UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST"

Transcripción

1 UNIDAD DIDÁCTICA 7 ANÁLISIS DE ÍTEMS Y BAREMACIÓN DE UN TEST 7.1. ANÁLISIS DE LOS ÍTEMS Al comenzar la asignatura ya planteábamos que uno de los principales problemas a los que nos enfrentábamos a la hora de medir las variables psicosociales o psico-educativas era la imposibilidad de hacerlo de una forma directa. Ello es debido a que podría decirse que casi todas ellas tienen un origen claramente teórico e inobservable; es decir, son constructos complejos que sólo son accesibles de forma indirecta a partir de las respuestas de los sujetos a los elementos o ítems que componen los tests. En este sentido, y una vez definido de forma operativa el constructo que deseábamos medir, la primera tarea que debíamos llevar a cabo para construir el correspondiente test psicométrico que nos permitiera medirlo era la redacción de dichos ítems y su posterior selección tanto subjetiva como objetiva. Sólo el análisis objetivo de los ítems nos permitirá conocer realmente el grado en que cada uno de ellos es un buen medidor del rasgo de nuestro interés y eso podremos comprobarlo estadísticamente de manera sencilla si obtenemos tres indicadores para cada uno de los ítems incluidos en nuestro test (desde la TCT como modelo matemático de partida, claro): 1. El índice de dificultad del ítem 2. El índice de homogeneidad del ítem 3. El índice de validez del ítem El índice de dificultad del ítem (ID) Este primer indicador sirve para cuantificar el grado de dificultad de cada cuestión, por lo que sólo tiene sentido calcularlo para ítems de tests de rendimiento óptimo (con respuestas correctas e incorrectas). La dificultad de un ítem viene dada por la proporción de sujetos de una determinada muestra que aciertan dicho ítem, proporción que se expresa mediante el llamado índice de dificultad que no es más que el cociente entre el número de sujetos que han acertado el ítem entre el número total de sujetos que lo han contestado: I.D. = nº de aciertos / nº de sujetos que contestaron Es evidente que dicho cociente sólo puede tomar valores entre 0 y 1, de tal manera que cuanto más cerca de 1 esté el índice de dificultad de un ítem, más fácil será ese ítem mientras que cuánto más se aproxime a 0, más difícil será. Ejemplo: La siguiente tabla recoge las respuestas de una muestra de 5 personas a un test formado por 5 ítems a los que se ha puntuado con un 1 al acertar y con un 0 al errar: Ítem 1 Ítem 2 Ítem 3 Ítem 4 Ítem 5 Sujeto Sujeto Sujeto Sujeto Sujeto Unidad Didáctica 7-1

2 ID (ítem 1) = 0/5 = 0; ID (ítem 2) = 2/5 = 0.4; ID (ítem 3) = ¼ = 0.25; ID (ítem 4) = 2/3 = 0.67; ID (ítem 5) = 2/3 = 0.67 Según esto, el ítem más difícil sería el nº 1 seguido por el nº 3, el nº 2 y, los más sencillos han resultado ser el nº 4 y el nº 5. Pero además, el I.D. puede utilizarse también para ofrecer una idea aproximada del poder discriminativo de un ítem. Si la dificultad de un ítem es nula (es decir, I.D.=1), querrá decir que esa cuestión es demasiado fácil y todos los sujetos la acertarán independientemente de su nivel de conocimiento; es decir, ese ítem no sirve para distinguir (discriminar) a los sujetos que saben de los que no saben por lo que no puede considerarse como un buen elemento evaluador. Exactamente lo mismo ocurrirá con un ítem que tenga un índice de dificultad de 0, es decir, tan difícil que no lo acierte ningún sujeto de la muestra. Así pues, los ítems idóneos para incluir en una prueba de rendimiento óptimo serán aquellos que tengan un I.D. próximo a 0.5 (dificultad media y discriminación alta), siendo además aconsejable incluir siempre algún ítem más fácil (colocados al principio por razones obvias de motivación) y alguno más difícil (al final del cuestionario) para garantizar el poder discriminativo general del test El índice de homogeneidad del ítem (IH) El índice de homogeneidad de un ítem nos informa del grado en que dicho ítem está midiendo lo mismo que la globalidad del test; es decir, del grado en que es consistente, homogéneo con el total de la prueba. Dicho IH se define como la correlación existente entre las puntuaciones obtenidas por los sujetos en un determinado ítem y la puntuación total de esos mismos sujetos en el test completo. Ejemplo: Aplicamos un test de tres ítems a una muestra de 5 sujetos obteniendo las siguientes puntuaciones: Ítem 1 Ítem 2 Ítem 3 Total (X) Sujeto Sujeto Sujeto Sujeto Sujeto IH (ítem 1) = r 1X = 0.75; IH (ítem 2) = r 2X = 0.94; IH (ítem 3) = r 3X = 0.86 Dado que el índice de homogeneidad de un ítem es un indicador del grado en que ese ítem mide lo mismo que la prueba completa, es coherente con el total de la prueba, habrá que eliminarlo si su I.H. está muy próximo a 0 ya que esto indicará que ítem y prueba completa tienen muy poca relación entre sí; es decir, miden cosas completamente diferentes. Por el contrario, los ítems cuya correlación con la puntuación total sea cercana a 1 serán muy homogéneos, muy consistentes entre sí y medirán todos lo mismo (como en el caso de los tres ítems utilizados en el ejemplo) El índice de validez del ítem (IV) Pretende expresar el grado en que un ítem es capaz de predecir (pronosticar) el rendimiento de un sujeto medido a través de una variable externa elegida como indicadora del mismo; Unidad Didáctica 7-2

