Análisis de concordancia de atributos

Documentos relacionados
Método de Análisis del Riesgo (Estudio del Calibrador Atributos)

Queríamos determinar cuántas partes se deben evaluar para obtener estimaciones de la variación entre partes con diferentes niveles de precisión.

Medidas de posición relativa

Herramientas poderosas para mejora de la calidad

DISTRIBUCION NORMAL ESTANDAR

ESTADÍSTICA SEMANA 2

Medidas de posición relativa

Familia de Productos TOEFL : Información confiable que lo ayudará a tomar decisiones en base al rendimiento en inglés de sus alumnos.

II. 2. Análisis manual de imágenes médicas: Análisis de la curva ROC (Receiver Operating Characteristic).

Estadísticas Pueden ser

Análisis Probit. StatFolio de Ejemplo: probit.sgp

1. Dar a conocer los fundamentos del razonamiento científico y la investigación clínica y epidemiológica

Exactitud y Linearidad del Calibrador

INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016

De las cuatro pruebas que se utilizan para evaluar la estabilidad en las gráficas de atributos, encontramos que las pruebas 1 y 2 son los más útiles:

Guía de inicio rápido de CitiManager Titulares de tarjetas

ESTADISTICAS REGIONALES DE DEFORESTACIÓN (Evaluación de cambio de uso de suelo en Michoacán y el sureste de México) JF Mas

Información para PACIENTES

Tema: ESTADÍSTICA DESCRIPTIVA BÁSICA CON SPSS 8.0

Auditoria ISO Excelencia Actualizada. Certificación Profesional Europea.

Tema 2. Regresión Lineal

c). Conceptos. Son los grupos o conceptos que se enlistan en las filas de la izquierda de la tabla

UNIVERSIDAD AUTONOMA DE BAJA CALIFORNIA FACULTAD DE INGENIERÍA (UNIDAD MEXICALI) COORDINACIÓN DE INGENIERÍA INDUSTRIAL

Estadísticas Elemental Cuartiles y los diagramas de caja 3.1-1

ARTÍCULO ORIGINAL. ARS Pharmaceutica. Collazo MV 1, Muñiz MM 2, Alonso1 C 1, Frutos G 2

Programa: Tecnología en Control de Calidad

Universidad Rafael Belloso Chacín (URBE) Cátedra: Fundamentos de Estadística y Simulación Básica Semestre Profesor: Jaime Soto

Enlace del Plan de Auditoría con los Riesgos y Exposiciones

Dr. Richard Mercado Rivera 18 de agosto de 2012 Matemática Elemental

Práctica de laboratorio Uso de la Calculadora de Windows con direcciones de red

Laboratorio 2.6.1: Orientación de topología y creación de una red pequeña

Elementos para la estimación de una tabla de mortalidad de inválidos

INFORME SECTOR. AIDO ARTES GRÁFICAS. Análisis de ciclo de vida de libros impresos

Comprensión: Las advertencias de productos de The Crosby Group LLC

Figura 1- Ejemplo de definición de ensayo PSU.

Capítulo cuatro. Diseño de la investigación exploratoria: datos secundarios Prentice Hall 4-1

EVALUACIÓN DEL DESEMPEÑO LICDA. RAQUEL LAGUARDIA. El éxito es dependiente del esfuerzo!!!

Lección 4: Creación de una Base de Datos Tiempo estimado: 30 minutos

El Módulo SIMCE permite calcular el puntaje exacto en escala SIMCE y configurar por niveles de logro dependiendo del puntaje que se desea asignar.

SIMULACIÓN POR ORDENADOR PARA LA PLANIFICACIÓN Y GESTIÓN (Ejercicio de evaluación. Junio 2009) - SOLUCIÓN -

Selección del Hardware y Software Administración del proceso de desarrollo de Sistemas de Información.

UNIVERSIDAD DON BOSCO FACULTAD DE ESTUDIOS TECNOLÓGICOS TÉCNICO EN CONTROL DE LA CALIDAD

DESCRIPCIÓN ESPECÍFICA NÚCLEO: COMERCIO Y SERVICIOS SUBSECTOR: INFORMÁTICA

Guía de instalación del hardware de Corsair Link

Regresión en Cadena. StatFolio de Ejemplo: ridge reg.sgp

Facultad de Ciencias Económicas y Administrativas Abril

LISTA DE VERIFICACIÓN

Los Gráficos de Control de Shewart

OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 5 Simulación

TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO

Prueba de hipótesis para la diferencia de medias

1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA

CREACIÓN DE UNA NUEVA MATRIZ

Utilización de Funciones en OpenOffice.org Calc

CAPITULO IV ANÁLISIS E INTERPRETACIÓN DE LOS RESULTADOS. Para la realización de este estudio se aplicaron encuestas a los usuarios del

