Documentos de Académico
Documentos de Profesional
Documentos de Cultura
S
CA
SI
AS FÍ
IC S
ÁT CIA
INFORME FINAL DE PRACTICAS PRE
EM IEN
PROFESIONALES
AT C
LICENCIADO EN ESTADÍSTICA
EC
TRUJILLO – PERÚ
2018
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
DEDICATORIA
A mis queridos
padres
Heriberto y María, por
infundir en mí los valores del
S
sacrificio, humildad, respeto,
CA
perseverancia, y templanza.
Por su apoyo y comprensión
en la culminación de mis
SI
objetivos y su inmenso amor.
AS FÍ
IC S
ÁT CIA
EM IEN
A mis queridos abuelos Carlos,
Laura, Luis y María por
permitirme ser mis segundos
AT C
responsable y de bien.
T EC
IO
BL
BI
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
AGRADECIMIENTO
A DIOS TODOPODEROSO,
por ser tan bondadoso y
misericordioso conmigo,
permitirme conocer el amor,
S
lograr mis proyectos de vida y
CA
llegar con salud en la
culminación de mi carrera
SI
profesional.
AS FÍ
IC S
ÁT CIA A mi alma mater UNIVERSIDAD
NACIONAL DE TRUJILLO, en especial
a los docentes de Escuela de
EM IEN
Estadística, por acogerme e impartir
enseñanza durante mi formación
académica y profesional.
AT C
M E
Y AD
Un sincero agradecimiento a
mi asesora Dra. Rosa Chu
EC
trazada.
BI
ii
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
PRESENTACIÓN
S
de la Facultad de Ciencias Físicas y Matemáticas, Escuela Profesional de
CA
Estadística de la Universidad Nacional de Trujillo, pongo a vuestra
SI
disposición el informe final de Practicas Pre Profesionales titulado “Modelo
estadístico del comportamiento del volumen de gas en la carbonatación de
AS FÍ
bebidas gaseosas – Mayo 1991” para optar el título de Licenciado en
IC S
Estadística.
ÁT CIA
Someto este trabajo a vuestro amplio criterio de calificación y agradezco
EM IEN
anticipadamente las sugerencias u observaciones que hagan al mismo,
esperando que mi contribución sea aceptada y sirva de base para estudios
AT C
iii
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
RESUMEN
S
gaseosas. Las muestras fueron seleccionadas aleatoriamente después de
CA
que la máquina esté trabajando en condiciones normales sin ninguna parada
por fallas técnicas. Las bebidas de un litro mantuvieron los mismos patrones
SI
de presión y temperatura que las bebidas de 10 onzas, razón por lo que se
AS FÍ
consideró trabajar con la bebida de un litro, obteniendo una muestra diaria
IC S
para un mes en estudio. El análisis estadístico que se realizó para procesar
ÁT CIA
el modelo fue el análisis de regresión lineal con cuatro variables
independientes, donde al usar el método Stepwise se concluyó que las
EM IEN
variables que influyen en el comportamiento del volumen de gas en la
carbonatación de bebidas gaseosas fueron presión y temperatura.
AT C
iv
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
ABSTRACT
The present research work was carried out in a gas beverage bottling
company with the objective of proposing a statistical model that relates the
pressure, temperature, Carbotrol and Carbo-cooler variables in the volume of
gas in the carbonation of soft drinks. The samples were selected randomly
after the machine is working under normal conditions without any stop due to
S
CA
technical failures. One-liter drinks maintained the same pressure and
temperature patterns as 10-ounce drinks, which is why it was considered to
SI
work with the one-liter drink, obtaining a daily sample for a month under
AS FÍ
study. The statistical analysis that was carried out to process the model was
the linear regression analysis with four independent variables, where when
IC S
ÁT CIA
using the Stepwise method it was concluded that the variables that influence
the behavior of the gas volume in the carbonation of soft drinks were
pressure and temperature.
EM IEN
In the multiple linear regression analysis for the behavior of the volume of
gas in the carbonation of soft drinks, the following variables were determined
AT C
problem for the model. Regarding the independence of the errors, it was
BL
found that there is no autocorrelation between the residues, and the random
errors of the obtained model follow a normal distribution. For the
BI
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
ÍNDICE DE CONTENIDOS
DEDICATORIA ....................................................................................................................... i
AGRADECIMIENTO ............................................................................................................. ii
PRESENTACIÓN ..................................................................................................................iii
S
RESUMEN ..............................................................................................................................iv
CA
ABSTRACT ............................................................................................................................ v
ÍNDICE DE CONTENIDOS ..................................................................................................vi
SI
I. INTRODUCCIÓN ........................................................................................................... 8
AS FÍ
1.1. Realidad problemática .......................................................................................... 8
IC S
1.2. Antecedentes del problema ................................................................................. 9
ÁT CIA
1.3. Justificación del problema .................................................................................. 12
1.4. Formulación del problema.................................................................................. 12
EM IEN
1.5. Hipótesis ............................................................................................................... 12
1.6. Objetivos ............................................................................................................... 13
AT C
vi
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
ANEXO 1: Ficha de recolección de datos ............................................................... 85
CA
ANEXO 2: Tabla de distribución t de Student ......................................................... 86
ANEXO 3: Tabla para evaluar la prueba de Kolmogorov-Smirnov...................... 87
SI
ANEXO 4: Tabla del test estadístico de Durbin-Watson ....................................... 88
AS FÍ
ANEXO 5: Tabla de la distribución F ........................................................................ 89
IC S
ANEXO 6: Tabla de Shapiro - Wilk ........................................................................... 90
ÁT CIA
ANEXO 7: Tabla de datos para la validación del modelo ..................................... 91
ANEXO 8: Tabla de datos del Estudio Original ....................................................... 92
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
vii
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
I. INTRODUCCIÓN
S
CA
cual, es necesario contar con un adecuado sistema de control estadístico
tanto para el proceso de fabricación como para el producto, de tal manera
SI
que ayuden a reducir los costos de producción y permita obtener un
AS FÍ
producto final de calidad, que asegure su aceptación en el mercado y la
empresa sea rentable.
IC S
ÁT CIA
En la empresa donde se realiza el estudio las principales actividades que se
realizan son el tratamiento de aguas, el lavado de botellas, el embotellado,
EM IEN
transporte y comercialización de bebidas gaseosas en sus diferentes
sabores en sus formatos mediana de 10 onzas y de litro, lo mismo que
AT C
internacional.
T
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
registros de control de tal manera que un momento dado sea útil, para la
toma de decisiones por parte de Gerencia y otras secciones que la soliciten.
S
la decisión de estudiar el comportamiento de las variables intervinientes.
CA
Por estas razones, se creyó conveniente construir un modelo estadístico del
SI
comportamiento del volumen de gas respecto a las variables de producción
AS FÍ
que intervienen en la carbonatación para que no peligre así la calidad del
producto y se alcance el nivel óptimo de producción deseado.
IC S
ÁT CIA
Según algunos alcances dados por CINPSA (Compañía Industrial Nor
Peruana S.A.) el comportamiento del volumen de gas es explicada por la
EM IEN
presión y la temperatura. El estándar del volumen de gas para bebidas
gaseosas es de 3.75 ± 0.25.
AT C
M E
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
y 84,01 por ciento para el carbonatador convencional.