3 por lo tanto, el índice de validez se calculará mediante la correlación entre las puntuaciones de un grupo de sujetos en ese ítem y las puntuaciones de esos mismos sujetos en la variable externa elegida como criterio de validación. Ejemplo: Supongamos que con los mismos datos del ejemplo anterior conocemos las puntuaciones de esos 5 sujetos en una variable criterio Y: Ítem 1 Ítem 2 Ítem 3 Y Sujeto Sujeto Sujeto Sujeto Sujeto Los índices de validez de los tres ítems serían: IV (ítem 1) = r 1Y = 0.87; IV (ítem 2) = r 2Y = 0.88; IV (ítem 3) = r 3Y = 0.54 De nuevo habrá que eliminar todo ítem cuyo I.V. esté muy próximo a 0, ya que no parece contribuir demasiado a que la prueba global cumpla el objetivo para el cual ha sido diseñada; es decir, no es un ítem válido. En otro orden de cosas, y volviendo al caso de haber estado diseñando un test de rendimiento óptimo, no deberíamos conformarnos con calcular los índices de calidad que acabamos de describir para todos los ítems que lo constituyen, sino que también deberíamos asegurarnos de que los sujetos que los han respondido de forma correcta no lo han hecho por pura casualidad, por azar, sino porque realmente disponen del conocimiento o aptitud que les permite dar las respuestas acertadas. En este sentido, debemos proceder a corregir los efectos que el azar pueda estar teniendo sobre esas puntuaciones. Vamos a verlo: Corrección del azar Habitualmente, los tests de rendimiento óptimo están constituidos por un conjunto de ítems más o menos numeroso que suelen responderse eligiendo sólo una de las opciones ofrecidas dentro de una serie de posibles alternativas (ítems de opción múltiple). Lo lógico es que sólo una de estas opciones de respuesta sea considerada como acierto mientras que las otras serán tomadas como errores. Pero, como sabemos, un sujeto puede acertar un ítem no sólo si conoce la respuesta por méritos propios sino también por casualidad, por azar, engordando con ello su puntuación final en el test. Por todo esto se hace necesario introducir índices que corrijan los efectos del azar. Procedimiento: La probabilidad de que un sujeto acierte un determinado ítem por azar (A a ) viene dada por el cociente entre el nº de respuestas correctas (normalmente 1) y el nº de casos posibles (que es el nº de alternativas de respuesta que tenga nuestro ítem): Así, la probabilidad de fallarlo vendrá dada por: P (A a ) = 1 / n P (E) = 1 (1/n) = (n -1) / n Como la puntuación de un sujeto en un test viene dada por la suma de las respuestas a todos los ítems, el número total de aciertos por azar (A a ) y de errores (E) que se obtengan Unidad Didáctica 7-3

4 en el test se calculará multiplicando las fórmulas anteriores por el nº de ítems que componen el test (R): A a = R x (1/n) E = R x [(n-1) / n] Así, despejando R en ambas fórmulas e igualando los términos resultantes tendremos que: A a x n = (E x n) / (n-1) A a = E / (n-1) Y como la puntuación final de un sujeto en un test (X) debe ser igual al nº de aciertos que ha obtenido (A) menos los debidos al azar (A a ), podremos concluir que: X = A [E / (n-1)] Es decir, la puntuación final de un sujeto en un test (X), corregido el azar, es igual al número de aciertos (A) menos el de errores (E) dividido éste último por el número de alternativas de respuesta de los ítems (n) menos 1. Ejemplo: un sujeto contesta 80 cuestiones de un examen tipo test de 100 preguntas de verdadero o falso. De ellas, sólo 63 respuestas son correctas mientras que 17 son errores. Cuál será su puntuación final? (Respuesta: X = 63 (17 / 2-1) = 46) Para completar el análisis objetivo de los ítems que componen nuestro test de rendimiento óptimo tan sólo nos quedaría revisar los errores cometidos por los sujetos al responderlos; es decir, debemos estudiar los patrones de respuesta dados a los distintos ítems. Esto es así porque lo ideal es que la opción de respuesta correcta de cada ítem debería ser la más elegida por los sujetos mientras que las alternativas erróneas incluidas en los ítems por los evaluadores sólo serían aceptables si son elegidas mayoritariamente por los sujetos con menores puntuaciones en el test (los menos sabios ) y no por todos por igual. Si una de las opciones falsas a una cuestión es escogida de forma sistemática por casi toda la muestra (sujetos más hábiles y menos hábiles), será un claro reflejo no sólo de que es muy difícil, sino también de que puede ser confusa, de que no es perfectamente distinguible de la opción verdadera y, por lo tanto, debería ser eliminada TIPOS DE ESCALAS: CRONOLÓGICAS, CENTILES, TÍPICAS Y TÍPICAS NORMALIZADAS. La puntuación directa que un sujeto obtiene en un test (X i ) no tiene demasiado significado en sí misma al considerarla aisladamente. Para que lo tenga, debemos conocer las medidas de tendencia central y de variabilidad que definen la variable medida en el grupo de origen y/o debemos compararla con las puntuaciones del resto de sujetos que constituyen la muestra sobre la que se obtuvieron las mediciones; es decir, hay que interpretar la puntuación directa de cada sujeto en relación con la del grupo normativo al que pertenece. Para poder hacer esto es necesario disponer de un baremo o escala normativa que no es más que una tabla de conversión donde se refleja la correspondencia entre las puntuaciones directas de los sujetos y las puntuaciones estandarizadas adecuadas para cada grupo o tipo de población (habitualmente definida en términos de sexo y edad). Las escalas de conversión o baremos más utilizados son: Unidad Didáctica 7-4

