 2 1,2 Autoridad Regulatoria Nuclear Buenos Aires, Argentina sacosta@arn.gob.ar RESUMEN
Más detallesParámetros y estadísticos
Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesREPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.
REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detallesMERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II
MERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II 28 febrero de 2012 Javier Marchamalo Martínez Universidad Rey Juan Carlos SABER INTERPRETAR LOS RATIOS SIGNIFICATIVOS EN LA GESTIÓN POR BENCHMARK Ratio
Más detallesglobal trust Razones por las cuales debería emplearse un Laboratorio Acreditado? International Laboratory Accreditation Cooperation
International Laboratory Accreditation Cooperation Razones por las cuales debería emplearse un Laboratorio Acreditado? Qué deberia considerar al seleccionar un laboratorio? Al seleccionar un laboratorio
Más detallesEstimación. Intervalos de Confianza para la Media y para las Proporciones
Estimación. Intervalos de Confianza para la Media y para las Proporciones Algunas secciones han sido tomadas de: Apuntes de Estadística Inferencial Instituto Tecnológico de Chiuhuahua Estimación El objetivo
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesPrecio del alquiler de pisos durante una serie de meses. Evolución del índice del precio del trigo con mediciones anuales.
Series Temporales Introducción Una serie temporal se define como una colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes
Más detallesMedidas de tendencia central o de posición: situación de los valores alrededor
Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas
Más detallesGRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS
GRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS 1) INTRODUCCIÓN Tanto la administración de calidad como la administración Seis Sigma utilizan una gran colección de herramientas estadísticas.
Más detallesProcesos científicos básicos: Comunicar (Cómo trabajar en la sala de clases), 2ª. Parte
Profesores Básica / Media / Recursos Procesos científicos básicos: Comunicar (Cómo trabajar en la sala de clases), 2ª. Parte 1 [Nota: material previsto para 8º básico y enseñanza media] Cómo construir
Más detallesEvaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración
Evaluación de la capacidad óptima de medida y alcance de la acreditación de un laboratorio de calibración Fernández Pareja, Mª Teresa te_fer@topografia.upm.es Departamento de Ingeniería Topográfica y Cartografía
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesANÁLISIS DESCRIPTIVO CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:
Más detallesValidation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación
Validation Validación Psicométrica L art de l évaluation Validation Central Test Central Test Centraltest L art de l évaluation CENTRAL test.com El arte de la evaluación www.centraltest.com Propiedades
Más detallesINDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL
FUNDACION NEXUS ciencias sociales medio ambiente salud INDICADORES. PROBLEMAS ASOCIADOS A SU SELECCIÓN PARA MEDIR SUSTENTABILIDAD Y EFICIENCIA AMBIENTAL Por Daniel Fernández Dillon Ingeniería Sanitaria
Más detallesde la empresa Al finalizar la unidad, el alumno:
de la empresa Al finalizar la unidad, el alumno: Identificará el concepto de rentabilidad. Identificará cómo afecta a una empresa la rentabilidad. Evaluará la rentabilidad de una empresa, mediante la aplicación
Más detallesClase 8: Distribuciones Muestrales
Clase 8: Distribuciones Muestrales Distribución Muestral La inferencia estadística trata básicamente con generalizaciones y predicciones. Por ejemplo, podemos afirmar, con base a opiniones de varias personas
Más detallesClase 2: Estadística
Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 3, Marzo 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Autor:
Más detallesLa clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda
La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda Qué SPC? SPC (Statistical Process Control) CEP (Control Estadístico de Proceso) El SPC es una herramienta estadística que nos permite analizar,
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesTema 7 COSTO ESTÁNDAR
Tema 7 COSTO ESTÁNDAR Campus Santa Fé Miguel Ángel Gutiérrez Banegas 1 Introducción En el proceso de generación de información en los negocios, la predeterminación de costos soluciona la dificultad que
Más detallesPequeñas charlas para montaje industrial Fernando Espinosa Fuentes
Pequeñas charlas para montaje industrial Fernando Espinosa Fuentes Aunque se tenga un valor nominal determinado, nunca se podrá definir el valor real del mismo, pues nunca se podría asegurar que el sistema
Más detallesModelos estadísticos aplicados en administración de negocios que generan ventajas competitivas
Modelos estadísticos aplicados en administración de negocios que generan ventajas competitivas Videoconferencias semana de estadística Universidad Latina, Campus Heredia Costa Rica Universidad del Valle
Más detallesQué es la Estadística Ambiental?
