ING.

AGROINDUSTRIAL
III CICLO

“AÑO DE LA UNIDAD, LA PAZ Y EL DESARROLLO”

FACUTAD DE INGENIERIA

ESCUELA PROFESIONAL DE INGENIERIA AGROINDUSTRIAL

CURSO:

ESTADÍSTICA APLICADA

ASESOR:

JOSÉ ROBERTO SÁNCHEZ SOLÓRZANO

TÍTULO:

CONTROL ESTADÍSTICO DEL NIVEL DE SATISFACCIÓN DE LA BEBIDA

FUNCIONAL “YARACUS”

CICLO: III

ESTUDIANTES:

 Cisneros Garcia Sebastian Gabriel Eli

 Cortez Quiroz Milaysa del Rosario
 Diaz Villalobos Jimena Alessandra
 Gonzales Espíritu Maria Fernanda
 Saénz de la Cruz Robert Felipe

2023
 ING.AGROINDUSTRIAL
III CICLO

Antecedentes

Chávez (2017) de la universidad estatal amazónica realizo una revista sobre el tema de “La
contribución de la Estadística en la formación del profesional agropecuario, agroindustrial y
forestal” esta revista nos muestra la importancia de la estadística en la formación profesional de
los estudiantes universitarios de la carrera de Ing. Agropecuaria, Ing. Agroindustrial y forestal,
en este trabajo se muestran ejemplos reales de problemas que abarcan estas carreras, con el
objetivo de exponer la contribución de las herramientas de la estadística para resolver dichos
problemas. También se hace énfasis en la necesidad de la interpretación de los resultados
obtenidos desde diferentes puntos de vista para fortalecer la toma de decisiones a largo,
mediano y corto plazo.

Sánchez (2022) de la Universidad Cesar Vallejo llevo a cabo el “Consumo de bebidas

energizantes y su relación con efectos de salud en estudiantes universitarios de Piura 2021”, con
el objetivo de determinar la relación entre el consumo de bebidas energizantes y sus efectos en
la salud de universitarios de Piura en el 2021. Se empleo un estudio no experimental,
prospectivo, transversal y analítico a 250 estudiantes universitarios en la ciudad de Piura por
medio de una encuesta hecha en Google froms procesada en el software estadístico SPSS
versión 25. Los resultados indican que entre 18 y 20 años con 60% que consumen bebidas
energizantes,20 a 25 años con 55% , varones con 71% y mujeres con 29% ; el 30 %
pertenecientes a la E. medicina, mejora del rendimiento con 48%, aumenta la concentración en
60%, mejora el estado anímico un 71% ,mejora el estado de alerta en el 83% , los efectos sobre
la salud encontrados son náuseas con 92% de los casos sin manifestaciones orgánicas y en
menor porcentaje se encuentra la sudoración con 7% la diarrea con 2%. Llegando a la
conclusión que las bebidas energizantes no se relacionan con el estado de salud.

Rojas (2016) de la institución boliviana social de LATINCROP realizo el articulo “La

diversidad genética de la quinua: potenciales usos en el mejoramiento y agroindustria” en el

cual el objetivo fue evaluar la diversidad del valor nutritivo y agroindustrial del germoplasma de

la quinua, con el fin de seleccionar y obtener variedades con características favorables para el

desarrollo de los productos agroindustriales. Para la evaluación de la diversidad se revisaron

555 accesiones y para la selección se evaluaron 13 variedades y dos líneas de quinua. Estos

análisis fueron realizados en los laboratorios LAYSAA y el IIQ – UMSA y nuestras variables

fueron proteína, grasa, fibra, ceniza, carbohidratos, energía calórica, contenido de hierro,

almidón, amilosa, amilopectina y diámetro de gránulo. Los resultados indican que la proteína
 ING.AGROINDUSTRIAL
III CICLO

fluctúo fue de 10,21 a 18,39%, el contenido de grasa de 2,05 a 10,88% y el tamaño de gránulo

de almidón de 1 a 28 µ. Por otra parte, las variedades y líneas reportaron un mismo patrón de

aminoácidos esenciales, donde la leucina fluctuó de 46,0 a 58,5 y la lisina de 42,0 a 53,3 mg g-1

de proteína y del total de ácidos grasos presentes, cinco de ellos en conjunto contienen de 86,60

a 91,84%, tres son insaturados (oleico, linoleico y linolénico) y dos saturados (palmítico y

esteárico). El almidón fluctuó entre 39,2 a 61,5%, la amilosa de 10,5 a 21,5% y la amilopectina

de 78,5 a 89,5%. Llegando a la conclusión de que para la mayoría de variables evaluadas se

determinaron amplios rangos de variación, lo cual ofrece una oportunidad para mejorar la

calidad del producto, seleccionar y obtener variedades de quinua con características favorables

para el desarrollo de productos agroindustriales.

Seminario V. (2009) de la universidad de Piura realizo su tesis de “Control estadístico para la

mejora del nivel de satisfacción de los clientes de Electronoroeste S.A.” con el objetivo de

mejorar la satisfacción del cliente mediante el uso de herramientas estadísticas. Esta iniciativa

brinda mejorar los procesos de atención al cliente ya que representa un tema que actualmente

cobra vital importancia ante el agresivo incremento de la supervisión por parte del organismo

fiscalizador, Osinergmin, quien sanciona a las empresas que infringen sus reglamentos con

multas que ocasionan cuantiosas pérdidas.