5 Escalas cronológicas Son escalas aplicables exclusivamente a rasgos que evolucionan con la edad, destacando su uso en la medida de la inteligencia mediante las Edades Mentales (EM) y/o los Cocientes Intelectuales (CI): C.I. = (Edad mental / Edad cronológica) x 100 Para poder aplicar esta fórmula y conocer así el cociente intelectual de un sujeto debo seguir los siguientes pasos: - Escoger una amplia muestra representativa de la población que incluya sujetos de todas las edades y sexos a las que se pueda aplicar el test de inteligencia en cuestión. - Aplicar el test de inteligencia escogido a todos los sujetos de la muestra y obtener la media aritmética de cada uno de los grupos de sujetos de una determinada edad: Grupos de edad 5 años 6 años 7 años 8 años... Puntuación media Para conocer entonces la EM de un sujeto determinado, le aplicaremos el test y haremos corresponder su puntuación directa con la del grupo de edad cuya media se parezca más a dicha puntuación, obteniendo así su edad mental. Por ejemplo, un niño obtiene en el test una puntuación directa de 11 puntos, puntuación que, según la tabla, se corresponde con una edad mental de 6 años. - Una vez conocida la edad mental, se aplica la fórmula y se obtiene directamente el cociente intelectual. Así, al niño de nuestro ejemplo que tiene 5 años le corresponde un CI = (6/5) x 100 = 120. Por tanto, cuando la EM y la EC de un sujeto coinciden, su CI será de 100, lo que indica que está exactamente en la puntuación media que le corresponde por edad. Si el CI supera el valor de 100, significará que el sujeto tiene una inteligencia superior al promedio mientras que si es inferior, su inteligencia estará por debajo de la media. En general, se suele considerar que un CI inferior a 70 podría indicar algún tipo de déficit cognitivo mientras que uno superior a 140 señalaría una posible excepcionalidad intelectual (en ambos casos se recomienda hacer una evaluación más completa del sujeto). Aunque como hemos podido comprobar las escalas cronológicas son escalas muy sencillas tanto de calcular como de interpretar, presentan el principal inconveniente de que sólo son aplicables a rasgos que evolucionan con la edad dejando de ser útiles a partir de ciertas edades puesto que suele existir una edad tope de desarrollo en la que la mayoría de los rasgos se estabilizan Escalas centiles Como ya sabemos, los centiles o percentiles (C o P) son las 99 puntuaciones que dividen una distribución de frecuencias en 100 partes iguales y, como medidas de posición que son, indican el porcentaje de sujetos que queda por debajo y por encima de una determinada puntuación directa. Ya hemos visto en otra unidad que asumiendo que la variable que mide nuestro test se distribuye según un modelo normal, las tablas de la curva normal pueden ayudarnos a Unidad Didáctica 7-5

6 calcular el centil con el que se corresponde una determinada puntuación directa, también podemos aplicar esta sencilla fórmula: Siendo: C i el centil correspondiente a una determinada puntuación directa X i, será la frecuencia acumulada correspondiente a esa puntuación directa y n el número total de sujetos de la muestra normativa Escalas típicas Como también sabemos ya, las puntuaciones típicas (z) indican el nº de desviaciones típicas (S X ) que un sujeto se separa de la media de su grupo de referencia y se calculan aplicando la siguiente transformación sobre las diferentes puntuaciones directas que presente nuestra variable: z = (X - X) / S X Así, la puntuación típica (z) que le corresponde a un sujeto que obtuvo en un test de media 12 y desviación típica 6,25 una puntuación directa (X) de 18 es de Z = 0,96; lo que indica que se encuentra a 0,96 desviaciones típicas por encima de la media de su grupo normativo. También son escalas muy utilizadas por su sencillez de cálculo e interpretación aunque su principal problema es que puede resultar un poco chocante para los sujetos evaluados que se les asignen puntuaciones que pueden ser decimales y negativas como resultado de su ejecución en un determinado test Escalas típicas normalizadas Otras Están constituidas por las puntuaciones típicas (Z n ) que les corresponderían a las puntuaciones directas de los sujetos (X) si la distribución de la variable analizada se ajustara (más o menos) a una distribución normal. Para calcularlas basta con conocer la media y la desviación típica de la variable en cuestión y aplicar la fórmula indicada arriba. Además, si disponemos de la tabla de la curva normal, podremos buscarlas en ella y descubrir así el porcentaje de sujetos de la población que quedan por encima y por debajo de ellas. Ya hemos comentado que el principal problema de las puntuaciones típicas (tanto estándares como normalizadas) es que pueden adoptar valores negativos y decimales. Para evitarlo, se han propuesto otros baremos que no son más que transformaciones lineales de las puntuaciones típicas. Entre ellas podemos destacar las puntuaciones T, las puntuaciones D y los estaninos o eneatipos (E): Siendo: T = z D = z E = z En cualquier caso, la interpretación de cualquiera de ellas siempre se hace en base a la z en la que se basan; es decir, si un sujeto obtiene una T=30, una D=10 y una E=1; Unidad Didáctica 7-6

7 siempre deberemos entender que este sujeto está a dos desviaciones típicas por debajo de la media de su grupo normativo (z=-2). BIBLIOGRAFÍA COMPLEMENTARIA GARCÍA CUETO, E. (1993). Introducción a la Psicometría (cap.12 y 13). México: Siglo XXI. Unidad Didáctica 7-7

Covarianza y coeficiente de correlación

Covarianza 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 detalles

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido

Tema 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 detalles

1. MEDIDAS DE TENDENCIA CENTRAL

1. MEDIDAS DE TENDENCIA CENTRAL 1. MEDIDAS DE TENDENCIA CENTRAL Lo importante en una tendencia central es calcular un valor central que actúe como resumen numérico para representar al conjunto de datos. Estos valores son las medidas