Qué es la Estadística Ambiental? La Estadística Ambiental es simplemente la aplicación de la Estadística a problemas relacionados con el ambiente. Ejemplos de las actividades que requieren del uso de estas
Más detallesCAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION
CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION Como hemos dicho anteriormente, los instrumentos de medición hacen posible la observación de los fenómenos eléctricos y su cuantificación. Ahora
Más detalles2. INSTRUMENTOS DE MEDICON DEL DESEMPEÑO LABORAL.
2. INSTRUMENTOS DE MEDICON DEL DESEMPEÑO LABORAL. 2.1 Medición del desempeño en base a normas. Las normas son puntos de referencia para la medición del desempeño real o esperado de los empleados, en condiciones
Más detallesValidación de Métodos
Validación de Métodos Francisco Rojo Callejas Validación de Métodos Definiciones Parámetros básicos Requisitos Validación de Métodos El proceso de definir las condiciones analíticas y confirmar que el
Más detallesMEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL
MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL Las medias de tendencia central o posición nos indican donde se sitúa un dato dentro de una distribución de datos. Las medidas de dispersión, variabilidad o variación
Más detallesCARTAS DE CONTROL: SU EFECTIVIDAD PARA DETECTAR CAMBIOS
CARTAS DE CONTROL: SU EFECTIVIDAD PARA DETECTAR CAMBIOS MEDIANTE UN ENFOQUE POR CADENAS DE MARKOV ABSORBENTES Lidia Toscana - Nélida Moretto - Fernanda Villarreal Universidad Nacional del Sur, ltoscana@criba.edu.ar
Más detalles4 Pruebas y análisis del software
4 Pruebas y análisis del software En este capítulo se presentan una serie de simulaciones donde se analiza el desempeño de ambos sistemas programados en cuanto a exactitud con otros softwares que se encuentran
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesAuditoría. 9 > Auditoría de cuentas a cobrar
Auditoría. 9 > Auditoría de cuentas a cobrar Juan Carlos Mira Navarro Juan Carlos Mira Navarro 1 / 13 Auditoría. 9 > Auditoría de cuentas a cobrar 1 2 3 4 Procedimientos para verificar la existencia de
Más detalles3. Métodos para la evaluación de proyectos
Objetivo general de la asignatura: El alumno analizará las técnicas de evaluación de proyectos de inversión para la utilización óptima de los recursos financieros; así como aplicar las técnicas que le
Más detallesCONCEPTO DEL ÍNDICE ACCIONARIO
Qué es un índice accionario? CONCEPTO DEL ÍNDICE ACCIONARIO Un índice accionario es un instrumento estadístico empleado para estudiar la evolución de los precios de las acciones en un mercado de valores.
Más detallesEL FONDO DE MANIOBRA Y LAS NECESIDADES OPERATIVAS DE FONDOS
2 EL FONDO DE MANIOBRA Y LAS NECESIDADES OPERATIVAS DE FONDOS Las inversiones de una empresa están reflejadas en su activo. Una forma de clasificación de las diferentes inversiones es en función del plazo
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 2, Febrero 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Construcción de una Base de Datos Autor:
Más detallesÍNDICE. Introducción. Alcance de esta NIA Fecha de vigencia
NORMA INTERNACIONAL DE AUDITORÍA 706 PARRAFOS DE ÉNFASIS EN EL ASUNTO Y PARRAFOS DE OTROS ASUNTOS EN EL INFORME DEL AUDITOR INDEPENDIENTE (En vigencia para las auditorías de estados financieros por los
Más detallesCadena de Valor y Estrategias Genéricas 1. Prof. Marcelo Barrios
Cadena de Valor y Estrategias Genéricas 1 1 Nota Técnica Preparada por el del Área de Política de Empresa de EDDE.. Primera versión: Noviembre 2001. Noviembre de 2003. 1 Cadena de Valor y Estrategias Genéricas
Más detalleswww.bvbusiness-school.com
Gráficos de Control de Shewart www.bvbusiness-school.com GRÁFICOS DE CONTROL DE SHEWART Una de las herramientas estadísticas más importantes en el Control Estadístico de Procesos son los Gráficos de Control.
