Documente Academic
Documente Profesional
Documente Cultură
La Estadstica Industrial
Una investigacin generalmente inicia con una idea. esta es generalmente obtenida por medio de muchas fuentes, pero cualquiera que sea la La formulacin correcta de un problema a investigar, solo se puede lograr en muchos casos, con base en el anlisis, a veces simplemente exploratorio, de datos referentes al problema. La definicin de objetivos, la determinacin de procedimientos metodolgicos, en fin, prcticamente todas las etapas de un proceso investigativo, requieren para su mejor desarrollo de la estadstica, en las circunstancias anotadas anteriormente. Los mtodos propios de la estadstica estn ntimamente relacionados con las caractersticas de un Mtodo Cientfico. La estadstica con sus mtodos descriptivos, permite la observacin de los hechos y con sus mtodos inferenciales colabora con el proceso de transcenderlos, de generalizar el comportamiento o relacin de fenmenos, aportando adems formas de medir la confianza y validez de tales generalizaciones, con base en su soporte probabilstico. Se puede entonces ubicar a la estadstica como un valioso auxiliar de un Mtodo Cientfico, ubicacin esta que implica una visualizacin de esta ciencia en el aspecto de su aplicacin prctica, sin considerar su ubicacin formal, el objeto formal de su conocimiento desde el punto de vista filosfico y por ende epistemolgico. La estadistica en la ingenieria La importancia de la estadstica en la ingeniera, ha sido encaminada por la participacin de la industria en el aumento de la calidad. Muchas compaas se han dado cuenta que la baja calidad de un producto, tiene un gran efecto en la productividad global de la compaa, en el mercado, la posicin competitiva, y finalmente, en la rentabilidad de la empresa. Mejorar los apectos de calidad conlleva al xito de la compaa. La estadstica es un elemento decisivo en el incremento de la calidad, ya que las tcnicas estadsticas pueden emplearse para describir y comprender la variabilidad.
Calculo de los percentiles en Excel
1. Construya la columna con los datos en Excel. 2. Ingrese a f y seleccione estadisticas y luego active percentiles, entonces aparecer una ventana en la que se le pide Matriz: ingrese aqu las celdas que continen los datos K: ingrese el valor del percentil, el cual debe ser un nmero entre 0 y 1, inclusive. Si usted ingresa 0 le dar el mnimo y si ingresa 1 le dar el mximo. 3. Todos los procesos y sistemas de la vida real exhiben variabilidad. Esta es el resultado de cambios en las condiciones bajo las cuales se hacen las observaciones. En el contexto de la manufactura, estos cambios pueden ser diferencias en las propiedades de los materiales utilizados, en la forma en que trabajan los obreros, en las variables del proceso (tales como la temperatura, la presin o el tiempo de ocupacin) y en los factores ambientales (como la humedad relativa) . La variabilidad se presenta tambien debido al sistema de medicin utilizado y al muestreo.
o o
4. El campo de la estadstica y la probabilidad utiliza mtodos tanto para describir y modelar la variabilidad, como para tomar decisiones en presencia de sta.
Resea histrica del control de calidad. El control de calidad se puede decir que tiene como poca floreciente los aos de 1800 a 1920, en donde se inicia el cargo de supervisor de control de calidad, se cre el Departamento de Inspeccin de Ingenieria de los laboratorios Western Electric and Bell Telephone, cuyos miembros iniciales fueron los llamados pioneros del control de calidad: Harold F. Dodge, Donald A. Quarles, Walter A. Shewhart, R. B. Miller, y E.G. D. Paterson. Posteriormente tambin fueron miembros Harry G. Roming, M. N. Torrey, y P.S. Olmstead. El desarrollo de sus teoras asegur que surgieran las primeras cartas de control. Shewhart dise en 1924 las cartas de control que son llamadas first Shewart control charts.
Entre 1925 y 1926 el grupo de la compaa Western Electric defini varios trminos que son asociados en nuestros das con muestreo de aceptacin. Estos incluyen riesgo del consumidor, riesgo del productor, probabilidad de aceptacin, curvas caractersticas de operacin (CO), tolerancia de porcentaje de defectuosos del lote, promedio total de inspeccin, doble muestreo y riesgos tipo A y tipo B. Los conceptos bsicos de muestreo de inspeccin fueron presentados por Dodge en 1925. En 1927, tablas muestrales de lmites de calidad saliente y los conceptos de muestreo mltiple fueron desarrollados por el grupo de la compaa Western Electric.