Más detalles

Objeto del informe. ALUMNO 1 Página: 1

Objeto del informe. ALUMNO 1 Página: 1 Nombre: ALUMNO 1 Centro: NOMBRE DEL COLEGIO Curso: 5º E. PRIMARIA Responsable: RESPONSABLE Localidad: LOCALIDAD Fecha: 21 / julio / 2015 Objeto del informe El presente informe recoge la evaluación psicológica

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS 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 detalles

Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina

Datos del autor. Nombres y apellido: Germán Andrés Paz. Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Datos del autor Nombres y apellido: Germán Andrés Paz Lugar de nacimiento: Rosario (Código Postal 2000), Santa Fe, Argentina Correo electrónico: germanpaz_ar@hotmail.com =========0========= Introducción

Más detalles

Test de Idioma Francés. Manual del evaluador

Test de Idioma Francés. Manual del evaluador Test de Idioma Francés Manual del evaluador 1 CONTENIDO Introducción Qué mide el Test de idioma francés? Qué obtienen el examinado y el examinador? Descripción de los factores Propiedades psicométricas

Más detalles

La conveniencia de erradicar de nuestro sistema educativo las preguntas que restan en los exámenes tipo test

La conveniencia de erradicar de nuestro sistema educativo las preguntas que restan en los exámenes tipo test DESARROLLO Y EXPLICACIONES ADICIONALES DEL ARTÍCULO DE LA VANGUARDIA RESTAR NO SUMA Por Fernando Trias de Bes La conveniencia de erradicar de nuestro sistema educativo las preguntas que restan en los exámenes

Más detalles

Cómo se sabe si una metodología científica es confiable y válida?

Cómo se sabe si una metodología científica es confiable y válida? Cómo se sabe si una metodología científica es confiable y válida? POR: Tupak Ernesto Obando Rivera Ingeniero en Geología. Master y Doctorado en Geología, y Gestión Ambiental por la Universidad Internacional

Más detalles

EVALUACIÓN DEL CUESTIONARIO CEAM

EVALUACIÓN DEL CUESTIONARIO CEAM EVALUACIÓN DEL CUESTIONARIO CEAM RESUMEN DE LA VALORACIÓN DEL TEST Descripción general Nombre del test Autor Características Autor de la adaptación española Editor de la adaptación española Fecha de la

Más detalles

Introducción. Estadística 1. 1. Introducción

Introducción. Estadística 1. 1. Introducción 1 1. Introducción Introducción En este tema trataremos de los conceptos básicos de la estadística, también aprenderemos a realizar las representaciones gráficas y a analizarlas. La estadística estudia

Más detalles

Otras medidas descriptivas usuales

Otras 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 detalles

1.1. Introducción y conceptos básicos

1.1. 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 detalles

Introducción al análisis de la Teoría de Respuesta al Ítem. Antonio Matas Terrón

Introducción al análisis de la Teoría de Respuesta al Ítem. Antonio Matas Terrón Introducción al análisis de la Teoría de Respuesta al Ítem Antonio Matas Terrón Ediciciones Aidesoc 2010 Introducción al análisis de la Teoría de Respuesta al Ítem Antonio Matas Terrón Edita: Aidesoc.net

Más detalles

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS

ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se

Más detalles

PROCEDIMIENTOS DE EVALUACIÓN Y CRITERIOS DE CALIFICACION.

PROCEDIMIENTOS DE EVALUACIÓN Y CRITERIOS DE CALIFICACION. PROCEDIMIENTOS DE EVALUACIÓN Y CRITERIOS DE CALIFICACION. A) EN LA ESO En 1º de ESO se comenzará la evaluación realizando a principio de curso una prueba inicial para ver el nivel de conocimientos que

Más detalles

REPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.

REPASO 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 detalles

Tema 2. Espacios Vectoriales. 2.1. Introducción

Tema 2. Espacios Vectoriales. 2.1. Introducción Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por

Más detalles

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO

UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN DESCUENTO - 1 - UNIDAD 1 LAS LEYES FINANCIERAS DE CAPITALIZACIÓN Y DESCUENTO Tema 1: Operaciones financieras: elementos Tema 2: Capitalización y descuento simple Tema 3: Capitalización y descuento compuesto Tema

Más detalles

TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI

TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI TEORÍA CLÁSICA DE MEDICIÓN TC Y TEORÍA DE RESPUESTA AL ITEM TRI UNIVERSIDAD DE CHILE VICERRECTORÍA DE ASUNTOS ACADÉMICOS Departamento de Evaluación, Medición y Registro Educacional DEMRE ABRIL DE 2005

Más detalles

El modelo relacional

El modelo relacional El modelo relacional El modelo relacional constituye una alternativa para la organización y representación de la información que se pretende almacenar en una base de datos. Se trata de un modelo teórico

Más detalles

Ecuaciones de primer grado con dos incógnitas

Ecuaciones de primer grado con dos incógnitas Ecuaciones de primer grado con dos incógnitas Si decimos: "las edades de mis padres suman 120 años", podemos expresar esta frase algebraicamente de la siguiente forma: Entonces, Denominamos x a la edad

Más detalles

Tema 7 COSTO ESTÁNDAR

Tema 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 detalles

Parámetros y estadísticos

Parámetros 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 detalles

La metodologia Cuantitativa. Encuestas y muestras

La metodologia Cuantitativa. Encuestas y muestras La metodologia Cuantitativa. Encuestas y muestras Técnicas «cuantitativas» y «cualitativas» «Las técnicas cuantitativas»: Recogen la información mediante cuestiones cerradas que se planteal sujeto de forma

Más detalles

Instrumentos y aparatos de medida: Medida de intensidad, tensión y resistencia

Instrumentos y aparatos de medida: Medida de intensidad, tensión y resistencia Instrumentos y aparatos de medida: Medida de intensidad, tensión y resistencia Podemos decir que en electricidad y electrónica las medidas que con mayor frecuencia se hacen son de intensidad, tensión y

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

Para optimizar este proceso lo dividiremos en etapas y deberemos tener bien claro el objetivo que debemos alcanzar en cada una de ellas:

Para optimizar este proceso lo dividiremos en etapas y deberemos tener bien claro el objetivo que debemos alcanzar en cada una de ellas: ETAPAS DEL PROCESO DE SELECCIÓN DE PERSONAL EN LAS EMPRESAS FAMILIARES En la actualidad muchas empresas familiares han evolucionado intentando aplicar técnicas adecuadas para el proceso de Selección de

Más detalles

8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...