CA
Los porcentajes de ácido carbónico y retención de dióxido de carbono se
SI
compararon mediante un contraste de significancia para determinar si la
AS FÍ
diferencia entre los promedios obtenidos fue significativa. Para el porcentaje
de ácido carbónico se determinó un mayor porcentaje formado en el
IC S
ÁT CIA
producto del carbonatador de contactor de membrana. El porcentaje de
retención de dióxido de carbono fue el mismo para el producto de ambas
EM IEN
carbonatadoras.
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
una opción sana, ya que esta fruta posee alto contenido de vitamina C, que
se pudo comprobar en la elaboración del análisis bromatológico y la
posterior elaboración de la tabla nutricional, en la que el porcentaje de
vitamina C era bastante alto.
(Yunuen, 2018) pretende investigar los diferentes factores que pueden estar
interviniendo en la disminución del CO2 que permitan conservar las
propiedades sensoriales en la bebida para poder incrementar su vida en
S
CA
anaquel y la aceptación por parte de los consumidores. Se traza como
objetivos conocer el proceso de carbonatación en la elaboración de bebidas
SI
gaseosas y establecer los parámetros que intervienen en la perdida de CO2
AS FÍ
en forma experimental, además realiza un estudio de vida de anaquel y
IC S
obtener el porcentaje de perdida de CO2 y realizar una cinética con los datos
ÁT CIA
de vida de anaquel y encontrar la constante de velocidad de la reacción.
podía consumirse (no hubo pérdidas en los ºBrix). Para el segundo y tercer
mes de almacenamiento, el porcentaje de perdida fue mayor aunado a los
EC
extras (comprar más CO2 de lo usual) ya que había que añadir mayor
cantidad a la bebida para equilibrar las pérdidas y de este modo conservar la
calidad del producto.
11
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Esta información será útil para identificar las variables que explican el
S
comportamiento del volumen de gas y un mejor control en el proceso de
CA
Carbonatación de las bebidas gaseosas.
SI
Así mismo, la información nos permitirá construir un Modelo Estadístico a fin
AS FÍ
de predecir el Volumen de gas de acuerdo a diversos valores que pueda
IC S
tomar la presión y la temperatura del líquido.
ÁT CIA
Es por lo expuesto anteriormente que se ha creído conveniente y necesario
EM IEN
realizar un estudio sistematizado que nos asegure la calidad del producto
por ser el de mayor consumo a nivel nacional.
AT C
M E
Y AD
1.5. Hipótesis
BI
12
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
1.6. Objetivos
S
1.6.2. Objetivos Específicos:
CA
1. Determinar las variables de producción que explican el
SI
comportamiento del volumen de Gas en la Carbonatación de
Bebidas Gaseosas.
AS FÍ
IC S
2. Evaluar la Significancia conjunta de los parámetros y validar el
ÁT CIA
modelo del Volumen de Gas en función de las variables de
producción.
EM IEN
homocedasticidad.
M E
Y AD
13
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
hace en un proporcionador específico, para luego pasar a la gasificación la
CA
que se lleva a cabo en un enfriador de bebida llamado Carbonatador, que
opera a bajas temperaturas, para lograr una mejor solubilidad del gas en el
SI
líquido; una vez lograda la gasificación de la bebida, es conducida a una
AS FÍ
llenadora, obteniéndose finalmente el producto terminado.
IC S
ÁT CIA
A continuación se detallan las etapas de la producción de bebidas
carbonatadas antes mencionada.
EM IEN
A. Proceso Productivo.-
AT C
14
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
1. Obtención de agua purificada
SI
Para la producción industrial, las empresas se abastecen de agua a
AS FÍ
través de pozos propios. El agua subterránea es enviada a través de
IC S
tuberías a tanques en donde se le agrega un agente floculante, que
ÁT CIA
se encarga de aglutinar o aglomerar sustancias orgánicas que se
encuentran suspendidas en el agua. Para tal efecto el agente más
EM IEN
utilizado es el Sulfato de Aluminio (Al2SO3) que permite la agrupación
y consecuente sedimentación de compuestos como el bicarbonato de
AT C
horas.
T
IO
Una vez esté libre de estos compuestos, está lista para ser tratada
con cloro; la cloración o desinfección del agua se logra mediante la
adición de hipoclorito de sodio al 5% conocido comúnmente como
15
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
aún estuviera presente, y los filtros de carbón activado eliminan las
CA
sustancias de carácter gaseoso que le dan al agua mal olor, color y
sabor, tal es el caso del cloro residual. Y por si esto fuera poco el
SI
ultimo filtro es el llamado “filtro pulidor” el cual tiene poros de menos
AS FÍ
de 0.2 micras y que retiene partículas que no hayan podido ser
IC S
eliminadas con anterioridad. Hasta este momento se tiene agua lista
ÁT CIA
para el proceso de elaboración de bebidas carbonatadas, pero ahora
la mayoría de empresas le agregan dos pasos más que serían: el
EM IEN
tratamiento con ozono y el tratamiento con lámparas de luz
ultravioleta, para dar una garantía extra de su calidad e inocuidad
AT C
(Maldonado, 2012).
M E
Y AD
16
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
sus rendimientos afectan directamente los costos de fabricación, por
CA
lo que debe de ser vigilado meticulosamente.
SI
El proceso se divide en dos etapas: elaboración de jarabe simple y
AS FÍ
elaboración de jarabe terminado. En la elaboración del jarabe simple,
se emplea agua purificada, cuyo proceso se explicó en el punto
IC S
ÁT CIA
anterior. El agua se vierte en un tanque de dilución y se agrega
azúcar industrial, debidamente certificada. Las cantidades o
EM IEN
proporciones varían según la fórmula de cada sabor de bebida a
carbonatar. Esta mezcla se ha de agitar hasta obtener una solución
uniforme (Maldonado, 2012).
AT C
M E
17
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
- Saborizantes
S
CA
Estos insumos comúnmente no son elaborados en la empresa
SI
embotelladora, sino más bien, se compran a quienes que se dedican
exclusivamente a la producción de saborizantes. Los saborizantes son
AS FÍ
extractos que pueden ser de tres tipos: los extractos alcohólicos,
IC S
emulsiones de soluciones alcohólicas, y los extractos de jugos de
ÁT CIA
frutas.
EM IEN
Los mejoradores de sabor y aroma son utilizados también en este tipo
de bebidas, el ejemplo típico es el uso de cafeína en refrescos como
AT C
(Maldonado, 2012).
T
- Acidulantes
IO
Los ácidos son usados en las bebidas para impartirles un sabor agrio
BL
Los tres ácidos utilizados con frecuencia son: el ácido cítrico, el ácido
fosfórico y el ácido tartárico. Todos deben de ser grado alimenticio y
18
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
(Maldonado, 2012).
CA
- Colorantes
SI
AS FÍ
Los consumidores esperan que la bebida gasificada sea semejante en
apariencia a la fibra, fruta o planta que representa. Muchos
IC S
ÁT CIA
saborizantes no poseen el color inherente deseado, por lo que es
necesario emplear colores artificiales para obtener la aceptación del
EM IEN
consumidor. El uso de los colorantes está limitado a los tipos
permitidos o certificado. Los colorantes más utilizados en las bebidas
gaseosas son: caramelo, antocianinos, carotenoides, clorofila,
AT C
- Edulcorantes
IO
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
relacionados con polémicas por efectos dañinos derivados de su alto
CA
consumo (Coguanor, 1982).
