Práctica No.

1: Análisis estadı́stico de mediciones de datos

dimensionales y de temperatura tomadas con instrumentos
de medida conocidos (vernier analógico, vernier digital,
micrómetro analógico, micrómetro digital, termómetro
digital y comparador óptico).

Fabricio Jiménez, B93997

31 de octubre de 2021

Resumen
En el presente informe se tratan los datos obtenidos de mediciones de distintas fuentes (perno,
lámina, beaker con agua, circunferencias) realizadas con instrumentación de medida conocida (vernier
analógico, vernier digital, micrómetro analógico, micrómetro digital, termómetro digital y comparador
óptico). Estos fueron tomados por el profesor Rubén Madrigal, al igual que por mi persona el dı́a 17
de septiembre por la mañana a través del vı́deo ”Laboratorio de Análisis de Datos”proporcionado por
el profesor a través de la plataforma de Mediación Virtual. Para cada uno de las tomas de datos se
realizaron las pruebas estadı́sticas disponibles (Prueba de Cochran, Prueba de Grubbs y ANOVA).
Con estas se encontraron datos anómalos o incompatibles en varias de las tomas de datos que fueron
reemplazados o eliminados. Además, se encontró diferencias en sus varianzas y homogeneidad en sus
medias para los datos provenientes de los vernier. Fue posible hallar los mejores estimadores de cada
una de las mediciones, ası́ como encontrar su incertidumbre expandida, la cual se resume en un cuadro.
La incertidumbre expandida más grande se encontró para el caso del micrómetro digital con valor de
±0,047 mm.

Palabra clave—
ANOVA, comparador óptico, micrómetro analógico, micrómetro digital, Prueba de Cochran, Prueba
de Grubbs, termómetro digital, Teorema del lı́mite central, vernier analógico, vernier digital.

1. Objetivos
1.1. Objetivo general
Analizar los datos obtenidos a través de los instrumentos de medida conocidos (vernier analógico,
vernier digital, micrómetro analógico, micrómetro digital, termómetro digital y comparador óptico),
utilizando las distintas pruebas estadı́sticas (Prueba de Cochran, Prueba de Grubbs y ANOVA) que
se tienen a disposición para ası́ poder determinar su incertidumbre y encontrar datos anómalos.

1.2. Objetivos especı́ficos

Interpretar las distintas mediciones obtenidas con los instrumentos de medida conocidos previamente
mencionados, utilizando el programa ’Microsoft Excel’ y la teorı́a estadı́stica para poder realizar un
análisis a profundidad de estos.

1
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

Aplicar las pruebas estadı́sticas de Grubbs y de Cochran, haciendo uso de los datos recolectados
por los diferentes analistas y del software ’Microsoft Excel’ para encontrar datos anómalos o incom-
patibles y removerlos de la muestra.
Desarrollar un análisis ANOVA de aquellas mediciones realizadas por más de un analista, utilizando
la herramienta de análisis estadı́stico del programa ’Microsoft Excel’ para ası́ poder determinar las
distintas incertidumbres expandidas en las mediciones.

2. Marco teórico
Se conoce como vernier o pie de rey al instrumento que tiene como caracterı́stica la realización de
mediciones a través del uso de un sistema de escalas denominadas escala fija y nonio. Este se ha per-
feccionado para aumentar la precisión de sus mediciones, facilitando a su vez la toma de datos debido
a la versatilidad de sus distintas partes. Se muestra un diagrama mostrando las distintas partes para la
variante analógica en la Figura 1 y para su variante digital en la Figura 2.

Figura 1: Partes del vernier analógico.

Figura 2: Partes del vernier digital.

El vernier se utilizar para realizar tres tipos de mediciones: exteriores, interiores y profundidades. Las
mordazas ubicadas en la parte inferior se utilizan para medir exteriores, mientras que las ubicadas en la
parte superior se utilizan para medir interiores. Ası́ mismo, el vernier cuenta con una barra en la parte
derecha para medir profundidades. Cada una de estas mediciones se mide utilizando como guı́a la marca
de cero en el nonio, donde las centésimas de milı́metro están dadas por la primera lı́nea que calce con la
escala graduada de interés. de También es importante mencionar que en la parte superior se cuenta con
un tornillo que va a funcionar como un freno. Este tiene la función de fijar el carrete del vernier en una
posición para tomar la medida con mayor facilidad. (Dotson, 2015)

2
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

Un micrómetro es un instrumento que mide el tamaño de un objeto al encerrarlo su boquilla (el yunque
y el husillo). Estos a diferencia de los vernier se adhieren al principio de Abbe, que al medir el objeto sobre
la misma lı́nea que su escala de lectura le permite tomar una medición más precisa. Los micrómetros se
diseñan en base a su tamaño de apertura, en donde estos pueden variar desde 0 a 25 mm como también de
375 a 400 mm. El rango usual para los micrómetros analógicos y digital es limitado por 25 mm. (Dotson,
2015)
El micrómetro se utiliza usualmente para medir dimensiones de objetos pequeños. Para esto se coloca
el objeto entre el yunque y el husillo, donde luego se procede a girar el tambor hasta que se aproxime los
cilindros al objeto. Una vez que se encuentre con proximidad se debe girar el trinquete para no causar un
estrés sobre el eje. Se muestra un diagrama mostrando las distintas partes para la variante analógica en
la Figura 3 y para su variante digital en la Figura 4.

Figura 3: Partes del micrómetro analógico.