8.1. 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 detalles

Cifras significativas e incertidumbre en las mediciones

Cifras 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 detalles

SISTEMAS DE NUMERACIÓN. Sistema de numeración decimal: 5 10 2 2 10 1 8 10 0 =528 8 10 3 2 10 2 4 10 1 5 10 0 9 10 1 7 10 2 =8245,97

SISTEMAS DE NUMERACIÓN. Sistema de numeración decimal: 5 10 2 2 10 1 8 10 0 =528 8 10 3 2 10 2 4 10 1 5 10 0 9 10 1 7 10 2 =8245,97 SISTEMAS DE NUMERACIÓN Un sistema de numeración es un conjunto de símbolos y reglas que permiten representar datos numéricos. La norma principal en un sistema de numeración posicional es que un mismo símbolo

Más detalles

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos

Capítulo 10. Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Capítulo 10 Análisis descriptivo: Los procedimientos Frecuencias y Descriptivos Al analizar datos, lo primero que conviene hacer con una variable es, generalmente, formarse una idea lo más exacta posible

Más detalles

GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES

GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES Tema: Cartas de Servicios Primera versión: 2008 Datos de contacto: Evaluación y Calidad. Gobierno de Navarra. evaluacionycalidad@navarra.es

Más detalles

CARTAS DE CONTROL. FeGoSa

CARTAS 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 detalles

FICHERO MUESTRA Pág. 1

FICHERO MUESTRA Pág. 1 FICHERO MUESTRA Pág. 1 Fichero muestra que comprende parte del Tema 3 del libro Gestión Financiera, Teoría y 800 ejercicios, y algunas de sus actividades propuestas. TEMA 3 - CAPITALIZACIÓN COMPUESTA 3.15.

Más detalles

EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO

EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO EJERCICIOS RESUELTOS SOBRE ERRORES DE REDONDEO 1º) Considérese un número estrictamente positivo del sistema de números máquina F(s+1, m, M, 10). Supongamos que tal número es: z = 0.d 1 d...d s 10 e Responde

Más detalles

Aula Banca Privada. La importancia de la diversificación

Aula Banca Privada. La importancia de la diversificación Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual

Más detalles

MAGNITUDES Y SU MEDIDA

MAGNITUDES Y SU MEDIDA MAGNITUDES Y SU MEDIDA 1. Introducción Vivimos en un universo sometido a continuos cambios, cambios que tienen lugar de acuerdo con unas normas a las que en términos genricos llamamos Leyes de la Naturaleza.

Más detalles

ANÁLISIS DE DATOS CONTROL DE CALIDAD. Ing. Carlos Brunatti

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 detalles

Capítulo 4 MEDIDA DE MAGNITUDES. Autor: Santiago Ramírez de la Piscina Millán

Capítulo 4 MEDIDA DE MAGNITUDES. Autor: Santiago Ramírez de la Piscina Millán Capítulo 4 MEDIDA DE MAGNITUDES Autor: Santiago Ramírez de la Piscina Millán 4 MEDIDA DE MAGNITUDES 4.1 Introducción El hecho de hacer experimentos implica la determinación cuantitativa de las magnitudes

Más detalles

Medidas de tendencia central o de posición: situación de los valores alrededor

Medidas 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 detalles

El objetivo de este capítulo es mostrar las posibilidades de valoración del DiViSA mediante el

El objetivo de este capítulo es mostrar las posibilidades de valoración del DiViSA mediante el 47 7. Claves para la evaluación de déficits de atención mediante el DiViSA El objetivo de este capítulo es mostrar las posibilidades de valoración del DiViSA mediante el análisis e interpretación de las

Más detalles

Tests de hipótesis estadísticas

Tests 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 detalles

Teoría y Construcción de Pruebas Psicológicas SIC 636. Clase 4: Clasificaciones más Usuales de las Pruebas Psicológicas. Criterios Empleados

Teoría y Construcción de Pruebas Psicológicas SIC 636. Clase 4: Clasificaciones más Usuales de las Pruebas Psicológicas. Criterios Empleados Teoría y Construcción de Pruebas Psicológicas SIC 636 Escuela de Psicología Clase 4: Clasificaciones más Usuales de las Pruebas Psicológicas. Criterios Empleados Los criterios para clasificar las pruebas,

Más detalles

PRACTICA 2002_2003 /2 VALIDEZ CRITERIAL (ANÁLISIS DE COMPONENTES PRINCIPALES, CORRELACIÓN Y REGRESIÓN LINEAL MÚLTIPLE) Psicometría. Prof. J. L.