Transformaciones de Potencia

NUEVA ENCUESTA NACIONAL DE HOGARES 2010 Descripción de los principales resultados

Venta de Pasteles. Piezas. 3 Leches Chocolate. Del 26 al 30 de Enero MICROSOFT GRAPH Conceptos básicos

ESTADÍSTICA I PRESENTACIÓN DE LA ASIGNATURA

UTILIZACIÓN DE LA CAPACIDAD INSTALADA EN LA INDUSTRIA MANUFACTURERA - SEGUNDO TRIMESTRE DE

IMPORTANCIA DE LOS ENSAYOS DE APTITUD TRATAMIENTO ESTADÍSTICO DE LOS RESULTADOS

REPORTE DE ANÁLISIS DE MATRIZ DE RIESGO ESTRATÉGICA Proceso de Gestión de Riesgos Objetivo Gubernamental de Auditoría N

Escuela Nacional de Estadística e Informática ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA ESPECIALIZACIÓN EN ESTADÍSTICA APLICADA

AUDITAR A LAS PERSONAS

Anexo 8.3. Programa Condensado

PROGRAMA DE ASIGNATURA Prosecución de estudios en Economía Segundo semestre de 2016

COSTO DE CAPITAL COSTO DE CAPITAL COSTO DE CAPITAL COSTO DE CAPITAL BALANCE GENERAL COSTO DE CAPITAL BALANCE GENERAL. M.Sc. Roberto Solé M.

MINISTERIO DE EDUCACIÓN. Dirección de Educación Técnica y Profesional. Familia de especialidades:servicios. Programa: Estadística Matemática

UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERÍA. práctica, Total: 85 Horas a la semana: 5 teoría: 4 prácticas: 1 Créditos:

PROCEDIMIENTO GESTIÓN DE COMPRAS

Reporte de la prueba de habilidad

ENCUESTA CONTINUA DE HOGARES ABRIL 2016 Actividad, Empleo y Desempleo 1

UNIVERSIDAD DE SONORA OBJETIVO GENERAL DE LA MATERIA OBJETIVOS ESPECIFICOS DE LA MATERIA

Aplicaciones de apoyo al diagnóstico médico. Identificación de objetos amigos y enemigos. Identificación de zonas afectadas por un desastre natural.

Phone Manager Mobile Guía rápida de referencia ABRIL 2016 DOCUMENT RELEASE 4.3 GUÍA RÁPIDA DE REFERENCIA

Preguntas importantes del examen GED

Tutor de ventas de Amazon. Crear catálogo con ficheros de inventario

5. Regresión Lineal Múltiple

NUEVAS TABLAS DE MORTALIDAD

CRITERIOS DE EVALUACIÓN PROVEEDORES

El primer paso en la realización de una investigación es planear las hipótesis de investigación. Definamos el concepto de hipótesis:

DEPARTAMENTO DE ORGANIZACIÓN INDUSTRIAL Y GESTIÓN DE EMPRESAS ESCUELA SUPERIOR DE INGENIEROS DE LA UNIVERSIDAD DE SEVILLA

Microsoft Project 2013

Práctica de laboratorio Conexión y configuración de hosts

Ing. Eduardo Cruz Romero w w w. tics-tlapa. c o m

Unidad VI Pruebas de Hipótesis Dos Muestras

Charlas para la gestión del Mantenimiento Fernando Espinosa Fuentes

Materiales de referencia y trazabilidad en las mediciones químicas

DISEÑO Y CONSTRUCCION DE MODELOS WEB

Prueba, caso de prueba, defecto, falla, error, verificación, validación.

CONSEJO DE NORMALIZACIÓN Y CERTIFICACIÓN DE COMPETENCIA LABORAL NORMAS TÉCNICAS DE COMPETENCIA LABORAL

DIPLOMADO GENERAL DE METROLOGÍA A IMPARTIRSE EN CIDESI SEDE BAJA CALIFORNIA

Estadística para investigadores: todo lo que siempre quiso saber y nunca se atrevió a preguntar

NORMA INTERNACIONAL DE CONTABILIDAD No 7 ESTADO DE FLUJOS DE EFECTIVO (IAS 7)

Diseño Instruccional Paso 2 Paso 5

Teoría de errores -Hitogramas

UNIVERSIDAD ALAS PERUANAS FACULTAD DE CIENCIAS DE LA COMUNICACIÓN SILABO POR COMPETENCIA

Bloque 1. Contenidos comunes. (Total: 3 sesiones)

Ayude a crear las historias de éxito de sus estudiantes.

