Statistics for Business and Economics (13e) Estadística Aplicaciones en procesos de Ingeniería, Negocios y Economía Datos Fuentes de datos Estadística: La Importancia de los Datos Estadística descriptiva Inferencia estadística Analítica Big Data y Minería de Datos Computadoras y Análisis Estadístico Directrices éticas para la práctica estadística 1 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) ¿Qué es la Estadística? El término estadísticas puede referirse a hechos numéricos como promedios, medianas, porcentajes y máximos que nos ayudan a comprender una variedad de situaciones comerciales y económicas. Las estadísticas también pueden referirse al arte y la ciencia de recopilar, analizar, presentar e interpretar datos. 2 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) En Ingeniería Se trata de controlar la variación en el control estadístico de procesos. Contabilidad Aplicaciones En Ingeniería, en Negocios y Economía Las empresas de contabilidad pública utilizan procedimientos de muestreo estadístico al realizar auditorías para sus clientes. Economía Los economistas utilizan la información estadística para hacer pronósticos sobre el futuro de la economía o algún aspecto de ella. Finanzas Los asesores financieros utilizan la relación precioganancias y los rendimientos de dividendos para guiar su asesoramiento de inversión. 3 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Marketing Aplicaciones en Negocios y Economía Los escáneres electrónicos de punto de venta en los mostradores de pago minoristas se utilizan para recopilar datos para una variedad de aplicaciones de investigación de mercados. Producción Una variedad de gráficos estadísticos de control de calidad se utilizan para monitorear la salida de un proceso de producción. Sistemas de Información Una variedad de información estadística ayuda a los administradores a evaluar el rendimiento de las redes informáticas. 4 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Datos y conjuntos de datos Los datos son los hechos y cifras recopilados, analizados y resumidos para su presentación e interpretación. Todos los datos recopilados en un estudio en particular se conocen como el conjunto de datos para el estudio. 5 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Los elementos son las entidades sobre las que se recopilan datos. Elementos, variables y observaciones Una variable es una característica de interés para los elementos. El conjunto de medidas obtenidas para un elemento en particular se denomina observación. Un conjunto de datos con n elementos contiene n observaciones. El número total de valores de datos en un conjunto de datos completo es el número de elementos multiplicado por el número de variables. 6 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Datos, conjuntos de datos, elementos, variables y observaciones Variables Company Nombres de elementos Dataram Bolsa Ventas anuales ($M) Ganancias por acción ($) NQ 73.10 0.86 EnergySout h N 74.00 1.67 Keystone N 365.70 0.86 LandCare NQ 111.40 0.33 N 17.60 0.13 Psychemed ics Observación Conjunto de datos 7 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Escalas de medición Las escalas de medición incluyen Nominal Ordinal Intervalo Proporción La escala determina la cantidad de información contenida en los datos. La escala indica el resumen de datos y los análisis estadísticos que son más apropiados. © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. 8 Statistics for Business and Economics (13e) Escala nominal Los datos son etiquetas o nombres utilizados para identificar un atributo del elemento. Escalas de medición Se puede utilizar una etiqueta no numérica o un código numérico. Ejemplo Los estudiantes de una universidad se clasifican por la escuela en la que están matriculados utilizando una etiqueta no numérico como Negocios, Humanidades, Educación, etc. Alternativamente, se podría usar un código numérico para la variable escolar (por ejemplo, 1 denota Negocios, 2 denota Humanidades, 3 denota Educación, etc.). 9 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Escala ordinal Statistics for Business and Economics (13e) Los datos tienen las propiedades de los datos nominales y el orden o rango de los datos es significativo. Escalas de medición Se puede utilizar una etiqueta no numérica o un código numérico. Ejemplo Los estudiantes de una universidad se clasifican por su clase utilizando una etiqueta nonumérica como Freshman, Sophomore, Junior o Senior. Alternativamente, se podría usar un código numérico para la variable de pie de clase (por ejemplo, 1 denota Freshman, 2 denota Sophomore, etc.). 