PRACTICA 2002_2003 /2 VALIDEZ CRITERIAL (ANÁLISIS DE COMPONENTES PRINCIPALES, CORRELACIÓN Y REGRESIÓN LINEAL MÚLTIPLE) Psicometría. Prof. J. L. Prof. J.L. Melià. Pràctica 00/03. Pagina / 6 PRACTICA 00_003 / VALIDEZ CRITERIAL (ANÁLISIS DE COMPONENTES PRINCIPALES, CORRELACIÓN Y REGRESIÓN LINEAL MÚLTIPLE) Psicometría. Prof. J. L. Melià Bibliografía

Más detalles

Anexo VI EVALUACIÓN DEL DESEMPEÑO

Anexo VI EVALUACIÓN DEL DESEMPEÑO Anexo VI EVALUACIÓN DEL DESEMPEÑO EVALUACIÓN DEL DESEMPEÑO ÍNDICE Introducción......Pg.03-03 Para que sirve la Evaluación del Desempeño?...Pg.03-04 Finalidad de la......pg.04-04 Utilidades de la.......pg.05-05

Más detalles

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN

ACCIONES Y OTROS TÍTULOS DE INVERSIÓN ACCIONES Y OTROS TÍTULOS DE INVERSIÓN TASAS EFECTIVAS DE RENDIMIENTO ANUAL Y MENSUAL: Es aquélla que se emplea en la compraventa de algunos valores en el Mercado Bursátil o Bolsa de Valores. Estas tasas

Más detalles

ESTUDIO PRELIMINAR DE ALGUNOS FACTORES INFLUYENTES EN EL RENDIMIENTO ACADÉMICO DE ALUMNOS DEL GRUPO EXECUTIVE FISIOTERAPIA

ESTUDIO PRELIMINAR DE ALGUNOS FACTORES INFLUYENTES EN EL RENDIMIENTO ACADÉMICO DE ALUMNOS DEL GRUPO EXECUTIVE FISIOTERAPIA ESTUDIO PRELIMINAR DE ALGUNOS FACTORES INFLUYENTES EN EL RENDIMIENTO ACADÉMICO DE ALUMNOS DEL GRUPO EXECUTIVE FISIOTERAPIA Autores: Noemí Díaz Matas; Carlos Martín Saborido; Raquel Díaz-Meco Conde; Silvia

Más detalles

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS

Tema 9 Estadística Matemáticas B 4º E.S.O. 1 TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS Tema 9 Estadística Matemáticas B º E.S.O. TEMA 9 ESTADÍSTICA TABLAS DE FRECUENCIAS Y REPRESENTACIONES GRÁFICAS EN VARIABLES DISCRETAS EJERCICIO : En un grupo de personas hemos preguntado por el número

Más detalles

VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA

VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA VICERRECTORADO DE CALIDAD E INNOVACIÓN EDUCATIVA Título del Informe: Análisis de validez y fiabilidad del cuestionario de encuesta a los estudiantes para la evaluación de la calidad de la docencia Fecha:

Más detalles

INDICADORES POR ENCUESTA. Cuaderno Práctico -1 -

INDICADORES POR ENCUESTA. Cuaderno Práctico -1 - INDICADORES POR ENCUESTA Cuaderno Práctico -1 - ÍNDICE Elaboración del CUESTIONARIO...- 4 - Selección de la MUESTRA...- 5 - APLICACIÓN del cuestionario...- 7 - MECANIZACIÓN de datos...- 8 - Cálculo de

Más detalles

Técnicas de calidad en servicios

Técnicas de calidad en servicios Técnicas de calidad en servicios Para estudiar la calidad de un servicio disponemos de varias técnicas. A continuación se muestra un cuadro con las principales herramientas que podemos emplear, para los

Más detalles

Introducción a la Psicometría

Introducción a la Psicometría 1 Introducción a la Psicometría Teoría Clásica de los Tests y Teoría de la Respuesta al Ítem (Febrero 2004) Francisco J. Abad Carmen García Beatriz Gil Julio Olea Vicente Ponsoda Javier Revuelta INDICE

Más detalles

La relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota

La relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota La relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota INTRODUCCIÓN En este experimento voy a relacionar el tiempo que tarda una pelota en rebotar 6 veces desde distintas

Más detalles

Sistemas de numeración

Sistemas de numeración Sistemas de numeración Un sistema de numeración es un conjunto de símbolos y reglas que permiten representar datos numéricos. Los sistemas de numeración actuales son sistemas posicionales, que se caracterizan

Más detalles

DOMINAR. sin esfuerzo! 6 de 14. la ORTOGRAFÍA. Reduce las faltas de ortografía del alumnado hasta un 80 % en pocos meses

DOMINAR. sin esfuerzo! 6 de 14. la ORTOGRAFÍA. Reduce las faltas de ortografía del alumnado hasta un 80 % en pocos meses DOMINAR la ORTOGRAFÍA sin esfuerzo! 6 de 14 Reduce las faltas de ortografía del alumnado hasta un 80 % en pocos meses Buena ortografía sin esfuerzo. Cómo reducir los errores ortográficos hasta un 80 %

Más detalles

Control Estadístico de Procesos

Control 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 detalles

Movimiento a través de una. José San Martín

Movimiento a través de una. José San Martín Movimiento a través de una curva José San Martín 1. Introducción Una vez definida la curva sobre la cual queremos movernos, el siguiente paso es definir ese movimiento. Este movimiento se realiza mediante

Más detalles

Eduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS

Eduardo 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 detalles

SISTEMAS DE NUMERACIÓN. Sistema decimal

SISTEMAS DE NUMERACIÓN. Sistema decimal SISTEMAS DE NUMERACIÓN Sistema decimal Desde antiguo el Hombre ha ideado sistemas para numerar objetos, algunos sistemas primitivos han llegado hasta nuestros días, tal es el caso de los "números romanos",

Más detalles

CONCEPTOS DE LA FUERZA

CONCEPTOS DE LA FUERZA CONCEPTOS DE LA FUERZA PAPEL DE LA FUERZA EN EL RENDIMIENTO DEPORTIVO La mejora de la fuerza es un factor importante en todas las actividades deportivas, y en algunos casos determinantes (en el arbitraje

Más detalles

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas.

