INFERENCIA ESTADÍSTICA

Fase 4 - ANOVA

Presentado por:

Grupo:

Presentado a:

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2019
1. Definición y características principales del análisis de varianza
En estadística, el análisis de la varianza (ANOVA, ANalysis Of VAriance, según terminología inglesa) es una colecció
Las técnicas iniciales del análisis de varianza fueron desarrolladas por el estadístico y genetista R. A. Fisher en los

2. ¿Cuándo y cómo aplicar un análisis de varianza?

Anova son las siguientes:

Media Global:

Variación Total:

Variación Intra-grupos:

Variación Inter-grupos:

Siendo xij el i-ésimo valor de la muestra j-ésima; nj el tamaño de dicha muestra y

Cuando la hipótesis nula es cierta SCE/K-1 y SCD/n-K son dos estimadores insesgados de la varianza poblacional y

La secuencia para realizar un ANOVA es:

Analizar

Comparar medias

ANOVA de un factor

3. ¿Es útil aplicar análisis de varianza a la problemática de estudio? - Explique por qué

Un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más poblaciones son iguales. Los
variable de respuesta en los diferentes niveles de los factores. La hipótesis nula establece que todas las medias de
hipótesis alternativa establece que al menos una es diferente.
minología inglesa) es una colección de modelos estadísticos y sus procedimientos asociados, en el cual la varianza está particionada en cier
co y genetista R. A. Fisher en los años 1920 y 1930 y es algunas veces conocido como "Anova de Fisher" o "análisis de varianza de Fisher",

ados de la varianza poblacional y el cociente entre ambos se distribuye según una F de Snedecor con K-1 grados de libertad en el numerad

más poblaciones son iguales. Los ANOVA evalúan la importancia de uno o más factores al comparar las medias de la
establece que todas las medias de la población (medias de los niveles de los factores) son iguales mientras que la
varianza está particionada en ciertos componentes debidos a diferentes variables explicativas.
"análisis de varianza de Fisher", debido al uso de la distribución F de Fisher como parte del contraste de hipótesis

grados de libertad en el numerador y N-K grados de libertad en el denominador. Por lo tanto, si H0 es cierta es de esperar que el cociente e
ta es de esperar que el cociente entre ambas estimaciones será aproximadamente igual a 1, de forma que se rechazará H0 si dicho cocient
e se rechazará H0 si dicho cociente difiere significativamente de 1.
 TIPO DE MUESTREO: Sistemátic

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un núme

primero que va a formar parte de la mue

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= N/n
N= 3000
n= 492
K= 6.10 se redondea

K= 6 Seleccione la muestra cada 6 elementos

Alea= 5 Se escoge un número aleatorio entre 1 y K.
Fijo= 5 Copie y pegue el número aleatorio como valor para que n

1) Rellene una columna que empiece desde 1 hasta n

2) Luego, empieze la 2da columna con el número que encontró entre 1 y

LISTO! Esta es la lista de personas que van a conformar su muestra, rec

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$A$6:$Q$918;2;0) esto es p

261 elementos que va a incluir en la muestra. El número 2, corresponde

Densidad
Numero Proveedor Departamento
(g/ml)