Figura 4: Partes del micrómetro digital.

El termómetro digital es un instrumento con la capacidad de medir con precisión el cambio de tempe-
ratura de un medio. Existen dos tipos de termómetros digitales: los infrarrojos y los basados en circuitos
eléctricos. Para efectos de la práctica de laboratorio es de interés el último mencionado. Estos basan sus
mediciones en las propiedades eléctricas del elemento del sensor, el cual esta conformado comúnmente por
aleaciones metálicas. Su funcionamiento se basa en mediciones de conductividad, donde esta llega variar
generando de esta manera el resultado de la medición se muestra en la pantalla que tiene el dispositivo.
A continuación se muestra un diagrama del termómetro digital en la Figura 5.

3
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

Figura 5: Partes del termómetro digital.

El comparador óptico es un instrumento utilizado para realizar mediciones de manera similar a los
microscopios ópticos. Para realizar las mediciones se debe colora el objeto en la plataforma, donde se
ilumina luz desde abajo hacia el objeto. Esto genera una sombra del perfil del objeto la cual se proyecta
en la pantalla del instrumento. Una vez este proyectada la sombra se utiliza en software del comparador
óptico para marcar las coordenadas de interés y ası́ tomar la medición. Para esto se utiliza un sistema óptico
telecéntrico el cual permite mediciones precisas. A continuación se muestra un diagrama del comparador
óptico en la Figura 6.

Figura 6: Partes del comparador óptico.

La prueba de Grubbs es un criterio para detectar y eliminar datos anómalos. Estos datos son aquellos
incompatibles con alguna muestra que sigue una distribución normal, donde se encuentran sumamente
alejados de los valores esperados. Si no realiza la corrección correspondiente al utilizar la prueba de
Grubbs es probable que se genere un sesgo importante al calcular los mejores estimadores estadı́sticos de
la muestra.(Sandı́, 2021a)
Esta prueba permite eliminar un dato anómalo máximo o mı́nimo de la muestra a analizar. Para esto
se debe ordenar el conjunto de datos en forma creciente, donde los valor estadı́sticos GP y G1 se calculan
con las ecuaciones 1 y 3 respectivamente.
xp − x
GP = (1)
s
x − x1
G1 = (2)
s

4
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

donde x es la media de los datos, xp es el valor mayor de la muestra, x1 es el valor menor de la muestra
y s la desviación estándar de la muestra.

Finalmente, se debe comparar los valor obtenido de Gp y G1 con los valores crı́ticos de G, los cuales se
encuentran tabulados (usualmente al 1 y 5 %). Si el valor de los estadı́sticos obtenidos es menor al Gcrit
al 5 % el valor se considera como correcto. Si estos se encuentran entre los valores del Gcrit al 1 y 5 % el
dato se considera anómalo (debe marcarse con un asterisco). Si estos son mayores al Gcrit al 1 % estos se
consideran como un datos incompatibles (debe marcarse con doble asterisco). (Sandı́, 2021a)
La prueba de Cochran se utiliza para detectar si en grupo de muestras una varianza es mucho mayor
que el resto, para de esta forma eliminarla o realizar un análisis por aparte. Para la prueba se plantean
las siguientes hipótesis:

H0 : Las varianzas de las muestras se consideran iguales, de forma que:

s21 = s22 = s23 = . . . = s2k
H1 : Existe al menos una varianza que es distinta.

Para realizar la prueba se utiliza la siguiente valor estadı́stico:

si mayor
G = Pk (3)
2
i=1 si
Una vez que se ha calculado el estadı́stico anterior se debe comparar con el valor tabulado de Gc rit
para el nivel de significancia deseado (usualmente se toma a 0,01 y 0,05). La hipótesis nula se rechaza
si G > Gcrit , mientras que no se rechaza si G ≤ Gcrit . Esta prueba es de gran importancia para poder
realizar la técnica de Análisis de Varianza (ANOVA) de modo que no existan variaciones importantes en
las varianzas.(Sandı́, 2021a)
El Análisis de Varianza es una técnica utilizada para demostrar si existen diferencias importantes en
las medias de un conjunto de datos. Para poder aplicar esta técnica se deben cumplir ciertas condiciones,
entre estas:

Los datos deben seguir una distribución normal.

Cada una de las muestras de datos debe ser independiente entre si.

Las muestras deben tener varianzas consideradas como iguales.

De modo de explicación, se consideran k poblaciones donde se toman muestras de manera aleatoria con
un número n de muestras. Se supone que los datos siguen todas las condiciones mencionadas previamente.
De modo que se quiere probar la siguiente hipótesis:

H0 : Las medias de las muestras se consideran iguales, de forma que:

µ21 = µ22 = µ23 = . . . = µ2k
H1 : Existe al menos una media que es distinta a otra.

Se debe formular un cuadro de variación para observar las variaciones dentro y fuera de los grupos.

Cuadro 1: Cuadro de variación para el ANOVA de un factor

Fuente de Variación Suma de Cuadrados Grados de Libertad Media Cuadrática Fcalculada
s2b
Entre Grupos SSA k-1 s2b = SSA
k−1 fcalc = s2w
SSE
Dentro de Grupos SSE k(n-1) s2w = k(n−1
Total SST kn-1

5
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

Donde SSA es la suma de cuadrados de la muestra, SSE es la suma de los cuadrados de los errores y
SST es la suma de ambos.