SI
- Preservantes
AS FÍ
Los preservantes tienen la función de prevenir el deterioro que es
IC S
provocado por las enzimas y bacterias que existen en diferentes
ÁT CIA
grados en todos los productos alimenticios (Tello, 2004).
EM IEN
Las bebidas carbonatadas permiten el crecimiento de un limitado
número de microorganismos, pero a pesar de ello se requiere el uso
AT C
3. Proceso de Carbonatación
BL
20
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
0.02% (Bernstein, 2009).
CA
Por tanto, las bebidas gaseosas carbonatadas son productos que
SI
consisten en incorporar suficiente anhídrido carbónico a la mezcla de
AS FÍ
agua tratada con jarabe a fin de que cuando se sirva el producto deje
escapar el gas bajo la forma de burbujas finas y para que tenga ese
IC S
ÁT CIA
sabor “picante” característico en las gaseosas.
21
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
c. Carbonatador o Carbo-Cooler:
SI
Según nuestra información, capacitación y experiencia en planta, es
un equipo donde se produce la carbonatación de la bebida, y está
AS FÍ
diseñado para obtener un producto uniformemente carbonatado,
IC S
mediante un enfriamiento eficiente de la mezcla. La bebida antes de
ÁT CIA
ingresar al carbonatador recibe una inyección de CO2 en una pre-
carbonatación, esta línea de gas es regulada por el Carbotroll, y debe
EM IEN
tener una determinada presión, para que pueda vencer la presión de
la bomba del líquido a carbonatar. De esto resulta que el agua
AT C
la carbonatadora principal.
Y AD
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
fábrica, formando un conjunto, tanques, bombas, controladores
CA
instrumentación y cableados eléctricos. Los sistemas se controlan
mediante analizadores de CO2 que garantizan una saturación
SI
constante de hasta 10 gramos de CO2 por litro de producto,
AS FÍ
medidores de conductividad, y grados Brix que aseguran una calidad
IC S
homogénea y constante del producto.
ÁT CIA
Normalmente el CO2 se produce en procesos de combustión,
EM IEN
fermentación o sub producto de otros procesos químicos, este gas
debe ser purificado para poder estar en contacto con productos
alimentarios. Para asegurar que las bebidas no se contaminan o no
AT C
23
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
- Cierre la válvula de descarga del aparato.
SI
probador.
AS FÍ
- Redúzcase la presión abriendo la válvula de descarga hasta que
IC S
la aguja indicadora señale cero, entonces ciérrese la válvula
ÁT CIA
inmediatamente a fin de que no escape más gas.
24
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
aire es liberado mediante una válvula de venteo, luego se abre de
CA
forma automática la válvula de llenado, el cual el producto a través del
tubo de venteo y un arco difusor ingresa por las paredes evitando el
SI
burbujeo, luego se libera aire que aún tiene la botella con el producto
AS FÍ
y se sigue llenando hasta el nivel estándar, cerrándose
IC S
automáticamente la válvula de llenado.
ÁT CIA
Una vez llenado el producto, pasa por las guías de descarga, al
EM IEN
coronador, para su coronado hermético inmediato para evitar la
pérdida de gas.
AT C
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
del envase. Las cajas ya formadas se envían a una máquina que las
CA
ordena y coloca sobre paletas de madera o de plástico y que luego se
envían a la bodega mediante carros monta cargas. Estas paletas
SI
pueden contener entre 60 y 80 cajas según el volumen del envase y
AS FÍ
se utilizan para facilitar el traslado de la bodega a los camiones
IC S
repartidores, que se encargarán de llevar el producto hasta los puntos
ÁT CIA
de venta.
EM IEN
En el caso de los envases de vidrio retornables, estos vienen en cajas
de 12 unidades normalmente, una máquina se encarga de colocar las
cajas en una banda transportadora, que las envía a la
AT C
toda la suciedad que pudieran contener por dentro y por fuera. Los
IO
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
coloca sobre paletas de madera o de plástico y luego se envían a
CA
bodega de producto terminado.
SI
B. Maquinaria y Equipo
AS FÍ
a) Sistema de Transporte: (Fajas, rodillos, discos, placas eslabonadas,
IC S
etc.) que sirven para movilizar los cajones, envases, etc., en las fases de
ÁT CIA
éste proceso y puede estar impulsados por motores eléctricos, por
gravedad u otro medio.
EM IEN
calientes.
IO
envases vacíos y para envases llenos, las primeras tienen por objeto
BI
27
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
1.1. Generalidades
El análisis de regresión lineal múltiple es una técnica
estadística que es frecuentemente utilizado en Investigación,
sobre todo cuando se desea verificar la posible relación que
S
existe entre un grupo de variables independientes (predictoras o
CA
explicativas) y la variable dependiente de interés (Hernández,
SI
2010). De tal manera que al momento de determinar aquellas
AS FÍ
variables que explican o influyen en el comportamiento de la variable
dependiente, se crea en consecuencia uno o varios modelos que
IC S
representan la solución.
ÁT CIA
La ecuación general que representa al modelo teórico, es la
EM IEN
siguiente:
Donde:
M E
Y AD
0 : Intercepto
i : Perturbación estocástica
IO
Yi : Variables aleatorias
BL
28
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Hipótesis
1. Y X u
2. E(u) 0
3. E(uu' ) U2 ·I
4. X matriz de regresoras no estocástica
5. X k n
6. u N (0, u2 )
S
CA
En el modelo estudiado se supone que se verifican las 6 hipótesis
anteriores, por lo que siempre se trabajará bajo el supuesto de un
SI
modelo de regresión lineal, normal, clásico.
AS FÍ
Los coeficientes que acompañan a la ecuación (2.1) son calculados
IC S
dentro del proceso estadístico. El método que se utiliza en dicho
ÁT CIA
proceso es Mínimos Cuadrados Ordinarios (OLS por sus siglas en
inglés), el cual permite minimizar la suma de los cuadros de las
EM IEN
distancias verticales entre los valores de los datos y los estimados a
través de la regresión; en consecuencia se minimiza el error o
AT C
2009).
Y AD
supuestos.
IO
BL
29
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
cumplimiento de estos supuestos, son el prerrequisito para alcanzar
CA
los estimadores MELI (mejores estimadores linealmente
SI
insesgados).
AS FÍ
Los detalles con relación al concepto y las implicaciones de cada
IC S
supuesto se exponen a continuación:
ÁT CIA
a. Linealidad
EM IEN
Por linealidad se entiende a las siguientes formas que pueden definir
a una ecuación: a) linealidad en las variables y/o b) linealidad en
AT C
No
Si
Sí y = βO + β1 X1 + ε y = βO+ β1 X12 + ε
BL
Linealidad en los
parámetros
BI
2 2 2
No y = β O + β1 X1 + ε y = βO+ β1 X1 + ε
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
cual significa que los parámetros (βO, β1) se elevan sólo a la primera
potencia. Aunque puede o no ser lineal en las variables explicativas
o predictoras (Abelson, 1998).