1 5 0.95 1
 2 11 1.07 3
3 17 1.02 4
4 23 1.01 2
5 29 1.04 4
6 35 1.02 4
7 41 1.01 1
8 47 1.06 2
9 53 1.01 3
10 59 1.09 3
11 65 1.05 3
12 71 1.02 1
13 77 1.01 3
14 83 1.12 2
15 89 1.05 2
16 95 1 2
17 101 1.06 3
18 107 1.03 2
19 113 1.05 2
20 119 1.07 2
21 125 1.02 2
22 131 1.04 2
23 137 1.01 2
24 143 1.02 3
25 149 1.03 2
26 155 1.06 2
27 161 1 4
28 167 1.02 2
29 173 1.05 2
30 179 1.05 2
31 185 1.05 4
32 191 1.04 3
33 197 0.91 2
34 203 1.11 2
35 209 1.06 1
36 215 1.06 2
37 221 1.16 3
38 227 1.01 2
39 233 1.02 4
40 239 0.95 3
41 245 0.99 2
42 251 0.97 2
43 257 1.02 2
44 263 1 2
45 269 1.05 1
46 275 1.07 2
47 281 0.98 2
48 287 1.02 2
49 293 1.06 2
50 299 1.01 3
51 305 1.05 2
52 311 1.02 4
53 317 1.08 2
54 323 1.03 3
55 329 0.93 2
56 335 1.13 2
57 341 1.04 4
58 347 0.94 2
59 353 1.09 2
60 359 1.03 2
61 365 1.04 2
62 371 0.98 2
63 377 1.01 3
64 383 0.94 3
65 389 0.98 4
66 395 1.02 2
67 401 1 3
68 407 1.04 2
69 413 1.11 3
70 419 0.99 1
71 425 1.07 2
72 431 1.02 2
73 437 0.97 2
74 443 1.07 2
75 449 1.06 3
76 455 1.02 2
77 461 1.01 2
78 467 0.94 3
79 473 0.99 2
80 479 1.04 2
81 485 0.97 3
82 491 0.94 2
83 497 1.04 2
84 503 0.91 3
85 509 1.11 1
86 515 1.06 1
87 521 1.01 4
 88 527 1.01 2
89 533 1.09 2
90 539 1.08 2
91 545 1.08 2
92 551 1.14 4
93 557 0.99 2
94 563 1.1 2
95 569 1.09 2
96 575 1.1 1
97 581 1.11 4
98 587 1.01 2
99 593 1.05 4
100 599 0.96 2
101 605 1.1 4
102 611 1.06 1
103 617 1 2
104 623 1.04 3
105 629 1.04 2
106 635 0.97 2
107 641 1.01 3
108 647 0.97 3
109 653 0.93 1
110 659 1.04 2
111 665 1.04 2
112 671 1.05 1
113 677 1.03 2
114 683 1.09 3
115 689 1.02 2
116 695 0.91 1
117 701 1.03 4
118 707 0.97 1
119 713 1.01 2
120 719 1.04 1
121 725 0.99 2
122 731 1.05 2
123 737 1 2
124 743 1.02 4
125 749 1 4
126 755 0.96 2
127 761 1.02 2
128 767 1.01 1
129 773 1 4
130 779 1.01 2
131 785 0.96 3
132 791 1.08 2
133 797 1.09 2
134 803 0.97 2
135 809 0.98 2
136 815 1.05 2
137 821 1.04 3
138 827 1.09 3
139 833 1.06 2
140 839 1 4
141 845 1.07 2
142 851 1.06 1
143 857 1.06 2
144 863 0.93 2
145 869 0.97 3
146 875 1.08 2
147 881 1.05 2
148 887 1 2
149 893 1.07 3
150 899 0.98 2
151 905 1.03 2
152 911 0.95 2
153 917 1.08 2
154 923 1.02 1
155 929 1.07 3
156 935 1.08 2
157 941 0.97 1
158 947 0.98 4
159 953 1.05 3
160 959 1.07 2
161 965 1.04 4
162 971 1.04 2
163 977 1 4
164 983 1.17 3
165 989 1.01 2
166 995 0.92 2
167 1001 0.98 2
168 1007 1.03 2
169 1013 1.07 2
170 1019 1.01 2
171 1025 1.04 2
172 1031 0.95 4
173 1037 0.99 3
174 1043 1 2
175 1049 1.03 2
176 1055 1.02 1
177 1061 1.04 2
178 1067 0.99 2
179 1073 0.98 2
180 1079 1 2
181 1085 1.02 4
182 1091 1.06 1
183 1097 1.09 2
184 1103 1.07 3
185 1109 1.04 2
186 1115 1.06 2
187 1121 1.01 1
188 1127 1.06 2
189 1133 1.05 2
190 1139 1 2
191 1145 1.05 2
192 1151 1.03 2
193 1157 1.06 2
194 1163 1.04 4
195 1169 1.02 3
196 1175 1 2
197 1181 1.01 3
198 1187 1.05 2
199 1193 1.03 2
200 1199 1 2
201 1205 0.98 2
202 1211 0.99 2
203 1217 1 2
204 1223 1.01 2
205 1229 1.03 2
206 1235 1.03 2
207 1241 1.01 2
208 1247 1 4
209 1253 0.97 2
210 1259 1.09 1
211 1265 1.02 2
212 1271 1.08 2
213 1277 1.07 3
214 1283 1 1
215 1289 1.12 1
216 1295 0.99 4
217 1301 1.07 2
218 1307 1.03 2
219 1313 1.05 2
220 1319 0.98 2
221 1325 1 2
222 1331 1.09 2
223 1337 0.95 1
224 1343 1.12 2
225 1349 1 4
226 1355 1.03 4
227 1361 1 4
228 1367 1.06 2
229 1373 0.99 4
230 1379 1.05 3
231 1385 0.96 2
232 1391 1.05 2
233 1397 1 3
234 1403 1.06 2
235 1409 1.05 2
236 1415 1 2
237 1421 0.98 2
238 1427 1 2
239 1433 0.97 2
240 1439 1.02 3
241 1445 1.01 4
242 1451 1 2
243 1457 1.01 2
244 1463 1.02 2
245 1469 1.03 3
246 1475 1.07 3
247 1481 1.07 3
248 1487 1.01 1
249 1493 0.97 3
250 1499 1 3
251 1505 1.05 3
252 1511 1.05 1
253 1517 1.07 1
254 1523 0.97 2
255 1529 0.94 2
256 1535 1.01 2
257 1541 1.12 2
258 1547 0.94 4
259 1553 1.11 3
260 1559 0.98 2
261 1565 0.96 1