Transcripción:

INFORME TÉCNICO SOBRE EL ASISTENTE DE MINITAB Este documento forma parte de un conjunto de informes técnicos que explican la investigación llevada a cabo por los especialistas en estadística de Minitab para desarrollar los métodos y las verificaciones de datos que se utilizan en el Asistente de Minitab Statistical Software. Análisis de concordancia de atributos Revisión general El análisis de concordancia de atributos se utiliza para evaluar la concordancia entre las calificaciones hechas por los evaluadores y los valores estándar conocidos. Usted puede usar el análisis de concordancia de atributos para determinar la exactitud de las evaluaciones realizadas por los evaluadores e identificar los elementos que tienen las tasas más altas de clasificación incorrecta. Debido a que la mayoría de las aplicaciones clasifica los elementos en dos categorías (por ejemplo, bueno/malo o pasa/no pasa), el Asistente solo analiza calificaciones binarias. Para evaluar calificaciones que tengan más de dos categorías, puede usar el análisis estándar de concordancia de atributos disponible en Minitab (Estadísticas > Herramientas de calidad > Análisis de concordancia de atributos). En este trabajo, explicaremos cómo determinamos los estadísticos que debían mostrarse en los informes del Asistente con respecto al análisis de concordancia de atributos y cómo se calculan tales estadísticos. Nota No se crearon directrices especiales con respecto a las verificaciones de datos que aparecen en los informes del Asistente. WWW.MINITAB.COM

Salida Hay dos formas principales de evaluar la concordancia de atributos: El porcentaje de concordancia entre las evaluaciones y el estándar El porcentaje de concordancia entre las evaluaciones y el estándar ajustado por el porcentaje de concordancia en virtud de las probabilidades (conocido como el estadístico kappa) Los análisis disponibles en el Asistente se diseñaron específicamente para los Green Belts. Estos profesionales a veces no están seguros de cómo interpretar los estadísticos kappa. Por ejemplo, una concordancia de 90% entre las evaluaciones y el estándar es más intuitivo que un valor kappa correspondiente de 0.9. Por lo tanto, decidimos excluir los estadísticos kappa de los informes del Asistente. En la salida de la ventana Sesión para el análisis estándar de concordancia de atributos disponible en Minitab (Estadísticas > Herramienta de calidad > Análisis de concordancia de atributos), Minitab muestra el porcentaje de concordancia absoluta entre cada evaluador y el estándar y el porcentaje de concordancia absoluta entre todos los evaluadores y el estándar. Para la concordancia absoluta entre cada evaluador y el estándar, el número de ensayos afecta el cálculo del porcentaje. Para la concordancia absoluta entre todos los evaluadores y el estándar, el número de ensayos y el número de evaluadores afectan el cálculo del porcentaje. Si usted aumenta el número de ensayos o el número de evaluadores en su estudio, el porcentaje estimado de concordancia disminuye artificialmente. Sin embargo, se presupone que este porcentaje es constante para los diferentes evaluadores y ensayos. Por lo tanto, el informe muestra los valores de concordancia como porcentajes en pareja en el informe del Asistente para evitar este problema. Los informes del Asistente muestran los porcentajes en parejas de las concordancias entre las evaluaciones y el estándar para los evaluadores, los tipos de estándar, los ensayos y los intervalos de confianza para los porcentajes. Los informes también muestran los elementos clasificados incorrectamente con mayor frecuencia y las calificaciones de clasificación incorrecta de los evaluadores. ANÁLISIS DE CONCORDANCIA DE ATRIBUTOS 2