S
CA
decir, que no exista Autocorrelación entre ellos. El estadístico de
Durbin-Watson es el que proporciona información para verificar este
SI
supuesto.
AS FÍ
Un supuesto importante del modelo lineal clásico, es que no existe
IC S
autocorrelación o relación serial entre los errores. Si se viola este
ÁT CIA
supuesto tenemos
autocorrelación (Gujarati, 2010).
el problema de correlación serial o
EM IEN
Recordemos que los supuestos del modelo de los no autocorrelación
hacen referencias a las perturbaciones poblacionales que no son
AT C
31
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
n
(ei ei 1)2
i 2
d n
(2.2)
ei2
i 1
S
“ei”.
CA
b) Calcule el valor de d (valor observado).
c) Encuentre los valores críticos dL y dU en la tabla para el tamaño
SI
de muestra y el número de variables explicatorias dadas.
AS FÍ
d) Si la hipótesis nula H0 es: no existe correlación serial positiva,
IC S
entonces si:
ÁT CIAd < dL
d > dU
:
:
Rechace H0
No Rechace H0
EM IEN
dL d dU : La prueba no es concluyente
AT C
d > 4 - dL : Rechace H0
d < 4 – dU : No Rechace H0
EC
4- dU d 4 – dL : La prueba no es concluyente
T
d < dL : Rechace H0
BI
d > 4 - dL : Rechace H0
dL d dU : La prueba no es concluyente
(Región de ignorancia)
4- dU d 4 – dL : La prueba no es concluyente
(Región de ignorancia)
32
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
c. Prueba de Homocedasticidad
(Netter, 1990), afirman que un supuesto importante del modelo de
SI
regresión lineal clásico consiste en que las perturbaciones o errores
AS FÍ
de la función de regresión poblacional son homocedásticas, esto es,
IC S
que todas tienen la misma varianza.
ÁT CIA
Cuando existe heterocedasticidad los
cuadráticos son insesgados y consistentes, mas no eficientes; es
estimadores mínimos
EM IEN
decir las varianzas de las estimaciones de los parámetros no son las
varianzas mínimas.
AT C
dispersión de la varianza).
BI
6 di2
rS 1
n(n 2 1) (2.3)
33
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Suponga que:
Yi 0 1 X1 2 X 2 ...... k X k i i 1....n
S
CA
obtenga los residuos ei.
SI
absoluto ordene tanto /ei/ como X1, X2,....,Xk , en forma ascendente
AS FÍ
o descendente y calcule el coeficiente de correlación de rango de
IC S
Sperman dado anteriormente.
ÁT CIA
Etapa III.- Suponiendo que el coeficiente de correlación de rango de
la población = 0 y n > 8, la significancia de la muestra rs puede
EM IEN
rS n 2
t ; con g.l n 2 (2.4)
1 rS2
M E
Y AD
34
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
homocedasticidad.
SI
AS FÍ
d. Prueba de la Normalidad
Prueba de bondad de Kolmogorov-Smirnov
IC S
ÁT CIA
La regresión lineal múltiple supone que cada ei está distribuido
normalmente con media 0 y varianza constante σ2 y con una
EM IEN
correlación de los errores igual a cero y con covarianza igual a cero
(Gujarati, 2010).
AT C
una población de la que se ha tomado una muestra X1, X2,..., Xk. Los
pasos son:
EC
35
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
todo para muestras menores de 50.
CA
Cuando p es mayor de 0.05, entonces, se acepta Ho, y se afirma
SI
que la variable en estudio sigue una distribución normal (Romero,
AS FÍ
2016).
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
e. No Colinealidad
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
En este caso, estaremos en presencia de No colinealidad. Cuando
CA
no se cumple con este supuesto se habla de la presencia de
colinealidad de que las variables incluidas en el modelo están
SI
correlacionadas entre sí y resultan en un modelo redundante
AS FÍ
(Gujarati, 2010).
IC S
ÁT CIA
No-colinealidad, es decir la inexistencia de colinealidad. Esta puede
ser:
EM IEN
Colinealidad perfecta si una de las variables independientes tiene
una relación lineal con otra/as independientes,
AT C
altas correlaciones.
37
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
de los residuos tipificados y esto produce coeficientes de regresión
CA
muy inestables: pequeños cambios en los datos (añadir o quitar un
caso, por ejemplo) produce cambios muy grandes en los coeficientes
SI
de regresión. Esta es una de las razones por las que podemos
AS FÍ
encontrarnos con coeficientes con signo cambiado: correlaciones
IC S
positivas pueden transformarse en coeficientes de regresión
ÁT CIA
negativos (incluso significativamente negativos). Curiosamente, la
medida de ajuste R2 no se altera por la presencia de colinealidad;
EM IEN
pero los efectos atribuidos a las variables independientes pueden ser
engañosos (SPSSV18, 2010).
AT C
Por otra parte, como plantea (Hair, 1999), la Tolerancia se usa como
M E
Y AD
modelo ajustado.
BI
38
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
Se analiza la magnitud de la multicolinealidad considerando el
tamaño de VIF. Si VIF>10, la multicolinealidad es alta (Kutner,
SI
Nachtsheim, & Neter, 2004).
AS FÍ
Se calcula el factor de inflación de la varianza para β con la
IC S
siguiente fórmula:
ÁT CIA
EM IEN
1
VIFi = ----------
1 – Ri2
AT C
M E
39
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
M.R.L.P.
S
CA
Con E(i) = 0
V(i) = 2
SI
AS FÍ
M.R.L.M.
IC S
Y i 0 1 X1 2 X 2 ...... k X k ei i 1....n (2.7)
ÁT CIA
Donde ei es el término residual, la contrapartida muestral del
EM IEN
término error estocástico i,
Matricialmente tenemos:
AT C
M.R.L.M. Y X e (2.8)
IO
e' e (Y X )' (Y X )
(2.9)
BL
Y '2 ' X 'Y ' X '
BI
Luego derivando con respecto a tendremos:
40
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
e' e
0
( X ' X ) X 'Y , si la inversa de (X’X) existe, digamos
( X ' X )1 obtendremos ( X ' X )1 X 'Y (2.10)
La varianza residual de es: ( X ' X )1 2
S
(2.11)
CA
SI
2 e' e
La varianza residual: , donde k+1 es el número de
AS FÍ
n k 1
parámetros a estimarse.
IC S
ÁT CIA
Los estimadores mínimos cuadrados son insesgados de varianzas
mínimas (garantizado por el teorema de Gauss Márkov).
EM IEN
El Teorema de Gauss-Márkov establece los supuestos que debe
cumplir un estimador MCO (Mínimo Cuadrados Ordinarios) para que
AT C
Márkov.
41
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
en el modelo tantas Xs como sea posible, tal que los valores que
CA
puedan ser determinados sean confiables.
SI
- Debido a los gastos que demanda obtener información sobre un
AS FÍ
gran número de Xs y posteriormente probando estos, se estima la
ecuación de manera que incluya tan pocos Xs como sea posible.
IC S
El arreglo entre estos dos extremos es lo que usualmente se llama
ÁT CIA
selección de la mejor ecuación de regresión.
EM IEN
Para obtener la mejor ecuación de regresión no existe un
procedimiento estadístico único, al igual que la ecuación resultante
no es la misma en todos los procedimientos.