262 1571 0.99 1
263 1577 0.95 2
264 1583 1.09 2
265 1589 0.99 4
266 1595 1.06 2
267 1601 0.94 2
268 1607 1.07 2
269 1613 1.01 3
270 1619 1.1 3
271 1625 0.99 1
272 1631 0.98 2
273 1637 1.02 1
274 1643 0.99 4
275 1649 1.02 3
276 1655 1.1 2
277 1661 1.08 2
278 1667 1.05 4
279 1673 1.08 2
280 1679 1.05 2
281 1685 1.14 1
282 1691 0.91 1
283 1697 0.96 4
284 1703 0.99 4
285 1709 1.03 3
286 1715 1.03 3
287 1721 0.99 2
288 1727 0.98 1
289 1733 1.01 2
290 1739 1 2
291 1745 0.99 4
292 1751 1.04 4
293 1757 1.01 2
294 1763 0.96 2
295 1769 0.99 3
296 1775 1.06 2
297 1781 1.02 3
298 1787 1.01 3
299 1793 0.99 2
300 1799 0.96 2
301 1805 1.04 3
302 1811 0.98 2
303 1817 1.03 2
304 1823 1.01 3
305 1829 0.93 1
306 1835 0.95 2
307 1841 1.05 3
308 1847 1.06 2
309 1853 1.04 3
310 1859 1.07 3
311 1865 0.99 3
312 1871 0.92 2
313 1877 0.97 2
314 1883 0.99 2
315 1889 1.09 2
316 1895 1.02 2
317 1901 1.01 3
318 1907 0.99 4
319 1913 1.06 2
320 1919 1.03 2
321 1925 1 2
322 1931 1.06 3
323 1937 0.99 2
324 1943 1.06 2
325 1949 0.93 2
326 1955 1.02 2
327 1961 1.08 2
328 1967 1 2
329 1973 0.96 2
330 1979 1.02 4
331 1985 1.04 3
332 1991 1.1 2
333 1997 0.97 2
334 2003 1.01 4
335 2009 1.02 2
336 2015 1 3
337 2021 1.01 3
338 2027 1.06 4
339 2033 1.02 2
340 2039 1.06 3
341 2045 1.08 2
342 2051 1.06 1
343 2057 1 2
344 2063 1.14 2
345 2069 1.09 2
346 2075 1.11 4
347 2081 1.05 4
348 2087 0.99 2
349 2093 1.06 1
350 2099 1.05 2
351 2105 0.99 2
352 2111 0.95 1
353 2117 0.98 2
354 2123 1.06 2
355 2129 1.06 3
356 2135 1.06 2
357 2141 1.04 2
358 2147 1.08 4
359 2153 1.05 3
360 2159 1.01 3
361 2165 1.04 3
362 2171 0.97 2
363 2177 1.08 3
364 2183 1.05 2
365 2189 1.03 2
366 2195 1.01 2
367 2201 1.07 2
368 2207 1.1 3
369 2213 0.96 2
370 2219 1.04 3
371 2225 1.05 2
372 2231 1.01 2
373 2237 1.02 1
374 2243 1 2
375 2249 0.98 1
376 2255 1.03 3
377 2261 1.13 2
378 2267 1.04 1
379 2273 1.04 2
380 2279 0.99 2
381 2285 1.01 2
382 2291 1.11 2
383 2297 1.07 2
384 2303 1.08 2
385 2309 0.9 2
386 2315 1.06 2
387 2321 1.08 2
388 2327 0.99 2
389 2333 0.92 2
390 2339 1.05 2
391 2345 1.13 3
392 2351 0.99 2
393 2357 0.97 3
394 2363 1 4
395 2369 1.02 2
396 2375 1.11 2
397 2381 1.07 3
398 2387 1.01 4
399 2393 0.94 2
400 2399 1.03 1
401 2405 1.01 2
402 2411 1.03 4
403 2417 1.09 3
404 2423 1.03 2
405 2429 1.04 3
406 2435 1.1 4
407 2441 1.01 2
408 2447 0.95 3
409 2453 1.07 2
410 2459 1 3
411 2465 0.96 4
412 2471 1.02 2
413 2477 1.06 2
414 2483 1.05 2
415 2489 0.98 3
416 2495 1.02 4
417 2501 0.98 2
418 2507 1.09 2
419 2513 1.01 2
420 2519 1.01 2
421 2525 1.07 1
422 2531 1.02 2
423 2537 1.03 2
424 2543 1.02 2
425 2549 0.98 2
426 2555 0.95 1
427 2561 0.98 2
428 2567 0.98 2
429 2573 1.05 2
430 2579 1 2
431 2585 0.94 3
432 2591 1.1 2
433 2597 1.09 4
434 2603 1.08 3
435 2609 1.18 2
436 2615 1.04 1
437 2621 1.14 3
438 2627 1.05 2
439 2633 1.08 4
440 2639 1.04 2
441 2645 0.93 4
442 2651 1.02 4
443 2657 1.01 1
444 2663 1.01 3
445 2669 1.04 2
446 2675 1.09 3
447 2681 1.02 1
448 2687 1.13 2
449 2693 1.04 2
450 2699 1.08 2
451 2705 1.03 3
452 2711 1.08 2
453 2717 1.1 2
454 2723 1.02 2
455 2729 1.04 2
456 2735 1.01 4
457 2741 1.06 2
458 2747 1 2
459 2753 1.01 4
460 2759 0.96 3
461 2765 0.97 3
462 2771 1.02 1
463 2777 0.99 2
464 2783 1.03 1
465 2789 1.07 3
466 2795 1.03 2
467 2801 1.03 2
468 2807 1.03 3
469 2813 1.1 3
470 2819 1.07 2
471 2825 0.98 4
472 2831 1.03 2
473 2837 0.94 1
474 2843 1.16 2
475 2849 1.09 4
476 2855 0.96 1
477 2861 1.01 2
478 2867 0.97 1
479 2873 0.99 2
480 2879 0.94 2
481 2885 1.05 2
482 2891 1.06 3
483 2897 1.08 2
484 2903 1.07 2
485 2909 1.08 4
486 2915 1 3
487 2921 1.1 2
488 2927 1.05 1
489 2933 1.01 2
490 2939 0.98 2
491 2945 1.07 3
492 2951 1.11 2
PO DE MUESTREO: Sistemático

omando aleatoriamente un número i, que designará, en una lista o población de N elementos, al

o que va a formar parte de la muestra.