Un mayor desarrollo en los aos 1930 se incremento por la aceptacin de las tcnicas de muestreo en la industria asi como los mtodos desarrollados en Western Electric. Esta era no solo fu de aplicaciones industriales de esas tcnicas sino tambien de divulgacin de las ideas de Shewhart. Para que la industria americana aceptara las teoras del control de calidad estadstico, Shewhart obtuvo en 1929 el patrocinio de la junta del comit para el desarrollo de aplicaciones estadsticas en Ingeniera y Manufactura. Este patrocinio del comit fu respaldado por las principales sociedades de Matemticas, Ingenieros y Estadsticas como la Sociedad Americana de Ingenieros Mecnicos (American Society of Mechanical Engineers), la Sociedad Americana de Matemtica (American Mathematical Society) y la sociedad Americana de estadstica (American Statistical Association) entre otras.
En los aos 1940, un desarrollo obtenido de la segunda guerra Mundial fu la divulgacin del conocimiento acerca del control de calidad. En los Estados Unidos Deming y Shewhart participaron en la realizacin de cursos de control estadstico de calidad en la industria, cartas de control y planes de muestreo de aceptacin por parte en esta actividad.
En los aos de 1950 se inicia por parte de Deming la divulgacin en el Japn de cursos de control de calidad. Sus charlas tienen influencia sobre los lderes de la industria del Japn como K. Ishikawa quien empieza sus estudios sobre los conceptos de control de callidad para posteriormente convertirse en el renovador Jpones del control de calidad y en 1955 introduce las tcnicas de cartas de control en el Japn.
Tambien en los aos de 1950, se dan nuevos avances y contribuciones a las tcnicas de control de calidad estadstico. Una de estas contribuciones fu realizada por el Britnico Page (1954) quien introduj las cartas Cusum.
En el Japn, se inici el concepto de crculos de calidad otro gran desarrollo en el manejo y control de calidad total. En los inicios de los aos de1960, la industria Japonesa sinti fuertemente la necesidad de una educacin ms completa del supervisor quien era el enlace entre el Jefe y los trabajadores
En 1976, Ishikawa describe el uso de los diagramas de causa efecto como una tcnica formal de listar y considerar factores y causas que tienen relacin con un problema de calidad particular a ser solucionado. Esos diagramas vienen a ser conocidos posteriormente como diagramas de Ishikawa.
En los aos 1970, el Ingeniero Japons Genichi Taguchi divulg su trabajos en control de calidad, los que fueron llamados mtodos Taguchi, los cuales promueven el uso de mtodos estadsticos (diseo experimental) para el mejoramiento de diseo de productos. Los mtodos Taguchi aprovechan tanto las funciones de control de calidad fuera del control de lnea como las bajo control de lnea. Estos mtodos incluyen diseos de parmetros, diseos de tolerancia, funcin de prdida de calidad, control de calidad fuera de linea, diseo de experimentos usando arreglos ortogonales, y metodologa aplicada para evaluar sistemas de medidas.
En los aos 1980, afloran los eslogan de calidad y los programas de computador sobre control de calidad
Una de las tantas definiciones de la estadstica es concebida como el conjunto sistemtico de procedimientos para la observacin, registro, organizacin, sntesis y anlisis e interpretacin de los fenmenos y de las leyes que los regulan para poder as predecir o concluir acerca de ellos. Esta definicin claramente involucra las dos fases de la estadstica: la descriptiva y la inferencial. Estadstica descriptiva (deductiva) Es la fase de descripcin, organizacin, sntesis y anlisis de la informacin de inters pero sin llegar a conclusiones fuertes o profundas sobre la misma; es ms, una fase de recoleccin y organizacin de informacin para su examen cuidadoso. Estadstica Inferencial (Inductiva) Esta fase busca obtener conclusiones slidas y ms profundas que una simple descripcin de la informacin, basados en el trabajo con muestras y su posterior generalizacin de resultados para la toma de decisiones y conclusiones slidas. El Colectivo, Agregado, Poblacin, Universo El objeto de estudio de la Estadstica son los llamados fenmenos colectivos para los cuales, el comportamiento de una serie de caractersticas, est afectado por la casualidad o la aleatoriedad; tambin se les conoce con el nombre de agregados, poblaciones o universos. Como COLECTIVO O AGREGADO deben entenderse no solo los colectivos humanos, sino cualquier conjunto de hechos numerosos de la misma naturaleza, cualquiera que ella sea, que presentan ciertas caractersticas o modalidades distintivas, cuyo comportamiento generalizado y/o posible relacin son objeto de estudio. Como