Consideraciones acerca de los datos para Intervalos de tolerancia (Distribución normal)

Para asegurar que los resultados sean válidos, considere las siguientes pautas al recopilar datos, realizar el análisis e interpretar los resultados.

Los datos deben ser continuos

Los datos continuos son mediciones que potencialmente pueden ser cualquier valor numérico dentro de un rango de valores a lo largo de una escala continua, incluyendo valores fraccionados o decimales. Ejemplos comunes incluyen mediciones tales como longitud, peso y temperatura.

Los datos deben seguir una distribución normal para utilizar los resultados del método normal

Si los datos siguen una distribución normal, entonces el método normal es más preciso y económico que el método no paramétrico. El método normal permite alcanzar márgenes de error más pequeños, incluso cuando usted tiene menos observaciones.

El método normal no es robusto ante las desviaciones severas de la normalidad. Utilice el método normal solo si sabe que su población está distribuida normalmente. Si tiene dudas sobre si la población sigue una distribución normal o si sabe que la población no sigue una distribución normal, entonces utilice el método no paramétrico.

Recolectar suficientes datos para el método no paramétrico

El método no paramétrico generalmente requiere tamaños de muestra más grandes que el método normal. Usted debe utilizar un tamaño de muestra relativamente grande, aproximadamente 90 o más, para que el intervalo de tolerancia sea exacto. Para tener un intervalo de tolerancia exacto, el nivel de confianza alcanzado debe estar cerca del nivel de confianza objetivo. Si el tamaño de la muestra no es lo suficientemente grande, el nivel de confianza alcanzado para su intervalo de tolerancia podría ser mucho más bajo que el nivel de confianza objetivo y, por lo tanto, podría producir resultados inexactos.

Para determinar un tamaño de muestra adecuado para un intervalo de tolerancia que satisfaga sus objetivos de exactitud y precisión, vaya a Tamaño de muestra para intervalos de tolerancia.