o de la población)

ada 6 elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando

esde 1 hasta n

el número que encontró entre 1 y K, es decir el que corresponde al valor fijo

van a conformar su muestra, recuerde que es importante mantener la constante K

riables de la población

ción!$A$6:$Q$918;2;0) esto es para que no tenga que pasar manualmente la información de los
uestra. El número 2, corresponde a la columna de la variable, en este caso Municipio

% Sólidos
Crioscopia (°C) % Proteína % Grasa totales

-0.55 3.3 2.9 11.7

 -0.5 3.1 3 10.9
-0.56 3.1 3 11.9
-0.54 3.2 3 11.4
-0.56 3.2 2.9 12.1
-0.55 3 3.2 11.7
-0.55 3.1 2.9 11.5
-0.55 3.1 2.9 12
-0.53 3.3 3 11.5
-0.53 3.3 3 11.9
-0.54 3.3 3 11.4
-0.53 3.3 3 11.8
-0.53 3.1 3 11.2
-0.54 3.3 2.9 11.2
-0.5 3.2 3.1 11.4
-0.52 3.4 3 12.3
-0.53 3.2 3 12.1
-0.55 3.2 3 12.1
-0.52 3.2 3 11.3
-0.53 3.2 2.9 11.3
-0.55 3.3 2.8 12.3
-0.51 3.1 3.1 11.5
-0.54 3.1 3.1 11.8
-0.53 3.1 3 12.1
-0.53 3.1 3 11.9
-0.54 3.4 3.1 11.4
-0.5 3.4 3.1 11.9
-0.52 3.2 2.9 12
-0.55 3.2 3.2 11.6
-0.54 3.1 3 11.4
-0.51 3.2 3.1 11.7
-0.53 3.3 3 11.6
-0.53 3.1 3 11.8
-0.53 3.2 3.1 12.1
-0.51 3 3 12.4
-0.52 3.1 3 11.4
-0.53 3.4 3 11.5
-0.53 3 2.9 12.3
-0.55 3.1 2.9 11.7
-0.57 3.1 3 11.6
-0.56 2.9 2.8 11.3
-0.52 3.1 3 12
-0.53 3.1 3.1 12
-0.5 3.1 3 11.6
-0.58 3.2 3.2 11.7
-0.48 3 2.9 11.5
-0.5 3.1 3 12
-0.55 3.1 3 12
-0.53 3.4 3.1 11.4
-0.54 3.1 3 11.8
-0.54 3.1 2.9 11.9
-0.57 3.3 2.9 12.1
-0.55 3.2 3 11.3
-0.55 3.1 3 12
-0.52 3.2 2.8 11.9
-0.54 3 3 11.9
-0.56 3.3 3 12.3
-0.55 3.2 2.8 11.9
-0.54 3 3 11.6
-0.51 3.1 3.1 11.9
-0.54 3.3 3.1 11.8
-0.51 3.1 3 12.3
-0.53 3.3 3.1 11.7
-0.52 3.3 2.9 12
-0.51 3.1 2.9 12.3
-0.52 3.3 3.1 11.6
-0.52 3.2 3 11.6
-0.54 3.2 3.2 12.1
-0.51 3.1 3.2 11.5
-0.54 3.2 2.8 11.5
-0.56 3.2 2.9 12
-0.54 3.3 3 11.2
-0.52 3.2 3.1 11.9
-0.51 3.2 3.1 11.5
-0.53 3.3 3.1 11.6
-0.54 3.3 3.1 11.9
-0.5 3.1 3 11.8
-0.57 3.3 2.9 12
-0.54 3.2 3.1 12.1
-0.49 3.1 3 11.7
-0.52 3.1 3 11.6
-0.54 3.3 3 12
-0.5 3.1 3 12.2
-0.52 3.1 3 12.2
-0.53 3.3 3 12
-0.56 3.2 2.9 11.3
-0.55 3.1 2.9 11.8
-0.52 3.2 3 11.3
-0.52 3.1 2.9 11.1
-0.5 3.2 3.1 11.8
-0.56 3.2 3 11.3
-0.56 3.2 3.1 12
-0.5 3.2 3.2 12.3
-0.55 3.2 3 11.6
-0.52 3.1 3.1 12.1
-0.53 3.1 3 11.6
-0.53 3.1 3.2 12.1
-0.51 3.1 3 11.6
-0.54 3.1 3.1 11.7
-0.53 3.2 2.9 11.9
-0.54 3.3 3 12
-0.54 3.3 3 11.4
-0.5 3.1 3.1 12
-0.5 3.2 3.1 11.9
-0.55 3.2 2.9 11.4
-0.53 3.1 3 11.3
-0.56 3.1 3 11.7
-0.53 3.2 2.8 12.1
-0.5 3.2 3.1 11.6
-0.49 3.2 3 12.1
-0.55 3.2 2.9 11.9
-0.54 3.1 2.9 11.8
-0.51 3.2 3 11.9
-0.55 3.2 3.1 12
-0.55 3.2 3 11.3
-0.54 3.2 3.2 12.2
-0.54 3 3 11.2
-0.52 3.3 3 11.6
-0.56 3.1 3.2 12
-0.52 3.3 3 11.8
-0.53 3.2 3 11.8
-0.56 3 3.1 11.4
-0.54 3.3 3 11.4
-0.51 3.2 3.2 11.9
-0.5 3.1 2.9 12
-0.55 3.2 3.1 11.7
-0.53 3.2 3.2 11.9
-0.53 3.2 2.9 11.9
-0.5 3.3 2.9 12.3
-0.55 3.1 2.9 11.8
-0.56 3 3 11.8
-0.53 3.3 2.9 11.7
-0.54 3.1 3.1 11.5
-0.56 3.3 3 11.7
-0.54 3.2 3 11.4
-0.48 3.2 3.1 12
-0.52 3.2 3 11.8
-0.55 3.3 3.1 11.5
-0.52 3.2 3.1 11.8
-0.53 3.3 2.9 11.1
-0.55 3.4 2.8 11.5
-0.51 3.1 3.1 11.7
-0.53 3.2 2.9 11.7
-0.55 3.2 3.2 11.4
-0.53 3.4 3 11.6
-0.56 3.2 3.1 11.8
-0.55 3.4 3 11.8
-0.57 3.3 3.1 12.1
-0.54 3.2 3.1 11.8
-0.53 3 3 11.7
-0.54 3.3 2.9 11.8
-0.5 3.2 3 11.6
-0.56 3 3 11.7
-0.53 3.2 3.1 11.7
-0.5 3.2 3.2 11.2
-0.51 3.3 3 11.9
-0.53 3.1 3 11.7
-0.56 3.1 2.9 11.8
-0.53 3.3 2.8 12
-0.52 3.2 2.9 11.6
-0.53 3.1 3 11.8
-0.55 3.3 3.1 12.6
-0.52 3.2 3.1 11.7
-0.53 3.2 2.9 11.5
-0.59 3.1 3 11.4
-0.53 3.3 3 11.5
-0.52 3.3 3.1 11.4
-0.53 3.2 3.1 12.3
-0.55 3 2.9 11.3
-0.57 3.2 3 11.8
-0.53 3.2 3 11.8
-0.58 3.3 3.1 11.8
-0.54 3.1 3.1 11.2
-0.55 3 2.9 11.7
-0.57 3.2 2.8 11.5
-0.5 3.3 3.1 11.8
-0.54 3.3 3.1 11.9
-0.5 3.3 3 11.4
-0.53 3.2 2.8 11.6
-0.53 3.2 3.1 11.7
-0.51 3.2 3.2 11.3
-0.5 3 3.1 12
-0.53 3.2 3.1 11.5
-0.55 3.3 2.9 12.2
-0.54 3.3 2.9 11.6
-0.52 3.3 2.9 12
-0.5 3.2 3 12.4
-0.53 3.2 3 11.8
-0.51 3.4 2.9 11.6
-0.53 3.1 3 12.3
-0.53 3.2 2.9 12.5
-0.55 3.3 3.1 11.9
-0.5 3.1 3.1 11.6
-0.5 3.2 2.9 11.6
-0.52 3.2 3 11.5
-0.51 3.2 3 11.4
-0.52 3.1 3.1 12.3
-0.52 3.3 2.9 12.4
-0.54 3.3 3 11.8
-0.53 3.1 3.1 11.4
-0.51 3.2 3 11.9
-0.51 3.2 2.8 12.2
-0.52 3.3 3 12
-0.51 3.4 2.9 11.7
-0.54 3.1 2.9 11.6
-0.5 3.2 2.9 12
-0.55 3 2.9 11.4
-0.53 3.1 2.8 11
-0.54 3.2 3.1 12
-0.57 3.2 2.8 11.8
-0.55 3.1 3 12.2
-0.56 3.2 3.1 11.7
-0.52 3.3 3.1 11.7
-0.54 3.3 3 11.5
-0.55 3.1 3.1 12.4
-0.55 3.3 3.1 11.9
-0.52 3.3 3 11.7
-0.52 3.2 3.1 11.5
-0.56 3.3 3 11.8
-0.52 3.1 3.1 11.6
-0.5 3.3 3.2 12.2
-0.48 3.2 2.9 12
-0.54 3 3 11.8
-0.51 3.1 2.9 11.6
-0.55 3.3 3.1 11.6
-0.56 3.2 2.9 11.7
-0.52 3.2 3.1 12
-0.52 3 2.8 11.7
-0.54 3 2.9 11.8
-0.51 3.1 2.9 12.6
-0.53 3.4 3 12
-0.51 3.1 3 11.8
-0.53 3.1 2.9 11.9
-0.51 3.3 3.1 11.8