POBLACION, se define a un conjunto de medidas obtenidas al observar alguna caracterstica de inters en los elementos del colectivo, lo que indica que con un mismo colectivo pueden, en general, estar asociadas varias poblaciones. Algunos autores definen el concepto de UNIVERSO, como un colectivo terico, bsico para el desarrollo de la Teora Estadstica. Es necesario anotar que casi siempre se utilizan los trminos citados como sinnimos, sin que se tenga un consenso aceptado en general, sobre el uso de los mismos. Las Variables Se define como una VARIABLE, a una caracterstica observable o a un aspecto discernible en un objeto de estudio, que puede adoptar diferentes valores o expresarse en varias categoras, o a una caracterstica observable ligada, con una relacin determinada, a otros aspectos observables. Desde el punto de vista de su naturaleza, se habla de variables CUALITATIVAS para referirse a aquellas cuyos elementos de variacin tienen un carcter cualitativo, no susceptible de
observacin medible numricamente y de variables CUANTITATIVAS como aquellas cuyas propiedades pueden presentarse en diversos grados o intensidades de carcter numrico. De acuerdo con su naturaleza matemtica, se diferencian las variables cuantitativas en DISCRETAS Y CONTINUAS, siendo las primeras aquellas que estn definidas sobre recorridos finitos o infinitos numerables; no pueden tomar valores intermedios entre dos valores dados. Las continuas son aquellas definidas sobre recorridos infinitos no numerables; pueden tomar cualquier valor dentro de un recorrido dado. Para clasificar o categorizar variables, se utilizan diferentes tipos de escalas, siendo las mas comunes las NOMINALES, las ORDINALES, las DE INTERVALO, y las DE RAZON, cuyo uso depende bsicamente de los objetivos del estudio y de la naturaleza de la variable.
resultados obtenidos en el futuro, y la validez concurrente, que contrasta resultados de otros elementos de juicio, con tipos de validez pragmtica. Otro procedimiento de validacin es el anlisis factorial, aunque su aplicacin se limita principalmente a los aspectos psicosociales. El segundo principio deseable en la medicin es la fiabilidad. Una medicin es confiable o segura cuando aplicada repetidamente a un mismo individuo o grupo, o al mismo tiempo por investigadores diferentes, proporciona resultados iguales o por lo menos parecidos. La determinacin de la confiabilidad consiste pues, en establecer si las diferencias de resultados se deben a inconsistencias en la medida. El problema de la fiabilidad se presenta en el instrumental que se utiliza, cuando la validez de las mediciones ofrece dudas en relacin con lo que se quiere medir. Los procedimientos ms usuales para la determinacin de la fiabilidad son el anlisis de la estabilidad de los resultados, mediante la aplicacin de mediciones repetidas y la equivalencia de los resultados cuando los instrumentos son administrados por diferentes personas. Finalmente se tiene el principio de la precisin. Se puede decir que una medicin es precisa cuando localiza con exactitud satisfactoria, en relacin con el propsito que se busca, la posicin del fenmeno que se estudia. El nivel de medida o escala de medida, expresiones aceptadas casi universalmente, est formado por un conjunto de numerales distintos y un conjunto de modalidades distintas relacionadas biunivocamente. Se suelen distinguir cuatro niveles de medicin que dan lugar a cuatro niveles de escalas: nominal, ordinal o de orden jerrquico, de intervalos y de razn o cociente. Ahora bien, el tipo de escala estar dado, segn sea verificable uno u otro tipo de relacin.
La relacin de equivalencia es reflexiva (x = x para todo x), simtrica (x = y luego y = x) y transitiva (x = y et y = z luego x = z). Puesto que en una escala nominal la clasificacin puede presentarse igualmente por cualquier conjunto de smbolos, se dice que es "nica hasta una transformacin de uno a uno". Los smbolos que representan a las diversas clases de la escala pueden intercambiarse, llevando esto a cabo en forma consistente y completa. Tales transformaciones son llamadas a veces "grupos simtricos de transformaciones". Los smbolos que designan a los diferentes grupos en una escala nominal pueden intercambiarse sin alterar la informacin esencial de la escala; debido a esto, las estadsticas de tipo descriptivo admisibles son aquellas que no se alteran por este proceso: el modo, la frecuencia, el conteo, la proporcin, etc. Se pueden desarrollar procesos analticos acerca de la distribucin de las categoras, as como la posible relacin entre dos o ms caractersticas clasificadas mediante este tipo de escala que llamaremos "variables nocuantitativas".