10 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Escala de intervalos Escalas de medición Los datos tienen las propiedades de los datos ordinales, y el intervalo entre observaciones se expresa en términos de una unidad de medida fija. Los datos de intervalo son siempre numéricos. Ejemplo Melissa tiene un puntaje SAT de 1985, mientras que Kevin tiene un puntaje SAT de 1880. Melissa anotó 105 puntos más que Kevin. 11 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) 12 Escala de razón Los datos tienen todas las propiedades de los datos de intervalo y la relación de dos valores es significativa. Escalas de medición Los datos de ratio son siempre numéricos. El valor cero se incluye en la escala. Ejemplo: El precio de un libro en una tienda minorista es de $ 200, mientras que el precio del mismo libro vendido en línea es de $ 100. La propiedad de la relación muestra que las tiendas minoristas cobran el doble del precio en línea. © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Datos categóricos y cuantitativos Los datos pueden clasificarse además como categóricos o cuantitativos. El análisis estadístico que es apropiado depende de si los datos para la variable son categóricos o cuantitativos. En general, hay más alternativas para el análisis estadístico cuando los datos son cuantitativos. 13 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Las etiquetas o nombres se utilizan para identificar un atributo de cada elemento Datos categóricos A menudo denominados datos cualitativos Utilice la escala de medición nominal u ordinal Puede ser numérico o no numérico Los análisis estadísticos apropiados son bastante limitados 14 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Datos cuantitativos Statistics for Business and Economics (13e) Los datos cuantitativos indican cuántos o cuántos. Los datos cuantitativos son siempre numéricos. Las operaciones aritméticas ordinarias son significativas para los datos cuantitativos. 15 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Escalas de medición Datos Categórico Numérico Nominal Ordinal Cuantitativo No numérico Nominal Ordinal Numérico Intervalo Proporción © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. 16 Statistics for Business and Economics (13e) Datos transversales Los datos transversales se recopilan en el mismo o aproximadamente el mismo punto en el tiempo. Ejemplo Datos que detallan el número de permisos de construcción emitidos en noviembre de 2013 en cada uno de los condados de Ohio. 17 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Los datos de series temporales se recopilan durante varios períodos de tiempo. Ejemplo Datos de series temporales Datos que detallan el número de permisos de construcción emitidos en el condado de Lucas, Ohio, en cada uno de los últimos 36 meses. Los gráficos de datos de series temporales ayudan a los analistas a comprender lo que sucedió en el pasado identificar cualquier tendencia a lo largo del tiempo, y proyectar niveles futuros para la serie temporal 18 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Datos de series temporales Statistics for Business and Economics (13e) Gráfico de datos de series temporales 19 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Fuentes de datos Statistics for Business and Economics (13e) Agencia Gubernamental Dirección web Algunos de los datos disponibles Census Bureau www.census.gov Datos de población, número de hogares, ingresos de los hogares Datos disponibles de agencias gubernamentales seleccionadas Federal Reserve Board www.federalreserve.g ov Datos sobre la oferta monetaria, los tipos de cambio, las tasas de descuento Office of Mgmt. & Budget www.whitehouse.gov/ omb Datos sobre ingresos, gastos, deuda del gobierno federal Department of Commerce www.doc.gov Datos sobre la actividad comercial, el valor de los envíos, los beneficios por industria Bureau of Labor Statistics www.bls.gov Gasto de los clientes, tasa de desempleo, ganancias por hora, registro de seguridad © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. 20 Statistics for Business and Economics (13e) Estudios Estadísticos – Observacionales Fuentes de datos En los estudios observacionales (no experimentales) no se intenta controlar o influir en las variables de interés. Ejemplo - Encuesta Los estudios de fumadores y no fumadores son estudios observacionales porque los investigadores no determinan ni controlan quién fumará y quién no fumará. 21 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Fuentes de datos Statistics for Business and Economics (13e) Estudios Estadísticos – Experimentales En estudios experimentales se identifica primero la variable de interés. Luego se identifican y controlan una o más variables más para que se puedan obtener datos sobre cómo influyen en la variable de interés. Se cree que el estudio experimental más grande jamás realizado es el experimento del Servicio de Salud Pública de 1954 para la vacuna Salk contra la poliomielitis. Casi dos millones de niños estadounidenses (grados 1-3) fueron seleccionados. 