-0.54 3.1 2.9 11.5
-0.49 3.1 3 12.3
-0.51 3.1 2.9 12.1
-0.52 3.3 3 11.9
-0.52 3.3 3 11.9
-0.54 3 3 12.2
-0.52 3.2 2.9 12.2
-0.55 3.1 2.9 12.3
-0.51 3.4 3.2 11.6
-0.53 3.1 2.9 12
-0.5 3.1 3 11.7
-0.56 3 2.9 12.3
-0.49 3.2 3.1 11.7
-0.51 3.2 3.4 12.3
-0.53 3.2 3 11.5
-0.51 3.1 2.9 11.3
-0.52 3.2 3.1 12.2
-0.51 3.2 3 11.9
-0.5 3.2 3.1 11.8
-0.57 3.2 3.1 11.7
-0.52 3.3 3 12.5
-0.54 3.1 3.1 12
-0.56 3.3 3.1 11.7
-0.52 3.2 3.1 12.1
-0.54 3.2 3 11.7
-0.56 3.3 3 12
-0.52 3 3 12.1
-0.55 3.2 2.9 12.1
-0.51 3.3 3.1 11.9
-0.57 3.2 3 11.4
-0.54 3.2 2.9 12
-0.53 3.2 3 12.1
-0.47 3.3 2.8 11.5
-0.56 3.2 3 11.6
-0.47 3.2 3 11.3
-0.54 3.1 2.8 12
-0.5 3.4 2.9 11.9
-0.54 3.1 3.1 11.7
-0.54 3.3 2.8 11.6
-0.51 3.2 3 11.5
-0.53 3.2 3 12.5
-0.51 3.2 2.9 11.7
-0.54 3.1 3.1 11.9
-0.53 3.3 3.2 11.2
-0.52 3.2 3.1 11.8
-0.51 3.2 3.1 11.5
-0.54 3.3 2.9 12.1
-0.56 3.3 3 11.6
-0.54 3.4 3 11.9
-0.53 3.3 2.8 12.2
-0.56 3.2 3 11.9
-0.49 3.2 3 12.2
-0.54 3.1 3.1 11.9
-0.51 3.2 3 11.7
-0.51 3.3 3 12.1
-0.55 3.2 2.9 12
-0.5 3.3 3 11.9
-0.53 3.3 3 11.9
-0.53 3.1 2.9 12.3
-0.52 3.2 2.9 11.8
-0.53 3.3 2.9 11.7
-0.52 3.3 3 11.6
-0.54 3.1 3 11.8
-0.54 3.1 3 11.6
-0.53 3.1 2.9 11.7
-0.54 3.4 3.1 12
-0.53 3.1 2.8 12.2
-0.53 3.2 2.9 11.8
-0.53 3.3 3.2 11.8
-0.51 3.2 3 12
-0.5 3.2 3.1 11.6
-0.53 3.2 2.9 11.9
-0.51 3.1 3.1 12.5
-0.51 3.1 3 12
-0.54 3.1 2.9 11.4
-0.56 3.2 3 12
-0.51 3.2 3 12.1
-0.55 3.2 3.2 12
-0.49 3.1 3.2 12.1
-0.51 3.2 3 11.6
-0.54 3.3 2.9 12.1
-0.54 3.2 2.8 12
-0.55 3.1 3.1 11.8
-0.53 3.2 3.1 11.9
-0.55 3.2 2.8 11.4
-0.56 3.2 3.1 11.3
-0.49 3.3 3.1 11.6
-0.52 3.2 3.1 11.9
-0.53 3.1 3.1 12.3
-0.58 3.1 3 12.1
-0.55 3.2 2.9 11.3
-0.52 3.3 3.1 12
-0.54 3.2 3 12
-0.49 3.4 2.9 12.2
-0.51 3.1 2.9 11.9
-0.51 3.2 2.8 11.7
-0.54 3.2 2.9 11.8
-0.55 3.2 2.9 11.6
-0.53 3.3 2.9 12
-0.56 3.2 2.9 11.7
-0.52 3.2 3.1 11.7
-0.51 3.2 2.9 11.5
-0.54 3.2 3.2 12
-0.51 3.3 2.9 12.2
-0.5 3.2 2.9 12
-0.51 3.3 3 11.4
-0.53 3.3 2.9 11.8
-0.55 3.3 3.1 12.4
-0.55 3.3 3.1 11.8
-0.54 3.1 2.9 11.1
-0.55 3.2 2.9 11.7
-0.56 3.2 3.1 12.4
-0.54 3.2 3 11.6
-0.49 3.3 3.1 11.7
-0.52 3.3 2.9 12
-0.56 3.2 3 12
-0.52 3.2 2.9 11.9
-0.55 3.1 3 12.2
-0.51 3.1 3 12.5
-0.5 3.1 2.9 11.8
-0.54 3.3 3.1 11.1
-0.48 3.2 3 12
-0.49 3.1 3 12.2
-0.5 3.3 3 11.8
-0.55 3.1 3 11.6
-0.51 3.2 3.2 11.7
-0.53 3.1 3.1 11.8
-0.54 3 3 11.6
-0.53 3.3 3 11.5
-0.52 3.3 3.3 11.7
-0.54 3.1 3 11.8
-0.52 3.2 2.9 12
-0.53 3.3 3.1 11.8
-0.51 3.3 3.1 11.4
-0.52 3.3 3.1 11.6
-0.53 3.2 3.2 11.8
-0.54 3.2 3.1 11.7
-0.53 3.1 3 12.5
-0.57 3.3 3 11.9
-0.57 3.3 3 11.3
-0.54 3.2 3.1 12.3
-0.54 3.2 2.9 11.8
-0.51 3.4 3 11.3
-0.54 3.2 3 12.1
-0.53 3.2 2.9 12.1
-0.5 3.1 3 11.8
-0.53 3.1 2.9 11.9
-0.55 3.1 3.1 11.9
-0.56 3.4 3 12.1
-0.51 3.3 3 12
-0.5 3.1 3 11.9
-0.51 3 3.1 12.1
-0.56 3.2 3.1 11.3
-0.53 3.1 3 11.4
-0.54 3.1 3.2 12.1
-0.49 3.2 2.7 11.9
-0.52 3.3 3 11.8
-0.52 3.2 3.1 11.9
-0.52 3.2 3 12.3
-0.55 3.5 3 12
-0.53 3.3 3 12.1
-0.52 3.2 3 11.2
-0.54 3.3 3 11.9
-0.55 3.1 2.9 11.6
-0.51 3.1 3 12.1
-0.53 3.3 3 11.9
-0.54 3.2 3.1 12.1
-0.52 3.5 3.1 11
-0.55 3.2 3 11.6
-0.55 3 2.9 11.7
-0.52 3.1 3.1 11.6
-0.54 3.3 3 12.1
-0.51 3.3 3 11.7
-0.52 3.3 3.1 11.7
-0.52 3.3 2.9 12.1
-0.54 3.2 2.9 11.9
-0.53 3.3 3.1 11.7
-0.5 3.3 3.1 11.6
-0.57 3.2 2.9 11.9
-0.54 3 3 11.5
-0.52 3.2 3 12.2
-0.55 3.2 2.9 12
-0.53 3.2 2.8 11.7
-0.5 3.3 3.2 12.1
-0.55 3.4 3.2 12.1
-0.51 3.3 3 11.6
-0.57 3.3 3.1 11.8
-0.52 3.1 3.2 12.3
-0.54 3.1 3.1 12.6
-0.49 3.2 3 11.2
-0.56 3.2 3.1 11.7
-0.49 3.2 2.8 12.1
-0.57 3.3 3.1 11.8
-0.56 3.2 3.1 11.9
-0.55 3.3 3.1 12.1
-0.54 3.4 3.2 11.6
-0.52 3.3 3.1 12.1
-0.54 3.2 2.9 11.5
-0.53 3.3 3 12.1
-0.53 3 3 12.1
-0.51 3.1 3 11.8
-0.54 3.1 3 11.2
-0.5 3.2 3.1 11.5
-0.49 3.2 2.8 11.9
-0.54 3.2 2.8 11.6
-0.53 3.3 3 11.5
-0.52 3.1 2.9 11.8
-0.52 3.4 3.1 12.5
-0.51 3.3 2.9 12.1
-0.54 3 2.9 11.8
-0.5 3.2 3 11.3
-0.56 3.2 3 11.2
-0.52 3.3 3 11.9
-0.5 3.2 3.1 12.1
-0.54 3.3 3 11.4
-0.53 3.1 2.9 11.1
-0.53 3.1 3 11.9
-0.55 3.2 3 11.4
-0.52 3.1 3 11.7
-0.54 3.3 3.1 11.6
-0.53 3.3 3.1 11.7
-0.54 3.1 2.9 11.7
-0.55 3 3 11.8
-0.55 3.1 2.8 11.7
-0.51 3 3.1 11.6
-0.53 3.1 2.9 11.5
-0.51 3.2 2.9 12
-0.51 3.2 2.9 11.7
-0.54 3.2 2.9 11.8
-0.54 3.4 3 12
-0.56 3.1 3.2 11.6
-0.57 3.4 3 12.1
-0.52 3.1 3.2 11.8
-0.53 3.3 3.1 12.1
-0.55 3.1 2.9 11.3
-0.51 3.2 3 11.8
-0.52 3 3.2 12
-0.53 3.2 3 11.6
-0.54 3.1 3 12.4
-0.54 3.1 2.8 11.9
-0.5 3.2 2.8 12.2
-0.55 3.1 3 11.5
-0.52 3.2 2.8 11.8
-0.52 3.1 3.1 11.3
-0.53 3.4 3 11.3
-0.55 3.4 2.9 11.5
-0.53 3.3 3.2 12.2
-0.52 3.1 2.9 11.7
-0.53 3.4 3 11.3
-0.5 3.1 3 12.1
-0.53 3.1 3 11.3
-0.51 3.2 2.9 11.9
-0.54 3.1 3 11.3
-0.55 3.2 2.9 11.5
-0.52 3.3 3 11.9
-0.55 3.1 3 11.7
-0.51 3.3 3 11.5
-0.55 3.3 3 11.3
 Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de p
aleatorio simple.