Para la prueba si f calc > Fcrit entonces se rechaza la hipótesis nula. Los valores de Fcrit determinan
utilizando la distribución F con un nivel de significancia dado. (Sandı́, 2021a)
La imperfección natural que lleva implı́cita una medición va a impedir que se conozca el valor verda-
dero de una medición, es decir, toda medición va a llevar asociada una incertidumbre. Las incertidumbres
están compuestas por contribuciones de distintas fuentes, donde algunas de estas llegan a ser inevitables
(aquellas provenientes de la definición del propio mesurando). Sin embargo, van a existir otras que se
pueden evitar o minimizar. En estas últimas se encuentran aquellas que dependen del principio de medi-
ción, ası́ como del método y procedimiento seleccionado para realizar dicha medición. Para efectos de la
práctica de laboratorio realizada son de interés las incertidumbres estándar por repetibilidad y resolución
del instrumento. Es importante recalcar que se toma en consideración la resolución de cero para los instru-
mentos digitales. La incertidumbre estándar por repetibilidad se obtiene a partir de la desviación estándar
experimental de la muestra ´s´ y la raı́z cuadrada de su número de datos ´n´, es posible calcularla a partir
de la siguiente expresión. (Sandı́, 2021b)
s
urep = √ (4)
n
La incertidumbre estándar por resolución para instrumentos que no admiten ajuste al cero se obtiene
a partir de la resolución del instrumento ´d´, y es posible calcularla a partir de la siguiente expresión.
(Sandı́, 2021c)

d
ures = √ (5)
12
La incertidumbre estándar por resolución para instrumentos que sı́ admiten ajuste al cero se obtiene
a partir de la resolución del instrumento ´d´, y es posible calcularla a partir de la siguiente expresión.
(Sandı́, 2021c)

d
ures = √ (6)
6
La incertidumbre combinada estándar se obtiene a partir de las suma geométrica de estas dos incer-
tidumbres según sea el caso:
q
u(x) = u2rep + u2res (7)

La incertidumbre expandida U(y) indica un intervalo que representa una fracción p de los valores que
es probable que tome el mesurando. El valor de p se conoce como probabilidad de cobertura y se puede
escoger a conveniencia. Esto se ve reflejado en el factor de cobertura ´k´, el cual se elige de la tabla de
valores de distribución de T-Student para calcular la incertidumbre expandida. Esta se calcula con la
siguiente expresión. (Sandı́, 2021b)

U (x) = k · u(x) (8)

Para la mayorı́a de los propósitos se recomienda tomar un valor de k igual a 2. Sin embargo, cuando
la incertidumbre combinada cuenta con pocos grados de libertad (menor que 6) es necesario que el factor
de cobertura se calcule de acuerdo a los grados de libertad efectivos. El número de los grados de libertad
efectivos νef va a caracterizar la normalidad de la incertidumbre combinada estándar. Es posible calcularlo
al utilizar la ecuación de Welch-Satterthwaite, donde el número entero obtenido debe ser redondeado al
entero más cercano inferior. (Sandı́, 2021b)

6
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

u4 (x)
νef = P (9)
N u(x)4i
i=1 νi

3. Metodologı́a
Los datos se midieron el dı́a 17 de septiembre por la mañana a través del vı́deo ”Laboratorio de
Análisis de Datos”proporcionado por el profesor Rubén Madrigal a través de la plataforma de Mediación
Virtual. Los datos en el vı́deo fueron tomados por el profesor Rubén Madrigal en el mes de mayo del 2021,
donde se aseguro el correcto uso de cada una de las instrumentaciones para cada una de las réplicas. No
existieron inconvenientes a la hora de realizar la lectura de los valores mostrados en la instrumentación
correspondiente (vernier analógico, vernier digital, micrómetro analógico, micrómetro digital, termómetro
digital y comparador óptico) en el vı́deo. Seguidamente se introdujeron los valores medidos en hojas de
calculo del programa de computadora ”Microsoft Excel”para Mac, donde se realizaron respectivas tablas
para grabar los datos correspondientes a cada una de las pruebas. Una vez obtenidos y organizados los
datos, se utilizo nuevamente el programa de computadora ”Microsoft Excel”para Mac para realizar las
tres pruebas estadı́sticas de interés: Prueba de Grubbs, Prueba de Cochran y Prueba ANOVA. Durante
la práctica se utilizaron los instrumentos de medida previamente mencionados (vernier analógico, vernier
digital, micrómetro analógico, micrómetro digital, termómetro digital y comparador óptico) además de
elementos auxiliares como pernos o tornillos, beaker con agua, placas de metal y circunferencias de radio
conocido.

4. Equipo e instrumentos
En el cuadro 2 es posible observar una lista con el equipo que se utilizó para la toma de datos
dimensionales y de temperatura para esta práctica de laboratorio. No se reportan muchos de los modelos,
marcas ni placas de la universidad debido a falta de información.

Cuadro 2: Equipos e instrumentos empleados en la práctica de medición de datos dimensionales y de

temperatura.

Equipo e instrumento Marca Modelo Placa UCR

Medidor Vernier analógico Aerospace No reporta No reporta

Medidor Vernier digital Mitutoyo No reporta No reporta
Micrómetro analógico Mitutoyo No reporta No reporta
Micrómetro digital Mitutoyo No reporta No reporta
Termómetro digital Omega HH12A No reporta
Comparador óptico Suburban Tool QUADRA-CHEK 200 No reporta
Perno No reporta No reporta No reporta
Beaker No reporta No reporta No reporta
Placas de metal No reporta No reporta No reporta

7
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

5. Datos y resultados
En el cuadro 3 se presentan los mejores estimadores para los datos de las mediciones de longitud de un
perno medidas con vernier digital, al igual que sus respectivos valores obtenidos con la prueba de Grubbs.
Se señala con un doble asterisco el dato reconocido como incompatible.