22 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Requisito de tiempo La búsqueda de información puede llevar mucho tiempo. Consideraciones sobre la adquisición de datos Es posible que la información ya no sea útil en el momento en que esté disponible. Costo de adquisición Las organizaciones a menudo cobran por la información, incluso cuando no es su actividad comercial principal. Errores de datos El uso de cualquier dato que esté disponible o que se haya adquirido con poco cuidado puede conducir a información engañosa. 23 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Descriptive Statistics La mayor parte de la información estadística en periódicos, revistas, informes de empresas y otras publicaciones consiste en datos que se resumen y se presentan en una forma que es fácil de entender. Tales resúmenes de datos, que pueden ser tabulares, gráficos o numéricos, se denominan estadísticas descriptivas. Ejemplo A la gerente de Hudson Auto le gustaría tener una mejor comprensión del costo de las piezas utilizadas en las puestas a punto del motor realizadas en su taller. Ella examina 50 facturas de clientes para ajustes. Los costos de las piezas, redondeados al dólar más cercano, se enumeran en la siguiente diapositiva. 24 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Ejemplo: Hudson Auto Repair 91 78 93 57 75 52 99 80 97 62 71 69 72 89 66 75 79 75 72 76 104 74 62 68 97 105 77 65 80 109 85 97 88 68 83 68 71 69 67 74 62 82 98 101 79 105 79 69 62 73 Muestra del costo de las piezas ($) para 50 ajustes 25 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Resumen tabular: Frecuencia y porcentaje de frecuencia Costo de las piezas ($) Frecuenci a Porcentaje de frecuencia 50-59 2 4% 60-69 13 26% 70-79 16 32% 80-89 7 14% 90-99 7 14% 100-109 5 10% 50 100% TOTAL 26 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Costo de las piezas de ajuste Ejemplo: Hudson Auto 18 16 14 Resumen gráfico: Histograma Frecuencia 12 10 8 6 4 2 0 50-59 60-69 70-79 80-89 90-99 Costo de las piezas ($) 27 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Estadística descriptiva numérica La estadística descriptiva numérica más común es la media (o promedio). La media demuestra una medida de la tendencia central, o ubicación central de los datos para una variable. El costo medio de las piezas de Hudson, basado en las 50 ajustes estudiados es de $ 79 (se encuentra al resumir los 50 valores de costo y luego dividir por 50). © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. 28 Statistics for Business and Economics (13e) Población: Conjunto de todos los elementos de interés en un estudio en particular. Muestra: Un subconjunto de la población. Inferencia estadística Inferencia estadística: Proceso de utilizar datos obtenidos de una muestra para hacer estimaciones y probar hipótesis sobre las características de una población. Censo: Recopilación de datos para toda la población. Encuesta por muestreo: Recopilación de datos para una muestra. 29 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Proceso de inferencia estadística Ejemplo: Hudson Auto Paso 1 La población consiste en todas las puestas a punto. Se desconoce el costo promedio de las piezas. Paso 3 Los datos de muestra proporcionan un costo promedio de piezas de muestra de $ 79 por puesta a punto. Paso 2 Se examina una muestra de 50 puestas a punto del motor. Paso 4 El promedio de la muestra se utiliza para estimar el promedio de la población. 30 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) La analítica es el proceso científico de transformar los datos en información para tomar mejores decisiones. Técnicas: Análisis descriptivo: Describe lo que ha sucedido en el pasado. Analítica Análisis predictivo: utilice modelos construidos a partir de datos pasados para predecir el futuro o para evaluar el impacto de una variable en otra. Analítica prescriptiva: El conjunto de técnicas analíticas que producen un mejor curso de acción. 31 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) El almacenamiento de datos es el proceso de capturar, almacenar y mantener los datos. Almacenamiento de datos Las organizaciones obtienen diariamente grandes cantidades de datos por medio de lectores de tarjetas magnéticas, escáneres de códigos de barras, terminales de punto de venta y monitores de pantalla táctil. Wal-Mart captura datos sobre 20-30 millones de transacciones por día. Visa procesa 6.800 transacciones de pago por segundo. 