Ejemplo:
Cuando un producto se rotula de acuerdo al cumplimiento de las especificaciones de diseo como "conforme y no conforme". o "crtico, grave, y menor". No se obtienen valores numricos y no se puede realizar un orden de las observaciones con sentido.
ordinales se estudian en Estadstica, con base en las llamadas "estadsticas de orden" o "estadsticas de rango".
Ejemplo:
Suponga que a los clientes en un almacen se les hace unas preguntas para valorar la calidad del servicio. Los clientes valoran la calidad de acuerdo a las siguientes respuestas: 1 (excelente), 2 (bueno), 3 (regular), 3 (malo) 4 (psimo). Estos datos son ordinales. Note que una valoracin de 1 no indica que el servicio es dos veces mejor que cuando se da una valoracin de 2. Sin embargo podemos decir que la valoracin de 1 es preferiblemente mejor que 2, y as en los dems casos.
Suponga que se est interesado en la temperatura del fundido de acero. Se toman cuatro lecturas cada dos horas: , , ,y F. Obviamente los datos pueden ser ordenados (semejante a los datos ordinales) en orden ascendente de temperatura indicando temperatura ms fria, menos fria, y asi sucesivamente. Adems , las diferencias entre los valores ordenados pueden ser comparadas. Aqu el intervalo entre los valores de los datos y representan un
incremento en la temperatura de F, y asi los dems intervalos. Hay que tener encuenta que en esta escala no hay un cero aboluto o real, el cero es arbitrario; por tanto no se puede decir que F es el doble de temperatura que F.
La Escala de Razn Cuando una escala tiene todas las caractersticas de una escala de intervalo y adems un punto cero real en su origen, se llama escala de razn. Adems de distincin, orden y distancia, sta es una escala que permite establecer en que proporcin es mayor una categora de una escala que otra. El cero absoluto o natural representa la nulidad de lo que se estudia. Las operaciones y relaciones hechas con los valores numricos en una escala de razn son correspondientes a una escala isomrfica de la estructura de la aritmtica. Por consiguiente las operaciones de la aritmtica son permisibles en los valores numricos asignados a los objetos mismos, as como tambin en los intervalos entre los nmeros como sucede en las escalas de intervalo. Implican que las relaciones de equivalencia, relacin de mayor a menor, proporcin conocida de dos intervalos y proporcin conocida de dos valores de la escala, sean posibles de obtener operacionalmente. Los nmeros asociados con los valores de la escala de razn son "verdaderos" nmeros con un verdadero cero; solo la unidad de medida es arbitraria. As la escala de razn es "nica hasta la multiplicacin por una constante positiva". Adems de los procesos paramtricos bsicos de las escalas de intervalo, en las de razn pueden utilizarse estadsticas como la media geomtrica, el coeficiente de variacin, las que requieren el conocimiento del verdadero valor cero
Ejemplo:
Suponga que el peso de cuatro piezas fundidas de metal son 2.0, 2.1, 2.3 y 2.5 kg. El orden(ordinal) y la diferencia (intervalo) en los pesos puede ser comparado. As, el incremento de peso de 2.0 a 2.1 es de 0.1 kg, el cual es el mismo que el que existe entre 2.3 y 2.4 kg. Tambien, cuando comparamos los pesos de 2.0 a 2.4 kg, se encuentra una razn significativa: el peso de una pieza de metal de 2.4 kg es un 20% ms pesada que una que pese 2.0 kg. Existe un cero natural o real para la escala, as 0kg implica no peso.
Planteamiento del problema. Plantear el problema de investigacin es afinar y estructurar la idea de investigacin, desarrollando tres elementos: objetivos de investigacin, preguntas de investigacin y justificacin de sta.
Los objetivos y preguntas de investigacin deben ser congruentes entre si e ir en la misma direccin . Deben expresarse en forma clara y establecer qu pretende la investigacin. Las preguntas de investigacin nos indican qu debe encontrarse mediante la investigacin. La justificacin nos indica por qu debe hacerse la investigacin.
Marco terico. El marco terico se integra con las teoras, enfoques tericos, estudios y antecedentes en general que se refieran al problema de investigacin. Para elaborar el marco terico es necesario detectar, obtener y consultar la literatura y otros documentos pertinentes para el problema de investigacin, as como extraer y recopilar de ellos la informacin de inters. Metodologa. En esta se describe la manera como se abordar la investigacin, incluyendo generalmente: Poblacin, muestra, hiptesis, variables, mtodo estadstico, procedimiento de laboratorio. Cronograma de actividades y presupuesto.