Cuadro 3: Prueba de Grubbs para mediciones de la longitud de un perno medidas con el vernier digital.
Analista 1
Tipo de Dato
56.365 56.351 56.365 56.355 56.355
Desv. Estandar [mm] 0.0445 0.1480 0.0818 0.0943 0.0470
Máximo [mm] 56.430 56.530 56.490 56.600** 56.410
Mı́nimo [mm] 56.290 56.060 56.250 56.280 56.250
Gp 1.460 1.210 1.528 2.598 1.171
G1 1.684 1.966 1.406 0.795 2.236
Gcrit1 % 2.482
Gcrit5 % 2.290

En el cuadro 4 se presentan sus respectivos valores obtenidos de la prueba de Cochran para los datos
de las mediciones de longitud de un perno medidas con vernier digital. Se presenta el valor de G obtenido,
además de sus valores crı́ticos al 1 % y al 5 %.

Cuadro 4: Prueba Cochran para mediciones de la longitud de un perno medidas con el vernier digital.
Suma de Varianzas [mm2 ] 0.0343
Varianza Máxima [mm2 ] 0.0219
Gcrit1 % 0.4854
Gcrit5 % 0.4241
G 0.6377

En el cuadro 5 se presenta la prueba de análisis de varianza (ANOVA) para los datos de las mediciones
de longitud de un perno medidas con vernier digital. Se presenta el valor de F obtenido, además de su
valor crı́tico.

Cuadro 5: Prueba ANOVA para mediciones de la longitud de un perno medidas con el vernier digital.
Origen de las variaciones Suma de cuadrados GL Prom. de los cuadrados F P-value F crit
Entre grupos 0.00795 3 0.00265 0.85 0.475 2.87
Dentro de los grupos 0.11197 36 0.00311
Total 0.11992 39

En el cuadro 6 se presentan los mejores estimadores para los datos de las mediciones de longitud de
un perno medidas con vernier analógico, al igual que sus respectivos valores obtenidos con la prueba de
Grubbs. Se señala con un asterisco el dato reconocido como anómalo.

8
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

Cuadro 6: Prueba de Grubbs para mediciones de la longitud de un perno medidas con el vernier analógico.
Tipo de Dato Analista 1 Analista 2 Analista 3 Analista 4 Analista 5
Promedio [mm] 56.352 56.374 56.377 56.378 56.384
Desv. Estandar [mm] 0.0402 0.0299 0.0589 0.0346 0.0263
Máximo [mm] 56.420 56.420 56.460 56.460* 56.440
Mı́nimo [mm] 56.300 56.320 56.260 56.360 56.360
Gp 1.691 1.539 1.409 2.372 2.127
G1 1.293 1.807 1.987 0.521 0.911
Gcrit1 % 2.482
Gcrit5 % 2.290

En el cuadro 7 se presentan sus respectivos valores obtenidos con la prueba de Cochran para los
datos de las mediciones de longitud de un perno medidas con vernier analógico. Se presenta el valor de G
obtenido, además de sus valores crı́ticos al 1 % y al 5 %.

Cuadro 7: Prueba Cochran para mediciones de la longitud de un perno medidas con el vernier analógico.
Suma de Varianzas [mm2 ] 0.0070
Varianza Máxima [mm2 ] 0.0035
Gcrit1 % 0.4854
Gcrit5 % 0.4241
G 0.4922

En el cuadro 8 se presenta la prueba de análisis de varianza (ANOVA) para los datos de las mediciones
de longitud de un perno medidas con vernier analógico. Se presenta el valor de F obtenido, además de su
valor crı́tico.

Cuadro 8: Prueba ANOVA para mediciones de la longitud de un perno medidas con el vernier analógico.
Origen de las variaciones Suma de cuadrados GL Prom. de los cuadrados F P-value F crit
Entre grupos 0.0054 3 0.00179 2.00 0.132 2.87
Dentro de los grupos 0.0322 36 0.00089
Total 0.0376 39

En el cuadro 9 se presentan los mejores estimadores para los datos de las mediciones del grosor de
una lámina medidas con micrómetro digital, al igual que sus respectivos valores obtenidos con la prueba
de Grubbs. Se señala con un doble asterisco el dato reconocido como incompatible.

Cuadro 9: Prueba de Grubbs para mediciones del grosor de una lámina medidas con el micrómetro digital.
Tipo de Dato Analista 1
Promedio [mm] 2.8745
Desv. Estandar [mm] 0.1485
Máximo [mm] 3.266**
Mı́nimo [mm] 2.800
Gp 2.636
G1 0.502
Gcrit1 % 2.482
Gcrit5 % 2.290

9
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

En el cuadro 10 se presentan los mejores estimadores para los datos de las mediciones del grosor de una
lámina medidas con micrómetro analógico, al igual que sus respectivos valores obtenidos con la prueba
de Grubbs. Se señala con un doble asterisco el dato reconocido como incompatible.