Más detallesEnsayos Clínicos en Oncología
Ensayos Clínicos en Oncología Qué son y para qué sirven? www.seom.org ESP 05/04 ON4 Con la colaboración de: Una parte muy importante de la Investigación en Oncología Médica se realiza a través de Ensayos
Más detalles% PRODUCTOS NO CONFORMES 10% 5%
Departamento de Ingeniería Mecánica Tecnología Mecánica I 67.15 Unidad 13: Control de Calidad Ing. Sergio Laguzzi 1 TEMARIO - Definición de Calidad. Costos de la no Calidad. Estrategia de detección (Planes
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesSistemas de Información Geográficos (SIG o GIS)
Sistemas de Información Geográficos (SIG o GIS) 1) Qué es un SIG GIS? 2) Para qué sirven? 3) Tipos de datos 4) Cómo trabaja? 5) Modelos de datos, Diseño Conceptual 6) GeoDataase (GD) 7) Cómo evaluamos
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS Muchos problemas de ingeniería, ciencia, y administración, requieren que se tome una decisión entre aceptar o rechazar una proposición sobre algún parámetro. Esta proposición recibe
Más detallesMaster en Gestion de la Calidad
Master en Gestion de la Calidad 3. La Calidad en la Actualidad La calidad en la actualidad 1 / 9 OBJETIVOS Al finalizar esta unidad didáctica será capaz: Conocer la calidad en la actualidad. La familia
Más detallesTema 12: Contrastes Paramétricos
Tema 1 Tema 1: Contrastes Paramétricos Presentación y Objetivos. Se comienza este tema introduciendo la terminología y conceptos característicos de los contrastes de hipótesis, típicamente a través de
Más detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesApp para realizar consultas al Sistema de Información Estadística de Castilla y León
App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda
Más detallesCOMO MEDIR LA EFECTIVIDAD DE LA CONCIENTIZACIÓN
COMO MEDIR LA EFECTIVIDAD DE LA CONCIENTIZACIÓN Ing. Carlos Ormella Meyer Los planes de concientización especialmente en seguridad de la información han sido muchas veces terreno fértil de opiniones discordantes,
Más detallesESTIMACION DE INTERVALOS DE CONFIANZA
pag 3. Prohibida su reproducción ESTIMACION DE INTERVALOS DE CONFIANZA Una muestra permite realizar estimaciones puntuales de los parámetros de la población. Utilizando las propiedades de las distribuciones
Más detallesMEDICION DEL TRABAJO
MEDICION DEL TRABAJO Habíamos dicho al comenzar el curso que habían 4 técnicas que permiten realizar una medición del trabajo 1 Técnicas Directas: - Estudio de tiempos con cronómetro - Muestreo del trabajo
Más detallesCómo funciona el Diagrama de Control
Cómo funciona el Diagrama de Control Capítulo 4 Control Estadístico de Calidad Modelo del sistema de control de proceso ( con retroalimentación ) VOZ DEL PROCESO METODOS ESTADÍSTICOS Personal Equipo Materiales
Más detallesINVENTARIOS. NEC 11 Norma Ecuatoriana de Contabilidad 11
INVENTARIOS NEC 11 Norma Ecuatoriana de Contabilidad 11 CONTENIDO Inventarios Objetivo Alcance Definiciones Cuantificación de Inventarios Costo de Inventarios Costo de Compra Costo de Conversión Otros
Más detallesGRÁFICOS DE CONTROL DE SHEWHART
GRÁFICOS DE CONTROL DE SHEWHART Jordi Riu Grupo de Quimiometría, Cualimetría y Nanosensores Universitat Rovira i Virgili Campus Sescelades C/ Marcel lí Domingo s/n 43007-Tarragona Introducción Uno de los
Más detallesASEGURAMIENTO DE LA CALIDAD EN LABORATORIO
FUNDACION NEXUS ASEGURAMIENTO DE LA CALIDAD EN LABORATORIO Marzo de 2012 CALIDAD, CONTROL DE LA CALIDAD Y ASEGURAMIENTO DE LA CALIDAD El laboratorio de análisis ofrece a sus clientes un servicio que se
Más detallesEnfoque del Marco Lógico (EML)
Enfoque del Marco Lógico (EML) Qué es el EML? Es una herramienta analítica que se utiliza para la mejorar la planificación y la gestión de proyectos tanto de cooperación al desarrollo como de proyectos
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesContenidos. INFORME ENCUESTA TELEFÓNICA. Curso 2009 10
ENCUESTA DE OPINIÓN DEL ALUMNADO SOBRE LA ACTUACIÓN DOCENTE DEL PROFESORADO UNIVERSIDAD DE SEVILLA Curso 2009-2010 ENCUESTA TELEFÓNICA Contenidos Introducción.... 4 El Cuestionario... 5 El muestreo...