AT C
M E
42
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
La regresión Stepwise, forma una secuencia de regresiones
agregando o eliminando variables independientes en cada etapa, el
SI
criterio para agregar o eliminar una variable puede ser en base a
AS FÍ
estadísticas o en base a coeficientes de correlaciones parciales. El
procedimiento se puede resumir en lo siguiente: F*
IC S
ÁT CIA
Se calculan todas las regresiones simples para cada una de las k-1
variables independientes potenciales. Para cada una de las
EM IEN
ecuaciones de regresión simple se obtiene la estadística:
AT C
MSR(xk)
M E
F* = -------------
MSE(xk)
Y AD
en el modelo de regresión.
BI
43
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
MSR(x7)
F* = ---------------
MSE(x7)
S
se tiene la segunda variable a ser introducida en el modelo, de otra
CA
manera el programa termina.
SI
Supongamos que x3 fue la variable que es agregada en el segundo
AS FÍ
paso, ahora la rutina Stepwise examina si cualquiera de las otras
variables independientes que ya están en el modelo será eliminada.
IC S
ÁT CIA
En nuestra ilustración hay hasta en esta etapa solamente una
variable independiente en el modelo x7, de manera que solamente la
EM IEN
estadística:
MSR(x7/ x3)
AT C
F* = ---------------------
M E
MSE(x7/ x3)
Y AD
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
ningún supuesto respecto a la distribución de probabilidad de las
CA
perturbaciones ui será más que suficiente.
SI
Pero si además nuestro objetivo es tanto la estimación como la
AS FÍ
inferencia, entonces es necesario suponer que u i sigue alguna
distribución de probabilidad.
IC S
ÁT CIA
En estadística la confiabilidad de un estimador puntual se mide por
su error estándar o por su varianza. Por esta razón, en lugar de
EM IEN
confiar en la estimación puntual, únicamente, veremos, cual es la
probabilidad de que el estimador puntual se encuentre dentro de
cierto rango o intervalo alrededor del verdadero parámetro.
AT C
Simbólicamente será:
M E
Y AD
P( E E ) 1 ; donde E 0 (2.12)
EC
T
: Es el parámetro poblacional
BL
E : Límite de confianza inferior
E : Límite de confianza superior
45
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
Estimación por intervalos de los parámetros j
CA
Sabemos que: N ( , ( X ' X )1 2 ) ; donde C ( X ' X )1
SI
AS FÍ
Por tanto para una j determinada tendremos:
IC S
j N ( j , C jj 2 )
ÁT CIA
Sabemos además que:
EM IEN
2
(n k 1) 2 n2 k 1
AT C
M E
2
y Son independientes.
Y AD
(2.15)
IO
t(n-k-1)
2
C jj
BL
BI
P(t / 2 t / 2 ) 1
2
C jj
2 2
j t / 2 C jj j j t / 2 C jj (2.16)
46
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
correlación múltiple del análisis de regresión (R). En la práctica, si el
modelo es lo bastante bueno, encontraremos pequeñas diferencias
SI
entre esos coeficientes, atribuibles únicamente al azar muestral. Es
AS FÍ
muy importante que los nuevos casos representen a las mismas
IC S
poblaciones que los casos originalmente utilizados para obtener la
ÁT CIA
ecuación de regresión.
47
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
3.2.1. Población:
CA
Es toda la Producción de una Planta embotelladora de la ciudad de
SI
Trujillo de bebidas gaseosas en envases de un litro.
AS FÍ
3.2.2. Muestra
IC S
ÁT CIA
Las muestras fueron seleccionadas aleatoriamente después de que
la máquina esté trabajando en condiciones normales sin ninguna
EM IEN
parada por fallas técnicas.
Las bebidas de un litro mantuvieron los mismos patrones de presión
y temperatura que las bebidas de 10 onzas, razón por lo que se
AT C
48
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
carbonatada. Una diferencia de no más de 15 a 20 °F rendirá una
CA
operación satisfactoria.
SI
La carbonatación de la bebida pasa esencialmente por tres etapas:
AS FÍ
a) Carbonatación del agua terminada, b) Pre – Carbonatación de la
mezcla y c) Carbonatación de la mezcla.
IC S
ÁT CIA
b. Presión: (libras / pulgadas2)
Carbotroll, toda esta línea está gobernada por una válvula check
T
registro.
d. Carbo-cooler: (dm3/min)
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
3.5. Instrumentos
S
CA
- Selección de Variables mediante Stepwise
- Estimación de los parámetros de la ecuación de Regresión Múltiple
SI
mediante el Método de Mínimos Cuadrados.
AS FÍ
- Significancia individual de las variables regresoras mediante el
estadígrafo t.
IC S
-
-
ÁT CIA
Comprobación de supuestos del Modelo de Regresión Múltiple como:
Prueba de Correlación Serial mediante Durbin – Watson.
EM IEN
- Prueba de Homoscedasticidad mediante el diagrama de dispersión
de los residuos estandarizados.
Prueba de Normalidad mediante la prueba de Kolmogorov – Smirnov y la
AT C
-
prueba de Shapiro-Wilk.
M E
Y AD
3.6. Procedimientos
a) Aleatoriedad.
b) Normalidad.
c) Homoscedasticidad.
50
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
patrón de tabulaciones automatizadas.
CA
La hipótesis estadística que sirvió para verificar el problema puede expresarse
SI
como: El comportamiento del volumen de gas de bebidas gaseosas de un
AS FÍ
litro, en función de las variables explicativas seleccionadas, sigue el modelo
lineal de la forma:
IC S
ÁT CIA Yi 0 1 X1 2 X 2 Ei Donde:
EM IEN
Y : Comportamiento del volumen de gas.
51
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
IV. RESULTADOS
S
X3 : Carbotroll (libras / pulgadas2)
CA
X4 : Carbo-cooler (dm3 / min)
SI
AS FÍ
Figura 1: Base de datos de las variables en estudio ingresados al programa
SPSS
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
52
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
Fuente: Base de datos de SPSS V25.
AS FÍ
IC S
4.2. Evaluación del modelo previo a la selección de variables
ÁT CIA
Figura 3: Secuencia para evaluar el método de regresión lineal múltiple
(Analizar > Regresión > Lineales)
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
53
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
Fuente: Base de datos de SPSS V25.
AT C
M E
Y AD
Coeficientesa
EC
Coeficientes no Coeficientes
estandarizados estandarizados
T
54
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Esta tabla nos entrega los coeficientes que nos permiten interpretar el efecto de
cada una de las variables independientes sobre la dependiente y escribir la
ecuación de la regresión.
S
la VD, controlando por las demás VI, y corresponden a los β de la ecuación. Es
CA
importante tener presente que estos coeficientes son estimaciones, por lo cual
tienen asociado un error estándar a partir del cual es posible construir intervalos
SI
de confianza para los efectos (beta) poblacionales, lo cual en SPSS puede
AS FÍ
encontrarse en la pestaña estadísticos dentro de la función regresión lineal.
IC S
ÁT CIA
Podemos señalar por tanto que la ecuación del modelo es:
Donde:
AT C
Carbotrol (Cbt)
EC
Carbo-cooler (Cbc)
T
IO
Por último, el valor p (Columna Sig.) asociado al test T nos permite poner a
prueba la hipótesis nula de que el efecto de cada variable independiente es igual
BL
la VI influye en la VD.
