UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD

DEL CUSCO
FACULTAD DE INGENIERÍA DE PROCESOS
ESCUELA PROFESIONAL DE INGENIERÍA
QUÍMICA

ESTADÍSTICA INDUSTRIAL
LABORATORIO
1.ra PRÁCTICA
ALUMNO: JOR MEN MARIN GONZALES
CÓDIGO: 192535
DOCENTE: EDGAR ALBERTO ALVAREZ ARAGON

CUSCO - 2020
I. OBJETIVOS
• Elaborar gráficos de cajas, puntos, probabilidad, histogramas y diseños
de tallo y hoja en el software MINITAB 19.
• Elaborar estadísticas descriptivas de cada variable en MINITAB 19.
II. INTRODUCCIÓN
La recopilación y el análisis de datos son fundamentales en la ciencia e
ingeniería. Al recabar y analizar estos datos los ingenieros aprenden como
diseñar nuevos productos y procesos importantes que satisfagan las
características de la población o sistema estudiado. Una dificultad importante
es que estos datos son bastante densos y están sujetos a errores humanos de
medición, variaciones aleatorias e incertidumbres. Al plantearnos este
problema, los métodos estadísticos nos sirven de guía para permitirnos obtener
conclusiones confiables y válidas para estos datos.
Es en la solución eficaz de problemas donde la tecnología nos permite usar
softwares como MINITAB, el cual es una herramienta de desarrollo
estadístico enfocada al análisis de datos y ejecutar funciones básicas y
avanzadas de estadística.
III. MARCO TEÓRICO
En el software MINITAB, podemos representar varios tipos de gráficos, para
fines prácticos usaremos los que están a continuación:
• Gráfica de puntos: Consiste en una escala de puntos trazados en una
escala simple. Son útiles para representar pequeñas cantidades de datos
y resaltar agrupaciones y brechas, así como valores atípicos.
• Histogramas: Es una gráfica que indica la forma de una muestra,
expresa las regiones donde los puntos están más concentradas.
• Diagrama de tallo y hoja: Es una manera simple de resumir los datos
donde se organizan en categorías basadas en un valor proposicional.
• Prueba de normalidad: Se utilizan para determinar si un conjunto de
datos está bien modelado por una distribución normal o no, o también
para calcular probabilidad de una variable aleatoria.
• Diagrama de caja: Constituye una gráfica la mediana, el primero y
tercer cuartil y cualquier dato atípico que se presente en una muestra.
El rango intercuartil representa en este diagrama la distancia necesaria
para atravesar la mitad de los datos de en medio.
IV. MATERIALES
• Software MINITAB 19
V. PROCEDIMIENTO
Gráfico de puntos: Primero al tener nuestros datos puestos en una sola
columna, seleccionamos la opción de gráfica y elegimos “Gráfica de puntos”.
Elegimos la opción según las variables y datos que tenemos.

Histograma: Repetimos los mismos pasos del gráfico de puntos, y

seleccionamos la opción de histograma.
De la misma forma escogemos el gráfico de nuestra conveniencia.

Prueba de normalidad: Para este gráfico, nos dirigimos al apartado de

“Estadísticas”, luego “Estadísticas básicas” y seleccionamos “Prueba de
normalidad”.

Luego elegimos las características que necesitemos en el recuadro de

información.
 Diagrama de tallo y hoja: De la misma forma para el histograma, nos dirigimos
a “Gráfica” y escogemos el diagrama de tallo y hoja.

Diagrama de caja: De la misma forma, escogemos el diagrama de caja.

VI. RESULTADOS Y ANÁLISIS DE DATOS

Variable: Peso de jabón.