Más detallesAnálisis de los datos
Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización
Más detallesNIC 38 Activos Intangibles
2012 Resumen técnico NIC 38 Activos Intangibles emitida el 1 de enero de 2012. Incluye las NIIF con fecha de vigencia posterior al 1 de enero de 2012 pero no las NIIF que serán sustituidas. Este extracto
Más detallesNormas chilenas de la serie ISO 9000
Normas chilenas de la serie ISO 9000 Hernán Pavez G. Director Ejecutivo del Instituto Nacional de Normalización, INN, Matías Cousiño N 64, 6 Piso, Santiago, Chile. RESUMEN: en nuestro país las empresas
Más detallesMedidas de la tendencia central y las gráficas de caja
LECCIÓN CONDENSADA 2.1 Medidas de la tendencia central y las gráficas de caja En esta lección Encontrarás e interpretarás la media, la mediana, y la moda para unos conjuntos de datos Crearás e interpretarás
Más detallesGUÍA PARA SISTEMAS DE RASTREABILIDAD
REQUISITOS GENERALES Y RECOMENDACIONES PARA IMPLEMENTAR RASTREABILIDAD DE ALIMENTOS AGROPECUARIOS PRIMARIOS Y PIENSOS 1 CAMPO DE APLICACIÓN Esta guía específica los requisitos mínimos que debe cumplir
Más detallesSistemas de Gestión de Calidad. Control documental
4 Sistemas de Gestión de Calidad. Control documental ÍNDICE: 4.1 Requisitos Generales 4.2 Requisitos de la documentación 4.2.1 Generalidades 4.2.2 Manual de la Calidad 4.2.3 Control de los documentos 4.2.4
Más detallesCARTILLA TIPOS DE PRESUPUESTO
CARTILLA TIPOS DE PRESUPUESTO SENA CENTRO NACIONAL DE LA CONSTRUCCIÓN MEDELLÍN, 2004 TIPOS DE PRESUPUESTO 1. PRESUPUESTO GLOBAL Es aquel en el cual se presenta el valor total del proyecto sin ningún tipo
Más detallesAnexo 4. Herramientas Estadísticas
Anexo 4 Herramientas Estadísticas La estadística descriptiva es utilizada como una herramienta para describir y analizar las características de un conjunto de datos, así como las relaciones que existen
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detalles2. Redes de Medición de la Calidad del Aire
2. Redes de Medición de la Calidad del Aire Una red de medición de la calidad del aire es parte de un Sistema de Medición de Calidad del aire, SMCA. Es importante mencionar que un SMCA puede incluir una
Más detalleswww.fundibeq.org En estos casos, la herramienta Gráficos de Control por Variables" no es aplicable.
GRAFICOS DE CONTROL POR ATRIBUTOS 1.- INTRODUCCIÓN Este documento describe la secuencia de construcción y las pautas de utilización de una de las herramientas para el control de procesos, los Gráficos
Más detalles