Cálculos Los cálculos de los porcentajes en parejas no se incluyen en la salida del análisis estándar de concordancia de atributos disponible en Minitab (Estadísticas > Herramientas de calidad > Análisis de concordancia de atributos). De hecho, kappa, que es la concordancia en pareja ajustada para la concordancia en virtud de la probabilidades, se utiliza para representar la concordancia porcentual en pareja en esta salida. Podríamos agregar porcentajes en parejas como una opción en el futuro si los resultados del Asistente son bien recibidos por los usuarios. Utilizamos los siguientes datos para ilustrar cómo se realizan los cálculos. Evaluadores Ensayos Elementos de prueba Resultados Estándar Evaluador 1 1 Elemento 3 Malo Malo Evaluador 1 1 Elemento 1 Bueno Bueno Evaluador 1 1 Elemento 2 Bueno Malo Evaluador 2 1 Elemento 3 Bueno Malo Evaluador 2 1 Elemento 1 Bueno Bueno Evaluador 2 1 Elemento 2 Bueno Malo Evaluador 1 2 Elemento 1 Bueno Bueno Evaluador 1 2 Elemento 2 Malo Malo Evaluador 1 2 Elemento 3 Malo Malo Evaluador 2 2 Elemento 1 Malo Bueno Evaluador 2 2 Elemento 2 Malo Malo Evaluador 2 2 Elemento 3 Bueno Malo Exactitud general X N X es el número de evaluaciones que coinciden con el valor estándar ANÁLISIS DE CONCORDANCIA DE ATRIBUTOS 3

N es el número de filas de datos válidos 7 12 = 58.3% Exactitud para cada evaluador número de evaluaciones que coinciden con el valor estándar para el iésimo evaluador es el número de evaluaciones para el evaluador i ésimo (exactitud para el evaluador 1) 5 6 = 83.3% Exactitud por estándar número de evaluaciones que coinciden con el iésimo valor estándar es el número de evaluaciones para el valor estándar i ésimo (exactitud para los elementos buenos ) 3 4 = 75% Exactitud por ensayo número de evaluaciones que coinciden con el valor estándar del iésimo ensayo es el número de evaluaciones para el ensayo i ésimo ANÁLISIS DE CONCORDANCIA DE ATRIBUTOS 4

(ensayo 1) 3 6 = 50% Exactitud por evaluador y estándar 100 número de evaluaciones para el iésimo evaluador que coinciden con el i ésimo estándar es el número de evaluaciones para el evaluador i ésimo para el estándar i ésimo (evaluador 2, estándar malo ) 100 1 = 25% 4 Tasas de clasificación incorrecta El nivel de significancia general es 100 exactitud general 100 58.3% = 41.7% Si los evaluadores califican un elemento bueno como malo, la tasa de clasificación incorrecta es Número de elementos "aceptables" calificados como "no aceptables" Número total de elementos "aceptables" 1 4 = 25% Si los evaluadores califican un elemento malo como bueno, la tasa de clasificación incorrecta es Número total de elementos "no aceptables" calificados como "aceptables" Número total de elementos "no aceptables" 4 8 = 50% ANÁLISIS DE CONCORDANCIA DE ATRIBUTOS 5

Si los evaluadores califican el mismo elemento de ambas maneras en múltiples ensayos, la tasa de clasificación incorrecta es Número de elementos calificados de manera inconstante entre los ensayos Número de elementos Número de evaluadores 3 3 2 = 50% Tasas de clasificación incorrecta por evaluador Si el evaluador i califica un elemento bueno como malo, la tasa de clasificación incorrecta es Número de elementos "aceptables" calificados como "no aceptables" por el evaluador i Número total de elementos "aceptables" calificados por el evaluador i (para el evaluador 1) 0 2 = 0% Si el evaluador i califica un elemento malo como bueno, la tasa de clasificación incorrecta es Número de elementos "no aceptables" calificados como "aceptables" por el evaluador i Número total de elementos "no aceptables" calificados por el evaluador i (para el evaluador 1) 1 4 = 25% Si el evaluador i califica el mismo elemento de ambas maneras en múltiples ensayos, la tasa de clasificación incorrecta es Número de elementos calificados de manera inconstante entre los ensayos Número total de elementos calificados por el evaluador i (para el evaluador 1) 1 3 = 33.3% ANÁLISIS DE CONCORDANCIA DE ATRIBUTOS 6

Elementos clasificados incorrectamente con más frecuencia El %bueno calificado como malo para el elemento bueno i ésimo es Número de evaluaciones para el iésimo elemento "aceptable" que fue calificado como "no aceptable" Número de evaluaciones para el i ésimo elemento "aceptable" (elemento 1) 1 4 = 25% El %malo calificado como bueno para el elemento malo i ésimo es Número de evaluaciones para el iésimo elemento "no aceptable" que fue calificado como "aceptable" Número de evaluaciones para el i ésimo elemento "no aceptable" (elemento 2) 2 4 = 50% 2015, 2017 Minitab Inc. All rights reserved. Minitab, Quality. Analysis. Results. and the Minitab logo are all registered trademarks of Minitab, Inc., in the United States and other countries. See minitab.com/legal/trademarks for more information. ANÁLISIS DE CONCORDANCIA DE ATRIBUTOS 7