Cuadro 10: Prueba de Grubbs para mediciones del grosor de una lámina medidas con el micrómetro
analógico.
Tipo de Dato Analista 1
Promedio [mm] 2.823
Desv. Estandar [mm] 0.0177
Máximo [mm] 2.870**
Mı́nimo [mm] 2.810
Gp 2.660
G1 0.736
Gcrit1 % 2.482
Gcrit5 % 2.290

En el cuadro 11 se presentan los mejores estimadores para los datos de las mediciones de temperatura
de agua en un beaker medidas con termómetro digital, al igual que sus respectivos valores obtenidos con
la prueba de Grubbs. No se reconocen datos anómalos o incompatible.

Cuadro 11: Prueba de Grubbs para mediciones de temperatura medidas con el termómetro digital.
Tipo de Dato Analista 1
Promedio [mm] 22.5
Desv. Estandar [mm] 0.1414
Máximo [mm] 22.700
Mı́nimo [mm] 22.300
Gp 1.414
G1 1.414
Gcrit1 % 2.482
Gcrit5 % 2.290

En el cuadro 12 se presentan los mejores estimadores para los datos de las mediciones de radio R
medidas con el comparador óptico, al igual que sus respectivos valores obtenidos con la prueba de Grubbs.
No se reconocen datos anómalos o incompatible.

Cuadro 12: Prueba de Grubbs para mediciones de circunferencia de radio R medidas con el comparador
óptico.
Tipo de Dato Analista 1
Promedio [mm] 6.3891
Desv. Estandar [mm] 0.0114
Máximo [mm] 6.408
Mı́nimo [mm] 6.374
Gp 1.654
G1 1.322
Gcrit1 % 2.482
Gcrit5 % 2.290

En el cuadro 13 se presentan los mejores estimadores para los datos de las mediciones de radio r medidas

10
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

con el comparador óptico, al igual que sus respectivos valores obtenidos con la prueba de Grubbs. No se
reconocen datos anómalos o incompatible.

Cuadro 13: Prueba de Grubbs para mediciones de circunferencia de radio r medidas con el comparador
óptico.
Tipo de Dato Analista 1
Promedio [mm] 2.3976
Desv. Estandar [mm] 0.0062
Máximo [mm] 2.407
Mı́nimo [mm] 2.390
Gp 1.520
G1 1.229
Gcrit1 % 2.482
Gcrit5 % 2.290

En el cuadro 14 se presenta el mejor estimador (en este caso su promedio) junto con su respectiva
incertidumbre expandida para aquellas mediciones realizadas para cada instrumento. El largo del perno
en el caso de los vernier, el grosor de la lámina en el caso de los micrómetros, la temperatura del beaker
con agua en el caso del termómetro digital y los tamaños de circunferencia en el caso del comparador
óptico. Además se agrega adicionalmente su factor de cobertura, tipo de distribución y probabilidad de
cobertura.

Cuadro 14: Cuadro resumen de incertidumbres expandidas.

Instrumento Mejor Estimador Incert. Exp. k Distribución Prob. de Cobertura
Vernier Digital 56,35 mm ±0,020 mm 2,04 T-Student 95,45 %
Vernier Analógico 56,37 mm ±0,015 mm 2,00 Normal 95,45 %
Micrómetro Digital 2,83 mm ±0,047 mm 2,37 T-Student 95,45 %
Micrómetro Analógico 2,82 mm ±0,0074 mm 2,04 T-Student 95,45 %
Termómetro Digital 22,50 ºC ±0,13 °C 2,09 T-Student 95,45 %
Comparador Óptico (radio R) 6,39 mm ±0,0084 mm 2,32 T-Student 95,45 %
Comparador Óptico (radio r) 2,40 mm ±0,0046 mm 2,28 T-Student 95,45 %

6. Análisis de resultados
Para las mediciones de la longitud de un perno realizadas con vernier digital se obtuvieron los datos
crudos mostrados en el cuadro 22. Para proceder con el análisis estadı́stico primero se recurrió a realizar
una prueba de Grubbs para ası́ detectar datos anómalos o incompatibles. Se muestra un desglose de
la prueba en el cuadro 3, donde es posible observar que el valor de G obtenido es mayor al valor de
Gcrit1 % . Con esta información es posible señalar el dato como incompatible, por lo que se marca con dos
asteriscos en la tabla. Seguidamente, fue necesario reemplazar el dato por el promedio, ya que al tener
varios analistas no es de utilidad que uno de ellos quede con un menor número de datos al eliminar el
dato. De igual forma, es de interés aplicar una prueba Cochran a las mediciones de la longitud de un
perno realizadas con vernier digital. Se realiza un desglose de la prueba en el cuadro 4. En este es posible
observar que se rechaza la hipótesis nula en ambos casos de Gcrit1 % y Gcrit5 % . Esto quiere decir que existe
al menos una varianza que es mayor a las demás, por lo que en este caso se debe eliminar al analista 2
para ası́ poder realizar la prueba de análisis de varianza. Para la prueba de análisis de varianza o ANOVA
que se muestra en el cuadro 5 se obtuvo un valor de F (0,85) menor al valor crı́tico (2,87). Se acepta la