Recoleccin, correccin y anlisis de datos En esta etapa se incluyen aspectos o labores como: preparacin y elaboracin de material, seleccin y adiestramiento del personal ejecutor de la investigacin, realizacin de muestra (ensayo) piloto en condiciones establecidas en el plan de investigacin, eleccin definitiva de
instrumentos y fuentes de informacin adecuadas para la toma de la informacin final, presupuesto asignado.
Recoleccin de la informacin
Preparada la investigacin, corregidos posibles fallos con base en muestra piloto y sus resultados, se procede a la fase siguiente de recoleccin definitiva de la informacin. Recolectar informacin implica aplicar el instrumento de medicin y presentar las mediciones obtenidas para que puedan analizarse correctamente, reduciendo al mximo el error de medicin.
Crtica,correccin y codificacin de la informacin
Recolectada la informacin se procede a fase de crtica, correccin y codificacin de la misma, esto permite clasificar la informacin como: correcta, incorrecta pero corregible e inservible.
Anlisis de datos
El anlisis se efectua con los datos obtenidos. El tipo de anlisis o mtodos estadsticos a aplicar depende de las variables, las hiptesis y los objetivos de la investigacin.
Introduccin. Incluye el planteamiento del problema (objetivos y preguntas de investigacin, as como la justificacin del estudio), el contexto general de la investigacin (cmo y dnde se realiz), las variables, trminos de la investigacin y sus definiciones, as como las limitaciones de sta. Marco terico o Revisin de literatura o Marco de referencia. En este se incluyen los estudios e investigaciones que sirven de antecedentes a la investigacin, y las teoras a utilizar. Metodologa. Esta parte del reporte describe cmo fue llevada a cabo la investigacin e incluye: hiptesis y especificaciones de las variables, diseo estadstico, sujetos, universo y muestra (caractersticas de los sujetos o unidades experimentales y procedimiento de seleccin de la muestra), instrumentos de medicin aplicados (descripcin precisa, confiabilidad y validez de variables medidas), procedimiento (un resumen de cada paso en el desarrollo de la investigacin); en investigaciones experimentales, se describe el mtodo de aleatorizacin, materiales, manipulaciones experimentales y el desarrollo del experimento. Resultados. stos son los productos del anlisis de los datos. Normalmente resumen los datos recolectados y el tratamiento estadstico. Los resultados se pueden describir utilizando tablas y grficas debidamente numeradas y tituladas. Wiersma (1986,p.390) recomienda al elaborar tablas: El ttulo debe especificar el contenido de la tabla. Debe tener un encabezado y los subencabezados necesarios. Limitar cada tabla a menos de una pgina. Al incluir pruebas de significancia: F, chi-cuadrado y otras, debe incluirse informacin respecto a la magnitud o el valor obtenido de la prueba, los grados de libertad, el nivel de significacin. Asi mismo, debe especificarse si se rechaza o no la hiptesis en cada caso. A veces los resultados se presentan en el mismo orden en que fueron formuladas las hiptesis o las variables, y frecuentemente se presenta primero la estadstica descriptiva y luego el resto del anlisis. Es importante destacar que aqu no se incluyen conclusiones ni sugerencias y no se discuten las implicaciones. Conclusiones, recomendaciones e implicaciones (discusin). En esta parte se derivan conclusiones, se hacen recomendaciones para otras investigaciones, se analizan las implicaciones de la investigacin y se establece como se respondieron las preguntas de investigacin y se cumplieron o no los objetivos. Bibliografa. Se incluyen las referencias utilizadas en la investigacin y se ordenan alfabticamente. Algunos ejemplos se ilustran a continuacin: CAMPBELL, D. T. y STANLEY, J. C. (1996). Experimental and quasi-experimental designs for research. Chicago, III. : Rand McNally & Company.