Datos
Fila C1 C2 C3 C4 C5 C6 C7 C8
1 105 121 180 183 221 181 143 163
2 97 120 167 153 154 168 141 87
3 245 181 176 174 228 158 110 176
4 163 160 158 154 131 208 133
5 207 194 156 190 180 133 123
6 134 184 229 76 178 135 146
7 218 165 158 101 157 172 169
8 199 145 148 142 151 171 158
9 160 160 150 149 175 237 135
10 196 150 118 200 201 170 149
11 186 174 199 115 193 167 171
Gráfica de puntos de Peso jabón

Histograma de Peso jabón

Gráfica de probabilidad de Peso jabón

Diseño de tallo y hoja: Peso jabón
Tallo y hoja de Peso jabón N = 50
1 11 6
4 12 678
9 13 13678
14 14 13368
23 15 126678899
(9) 16 122345556
18 17 013344467
9 18 1333558
2 19 2
1 20 3

Unidad de hoja = 0.1

Gráfica de caja de Peso jabón

Estadísticos descriptivos: Peso jabón

Estadísticas
Variable N N* Media Desv.Est. Varianza CoefVar Mínimo Q1 Mediana Q3
Peso jabón 50 0 16.034 1.949 3.797 12.15 11.600 14.525 16.200 17.400
N para
Variable Máximo Rango IQR Modo moda
Peso jabón 20.300 8.700 2.875 16.5; 17.4; 18.3 3
Variable: Temperatura

Presentación de datos
Datos
Fila C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
1 98.6 98.0 98.0 99.0 98.4 98.4 97.7 99.5 98.7 98.6
2 98.8 98.6 97.0 97.0 98.8 97.6 98.6 98.6 98.6 98.6
3 98.3 98.5 97.3 98.7 97.4 98.9 98.0 98.6 98.4 98.0
4 97.6 98.2 99.6 98.7 99.4 98.2 98.4 97.9 98.0 97.3
5 98.4 98.6 98.2 98.0 97.8 98.0 97.1 97.8 98.7 97.2
6 99.0 96.5 97.6 98.0 96.9 97.6 98.7 98.3 98.4 97.8
7 98.0 97.5 97.6 98.2 98.5 98.8 98.6 98.9 98.0 97.3
8 97.4 99.4 98.4 98.6 98.4 98.5 98.5 97.8 97.1
9 99.1 98.6 97.9 98.8 98.0 98.7 99.2 98.6 98.8
10 97.1 97.9 98.8 98.7 97.6 98.1 98.4 98.0 98.6
11 97.8 98.4 97.4 98.0 97.0 98.4 98.8 97.5 98.4

Histograma de temperatura
Gráfica de probabilidad de temperatura

Diseño de tallo y hoja: temperatura

Tallo y hoja de temperatura N = 106
1 96 5
1 96
2 96 9
8 97 000111
12 97 2333
17 97 44455
24 97 6666667
32 97 88888999
46 98 00000000000001
52 98 222233
(16) 98 4444444444445555
38 98 666666666666667777777
17 98 888888899
8 99 001
5 99 2
4 99 445
1 99 6

Unidad de hoja = 0.1

Gráfica de caja de temperatura

Estadísticos descriptivos: temperatura

Estadísticas
Conteo
Variable total N N* Media Desv.Est. Varianza CoefVar Mínimo Q1 Mediana
temperatura 106 106 0 98.200 0.624 0.389 0.64 96.500 97.800 98.400
N para
Variable Q3 Máximo Rango IQR Modo moda Asimetría Curtosis
temperatura 98.600 99.600 3.100 0.800 98.6 14 -0.33 -0.22
Variable: Troposfera

Dato
Fila C1 C2 C3 C4 C5 C6 C7 C8 C9
1 90.0 92.2 94.9 92.7 91.6 88.2 82.0 98.2 96.0
2 91.8 94.5 93.9 77.3 92.0 89.9 87.9 92.8 93.3
3 90.3 91.1 93.3 93.5 87.2 88.1 90.1 91.9 94.5
4 92.6 90.3 92.8 91.6 92.7 91.7 89.3 95.5 93.6
5 91.1 89.8 91.5 91.5 90.6 93.1 88.9 92.5 92.4
6 76.1 90.2 96.8 84.6 93.3 95.7 90.9 100.3 95.2
7 92.4 91.7 91.6 91.1 88.0 92.4 88.7 92.9 92.6
8 91.3 90.1 95.4 89.6 90.7 95.8 91.7 97.9 95.7
9 96.7 93.7 93.9 87.9 90.4 92.0 90.5 95.2 94.3
10 92.0 94.6 93.7 94.0 89.3 90.1 91.3 92.7 94.5
11 94.1 91.5 95.3 92.8 93.4 92.2 89.4 94.5 95.4
12 91.7 97.4 95.1 96.7 77.5 91.4 90.5 95.2 93.1