Células somáticas (células/ml Peroxidasa Fosfatasa

de leche)

1892286 2 2
1902400 2 2
1901402 2 2
1922642 2 2
1891091 2 2
1907361 2 2
1910243 1 2
1896402 1 2
1917737 1 2
1926902 2 2
1876624 1 2
1889596 2 2
1904468 2 2
1912310 2 2
1892789 2 2
1915963 1 2
1891866 2 2
1903115 2 2
1903433 2 2
1896753 2 2
1884607 2 2
1890168 1 2
1903503 2 2
1897614 2 2
1894641 2 2
1904044 2 2
1900540 2 1
1908316 2 2
1903338 2 2
1913984 2 2
1884979 2 2
1903567 2 2
1904107 2 2
1883808 2 2
1895541 2 2
1883253 2 2
1891159 2 2
1891531 2 2
1901031 2 2
1918295 2 2
1905301 2 2
1897572 2 2
1889596 2 2
1887630 2 2
1916670 2 2
1903067 1 2
1916879 1 2
1875078 2 2
1904500 2 2
1909282 2 2
1897356 2 2
1891669 2 2
1898060 2 1
1893535 2 2
1916636 2 2
1901328 2 2
1901123 2 1
1908979 2 2
1904332 2 2
1904221 2 2
1893561 2 2
1900460 1 2
1908653 1 2
1898693 2 2
1911823 2 2
1889749 2 2
1903288 2 2
1908824 2 2
1889827 2 2
1875881 2 2
1894552 2 2
1898944 2 2
1905845 1 2
1906749 2 1
1911918 1 2
1909409 2 2
1905462 1 1
1897909 2 2
1901577 2 2
1889532 2 2
1898609 2 2
1901015 1 2
1910329 2 2
1903243 2 2
1894823 2 2
1897221 2 2
1879281 2 2
1906925 2 2
1904042 2 2
1896111 2 2
1903426 2 2
1906484 2 1
1920687 2 2
1897534 1 2
1891329 2 2
1885225 2 2
1884143 2 2
1907312 2 2
1913408 2 2
1891039 2 2
1895253 2 2
1903398 2 2
1902964 1 2
1894791 2 2
1895117 2 2
1881569 2 2
1908016 2 2
1895713 1 2
1894637 2 2
1910008 2 2
1905222 2 2
1917545 2 2
1915641 2 2
1912626 2 2
1905124 1 2
1908460 2 2
1890927 2 2
1893033 2 2
1902596 2 2
1906161 2 2
1890756 2 2
1900125 2 2
1893164 2 1
1895062 2 2
1897488 2 2
1897003 2 2
1887965 1 2
1896048 2 2
1910548 1 2
1893896 2 2
1888370 2 2
1901839 2 2
1897716 2 1
1876444 1 2
1900637 2 2
1899070 2 2
1893968 2 2
1906737 2 2
1915635 2 2
1890042 2 2
1901882 2 2
1916860 2 2
1900067 2 2
1900910 2 2
1886131 2 1
1900375 2 2
1889051 1 2
1896918 2 2
1883028 1 2
1870993 2 2
1918166 2 2
1905123 2 2
1889710 2 2
1881518 2 2
1909661 2 2
1889643 2 2
1903255 2 2
1907317 2 2
1917456 2 2
1903046 2 2
1898611 2 2
1900881 2 2
1905748 2 2
1911706 2 2
1904220 2 2
1901820 2 2
1900836 2 2
1897720 1 2
1912650 2 2
1912779 2 2
1913843 2 2
1895677 1 2
1912888 1 2
1895193 2 2
1902837 2 2
1899179 1 2
1894454 2 2
1900464 2 2
1911424 1 2
1900366 2 2
1896758 2 2
1896221 2 2
1911342 2 2
1896592 2 2
1888452 2 2
1890797 2 2
1892204 2 2
1900987 2 2
1893825 2 2
1896678 1 2
1902978 2 2
1906169 2 2
1899948 1 2
1915038 2 2
1903739 2 2
1900197 1 2
1908829 2 2
1893486 2 2
1903958 2 2
1887669 2 2
1920372 2 2
1920452 2 2
1908142 1 2
1897015 2 2
1888885 2 2
1921945 2 2
1890254 2 2
1910158 2 2
1899538 2 2
1900761 2 2
1887552 2 2
1910915 2 2
1889578 2 2
1899527 2 2
1902145 2 2
1917552 1 2
1889183 1 2
1905023 2 2
1906061 2 2
1893482 2 2
1898256 2 2
1899976 2 1
1899390 2 2
1880098 2 2
1890986 2 2
1895861 2 2
1896391 2 2
1896507 2 2
1886323 1 2
1900010 2 2
1897487 2 2
1880659 2 2
1908945 2 2
1922722 2 2
1889345 2 2
1895838 2 2
1903260 1 2
1900659 2 2
1908454 1 2
1893617 2 2
1885853 2 2
1904493 2 2
1900947 2 2
1901939 2 1
1910567 2 2
1885435 2 2
1911213 2 2
1891361 1 2
1906540 1 2
1909192 2 2
1891185 2 2
1902109 2 2
1905889 2 2
1918218 2 2
1898082 1 2
1895800 2 2
1890535 2 2
1888525 1 2
1908718 2 1
1910375 2 2
1892241 2 2
1892832 2 2
1907987 2 2
1888732 2 2
1891507 2 2
1898085 2 2
1883178 2 2
1906127 2 2
1893018 1 2
1927488 2 2
1904089 2 2
1908727 2 2
1867360 2 2
1901785 2 2
1896627 2 2
1895101 2 1
1899328 2 2
1895120 2 2
1922335 1 2
1894285 2 2
1920590 2 2
1895125 2 2
1914593 1 2
1894678 2 2
1893243 2 2
1885989 2 2
1910395 2 2
1878327 1 2
1903388 1 2
1890262 2 2
1898611 2 2
1911383 1 2
1898578 2 2
1912932 1 2
1895557 2 2
1912042 2 2
1898090 2 2
1894302 1 2
1885766 2 2
1902172 2 2
1895734 2 2
1917349 2 2
1896857 2 2
1885795 2 2
1904329 2 2
1896029 2 2
1894708 2 2
1892361 2 1
1899670 2 2
1912112 2 2
1905348 2 2
1916175 2 2
1897337 2 2
1897884 2 2
1907393 2 2
1904617 2 2
1903080 2 2
1903966 2 2
1903705 2 2
1912735 2 2
1892796 2 2
1909582 1 2
1892260 2 2
1909721 2 2
1899794 2 2
1898281 2 2
1882060 1 2
1893589 2 2
1894427 2 2
1885056 2 2
1895114 2 1
1898388 2 2
1907130 1 2
1899291 2 2
1886802 2 2
1890093 2 2
1931263 2 2
1903078 2 2
1900757 2 1
1917770 2 2
1911647 1 2
1920772 2 2
1894222 2 2
1897479 2 2
1881573 2 2
1911689 2 2
1882757 2 2
1900114 2 2
1915847 2 2
1927454 2 2
1891369 2 2
1895586 2 2
1889675 2 2
1926845 2 2
1902113 2 2
1903599 2 2
1902435 2 2
1893611 2 2
1898121 1 2
1905880 1 2
1886334 2 2
1907439 2 2
1895553 2 2
1895018 2 2
1911837 2 2
1887000 2 2
1898690 2 2
1903853 2 2
1897865 2 2
1900492 2 2
1907210 2 2
1904837 2 2
1888680 1 2
1894183 2 2
1899627 2 2
1896437 2 2
1898445 2 2
1916324 2 2
1901777 1 2
1884161 2 2
1909331 1 2
1914019 2 2
1897154 2 2
1889617 2 2
1883392 2 2
1881778 2 1
1899713 1 2
1905101 2 2
1899730 2 2
1895510 1 2
1900231 2 2
1892792 2 2
1902817 2 2
1912503 2 2
1891601 1 2
1906279 2 2
1901286 2 2
1912508 2 2
1901982 2 2
1903495 1 2
1909802 2 2
1904259 2 2
1891679 1 2
1883266 2 2
1892347 2 2
1918880 1 2
1901958 2 2
1883025 2 2
1904029 2 2
1896788 2 1
1904701 2 2
1887915 2 2
1896728 2 2
1906201 2 2
1902925 1 2
1905266 2 2
1887066 2 2
1909065 2 2
1897082 2 1
1912936 2 2
1897551 2 2
1884701 1 2
1908466 2 2
1893839 2 2
1890000 1 2
1898344 2 2
1900137 2 2
1906514 2 1
1888633 2 2
1898115 2 2
1888454 2 2
1905614 2 2
1904736 2 2
1890836 2 2
1901149 2 2
1891616 2 2
1903585 2 2
1906340 2 2
1895402 2 2
1890431 1 2
1892691 1 2
1897540 2 2
1891567 2 2
1916876 1 2
1891307 2 2
1893134 2 2
1907187 2 2
1909336 2 1
1918746 2 2
1905819 2 2
1892443 2 1
1904292 2 2
1885295 2 2
1897622 1 2
1895199 2 2
1908021 2 2
1900603 2 2
1912214 2 2
1895306 2 2
1910867 2 2
1899228 2 2
1906734 2 2
1892389 2 2
1918817 2 2
1911368 2 2
1904880 1 2
1925671 1 2
1908464 2 2
1896551 1 2
1907236 1 2
1921554 2 2
1916560 2 2
1891970 2 2
1907829 2 2
1898812 2 2
1896371 2 2
1897305 2 2
1907434 2 2
1892381 1 2
1910954 2 2
1909666 2 2
1902880 2 2
1898965 2 1
1912341 1 2
1905948 2 2
1908106 2 2
1901649 2 2
1893620 2 2
1871144 2 2
1893469 2 2
1892224 2 2
1888282 2 2
eo para n<50%, si n>50% se debe de proceder a realizar un muestreo
aleatorio simple.