Estas visiones de la información, denominadas vistas, se pueden identificar de varias formas. El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los

Más detalles

CONTROL Y MEJORA DE UN PROCESO. GRÁFICOS DE CONTROL. CONTROL ESTADÍSTICO DE PROCESOS. SPC

CONTROL Y MEJORA DE UN PROCESO. GRÁFICOS DE CONTROL. CONTROL ESTADÍSTICO DE PROCESOS. SPC CONTROL Y MEJORA DE UN PROCESO. GRÁFICOS DE CONTROL. CONTROL ESTADÍSTICO DE PROCESOS. SPC 1. INTRODUCCIÓN. Mientras el Dr. Walter Shewhart de los Laboratorios Bell estudiaba datos de procesos en la década

Más detalles

Tema 7: Estadística y probabilidad

Tema 7: Estadística y probabilidad Tema 7: Estadística y probabilidad En este tema revisaremos: 1. Representación de datos e interpretación de gráficas. 2. Estadística descriptiva. 3. Probabilidad elemental. Representaciones de datos Cuatro

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

El Outsourcing como Opción Estratégica

El Outsourcing como Opción Estratégica El Outsourcing como Opción Estratégica Improven Consultores Colón 18, 2ºF 46004 Valencia Tel: 96 352 18 22 Fax: 96 352 20 79 www.improven-consultores.com info@improven-consultores.com El outsourcing como

Más detalles

Este es un ejemplo muy sencillo, un esquema de empleados que trabajan en proyectos, en una relación muchos a muchos.

Este es un ejemplo muy sencillo, un esquema de empleados que trabajan en proyectos, en una relación muchos a muchos. 28/04/2012 La teoría de la normalización va perdiendo peso con el paso de los años como herramienta de diseño de bases de datos relacionales en favor de modelos de datos más ricos en su representación,

Más detalles

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA

INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 1 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA Páginas 74-75 Lanzamiento de varios dados Comprobación de que: Desviación típica de n dados = (Desv. típica para un dado) / 1,71 n = 1,1 1,71 n = 3 0,98

Más detalles

Validation. Validación Psicométrica. Validation. Central Test. Central Test. Centraltest CENTRAL. L art de l évaluation. El arte de la evaluación

Validation. 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 detalles

ANÁLISIS DESCRIPTIVO CON SPSS

ANÁLISIS 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 detalles

PRESUPUESTO DE UNA OBRA

PRESUPUESTO DE UNA OBRA PRESUPUESTO DE UNA OBRA En muchos casos, cuando se realiza la oferta de una obra, resulta que este presupuesto es realizado por personas o departamentos diferentes a los que realizarán la obra. Esto es

Más detalles

Matrices equivalentes. El método de Gauss

Matrices equivalentes. El método de Gauss Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar

Más detalles

FORMULA TOP BLOGS MARKETING

FORMULA TOP BLOGS MARKETING FORMULA TOP BLOGS MARKETING Versión: 1.2 Fecha de revisión:septiembre de 2013 Índice... 2 Introducción... 3 TOP BLOGS MARKETING... 4 Descripción del Ranking...4 Cálculo del Ranking...5 Popularidad... 6

Más detalles

CICLO FORMATIVO DE GRADO MEDIO: COMERCIO

CICLO FORMATIVO DE GRADO MEDIO: COMERCIO CRITERIOS DE EVALUACIÓN DEPARTAMENTO DE COMERCIO CICLO FORMATIVO DE GRADO MEDIO: COMERCIO MÓDULOS: FORMACIÓN Y ORIENTACIÓN LABORAL OPERACIONES DE VENTA ADMINISTRACIÓN Y GESTIÓN DEL PEQUEÑO ESTABLECIMIENTO

Más detalles

INTRODUCCIÓN A LA INVESTIGACIÓN DE MERCADOS

INTRODUCCIÓN A LA INVESTIGACIÓN DE MERCADOS MÓDULO 1 INTRODUCCIÓN A LA INVESTIGACIÓN DE MERCADOS 1. INTRODUCCIÓN AL CONCEPTO DE LA INVESTIGACIÓN DE MERCADOS... 1 1.1. DEFINICIÓN DE INVESTIGACIÓN DE MERCADOS... 2 1.2. EL MÉTODO CIENTÍFICO... 8 2.

Más detalles

Calibración y control de calidad de instrumentos de análisis

Calibración 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 detalles

MODELO PARA LA ELABORACIÓN DE PROGRAMACIONES Y UNIDADES DIDÁCTICAS POR COMPETENCIAS. Autor: Daniel Hernández Cárceles

MODELO PARA LA ELABORACIÓN DE PROGRAMACIONES Y UNIDADES DIDÁCTICAS POR COMPETENCIAS. Autor: Daniel Hernández Cárceles MODELO PARA LA ELABORACIÓN DE PROGRAMACIONES Y UNIDADES DIDÁCTICAS POR COMPETENCIAS Autor: Daniel Hernández Cárceles INDICE: 1. INTRODUCCIÓN.... 2 2. COMPETENCIAS BÁSICAS... 2 3. PASOS PARA ELABORAR UNA

Más detalles

Tema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales

Tema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Tema 2: Muestreo. Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 2: Muestreo Curso 2008-2009 1 / 13 Índice 1 Introducción 2 Muestreo

Más detalles

TEMA 3: MÉTODO CONTABLE. LAS CUENTAS

TEMA 3: MÉTODO CONTABLE. LAS CUENTAS TEMA 3: MÉTODO CONTABLE. LAS CUENTAS 1. HECHOS CONTABLES En el tema 1 se señalaba que, dentro de la función de elaboración de la información contable, la contabilidad se ocupaba, en una primera etapa,