Gráfica de puntos de troposfera

Histograma de troposfera
Gráfica de probabilidad de troposfera

Diseño de tallo y hoja: troposfera

Tallo y hoja de troposfera N = 108
3 7 677
3 7
3 8
4 8 2
5 8 4
8 8 777
19 8 88888999999
50 9 0000000000000111111111111111111
(30) 9 222222222222222222333333333333
28 9 44444444455555555555
8 9 666677
2 9 8
1 10 0

Unidad de hoja = 1

Gráfica de caja de troposfera

Estadísticos descriptivos: troposfera
Estadísticas
Conteo
Variable total N N* Media Desv.Est. Varianza CoefVar Mínimo Q1 Mediana
troposfera 108 108 0 91.920 3.748 14.050 4.08 76.100 90.425 92.200
N para
Variable Q3 Máximo Rango IQR Modo moda Asimetría Curtosis
troposfera 94.075 100.300 24.200 3.650 91.7; 94.5 4 -1.76 5.88
Variable: Grosor de llantas

Presentación de datos
Datos
Fila C1 C2 C3 C4 C5 C6 C7 C8 C9
1 556 552 557 548 556 555 550 552 548
2 556 552 554 553 553 553 554 549 556
3 556 552 552 550 550 554 549 551 555
4 552 551 554 556 550 553 551 553 553
5 551 552 553 554 553 554 552 553 555
6 552 554 554 552 552 548 551 552 550
7 551 552 553 551 553 553 551 555 550
8 550 549 549 554 551 554 551 554 550
9 556 552 551 552 553 555 552 553 555
10 554 549 552 556 553 553 551 548 552
11 551 551 553 550 552 551 557 554 551
12 556 552 554 553 552 552 550 555 551
13 553 550 551 552 552 552 552 553 552
14 550 555 550 553 550 553 552 550 554
15 554 553 552 552 557 558 552 555 552
16 556 554 555 554 554 552 553 556 552
17 553 551 552 551 553 551 552 553 553
18 550 553 552 554 554 551 555 554 553
19 556 549 549 551 551 555 554 553 554
20 552 553 551 553 551 553 554 552 554

Gráfica de puntos de grosor de llantas

Histograma de grosor de llantas

Gráfica de probabilidad de grosor de llantas

Diseño de tallo y hoja: grosor de llantas
Tallo y hoja de grosor de llantas N = 180
4 548 0000
11 549 0000000
27 550 0000000000000000
53 551 00000000000000000000000000
(39) 552 000000000000000000000000000000000000000
88 553 0000000000000000000000000000000000
54 554 00000000000000000000000000
28 555 000000000000
16 556 000000000000
4 557 000
1 558 0

Unidad de hoja = 0.1

Gráfica de caja de grosor de llantas

Estadísticos descriptivos: grosor de llantas

Estadísticas
Conteo
Variable total N N* Media Desv.Est. Varianza CoefVar Mínimo Q1
grosor de llantas 180 180 0 552.53 2.00 3.99 0.36 548.00 551.00
N para
Variable Mediana Q3 Máximo Rango IQR Modo moda Asimetría Curtosis
grosor de 552.00 554.00 558.00 10.00 3.00 552 39 0.11 -0.16
llantas
VII. CONCLUSIÓN
La implementación del programa MINITAB resultó bastante beneficiosa
porque permite crear varios gráficos, analizar grandes cantidades de datos y
efectuar varias operaciones sin problemas, que, a comparación de hacerlo
manualmente, se tardaría demasiado. Este programa además de tener una
aplicación garantizada para el aprendizaje de la estadística, también tiene
potencial en su uso para grandes industrias y empresas en los que se requiera
 tener el control o hacer simulaciones de procesos que están bajo control
estadístico.
VIII. BIBLIOGRAFÍA
Navidi, W. (2004). Estadística para ingenieros y científicos. México: Mc
Graw Hill.