Custodio, K. et.al. (2012) de la universidad católica santo toribio de Mogrovejo realizaron el

producto llamado “Control estadístico de calidad de la empresa agroindustrial pomalca S.A.A.”

con el fin de mejorar la calidad de los productos y disminuir los costos de producción, mejorar

la productividad y el volumen de ventas, con la ayuda de la estadística. Esta analizara el proceso

de producción a través de gráficos e histogramas para poder detectar cualquier situación

inadecuada en la cual les permitirá eliminar las causas de la variabilidad de la producción.

Tablas de distribución de frecuencias

Para realizarla necesitamos recolectar los datos y ordenarlos en columnas de menor a mayor.
Luego debemos obtener los siguientes datos:
 ING.AGROINDUSTRIAL
III CICLO

1) Rango: siendo hallada por R=X M −X m , donde X M es el valor máximo y X m es el

valor mínimo.
2) Determinar la frecuencia de intervalos: siendo hallada porm=1+3,33 log ⁡(n) ,
donde “m” es el número de intervalos y “n” el tamaño de la muestra.
R
3) Determinación de la amplitud de clase: siendo hallada por A= , donde “A” es la
m
amplitud de clase, “R” es el rango y “m” numero de intervalos.
4) Marca de clase: Es el resultado de aplicar la semisuma, promedio o media aritmética
entre los límites ficticios o entre los límites reales. Al ser la media aritmética de cada
intervalo, lo consideramos como el valor más representativo y el que utilizaremos para
determinar los estadísticos a calcular.
5) Frecuencias absolutas: Se determina así a la cantidad de datos que son incluidos en
cada clase.
6) Frecuencias absolutas acumuladas: Se determina así a la cantidad de datos
acumulados a partir del intervalo inmediato anterior. Se aplica la suma acumulada de
cada frecuencia hasta obtener el 100% del tamaño de la muestra.
7) Frecuencia relativa y frecuencias relativas acumuladas: Se determina así a la
proporción de datos representados en cada clase. Se calcula dividiendo la frecuencia
absoluta de cada intervalo con respecto al tamaño de la muestra. Su valor acumulativo
mayor será el 1 que representa al 100% de la muestra.
A partir del numero de intervalos, la amplitud y el rango, podremos construir la tabla de
distribución de frecuencias adecuadas. (Javier C. 2022)

Medidas Estadísticas: Estan clasificadas en 2 medidas:

1) Medidas de posición central: Son valores que tienden a situarse en el
centro del conjunto de datos ordenados según su magnitud. Las medidas de
centralización más usadas son: Media aritmética, mediana y moda. Para el
cálculo de todas ellas, en el tratamiento por datos agrupados, es utilizada la
marca de clase como la unidad más representativa de cada intervalo o clase.
2) Medidas de posición no centrales: Nos permiten conocer otros puntos
característicos de la distribución. Estos suelen utilizar una serie de valores
que dividen a la muestra en tramos iguales. Entre ellos destacamos:
cuarteles, deciles y percentiles. (Javier C. 2022)

Media aritmética: Es la tendencia central más conocida, se puede aplicar a variables de

intervalos ya sean discretos o continuos, se define como el promedio de los datos en estudio
(Javier C. 2022).
Cálculo de la media aritmética:
m La sumatoria de todas las marcas
∑ ẋi . n1 de clases por sus respectivas
frecuencias absolutas dividido el
X = i=1
N tamaño de la muestra. O la
sumatoria de todas las marcas de
clases por sus respectivas
frecuencias relativas.

Referencias bibliográficas:
 ING.AGROINDUSTRIAL
III CICLO

Sánchez, L. (2022). Consumo de bebidas energizantes y su relación con efectos de salud en

estudiantes universitarios de Piura 2021. Universidad César Vallejo.

https://hdl.handle.net/20.500.12692/88404

Chávez, D. Arteaga, Y. García, Y. Zambrano, D. (2017). La contribución de la Estadística en

la formación del profesional agropecuario, agroindustrial y forestal. Universidad

estatal amazónica.

https://www.redalyc.org/pdf/636/63651419001.pdf

Rojas, W. Vargas, M. Pinto, M. (2016). La diversidad genética de la quinua: potenciales usos

en el mejoramiento y agroindustria. Institución boliviana social de LATINCROP.

www.scielo.org.bo/scielo.php?pid=S2409-

Javier, C. (2022). Libro de Estadística aplicada.

http://www.etpcba.com.ar/Documentos/Sitios/ESTADISTICA_APLICADA.pdf

Seminario V. (2009). Control estadístico para la mejora del nivel de satisfacción de los clientes

de Electronoroeste S.A. Universidad de Piura. Facultad de ingeniería.

https://pirhua.udep.edu.pe/bitstream/handle/11042/1232/ING_478.pdf?

sequence=1&isAllowed=y

Custodio, K. Flores, I. Galán, P. Rafael, L. (2012). CONTROL ESTADISTICO DE CALIDAD

DE LA EMPRESA AGROINDUSTRIAL POMALCA S.A.A. UNIVERSIDAD

CATÓLICA SANTO TORIBIO DE MOGROVEJO.

file:///C:/Users/Hunterwolf/Downloads/control-estadistico-de-calidad-de-la-empresa-agro-

industrial-pomalca-saa_compress.pdf
ING.AGROINDUSTRIAL
III CICLO