Más detalles

E 1 E 2 E 2 E 3 E 4 E 5 2E 4

E 1 E 2 E 2 E 3 E 4 E 5 2E 4 Problemas resueltos de Espacios Vectoriales: 1- Para cada uno de los conjuntos de vectores que se dan a continuación estudia si son linealmente independientes, sistema generador o base: a) (2, 1, 1, 1),

Más detalles

CURSO 2010-2011 TECNOLOGÍA TECNOLOGÍA 4º ESO TEMA 5: Lógica binaria. Tecnología 4º ESO Tema 5: Lógica binaria Página 1

CURSO 2010-2011 TECNOLOGÍA TECNOLOGÍA 4º ESO TEMA 5: Lógica binaria. Tecnología 4º ESO Tema 5: Lógica binaria Página 1 Tecnología 4º ESO Tema 5: Lógica binaria Página 1 4º ESO TEMA 5: Lógica binaria Tecnología 4º ESO Tema 5: Lógica binaria Página 2 Índice de contenido 1. Señales analógicas y digitales...3 2. Código binario,

Más detalles

Indicaciones específicas para los análisis estadísticos.

Indicaciones específicas para los análisis estadísticos. Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por

Más detalles

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.

Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental

Más detalles

CONSULTAS CON SQL. 3. Hacer clic sobre el botón Nuevo de la ventana de la base de datos. Aparecerá el siguiente cuadro de diálogo.

CONSULTAS CON SQL. 3. Hacer clic sobre el botón Nuevo de la ventana de la base de datos. Aparecerá el siguiente cuadro de diálogo. CONSULTAS CON SQL 1. Qué es SQL? Debido a la diversidad de lenguajes y de bases de datos existentes, la manera de comunicar entre unos y otras sería realmente complicada a gestionar de no ser por la existencia

Más detalles

Funciones polinomiales de grados 3 y 4

Funciones polinomiales de grados 3 y 4 Funciones polinomiales de grados 3 y 4 Ahora vamos a estudiar los casos de funciones polinomiales de grados tres y cuatro. Vamos a empezar con sus gráficas y después vamos a estudiar algunos resultados

Más detalles

Carmelo León Gómez Jefe de Servicio de Coordinación Informática Subdirección General de Proceso de Datos. Ministerio de Trabajo y Asuntos Sociales

Carmelo León Gómez Jefe de Servicio de Coordinación Informática Subdirección General de Proceso de Datos. Ministerio de Trabajo y Asuntos Sociales 2 AÑOS DE DELT@. El punto de vista de los Usuarios Jefe de Servicio de Coordinación Informática Subdirección General de Proceso de Datos. Ministerio de Trabajo y Asuntos Sociales Palabras clave Accidentes

Más detalles

Monografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR

Monografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR Juan Mascareñas Universidad Complutense de Madrid Versión inicial: mayo 1998 - Última versión: mayo 2008 - El valor en riesgo (VaR), 2 - El método histórico, 3 - El método varianza-covarianza, 6 - El método

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control 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 detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN Y PREDICIÓN CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una

Más detalles

http://www.redesparalaciencia.com/8078/1/un-gimnasio-para-tu-cerebro

http://www.redesparalaciencia.com/8078/1/un-gimnasio-para-tu-cerebro Entrevista de Eduard Punset a Roberto Colom, catedrático de Psicología de la Universidad Autónoma de Madrid, y María Ángeles Quiroga, profesora de Psicología de la Universidad Complutense de Madrid. Madrid,

Más detalles

QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros.

QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA. La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. QUÉ ES LA RENTABILIDAD Y CÓMO MEDIRLA La rentabilidad mide la eficiencia con la cual una empresa utiliza sus recursos financieros. Qué significa esto? Decir que una empresa es eficiente es decir que no

Más detalles

MEDIDAS DE DISPERSIÓN EMPLEANDO EXCEL

MEDIDAS 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 detalles

Ejercicio de estadística para 3º de la ESO

Ejercicio 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 detalles

Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI

Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI La segunda fase del NIPE corresponde con la adecuación de las intervenciones de enfermería del sistema de clasificación N.I.C. (Nursing Intervention

Más detalles

Master en Gestión de la Calidad

Master en Gestión de la Calidad Master en Gestión de la Calidad E U R O P E A N Q U A L I T Y 25. Contabilidad analítica y cálculo de costes 1 / 9 Contabilidad analítica y cálculo de costes Contabilidad general y contabilidad de costes

Más detalles

TEMA 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. 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 detalles

CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 3 CAPITALIZACIÓN COMPUESTA

CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 3 CAPITALIZACIÓN COMPUESTA CESMA BUSINESS SCHOOL MATEMÁTICAS FINANCIERAS. TEMA 3 CAPITALIZACIÓN COMPUESTA Javier Bilbao García 1 1.- Capitalización Compuesta Definición: Operación financiera que persigue sustituir un capital por

Más detalles

Guía Práctica para el Diseño de Proyectos Sociales

Guía Práctica para el Diseño de Proyectos Sociales Guía Práctica para el Diseño de Proyectos Sociales Marcela Román C. CIDE INTRODUCCION Las Políticas de focalización de la acción social del Estado y, en particular la educativa, están fundamentalmente

Más detalles

TABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse.

TABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse. TABLA DE DECISION La tabla de decisión es una herramienta que sintetiza procesos en los cuales se dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor que toman las condiciones.

Más detalles

Tema 1 con soluciones de los ejercicios. María Araceli Garín

Tema 1 con soluciones de los ejercicios. María Araceli Garín Tema 1 con soluciones de los ejercicios María Araceli Garín Capítulo 1 Introducción. Probabilidad en los modelos estocásticos actuariales Se describe a continuación la Tarea 1, en la que se enumeran un

Más detalles