Prueba de Temperatura de
Tipo de leche Temperatura Costo yodo recepcion

1 2 707 2 1
4 3 245 2 1
2 2 503 2 1
2 3 623 2 1
1 1 530 1 2
1 2 889 2 1
2 1 776 2 2
1 2 902 2 1
1 1 474 2 1
1 2 551 2 1
3 2 1171 2 1
4 2 671 2 1
1 2 545 2 1
1 3 524 2 1
4 1 478 2 2
2 1 478 2 1
1 2 548 1 1
1 2 435 2 1
1 2 688 2 1
3 2 678 2 1
4 2 312 2 1
2 2 861 2 1
2 1 871 2 1
1 2 837 2 1
1 2 416 1 2
1 3 315 2 1
1 2 534 1 1
4 3 708 2 1
1 1 896 1 1
4 2 786 2 1
4 3 321 2 1
4 2 871 2 1
3 3 740 2 1
3 3 702 2 1
1 2 617 2 1
2 2 325 2 1
4 1 1099 2 1
1 1 822 2 1
4 2 404 2 2
3 2 705 2 1
4 2 510 2 1
1 2 965 2 1
1 2 727 2 1
1 3 708 2 1
1 3 772 2 1
1 2 863 2 1
2 1 504 2 1
1 1 511 2 1
1 2 733 2 1
1 3 679 2 1
1 1 920 2 1
2 2 724 2 1
3 2 935 2 1
2 3 656 2 1
2 3 604 2 2
1 3 361 2 1
2 1 893 2 1
3 2 1093 2 1
1 1 709 2 1
1 1 738 2 1
2 2 673 2 2
4 2 804 2 1
1 3 534 2 1
1 2 566 2 1
4 1 495 2 1
1 2 949 2 1
2 2 865 2 1
2 2 871 1 2
1 2 749 2 1
1 1 623 2 1
2 3 219 1 1
2 1 735 1 1
1 3 755 2 2
4 2 412 2 1
1 1 360 1 1
2 2 480 2 1
1 3 461 2 1
1 3 608 2 1
2 1 631 2 1
1 2 662 2 1
1 1 600 2 1
1 2 746 2 1
1 2 625 2 1
1 2 924 2 1
2 2 1346 2 1
4 1 904 2 1
4 2 495 2 1
2 1 760 2 1
1 1 1101 2 1
1 1 864 2 2
1 3 748 2 1
1 3 902 2 1
4 1 714 2 2
1 1 615 2 2
3 2 653 2 2
4 2 628 2 1
3 3 430 1 1
4 3 397 2 1
1 3 573 2 2
1 2 444 2 2
1 3 1258 2 2
4 2 394 2 1
1 1 556 2 1
3 2 1095 1 1
1 2 700 2 2
1 2 760 2 1
1 3 559 2 1
1 2 834 2 1
2 3 774 2 1
1 3 563 2 1
2 2 748 2 1
1 2 1042 2 2
1 2 719 2 1
2 1 744 2 1
1 2 865 2 1
1 2 414 2 1
2 1 722 2 1
4 1 864 2 1
3 3 601 2 1
1 3 806 2 1
3 2 824 2 1
1 1 808 2 1
1 2 690 2 1
4 1 455 2 2
3 3 667 2 1
1 3 606 2 1
1 3 836 2 1
4 2 684 2 1
4 2 848 2 1
1 2 598 2 1
1 2 883 2 1
1 2 809 2 1
2 3 758 2 2
1 2 845 1 1
2 3 1010 2 1
4 2 518 2 2
4 2 615 1 2
1 2 407 2 1
1 2 666 2 1
1 2 662 2 2
1 3 909 2 1
1 2 748 2 1
1 2 561 2 1
1 1 627 2 1
1 2 980 2 1
4 1 361 2 1
2 1 787 1 1
1 3 560 2 1
1 1 560 2 1
2 2 655 2 1
3 3 585 2 1
2 3 1116 2 1
2 2 935 2 1
4 2 663 2 1
1 1 799 2 2
4 3 726 2 1
1 1 1075 2 1
2 3 989 2 1
2 1 925 2 1
1 2 646 2 1
1 2 496 2 2
1 2 685 2 2
4 2 553 1 1
1 2 424 2 1
2 2 661 2 1
4 3 962 2 1
2 3 955 2 1
4 2 425 2 1
3 1 468 2 2
1 2 624 2 1
4 2 667 2 1
2 2 752 2 1
1 1 875 2 1
4 1 984 2 1
4 2 472 2 1
1 2 767 2 2
1 3 752 2 2
1 2 322 2 1
4 2 917 1 1
1 2 1214 2 1
1 2 576 2 2
2 2 606 2 2
1 2 353 1 1
2 2 763 2 1
4 1 795 2 1
1 1 502 2 2
1 2 603 2 1
2 3 1061 2 1
4 1 695 1 1
1 2 1110 2 2
1 2 911 2 1
4 2 668 2 1
1 2 722 2 1
1 2 961 2 1
1 3 739 2 1
1 2 344 1 2
1 1 895 2 1
1 2 640 2 1
1 3 623 2 2
2 1 486 1 1
1 2 635 2 1
2 2 997 2 1
1 2 714 2 1
4 2 609 2 1
4 2 454 2 1
1 2 581 2 2
4 2 750 2 1
1 2 647 2 1
1 3 548 2 2
4 2 496 2 1
4 2 874 2 1
1 3 694 2 2
1 1 614 2 2
3 1 787 1 1
1 3 419 2 1
4 1 617 2 2
1 2 948 2 1
3 1 752 2 1
1 3 892 2 1
1 1 746 2 1
4 2 859 2 1
1 1 819 2 1
1 2 613 2 1
1 1 656 2 1
1 2 929 2 1
1 2 690 2 2
1 2 744 2 1
1 2 1037 2 1
2 1 901 2 2
2 2 729 2 1
1 2 1081 2 1
1 1 586 2 1
1 2 461 2 2
2 2 871 2 1
3 1 710 1 1
3 1 379 2 2
1 3 841 2 1
3 1 485 2 1
1 2 726 2 1
1 3 781 2 2
1 2 925 2 2
2 2 692 2 1
1 1 669 2 1
4 2 615 2 2
1 2 765 2 1
1 1 508 2 1
1 1 633 2 1
1 2 587 2 1
1 2 857 1 1
1 1 295 2 1
1 2 632 2 1
1 2 525 1 1
1 2 558 2 1
2 1 1049 2 1
3 2 632 2 1
1 2 760 2 1
1 1 722 2 1
2 2 699 2 1
2 3 660 2 1
1 2 822 2 1
2 2 936 2 1
4 2 639 2 1
2 2 383 2 1
4 1 995 2 1
2 2 889 2 1
1 2 670 2 1
1 2 798 1 1
4 2 855 2 1
1 2 659 2 2
4 2 724 2 1
4 2 616 2 1
1 2 332 2 2
2 1 575 2 1
1 3 769 2 2
1 2 493 2 2
3 1 767 1 1
3 2 932 2 2
2 2 949 2 1
1 2 648 2 1
3 3 501 2 2
1 1 485 2 1
4 2 448 2 1
1 1 650 2 1
1 1 1048 2 1
2 2 751 2 1
1 2 1032 2 1
1 1 741 2 2
3 3 937 2 1
4 3 661 2 1
4 2 873 2 1
1 2 816 2 1
2 1 822 2 1
1 2 959 2 1
4 1 554 2 1
1 3 592 2 1
4 3 410 2 1
3 2 741 2 1
2 1 842 2 1
1 2 902 2 1
4 1 401 2 2
1 2 463 1 1
1 1 403 2 1
1 1 847 2 1
1 2 715 2 1
2 2 687 2 1
1 2 804 2 2
1 1 897 2 2
4 2 373 2 1
1 2 594 2 1
3 3 737 2 1
4 2 498 2 1
1 1 488 2 1
1 2 517 2 1
1 2 392 2 1
2 2 128 2 1
4 2 803 2 1
1 2 575 2 1
1 1 696 2 1
1 2 461 2 1
3 1 713 1 1
4 1 932 2 1
3 2 846 2 1
1 1 798 2 1
1 1 882 1 1
1 2 636 2 1
2 2 228 1 2
4 2 970 2 1
1 2 435 2 1
2 2 903 2 2
4 2 593 2 1
1 2 596 2 1
1 1 886 2 1
1 1 663 1 1
1 3 791 2 1
4 2 583 2 1
1 2 825 2 1
4 2 519 2 2
3 2 586 2 1
1 2 1148 2 1
3 2 781 2 1
4 2 716 1 1
4 3 614 2 2
1 1 457 2 1
1 3 963 2 1
4 3 786 2 1
1 2 755 2 2
1 1 809 2 2
4 1 772 2 2
1 3 224 2 1
4 1 892 2 1
4 3 712 2 1
4 1 618 2 1
2 3 895 2 1
4 2 555 2 1
4 1 1140 2 2
1 2 646 2 1
3 2 544 2 1
1 1 489 2 1
1 1 795 1 1
1 2 978 1 2
4 3 782 2 1
1 1 1009 2 1
1 3 859 2 1
1 1 762 1 1
4 2 671 2 1
3 3 1026 2 2
4 2 774 2 1
1 2 812 2 1
4 2 694 2 1
2 2 667 2 1
1 1 690 2 2
1 1 483 2 1
1 2 879 1 1
1 1 865 2 1
1 1 567 2 2
4 1 792 1 1
1 3 961 2 2
4 3 1148 2 1
3 1 743 2 1
1 1 719 2 1
1 1 528 2 2
1 2 856 1 1
2 1 1027 2 2
1 1 759 2 1
1 2 791 2 2
4 2 696 2 1
1 3 846 2 1
1 2 593 2 2
1 3 922 2 1
1 2 704 2 1
3 3 878 2 1
1 2 368 2 1
4 1 714 2 2
4 2 555 2 1
1 2 785 2 1
1 1 666 2 1
4 3 817 2 1
1 1 948 2 1
2 3 592 2 1
4 1 333 2 1
1 1 411 2 1
1 1 842 2 1
4 2 821 2 1
2 2 725 1 1
1 2 913 2 1
4 2 522 2 1
4 2 391 2 1
1 1 481 2 1
2 2 774 2 1
4 2 947 2 1
1 1 513 2 1
3 1 762 2 1
1 1 754 2 2
1 2 759 2 1
1 2 222 2 1
4 2 545 2 1
2 1 593 2 1
2 1 665 2 1
1 2 819 2 1
2 2 939 2 1
4 2 621 2 1
4 3 715 2 2
2 2 401 2 1
1 2 628 2 1
1 1 680 2 1
1 2 428 2 1
1 1 804 2 1
1 2 823 2 1
3 1 641 2 1
1 3 400 1 2
2 1 330 2 1
1 2 810 1 1
1 2 363 2 1
1 3 646 2 1
2 1 790 2 1
1 2 731 2 1
1 2 906 2 1
1 2 436 2 1
3 1 706 1 1
4 2 661 2 1
1 2 503 2 1
3 2 732 2 1
1 3 692 2 1
1 2 779 1 1
4 2 757 2 1
3 1 463 2 1
1 1 846 2 2
1 3 651 2 1
1 1 371 2 1
1 2 637 2 1
1 1 328 2 1
1 1 446 1 1
2 3 362 2 1
4 1 468 2 1
1 2 757 2 1
1 3 601 2 1
1 1 1044 2 1
2 2 1082 2 1
1 2 539 1 1
4 1 728 2 1
1 3 1015 2 1
1 3 673 2 1
3 1 562 2 1
4 2 631 2 1
1 2 384 2 1
4 3 914 2 1
1 2 820 2 1
4 2 593 2 1
3 3 702 2 1
1 1 791 2 1
1 3 464 2 1
2 1 575 2 1
2 1 519 1 1
4 1 798 2 1
2 1 450 2 1
1 2 930 2 1
1 1 339 2 1
1 1 713 2 1
1 3 928 2 1
1 1 174 2 1
3 2 889 2 1
1 1 514 2 1
1 2 612 2 2
4 1 568 2 1
1 2 974 2 1
2 2 773 2 1
1 2 567 1 1
4 2 874 2 1
4 2 413 2 1
3 2 936 2 1
4 2 997 2 1
1 2 642 2 2
Satisfacción