LEVINE, M. S. (1977). Canonical analysis and factor comparison. Beverly Hill, Cal. : Sage Publications. Serie "Quantitative Applications in The Social Sciences", volumen 6. SHEPARD, R. N., ROMNEY, A. K., y NERLOVE, S. B. (1972). Multidemensional scaling: theory and applications In the behavioralsciences(vols. I y II). Nueva York: Seminar Press. TRESEMER, D. (1976). Do women fear success? Signs. Journal of women in culture and socity, vol. 863-874. Apndices. En esta parte se pueden colocar los anlisis estadsticos adicionales, el desarrollo de alguna formula complicada, fotografas, tabla con datos adicionales, etctera. Donde se recomienda consultar ms sobre el tema? En los libros: 1. Metodologa de la investigacin, Roberto Hernndez Sampieri y otros, McGraw-Hill. 1998. 2. Notas del curso Dinmica pedaggica con estadstica. Pedro Nel Pacheco y Oscar F. Soto. Coloquio Distrital de Matemticas y Estadstica, 1996.
Resumen. Constituye el contenido esencial del reporte de investigacin en forma resumida, usualmente contiene el planteamiento del problema, la metodologa, los resultados ms importantes y las principales conclusiones. Introduccin. Incluye el planteamiento del problema (objetivos y preguntas de investigacin, as como la justificacin del estudio), el contexto general de la investigacin (cmo y dnde se realiz), las variables, trminos de la investigacin y sus definiciones, as como las limitaciones de sta. Marco terico o Revisin de literatura o Marco de referencia. En este se incluyen los estudios e investigaciones que sirven de antecedentes a la investigacin, y las teoras a utilizar. Metodologa. Esta parte del reporte describe cmo fue llevada a cabo la investigacin e incluye: hiptesis y especificaciones de las variables, diseo estadstico, sujetos, universo y muestra (caractersticas de los sujetos o unidades experimentales y procedimiento de seleccin de la muestra), instrumentos de medicin aplicados (descripcin precisa, confiabilidad y validez de variables medidas), procedimiento (un resumen de cada paso en el desarrollo de la investigacin); en investigaciones experimentales, se describe el mtodo de aleatorizacin, materiales, manipulaciones experimentales y el desarrollo del experimento. Resultados. stos son los productos del anlisis de los datos. Normalmente resumen los datos recolectados y el tratamiento estadstico. Los resultados se pueden describir utilizando tablas y grficas debidamente numeradas y tituladas. Wiersma (1986,p.390) recomienda al elaborar tablas: El ttulo debe especificar el contenido de la tabla. Debe tener un encabezado y los subencabezados necesarios. Limitar cada tabla a menos de una pgina. Al incluir pruebas de significancia: F, chi-cuadrado y otras, debe incluirse informacin respecto a la magnitud o el valor obtenido de la prueba, los grados de libertad, el nivel de significacin. Asi mismo, debe especificarse si se rechaza o no la hiptesis en cada caso. A veces los resultados se presentan en el mismo orden en que fueron formuladas las hiptesis o las variables, y frecuentemente se presenta primero la estadstica descriptiva y luego el resto del anlisis. Es importante destacar que aqu no se incluyen conclusiones ni sugerencias y no se discuten las implicaciones. Conclusiones, recomendaciones e implicaciones (discusin). En esta parte se derivan conclusiones, se hacen recomendaciones para otras investigaciones, se analizan las implicaciones de la investigacin y se establece como se respondieron las preguntas de investigacin y se cumplieron o no los objetivos.
Bibliografa. Se incluyen las referencias utilizadas en la investigacin y se ordenan alfabticamente. Algunos ejemplos se ilustran a continuacin: CAMPBELL, D. T. y STANLEY, J. C. (1996). Experimental and quasi-experimental designs for research. Chicago, III. : Rand McNally & Company. LEVINE, M. S. (1977). Canonical analysis and factor comparison. Beverly Hill, Cal. : Sage Publications. Serie "Quantitative Applications in The Social Sciences", volumen 6. SHEPARD, R. N., ROMNEY, A. K., y NERLOVE, S. B. (1972). Multidemensional scaling: theory and applications In the behavioralsciences(vols. I y II). Nueva York: Seminar Press. TRESEMER, D. (1976). Do women fear success? Signs. Journal of women in culture and socity, vol. 863-874. Apndices. En esta parte se pueden colocar los anlisis estadsticos adicionales, el desarrollo de alguna formula complicada, fotografas, tabla con datos adicionales, etctera. Donde se recomienda consultar ms sobre el tema? En los libros: 1. Metodologa de la investigacin, Roberto Hernndez Sampieri y otros, McGraw-Hill. 1998. 2. Notas del curso Dinmica pedaggica con estadstica. Pedro Nel Pacheco y Oscar F. Soto. Coloquio Distrital de Matemticas y Estadstica, 1996. http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un2/cont_05.html