11
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

hipótesis nula, por lo que las medias de los distintos analistas pueden ser consideradas como equivalentes.
(Sandı́, 2021a)
Para calcular su incertidumbre expandida primero se calcularon las incertidumbres estándar por repe-
tibilidad y por resolución. Para esto se utilizaron las ecuaciones 4 y 6. Seguidamente, se utilizó la ecuación
7 para calcular su incertidumbre estándar combinada. Sus resultados se resumen en el cuadro 15, donde
además se muestran sus porcentajes de contribución a la incertidumbre estándar combinada. Con esto es
posible observar que la incertidumbre por repetibilidad va a contribuir de mayor manera con un 90,65 %,
sin embargo no es posible categorizar a la incertidumbre por resolución como despreciable ya que no se
alcanza un 95 % de las contribuciones totales. Finalmente, es posible estimar la longitud del perno con
una incertidumbre expandida con probabilidad de cobertura del 95,45 %. Esta se muestra en el cuadro
14, donde señala que el mejor estimador es 56,35 mm ±0,020 mm con una distribución T-Student con k
igual a 2,04. (Sandı́, 2021b)
Similarmente, para las mediciones de la longitud de un perno realizadas con vernier analógico se
obtuvieron los datos crudos mostrados en el cuadro 23. Igual que en el caso anterior, para proceder con
el análisis estadı́stico primero se recurre a una prueba de Grubbs para ası́ detectar datos anómalos o
incompatibles. Se muestra un desglose de la prueba en el cuadro 6, donde es posible observar que el
valor de G obtenido es mayor al valor de Gcrit5 % y menor al valor de Gcrit1 % . Con esta información es
posible señalar el dato como anómalo, por lo que se marca con un asterisco en la tabla. Fue necesario
reemplazar el dato por el promedio, ya que al tener varios analistas no es de utilidad que uno de ellos
quede con un menor número de datos al eliminar el dato. Se quiere también aplicar una prueba Cochran
a las mediciones de la longitud de un perno realizadas con vernier analógico. Se realiza un desglose de
la prueba en el cuadro 7. En este es posible observar que se rechaza la hipótesis nula en ambos casos de
Gcrit1 % y Gcrit5 % . Esto quiere decir que existe al menos una varianza que es mayor a las demás, por lo
que en este caso se debe eliminar al analista 3 para ası́ poder realizar la prueba de análisis de varianza.
Para la prueba de análisis de varianza o ANOVA que se muestra en el cuadro 8 se obtuvo un valor de
F (2,00) menor al valor crı́tico (2,87). Se acepta la hipótesis nula, por lo que las medias de los distintos
analistas pueden considerarse como iguales. (Sandı́, 2021a)
Para calcular su incertidumbre expandida primero se calcularon las incertidumbres estándar por repe-
tibilidad y por resolución. Para esto se utilizaron las ecuaciones 4 y 5. Seguidamente, se utilizó la ecuación
7 para calcular su incertidumbre estándar combinada. Sus resultados se resumen en el cuadro 16, donde
además se muestran sus porcentajes de contribución a la incertidumbre estándar combinada. Con esto es
posible observar que la incertidumbre por repetibilidad va a contribuir de mayor manera con un 64,76 %,
sin embargo no es posible categorizar a la incertidumbre por resolución como despreciable ya que no se
alcanza un 95 % de las contribuciones totales. Finalmente, es posible estimar la longitud del perno con
una incertidumbre expandida con probabilidad de cobertura del 95,45 %. Esta se muestra en el cuadro 14,
donde señala que el mejor estimador es 56,37 mm ±0,015 mm con una distribución Normal con k igual a
2. (Sandı́, 2021b)
Con respecto a las mediciones del grosor de una lámina realizadas con micrómetro digital se obtuvieron
los datos crudos mostrados en el cuadro 24. De forma similar a los casos anteriores para proceder con el
análisis estadı́stico primero se recurrió a realizar una prueba de Grubbs. De esta forma es posible detectar
datos anómalos o incompatibles. Se muestra un desglose de la prueba en el cuadro 9, donde es posible
observar que el valor de G obtenido es mayor al valor de Gcrit1 % . Con esta información es posible señalar
el dato como incompatible, por lo que se marca con dos asteriscos en la tabla. Seguidamente, fue necesario
eliminar el dato. Al tener un único analista no es necesario reemplazar el dato por el promedio. (Sandı́,
2021a)
Para calcular su incertidumbre expandida primero se calcularon las incertidumbres estándar por repe-
tibilidad y por resolución. Para esto se utilizaron las ecuaciones 4 y 6. Seguidamente, se utilizó la ecuación
7 para calcular su incertidumbre estándar combinada. Sus resultados se resumen en el cuadro 17, donde
además se muestran sus porcentajes de contribución a la incertidumbre estándar combinada. Con esto es
posible observar que la incertidumbre por repetibilidad va a contribuir de mayor manera con un 99,98 %.