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
4) Por cada punto adicional en el regulador de gas, el volumen de gas
CA
predicho por el modelo disminuye en -0,008 puntos, controlado por la
temperatura del líquido, presión del líquido y el carbotrol.
SI
AS FÍ
Figura 5: Variables para ser evaluadas mediante el método Stepwise (Por
IC S
pasos)
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
56
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Variables entradas/eliminadasa
Variables Variables
Modelo entradas eliminadas Método
1 Presión Por pasos
(Criterios:
Probabilidad-
de-F-para-
entrar <=
,050,
Probabilidad-
S
de-F-para-
CA
eliminar >=
,100).
SI
2 Temperatura Por pasos
(Criterios:
AS FÍ
Probabilidad-
de-F-para-
entrar <=
IC S
,050,
ÁT CIA Probabilidad-
de-F-para-
eliminar >=
,100).
EM IEN
a. Variable dependiente: Vol. Gas
AT C
M E
Coeficientesa
T
Coeficientes no Coeficientes
estandarizados estandarizados
IO
57
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
ANOVAa
Suma de Media
Modelo cuadrados gl cuadrática F Sig.
b
1 Regresión 0.032 1 0.032 6.491 ,018
Residuo 0.118 24 0.005
Total 0.150 25
S
c
2 Regresión 0.120 2 0.060 46.416 ,000
CA
Residuo 0.030 23 0.001
Total 0.150 25
SI
a. Variable dependiente: Vol. Gas
b. Predictores: (Constante), Presión
AS FÍ
c. Predictores: (Constante), Presión, Temperatura
IC S
ÁT CIA
Tabla 5. Variables consideradas en el modelo
Coeficientes
a
EM IEN
Coeficientes no Coeficientes
estandarizados estandarizados
Modelo B Desv. Error Beta t Sig.
1 (Constante) 3.969 0.183 21.647 0.000
AT C
Y 0 1 X 1 2 X 2
BL
BI
58
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
1. Hipótesis :
H0 : 1 = 0
S
H1 : 1 0
CA
2. Nivel de Significancia: = 0.05
SI
g.l.= n – 2 = 24
AS FÍ
3. Estadístico de prueba:
IC S
ÁT CIA
EM IEN
S 1 0.006
T
IO
6. Decisión:
/ t0 / > t/2, entonces se rechaza la hipótesis nula.
BL
BI
7. Conclusión:
59
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
1. Hipótesis :
H0 : 2 = 0
H1 : 2 0
S
2. Nivel de Significancia: = 0.05
CA
g.l.= n – 2 = 24
SI
3. Estadístico de prueba:
AS FÍ
IC S
ÁT CIA
EM IEN
4. Valor Tabular : t(0.95, 24) = 2.064 (Anexo 2)
AT C
Y AD
2 0.079
t0 9.544
S 2 0.008
EC
6. Decisión:
T
7. Conclusión:
BI
60
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
1 : El volumen de Gas en la carbonatación de bebidas gaseosas
CA
disminuirá en -0.052 cada vez que la Temperatura aumente 1° F,
SI
manteniéndose constante la Presión
AS FÍ
2 : El volumen de Gas en la carbonatación de bebidas gaseosas
IC S
aumentará en 0.079 cada vez que la Presión aumente 1 lbs/pulg2,
ÁT CIA
manteniéndose constante la Temperatura.
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
61
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
a. Supuestos de linealidad
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
62
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
b. Supuestos de normalidad
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
63
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
64
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
alineados sobre la diagonal del gráfico, lo cual nos está avisando el posible
incumplimiento del supuesto de normalidad.
BL
BI
65
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
66
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Pruebas de normalidad
a
Kolmogorov-Smirnov Shapiro-Wilk
Estadístico gl Sig. Estadístico gl Sig.
Unstandardized 0.151 26 0.132 0.925 26 0.058
Residual
a. Corrección de significación de Lilliefors
S
CA
Interpretación: Se obtuvieron dos pruebas de significación de la normalidad:
Shapiro-Wilk y Kolmogorov-Smirnov. En general, se ofrece el estadístico de
SI
Shapiro-Wilk cuando el tamaño muestral es menor o igual de 50, además el
estadístico de Kolmogorov-Smirnov, refuerza nuestros resultados. Como la
AS FÍ
significancia asintótica no es significativo, se debe asumir que existe una
distribución normal.
IC S
ÁT CIA
Prueba de hipótesis para evaluar la normalidad con Kolmogorov-Smirnov
EM IEN
1. Hipótesis:
H0 : Los errores aleatorios del modelo obtenido siguen una Distribución Normal
AT C
Normal
D máxima / F0 ( X ) S N ( X ) /
BI
3. Estadístico:
D máxima / F0 ( X ) S N ( X ) /
67
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
D máxima / F0 ( X ) S N ( X ) / = 0.151
6. Decisión:
S
CA
7. Conclusión:
SI
Los errores aleatorios del modelo obtenido siguen una Distribución Normal.
AS FÍ
IC S
ÁT CIA
Prueba de hipótesis para evaluar la normalidad con Shapiro Wilk
1. Hipótesis:
EM IEN
H₀: Los errores aleatorios del modelo no siguen una distribución normal
AT C
H₁: Los errores aleatorios del modelo siguen una la distribución normal
M E
3. Estadístico:
T EC
IO
BL
W = 0.925
68
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
6. Decisión:
7. Conclusión:
S
Los errores aleatorios del modelo obtenido siguen una Distribución Normal.
CA
SI
AS FÍ
c. Supuestos de autocorrelación (Decisión para Durbin-Watson)
IC S
ÁT CIA
Figura 8. Cuadro de diálogo para determinar la autocorrelación
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
69
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Error
R cuadrado estándar de Durbin-
Modelo R R cuadrado ajustado la estimación Watson
a
1 ,895 0.801 0.784 0.03594 2.351
a. Predictores: (Constante), Presión, Temperatura
S
b. Variable dependiente: Vol. Gas
CA
SI
Figura 9. Hipótesis y estadístico de Durbin- Watson para analizar la
Autocorrelación de los errores en el modelo estimado.
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
H1: Autocorrelación
BI
dw = 2.351
N = 26
dl = 1.00
du = 1.31
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
2. Valor Tabular:
No existe Autocorrelación
autocorrelación negativa
Autocorrelación
positiva
Indecisión Indecisión
S
CA
0 dl du 2 4 - du 4 – dl 4
0 1.00 1.31 2 2.69 3 4
SI
AS FÍ
3. Estadístico:
IC S
n
(e e
ÁT CIA dw i 2
e
i
n
2
i
i 1 )2
EM IEN
i 1
dw 2.351
AT C
M E
5. Decisión:
Y AD
6. Conclusión:
T
estimado de 2.351 se encuentra dentro del rango 1.31 < dw < 2.69, entonces
aceptamos la hipótesis nula de no existencia de autocorrelación en los
residuos.
71
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
d. Evaluación de la homocedasticidad
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Nota:
1.96, 1.96), lo que permite identificar fácilmente casos con residuos grandes.
72
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
de mostrar ninguna pauta de asociación entre los residuos y los pronósticos. Para
obtener un diagrama de dispersión con las variables ZPRED y ZRESID.