32 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) Big data: Conjunto de datos grande y complejo. Tres V del Big Data: Volumen : Cantidad de datos disponibles Velocidad: Velocidad a la que se recopilan y procesan los datos Variedad: Diferentes tipos de datos 33 Métodos para desarrollar información útil para la toma de decisiones a partir de grandes bases de datos. Minería de datos Usando una combinación de procedimientos de estadística, matemáticas e informática, los analistas "extraen los datos" para convertirlos en información útil. Los sistemas de minería de datos más efectivos utilizan procedimientos automatizados para descubrir relaciones en los datos y predecir resultados futuros provocados por consultas generales e incluso vagas por parte del usuario. © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Aplicaciones y requisitos de minería de datos La metodología estadística como la regresión múltiple, la regresión logística y la correlación son muy utilizadas. También se necesitan tecnologías informáticas que involucren inteligencia artificial y aprendizaje automático. También se requiere una inversión significativa en tiempo y dinero. Statistics for Business and Economics Las principales aplicaciones de la(13e) minería de datos han sido realizadas por empresas con un fuerte enfoque en el consumidor, como las empresas minoristas, financieras y de comunicación. La minería de datos se utiliza para identificar productos relacionados que los clientes que ya han comprado un producto específico también es probable que compren (y luego se utilizan ventanas emergentes para llamar la atención sobre esos productos relacionados). La minería de datos también se utiliza para identificar a los clientes que deben recibir ofertas de descuento especiales en función de sus volúmenes de compra anteriores. 34 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) 35 Confiabilidad del modelo de minería de datos Encontrar un modelo estadístico que funcione bien para una muestra particular de datos no significa necesariamente que se pueda aplicar de manera confiable a otros datos. Con la enorme cantidad de datos disponibles, el conjunto de datos se puede dividir en un conjunto de entrenamiento (para el desarrollo del modelo) y un conjunto de prueba (para validar el modelo). Sin embargo, existe el peligro de sobreajustar el modelo hasta el punto de que parecen existir asociaciones y conclusiones engañosas. La interpretación cuidadosa de los resultados y las pruebas exhaustivas son importantes. © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics En un estudio estadístico, el comportamiento poco ético (13e) Directrices éticas puede tomar una variedad de formas, incluyendo: para la práctica Muestreo inadecuado estadística Análisis inadecuado de los datos Desarrollo de gráficos engañosos Uso de estadísticas resumidas inapropiadas Desarrollo de gráficos engañosos Interpretación sesgada de los resultados estadísticos Uso de estadísticas resumidas Muestreo inadecuado inapropiadas Análisis inadecuado de los datos Interpretación sesgada de los Desarrollo de gráficos engañosos resultados estadísticos Uso de estadísticas resumidas inapropiadas Muestreo inadecuado Interpretación sesgada de los resultados estadísticos Análisis inadecuado de los datos Muestreo inadecuado Desarrollo de gráficos engañosos Análisis inadecuado de los datos Uso de estadísticas resumidas Desarrollo de gráficos engañosos inapropiadas Uso de estadísticas resumidas inapropiadas Interpretación sesgada de los Interpretación sesgada de los resultados estadísticos resultados estadísticos Muestreo inadecuado Uno debe esforzarse por ser justo, Análisis inadecuado de los datos minucioso, objetivo y neutral a Como consumidor de estadísticas, uno también debe ser medida que recopila, analiza y consciente de la posibilidad de un comportamiento poco 36 presenta datos. ético por parte de los demás. © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use. Statistics for Business and Economics (13e) La Asociación Americana de Estadística desarrolló el informe "Directrices éticas para la práctica estadística". Directrices éticas para la práctica estadística Contiene 67 directrices organizadas en 8 áreas temáticas: Profesionalismo Responsabilidades para con los financiadores, clientes, empleadores Responsabilidades en publicaciones y testimonios Responsabilidades de los sujetos de investigación Responsabilidades para los colegas del equipo de investigación Responsabilidades para con otros estadísticos/profesionales Responsabilidades con respecto a las denuncias de mala conducta Responsabilidades de los empleadores, incluidas organizaciones, individuos, abogados u otros clientes 37 © 2017 Cengage Learning. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part, except for use as permitted in a license distributed with a certain product or service or otherwise on a password-protected website or school-approved learning management system for classroom use.