2
3
2
2
4
2
3
1
1
2
2
2
2
2
2
2
2
3
2
2
2
2
2
2
2
4
1
2
2
2
2
1
3
1
4
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
1
2
2
1
2
2
2
1
2
2
2
2
2
2
1
2
2
2
2
1
2
2
2
2
1
1
1
2
2
2
2
2
2
2
3
2
2
2
2
2
2
2
2
2
2
2
3
2
2
2
2
2
2
2
1
1
2
1
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
2
2
2
4
2
2
2
1
1
2
2
2
2
2
2
2
3
2
2
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
1
2
2
2
1
2
1
2
2
2
2
2
2
2
2
2
2
3
2
2
1
2
2
2
5
3
2
2
2
2
2
2
2
2
3
2
2
2
2
2
3
2
2
1
2
2
2
2
2
2
2
2
2
2
4
3
3
2
1
2
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
2
2
2
3
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
1
4
4
2
2
2
2
2
2
2
1
2
2
2
1
1
3
2
2
2
2
2
2
2
2
3
2
2
2
1
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
2
2
1
2
2
2
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
4
2
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
2
2
5
4
1
2
2
2
1
2
1
2
2
2
2
2
2
2
2
2
2
2
2
2
3
2
2
3
3
2
2
2
2
2
2
2
1
2
2
2
2
2
2
2
2
2
1
2
2
2
2
2
1
2
1
2
2
1
2
2
2
2
2
1
2
2
4
2
1
1
2
2
2
4
2
2
2
2
1
2
2
2
2
2
2
1
2
2
1
2
4
2
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
2
2
1
2
2
1
2
2
2
2
2
2
2
2
2
2
Evaluar si el “% solidos totales” depende de “satisfacción” que se tiene del provee
a trabajar debe ser así:

Satisfacción 1
(Muy satisfecho)
% solidos totales proveedor 1
% solidos totales proveedor 2
% solidos totales proveedor 3
% solidos totales proveedor 4

Paso 1: Describir la hipótesis

H0: El % de solidos totales depende de la satisfaccion que tiene el proveedor

H1: El % de solidos totales no depende de la satisfaccion que tiene el proveedor

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a= 0.05

Paso 3: Estadístico de prueba F (o calculado)

Satisfacción 1
Observación 1 11.5
Observación 2 11.6
Observación 3 12
Observación 4 11.7
Observación 5 11.5

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta
Departamento 1 5
Departamento 3 5
Departamento 4 5

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 759.9999999999
Dentro de los grupos 328541.6

Total 329301.6
 Valor crítico para F 3.8852938347

Paso 5: Tomar la decisión

El estadístico de prueba F es menor al valor crítico, por tanto, Se acepta la Ho

de “satisfacción” que se tiene del proveedor en el departamento 3. La organización de los da
a trabajar debe ser así:

Satisfacción 3 Satisfacción 5
(Aceptable) (Nada satisfecho)
% solidos totales proveedor 6 % solidos totales proveedor 11
% solidos totales proveedor 7 % solidos totales proveedor 12
% solidos totales proveedor 8 % solidos totales proveedor 13
% solidos totales proveedor 9 % solidos totales proveedor 14

e de la satisfaccion que tiene el proveedor

nde de la satisfaccion que tiene el proveedor

ue se va a trabajar

Satisfacción 3 Satisfacción 5
10.9 10.9
11.5 11.5
12.1 11.9
11.8 11.4
11.3 11.2

Suma Promedio Varianza

3652 730.4 28386.8
3732 746.4 22104.3
3662 732.4 31644.3

Grados de libertad Promedio de los cuadrados F

2 380 0.01387952
12 27378.4666666667

14
 No rechazar Ho
0.0138795209

Rechazar Ho
3.8852938347

rítico, por tanto, Se acepta la Ho

anización de los datos

Probabilidad Valor crítico para F

0.9862321635 3.8852938347
 Referencias

Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control

estadístico de la calidad y Seis Sigma.(3a. ed.) McGraw-Hill Interamericana. Pp. 62
-65. Recuperado de http://bibliotecavirtual.unad.edu.co:2053/?il=280

Silva, A. L. C. (1993). Muestreo para la investigación en ciencias de la salud. Madrid,

ES: Ediciones Díaz de Santos. Pp. 1- 6. Recuperado
de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=18&docID=10189879&tm=1492552993701