T
varianzas sean homogéneas. Más bien, parece que a medida que van
aumentando el valor de los pronósticos va disminuyendo de los residuos.
BI
73
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA Fuente: Base de datos de SPSS V25.
Coeficientesa
Coeficientes
AT C
Diagnósticos de colinealidada
Proporciones de varianza
Índice de
Modelo Autovalor condición (Constante) Temperatura Presión
1 1 2.998 1.000 0.00 0.00 0.00
2 0.001 50.342 0.75 0.01 0.28
3 0.000 89.141 0.25 0.99 0.72
a. Variable dependiente: Vol. Gas
74
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
EC
a
Coeficientes
BI
75
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
que no se puede decir que la probabilidad de que el intervalo específico (-0,065 ; -
0,039) contenga el verdadero 1 de 95% porque este intervalo es ahora fijo y no
SI
aleatorio; por consiguiente 1 se encontrará o no dentro de él.
AS FÍ
Intervalo Confidencial para la presión del líquido: 2
IC S
ÁT CIA 0.062 2 0.096 .................(2)
resultados.
b
Resumen del modelo preliminar
Error
R cuadrado estándar de
Modelo R R cuadrado ajustado la estimación
a
1 ,895 0.801 0.784 0.03594
a. Predictores: (Constante), Presión, Temperatura
b. Variable dependiente: Vol. Gas
76
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
b
Resumen del modelo de validación
Error
R cuadrado estándar de
Modelo R R cuadrado ajustado la estimación
1 a
,703 ,494 ,450 ,04446
a. Predictores: (Constante), Presión, Temperatura
b. Variable dependiente: Vol. Gas
S
CA
SI
ANOVAa del modelo preliminar
Suma de Media
AS FÍ
Modelo cuadrados Gl cuadrática F Sig.
b
1 Regresión 0.120 2 0.060 46.416 ,000
IC S
Residuo 0.030 23 0.001
Total
ÁT CIA
a. Variable dependiente: Vol. Gas
0.150 25
Suma de Media
Modelo cuadrados Gl cuadrática F Sig.
BI
1 Regresión b
,044 2 ,022 11,239 ,000
Residuo
,045 23 ,002
Total
,090 25
a. Variable dependiente: Vol. Gas
b. Predictores: (Constante), Presión, Temperatura
Prueba conjunta de las variables del modelo de regresión lineal múltiple. Para
apreciar si existe regresión lineal múltiple entre la variable respuesta y cualquiera
77
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
Coeficientes no Coeficientes
estandarizados estandarizados
SI
Modelo B Desv. Error Beta t Sig.
1 (Constante) 3.969 0.183 21.647 0.000
AS FÍ
Temperatura -0.052 0.006 -1.222 -8.257 0.000
Presión 0.079 0.008 1.412 9.544 0.000
IC S
a. Variable dependiente: Vol. Gas
Coeficientes no Coeficientes
estandarizados estandarizados
AT C
Temperatura
Y AD
78
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
V. DISCUSIÓN
S
excluidas fueron los tipos de Carbotroll (libras / pulgadas2) y Carbo-cooler (dm3 /
CA
min) el motivo por el cual las variables Carbotroll y Carbo-cooler no fueron
SI
significativos podría explicarse a que los valores de las variables tienden a ser
constantes.
AS FÍ
El modelo estimado para el comportamiento del volumen de gas fue el siguiente:
IC S
ÁT CIA Y 3.969 0.052 X 1 0.079 X 2 donde
EM IEN
1 : El volumen de Gas en la carbonatación de bebidas gaseosas disminuirá
en -0.052 cada vez que la Temperatura aumente 1° F, manteniéndose
AT C
constante la Presión
M E
2 :
Y AD
79
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
VI. CONCLUSIONES
S
2. En el análisis de regresión lineal múltiple para el comportamiento del
CA
volumen de gas en la carbonatación de bebidas gaseosas, se
SI
determinaron mediante la prueba de Stepwise por su significancia las
AS FÍ
siguientes variables de producción: Temperatura del líquido (°F). y
Presión del líquido (libras / pulg2), con un coeficiente de determinación
IC S
de R2 = 80.1%.
ÁT CIA
3. En lo que corresponde a la significancia conjunta, para apreciar si existe
EM IEN
regresión lineal múltiple entre la variable Volumen de gas y cualquiera de las
variables independientes en forma conjunta, se sometió a la prueba F, siendo
AT C
80
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
VII. RECOMENDACIONES
S
fin de evitar desajustes en la presión y temperatura lo que trae como
CA
consecuencia el incremento o disminución del volumen de gas.
SI
3. Verificar el agua tratada con los estándares permitidos a fin de que al
AS FÍ
momento de mezclarse con el CO2 pueda adherirse un volumen de gas y
IC S
así obtener agua carbonatada adecuada a los requerimientos de la
ÁT CIA
producción, antes de la mezcla con el jarabe.
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
81
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
refrescos. (http://es.scribd.com/doc/22440155/eq-2-bebidas-gaseosas-
microbiologia, Ed.) Zaragoza: Facultad de estudios superiores.
SI
Bohlander, G., Sherman, A., & Snell, S. (2002). Administración de recursos
AS FÍ
humanos (12 ed.). Madrid: Thomson.
IC S
Coguanor, N. (1982). Bebidas Gaseosas. Aguas Gaseosas con y sin sabor.
ÁT CIA
Especificaciones. . Guatemala.
Hispano Americana.
Y AD
https://www.machinepoint.com/foodtechnologies/machinery.nsf/beverage_t
IO
echnology/carbonatador.html.
BL
82
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Hair, J. A. (1999). Analisis Multivariate. (H. Iberia, Ed.) Madrid, España: Practice.
Kutner, M. H., Nachtsheim, C. J., & Neter, J. (2004). Applied Linear Regression
Models (4th edición ed.). McGraw-Hill.
S
Pirámide.
CA
Maldonado, E. (2012). Estudio de pre factibilidad para la implementación de un
SI
laboratorio de análisis fisicoquímico en la planta de producción de una
AS FÍ
fábrica de bebidas carbonatadas. Guatemala : Universidad de San Carlos
de Guatemala.
IC S
ÁT CIA
Montgomery, D. C. (2011). Introduction to Linear Regression Analysis (5th ed.).
(https://doi.org/10.1198/tech.2007.s499, Ed.) Technometrics .
EM IEN
Montoya, B. (2015). Elaboración de bebida carbonatada a base de mango criollo,
su análisis sensorial, bromatológico y nutricional. San Salvador:
AT C
Netter, J. &. (1990). Applied Linear Statistical Models. ( 3ª Ed. ed.). (R. D. Irwin.,
Ed.) Boston .
EC
Mundial de la Salud .
IO
83
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
a una distribución normal (Vols. 6:3 (105-114)). Revista Enfermería del
CA
Trabajo.
SI
SPSSV18. (2010). Programa SPSS. Análisis de regresión lineal. .
AS FÍ
halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/GuiaSPSS/18reglin.p
df.
IC S
ÁT CIA
Tello, E. A. (2004). Introducción a la Tecnología de los Alimentos. Puno, Perú.
Agropecuaria.