12
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

En este caso es posible categorizar a la incertidumbre por resolución como despreciable ya que se alcanza
un 95 % de las contribuciones totales. Finalmente, es posible estimar el grosor de la lámina con una incer-
tidumbre expandida con probabilidad de cobertura del 95,45 %. Esta se muestra en el cuadro 14, donde
señala que el mejor estimador es 2,83 mm ±0,047 mm con una distribución T-Student con k igual a 2,37.
(Sandı́, 2021b)
Para las mediciones del grosor de una lámina realizadas con micrómetro analógico se obtuvieron
los datos crudos mostrados en el cuadro 25. De forma similar a los casos anteriores para se recurre
primeramente a realizar una prueba de Grubbs. De esta forma es posible detectar datos anómalos o
incompatibles. Se muestra un desglose de la prueba en el cuadro 10, donde es posible observar que el
valor de G obtenido es mayor al valor de Gcrit1 % . Con esta información es posible señalar el dato como
incompatible, por lo que se marca con dos asteriscos en la tabla. Seguidamente, fue necesario eliminar el
dato. Como se menciono anteriormente al tener un único analista no es necesario reemplazar el dato por
el promedio. (Sandı́, 2021a)
Su incertidumbre expandida se obtiene al calcular primero las incertidumbres estándar por repetibi-
lidad y por resolución. Para esto se utilizaron las ecuaciones 4 y 5. Seguidamente, se utilizó la ecuación
7 para calcular su incertidumbre estándar combinada. Sus resultados se resumen en el cuadro 18, donde
además se muestran sus porcentajes de contribución a la incertidumbre estándar combinada. Con esto es
posible observar que la incertidumbre por repetibilidad va a contribuir de mayor manera con un 60,99 %.
En este caso no va a ser posible categorizar a la incertidumbre por resolución como despreciable, ya que
como en los primeros casos no se alcanza un 95 % de las contribuciones totales. Finalmente, es posible es-
timar el grosor de la lámina con una incertidumbre expandida con probabilidad de cobertura del 95,45 %.
Esta se muestra en el cuadro 14, donde señala que el mejor estimador es 2,82 mm ±0,0074 mm con una
distribución T-Student con k igual a 2,04. (Sandı́, 2021b)
En relación a las mediciones de temperatura del agua en un beaker realizadas con termómetro digital
se obtuvieron los datos crudos mostrados en el cuadro 26. Al igual que en los casos anteriores primero se
realiza una prueba de Grubbs. Con esta prueba es posible detectar datos anómalos o incompatibles. Se
muestra un desglose de la prueba en el cuadro 11, donde es posible observar que el valor de G obtenido es
menor a los valores de Gcrit1 % y Gcrit5 % . Con esto es posible señalar que no existen datos incompatibles
o anómalos dentro de la muestra. (Sandı́, 2021a)
Se pretende calcular su incertidumbre expandida, para lo que primero se requiere calcular las incerti-
dumbres estándar por repetibilidad y por resolución. Para esto se utilizaron las ecuaciones 4 y 6. Después
se utilizó la ecuación 7 para calcular la incertidumbre estándar combinada. Sus resultados se resumen
en el cuadro 19, donde además se muestran sus porcentajes de contribución a la incertidumbre estándar
combinada. Con esto es posible observar que la incertidumbre por repetibilidad va a contribuir de mayor
manera con un 73,85 %. No va a ser posible categorizar a la incertidumbre por resolución como desprecia-
ble. Esto debido a que no se alcanza un 95 % de las contribuciones totales. Finalmente, es posible estimar
la temperatura del agua en el beaker con una incertidumbre expandida con probabilidad de cobertura del
95,45 %. Esta se muestra en el cuadro 14, donde señala que el mejor estimador es 22,50 °C ±0,13 °C con
una distribución T-Student con k igual a 2,09. (Sandı́, 2021b)
Sobre las mediciones del radio R medido con comparador óptico se obtuvieron los datos crudos mostra-
dos en el cuadro 27. Al igual que en los casos anteriores se quiere detectar datos anómalos o incompatibles,
por lo que primero se realiza una prueba de Grubbs. Se muestra un desglose de la prueba en el cuadro
12, donde es posible observar que el valor de G obtenido es menor a los valores de Gcrit1 % y Gcrit5 % . Con
esto es posible señalar que no van a existir datos incompatibles o anómalos dentro de la muestra tomada.
(Sandı́, 2021a)
Para el calculo de su incertidumbre expandida, se requiere primero calcular las incertidumbres estándar
por repetibilidad y por resolución. Para esto se utilizaron las ecuaciones 4 y 6. Seguidamente, se utilizó
la ecuación 7 para calcular la incertidumbre estándar combinada. Es posible resumir sus resultados en
el cuadro 20, donde también se muestran sus porcentajes de contribución a la incertidumbre estándar
combinada. Con esto es posible observar que la incertidumbre por repetibilidad contribuye de mayor

13
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

manera con un 99,37 %. Sı́ va a ser posible categorizar a la incertidumbre por resolución como despreciable.
Esto se debe a que sin su contribución se alcanza un 95 % de las contribuciones totales. Finalmente, es
posible estimar el radio R medido con una incertidumbre expandida con probabilidad de cobertura del
95,45 %. Esta se muestra en el cuadro 14, donde señala que el mejor estimador es 6,39 mm ±0,0084 mm
con una distribución T-Student con k igual a 2,32. (Sandı́, 2021b)
Finalmente, para las mediciones del radio r medido con comparador óptico se obtuvieron los datos
crudos mostrados en el cuadro 28. Similar a los casos anteriores se quiere detectar datos anómalos o
incompatibles, debido a esto primeramente se realiza una prueba de Grubbs. Se muestra un desglose de
la prueba en el cuadro 13, donde es posible observar que el valor de G obtenido es menor a los valores
de Gcrit1 % y Gcrit5 % . Con este conocimiento es posible señalar que no existen datos incompatibles o
anómalos dentro de la muestra tomada. (Sandı́, 2021a)
Para obtener su incertidumbre expandida, se debe primero calcular las incertidumbres estándar por
repetibilidad y por resolución. Se utilizaron las ecuaciones 4 y 6 para este propósito. Después, se utilizó la
ecuación 7 para ası́ calcular la incertidumbre estándar combinada. Se resumen sus resultados en el cuadro
21, donde también se muestran sus porcentajes de contribución a la incertidumbre estándar combinada.
Con esto es posible observar que la incertidumbre por repetibilidad contribuye de mayor manera al igual
que en el caso anterior con un 97,90 %. Justamente como en el caso anterior sı́ va a ser posible categorizar
a la incertidumbre por resolución como despreciable. Esto se debe a que sin su contribución se alcanza un
95 % de las contribuciones totales. Finalmente, es posible estimar el radio r medido con una incertidumbre
expandida con probabilidad de cobertura del 95,45 %. Esta se muestra en el cuadro 14, donde señala que
el mejor estimador es 2,40 mm ±0,0046 mm con una distribución T-Student con k igual a 2,28. (Sandı́,
2021b)

