Trabajo Practico en MiniTab

Objetivo General
Realizar el estudio estadstico del peso de las galletas en una empresa
productora de alimentos.

Objetivos Especificos
Realizar estudio descriptivo de la variable.
Estimar el intervalo y una prueba de hiptesis para la variable que se
estudia
Elaborar una regresin lineal simple tomando en cuenta como variable
dependiente la temperatura del horno.

Planteamiento del Problema

En una empresa fabricadora de galletas se desea realizar un estudio en
cuanto al peso de ellas, donde cada paquete debe tener un peso de 26,50
gramos, por lo que la empresa quisiera evaluar los mismos, para conocer si
los paquetes se encuentran dentro del peso establecido. Para esto se
realizaron los siguientes anlisis estadsticos mediante el programa Minitab:
a) Tabla de datos.

26,58 27,13 26,5

27,76 26,53 26,41
28,5 26,67 26,45
26,21 27,6 26,61
26,54 26,51 27,12
26,83 27,2 26,65
26,51 24,56 28,24
26,58 26,38 28,24
27,14 26,58 28,26
27,24 26,37 28,34
 b) Estudio descriptivo de la variable, es decir, clculos de
promedio, mediana, moda, cuartiles, varianza y desviacin
estndar.

Buscamos la funcion fx y nos aparecer la siguiente ventana que

mostrar los pasos a realizar:
 Para el clculo del promedio (media):

Para el clculo de la mediana:

Para el clculo de la varianza:

Como la varianza no se encuentran dentro de las funciones estadsticas, lo

que se hace es que se multiplica por dos la desviacin estndar o se eleva al
cuadrado, en nuestro caso se multiplic por dos.

Para la desviacin estndar:

Para el caso de la moda y los cuartiles:
Seleccionamos estadsticas y nos parecer el siguiente cuadro donde se
seleccionan todas las variables que se desean estudiar:

Por ltimo se muestra la pantalla de todos los resultados de los estudios

realizados
 c) Estimacin de intervalo y prueba de hiptesis para la variable que
se estudia. Tomando como nivel de confianza 0,95.

Para la prueba de Hiptesis y estimacin de intervalos

Para el caso en estudio se tomaron como hiptesis:

H0: = 26,5
H1: 26,5

A continuacin se muestran las pantallas de los pasos que se

realizaron para la ejecucin del anlisis:

En la pantalla que se muestra a continuacin se ingresaron los datos

del tamao de la muestra, junto con la media y desviacin estndar,
colocando el valor de la prueba de hiptesis.
 Se introduce el intervalo de confianza, que para nuestro caso es de
95% y la hiptesis alternativa

Por ultimo obtenemos los resultados, para la cual con el intervalo de

confianza al 95 % la variable Peso (gr) en cada uno de los paquetes de
galletas oscilan entre ( 26,633 27,250 ). Obteniendo de igual manera
un estadstico de prueba de 2, 92 y un Pvalor de 0,007. Donde segn la
propiedad cuando 0 se multiplica por 2. Entonces tenemos
Pvalor = 2 * ( 0,007)= 0,014
Pvalor = 0,014 < = 0,05
Decision: como Pvalor es menor que alpha entonces se rechaza H 0. Lo que
quiere decir que los paquetes de galletas no estn cumpliendo con el peso
establecido por la empresa.

d) A partir del modelo matemtico lineal se muestra el analisis entre la

variable Temperatura y la variable peso, es decir, comprobar qu
influencia tiene la temperatura del horno sobre el peso de la galleta,
de igual manera realizar el Diagrama de dispersin
correspondiente, la recta de estimacin o regresin, y el coeficiente
de correlacin de Pearson. Tomando en cuenta que la temperatura
estndar es de 250 C. teniendo como datos los siguientes:

251 250 257

263 249 250
269 249 252
248 258 261
249 254 251
COEFICIENTE DE CORRELACION
A travs del coeficiente de correlacin se pudo observar que se basa en un
modelo de correlacin lineal positivo.

COEFICIENTE DE PEARSON
Como el coeficiente de Pearson dio como resultado 0,971 se puede concluir
que es una correlacin muy alta.

RECTA DE ESTIMACION O REGRESION

Por los resultados obtenidos se puede concluir que la temperatura influye
directamente proporcional en el peso de la galleta ya que a menor
temperatura el peso aumenta debido a la presencia de mayor humedad en la
galleta, dando como ecuacin la siguiente:

Temperatura = -11,83 +9,864Peso

Donde la temperatura es el valor Y que representa la variable dependiente,

mientras que el peso corresponde a X como variable independiente