M E
84
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
ANEXOS
ANEXO 1: Ficha de recolección de datos
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
86
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
87
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
88
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
89
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
90
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
3.891 48 30
CA
3.86 47 29
3.829 46 28
SI
3.817 48 29
3.934 47 30
AS FÍ
3.903 46 29
3.977 46 30
IC S
ÁT CIA 3.798
3.712
3.817
45
47
48
27
27
29
EM IEN
3.829 46 28
3.755 46 27
3.798 45 27
AT C
3.786 47 28
3.798 45 27
M E
3.841 44 27
Y AD
3.903 46 29
3.829 46 28
3.872 45 28
EC
3.798 45 27
3.829 46 28
T
IO
BL
BI
91
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
07 – 7:30 am 48 29 3.8 150 3.4
CA
08 – 7:50 am 49 31 3.9 150 3.4
09 – 7:50 am 46 28 3.8 150 3.4
10: - 7:30 am 48 30 3.8 150 3.3
SI
11 – 4:30 pm 49 30 3.8 150 3.4
13 – 5:30 pm 46 29 3.9 175 3.3
AS FÍ
14 - 3:50 pm 45 28 3.9 175 3.2
15 – 4:50 pm 48 31 3.9 175 3.2
16 – 4:45 pm 46 28 3.8 175 3.2
IC S
17 – 3:25 pm 48 28 3.8 150 3.2
18 – 4:40 pm
20 – 12:05 pm
21 – 5:20 pm
ÁT CIA 47
47
46
28
29
26
3.7
3.8
3.6
175
175
175
3.2
3.0
3.0
22 – 12:00 m 45 27 3.8 150 2.8
EM IEN
23 – 10:00 am 46 27 3.7 175 3.0
24 – 7:35 am 44 27 3.8 175 3.0
25 – 7:50 am 44 27 3.8 175 2.9
27 – 10:05 am 46 29 3.9 175 2.9
AT C
92
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
El proceso de
elaboración
S
CA
de Coca-Cola
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
BI
93
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Tratamiento de agua
El agua es uno de los principales ingredientes de nuestras bebidas. El agua pasa por un tratamiento multibarrera para
adecuarse a los requerimientos de la Organización Mundial de la Salud, legislaciones locales y nacionales y a los estándares
establecidos por The Coca-Cola Company. Cada una de las fases de tratamiento de aguas es monitoreada por rigurosos
controles de Calidad.
S
CA
DE
SI
AGUA
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
T EC
IO
BL
Tanto el azúcar como el dióxido de carbono que serán incluidos enla bebida son sometidos a un control de calidad a la
recepción que verifica que todos los lotes recibidos en la planta de fabricación son aptos para formar parte de nuestras
BI
bebidas.
94
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
M E
Y AD
2
T EC
IO
BL
BI
95
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
SIMPLE
EM IEN
3 AT C
M E
Y AD
T EC
IO
BL
BI
96
TERMINADO
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
AGUA TRATADA
CA
SI
AS FÍ
BEBIDA SIN GAS
IC S
ÁT CIA
JARABE
TERMINADO
EM IEN
CO2 CARBONATADOR
AT C
M E
Y AD
La bebida sin gas (agua-jarabe) es impulsada por una bomba al
carbonatador donde la bebida obtiene su toque final de
carbonatación (en caso de tratarse de bebidas carbonatadas).
EC
En este punto la bebida es ya considerada Bebida Terminada y
T
TERMINADA
BL
BI
97
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Proceso de envasado
1. Despaletizado:
Las cajas con botellas vacías provenientes del mercado son
S
colocadas en una cinta transportadora de cajas.
CA
2. Desencajonado:
SI
Las cajas con botellas vacías pasan por una desencajonadora, la cual
extrae las botellas de la caja y las coloca en una cinta transportadora.
AS FÍ
Aquí se unirán, cuando sea necesario, con botellas nuevas
provenientes del proveedor de vidrio (que habrán pasado por un
IC S
control de recepción exhaustivo que confirma su aptitud para
ÁT CIA
contener nuestras bebidas).
3. Inspección Pre-lavado:
EM IEN
El operario de la lavadora realiza un control visual de botellas donde
retirará todas aquellas que estén defectuosas, sean de otro modelo
diferente al que se está llenando, estén muy sucias o con objetos en el
AT C
interior de difícil extracción, o estén dañadas.
M E
Y AD
T EC
IO
BL
BI
98
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Proceso de envasado
4. Lavado:
El proceso de lavado de lasbotellas consta de tres fases:
S
- Prelavado
CA
- Lavado, con dos baños de agua a 65º y
detergente específico
SI
- Aclarado, con tres enjuagues para
AS FÍ
asegurar que no quede ningún resto de
IC S
detergente
ÁT CIA
5. Inspección electrónica:
EM IEN
Después del lavado, el 100% de las botellas se inspecciona mediante la
más avanzada tecnología para detectar cualquier anomalía y retirar la
AT C
botella defectuosa de la línea.
M E
Y AD 6. Llenado:
Ahora llega el momento de llenar las botellas vacías con la variedad
EC
correspondiente de Coca-Cola y cerrarlas herméticamente con su
chapa.
T
IO
BL
BI
99
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
Proceso de envasado
7. Inspección de Post-Llenado:
Las botellas llenas y perfectamente tapadas son inspeccionadas para verificar que el
S
nivel de llenado y contenido neto cumplen con lo especificado en los estándares de
CA
TCCC y la legislación aplicable vigente.
SI
8. Codificado:
AS FÍ
Una vez que se ha llenado el envase, éste es codificado en forma automática con la
fecha de consumo preferente, línea de producción y día y hora de llenado.
IC S
ÁT CIA
9. Encajonado y Paletizado:
EM IEN
Las botellas ya llenas e inspeccionadas pasan por una encajonadora donde son
colocadas dentro de las cajas. Estas cajas son posteriormente dispuestas en el
palet.
AT C
M E
Y AD 10. Almacenaje:
Los palets son identificados y codificados y posteriormente son apilados
ordenadamente protegidos bajo techo, a la espera de ser distribuidos por los
EC
camiones.
T
IO
BL
BI
100
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
Proceso de envasado
CA
SI
AS FÍ
11. Transporte y Distribución:
Los palets son cargados en los camiones para ser
IC S
distribuidos a los clientes.
ÁT CIA
12. Control de calidad:
EM IEN
Para poder garantizar la máxima calidad de nuestros
productos, cada fase del proceso productivo, así como la
recepción de ingredientes y envases primarios, es
inspeccionada y controlada meticulosamente para asegurar el
AT C
cumplimiento en todo momento con los estándares de Calidad
DE
y seguridad alimentaria de The Coca-Cola Company.
Además, una vez puestos los productos en el mercado,
TCCC ha implantado un sistema de monitoreo de la
calidad de nuestros productos a través de un programa de
CA
muestreo y análisis de parámetros tanto organolépticos
como fisicoquímicos definidos para cada producto
TE
M
terminado puesto en el mercado.
The Coca-Cola Company dispone de un Servicio de
Atención al consumidor en la sede central de Madrid, a
IO
Y
101
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/
Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT
S
CA
SI
AS FÍ
IC S
ÁT CIA
EM IEN
AT C
DE
CA
TE
M
IO
Y
BL
BI
102
Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú.
Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/