Gráfica de equivalencia
Una gráfica de equivalencia muestra los límites de equivalencia, el intervalo de confianza para equivalencia y la decisión de si se puede afirmar que existe equivalencia.
Interpretación
Utilice la gráfica de equivalencia para ver un resumen gráfico de los resultados de la prueba y determinar si puede afirmar que existe equivalencia.
Compare el intervalo de confianza con los límites de equivalencia. Si el intervalo de confianza está completamente dentro de los límites de equivalencia, usted puede afirmar que la media de la población es equivalente al objetivo. Si parte del intervalo de confianza está fuera de los límites de equivalencia, no puede afirmar equivalencia.
En estos resultados, el intervalo de confianza de 95% excede el límite de equivalencia superior. Por lo tanto, usted no puede afirmar que la media de la población es equivalente al objetivo.
Histograma
Un histograma divide los valores de la muestra en muchos intervalos y representa la frecuencia de los valores de los datos en cada intervalo con una barra.
Interpretación
Utilice histogramas para evaluar la forma y dispersión de los datos. Los histogramas funcionan mejor cuando el tamaño de la muestra es mayor que 20.
- Datos asimétricos
-
Determine si sus datos parecen ser asimétricos.Cuando los datos son asimétricos, la mayoría de los datos se ubica hacia la parte superior o inferior de la gráfica. A menudo, es más fácil identificar la asimetría con una gráfica de caja o un histograma.
Asimétrico hacia la derecha
Asimétrico hacia la izquierda
Por ejemplo, el histograma con asimetría hacia la derecha muestra datos sobre salario. Muchos empleados reciben una cantidad relativamente pequeña, mientras que cada vez menos empleados reciben grandes salarios. El histograma con asimetría a la izquierda muestra datos de tasa de falla. Unos pocos elementos fallan antes, mientras que un número creciente de elementos falla posteriormente.
Los datos que son marcadamente asimétricos pueden afectar la validez de los resultados de la prueba si su muestra es pequeña (< 20 valores). Si sus datos son marcadamente asimétricos y tiene una muestra pequeña, considere aumentar el tamaño de la muestra.
- Valores atípicos
-
Los valores atípicos, que son puntos de datos que están muy alejados de la mayoría de los demás datos, pueden afectar considerablemente sus resultados. Es más fácil identificar los valores atípicos en una gráfica de caja.
En un histograma, barras aisladas en los extremos sugieren posibles valores atípicos.
Usted debe tratar de identificar la causa de cualquier valor atípico. Corrija cualquier error de entrada de datos o de medición. Considere eliminar los datos que estén asociados a causas especiales y repetir el análisis. Para obtener más información sobre las causas especiales, vaya a Uso de gráficas de control para detectar la variación de causa común y la variación por causas especiales.
Gráfica de valores individuales
Una gráfica de valores individuales muestra los valores individuales de la muestra en una columna horizontal. Cada círculo representa una observación. Una gráfica de valores individuales es útil cuando usted tiene relativamente pocas observaciones y desea evaluar el efecto de cada observación.
Interpretación
- Datos asimétricos
-
Determine si sus datos parecen ser asimétricos.Cuando los datos son asimétricos, la mayoría de los datos se ubica hacia la parte superior o inferior de la gráfica. A menudo, es más fácil identificar la asimetría con una gráfica de caja o un histograma.
Asimétrico hacia la derecha
Asimétrico hacia la izquierda
Por ejemplo, la gráfica de valores individuales con asimetría hacia la derecha muestra datos sobre salario. Muchos empleados reciben una cantidad relativamente pequeña, mientras que cada vez menos empleados reciben grandes salarios. La gráfica de valores individuales con asimetría a la izquierda muestra datos de tasa de falla. Unos pocos elementos fallan antes, mientras que un número creciente de elementos falla posteriormente.
Los datos que son marcadamente asimétricos pueden afectar la validez de los resultados de la prueba si su muestra es pequeña (< 20 valores). Si sus datos son marcadamente asimétricos y tiene una muestra pequeña, considere aumentar el tamaño de la muestra.
- Valores atípicos
-
Los valores atípicos, que son puntos de datos que están muy alejados de la mayoría de los demás datos, pueden afectar considerablemente sus resultados. Es más fácil identificar los valores atípicos en una gráfica de caja.
En una gráfica de valores individuales, valores de datos extrañamente bajos o altos sugieren posibles valores atípicos.
Usted debe tratar de identificar la causa de cualquier valor atípico. Corrija cualquier error de entrada de datos o de medición. Considere eliminar los datos que estén asociados a causas especiales y repetir el análisis. Para obtener más información sobre las causas especiales, vaya a Uso de gráficas de control para detectar la variación de causa común y la variación por causas especiales.
Gráfica de caja
La gráfica de caja proporciona un resumen gráfico de la distribución de una muestra. La gráfica de caja muestra la forma, tendencia central y variabilidad de los datos.
Interpretación
Utilice una gráfica de caja para examinar la dispersión de los datos e identificar cualquier posible valor atípico. Las gráficas de caja funcionan mejor cuando el tamaño de la muestra es mayor que 20.
- Datos asimétricos
-
Determine si sus datos parecen ser asimétricos.Cuando los datos son asimétricos, la mayoría de los datos se ubica hacia la parte superior o inferior de la gráfica. A menudo, es más fácil identificar la asimetría con una gráfica de caja o un histograma.
Asimétrico hacia la derecha
Asimétrico hacia la izquierda
Por ejemplo, la gráfica de caja con asimetría hacia la derecha muestra datos sobre salario. Muchos empleados reciben una cantidad relativamente pequeña, mientras que cada vez menos empleados reciben grandes salarios. La gráfica de caja con asimetría a la izquierda muestra datos de tasa de falla. Unos pocos elementos fallan antes, mientras que un número creciente de elementos falla posteriormente.
Los datos que son marcadamente asimétricos pueden afectar la validez de los resultados de la prueba si su muestra es pequeña (< 20 valores). Si sus datos son marcadamente asimétricos y tiene una muestra pequeña, considere aumentar el tamaño de la muestra.
- Valores atípicos
-
Los valores atípicos, que son puntos de datos que están muy alejados de la mayoría de los demás datos, pueden afectar considerablemente sus resultados. Es más fácil identificar los valores atípicos en una gráfica de caja.
En una gráfica de caja, los valores atípicos se identifican con asteriscos (*).
Usted debe tratar de identificar la causa de cualquier valor atípico. Corrija cualquier error de entrada de datos o de medición. Considere eliminar los datos que estén asociados a causas especiales y repetir el análisis. Para obtener más información sobre las causas especiales, vaya a Uso de gráficas de control para detectar la variación de causa común y la variación por causas especiales.