7. Conclusiones y recomendaciones
Se realizó un profundo análisis de los datos obtenidos para cada uno de los instrumentos de medida
dados (vernier analógico, vernier digital, micrómetro analógico, micrómetro digital, termómetro
digital y comparador óptico), donde se utilizaron las pruebas estadı́sticas para encontrar datos
anómalos o incompatibles y eliminarlos o sustituirlos. Estos se hallaron en el caso de los verniers y
micrómetros, donde se sustituyeron por la media o se eliminaron.

Se utilizó la teorı́a estadı́stica para determinar similitudes de medias, ası́ como diferencias en las
varianzas en los distintos analistas (en el caso de los verniers). De esta manera se pudo efectuar el
análisis de varianza (ANOVA) para los datos de las mediciones realizadas con vernier.

Se determinó la incertidumbre en cada uno de los casos, dimensionando las fuentes de incertidumbres
importantes (usualmente la incertidumbre estándar por repetibilidad tenı́a mayor contribución).
Especı́ficamente en el caso de de las mediciones con micrómetro digital y comparador óptico fue
posible categorizar la incertidumbre por resolución como despreciable.

Se recomienda para futuras repeticiones de la práctica que se anoten y proporcionen de manera

completa los datos de cada una de las instrumentaciones utilizadas, ası́ como las condiciones iniciales
y finales de cada una de las tomas de datos. De está manera es posible tener una mayor comprensión
de los datos medidos, ası́ como calcular con mayor veracidad cada una de las incertidumbres que
afectan las instrumentaciones.

14
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

8. Referencias bibliográficas
Dotson, C. L. (2015). Fundamentals of dimensional metrology. Cengage Learning.
Sandı́, R. F. S. (2021a). Aplicaciones estadı́sticas de la metrologı́a.
Sandı́, R. F. S. (2021b). Estimación de incertidumbre.
Sandı́, R. F. S. (2021c). Incertidumbre por resolución.

15
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

9. Biografı́a personal

Fabricio Jiménez

Bachillerato en colegio Saint Paul graduado en 2018. Bachillerato en ingenierı́a mecánica 2019 a la
fecha. Servicio al cliente en Amazon 2019-2020. Aficionado a la tecnologı́a y de los videojuegos.

16
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

10. Apéndices
En el cuadro 15 se presenta la distribución de incertidumbres para los datos de las mediciones de
longitud de un perno medidas con vernier digital, al igual que sus respectivos porcentajes.

Cuadro 15: Distribución de incertidumbres para mediciones de un perno medido con vernier digital.
Incertidumbre Porcentaje
urep 0,008 768 mm 90,65 %
ures 0,004 082 mm 9,35 %
ucomb 0,009 672 mm

En el cuadro 16 se presenta la distribución de incertidumbres para los datos de las mediciones de

longitud de un perno medidas con vernier analógico, al igual que sus respectivos porcentajes.

Cuadro 16: Distribución de incertidumbres para mediciones de un perno medido con vernier analógico.
Incertidumbre Porcentaje
urep 0,004 907 mm 64,76 %
ures 0,005 774 mm 35,24 %
ucomb 0,007 577 mm

En el cuadro 17 se presenta la distribución de incertidumbres para los datos de las mediciones del
grosor de una lámina medidas con micrómetro digital, al igual que sus respectivos porcentajes.

Cuadro 17: Distribución de incertidumbres para mediciones del grosor de una lámina medida con micróme-
tro digital.
Incertidumbre Porcentaje
urep 0,019 817 mm 99,98 %
ures 0,000 408 mm 0,02 %
ucomb 0,019 821 mm

En el cuadro 18 se presenta la distribución de incertidumbres para los datos de las mediciones del
grosor de una lámina medidas con micrómetro analógico, al igual que sus respectivos porcentajes.

Cuadro 18: Distribución de incertidumbres para mediciones del grosor de una lámina medida con micróme-
tro analógico.
Incertidumbre Porcentaje
urep 0,002 222 mm 60,99 %
ures 0,002 887 mm 39,01 %
ucomb 0,003 643 mm

En el cuadro 19 se presenta la distribución de incertidumbres para los datos de las mediciones de

temperatura de un beaker con agua utilizando termómetro digital, al igual que sus respectivos porcentajes.

17
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

Cuadro 19: Distribución de incertidumbres para mediciones de temperatura de un beaker con agua utili-
zando termómetro digital.
Incertidumbre Porcentaje
urep 0,044 721 °C 73,85 %
ures 0,040 825 °C 26,15 %
ucomb 0,060 553 °C

En el cuadro 20 se presenta la distribución de incertidumbres para los datos de las mediciones de radio
R de una circunferencia utilizando un comparador óptico, al igual que sus respectivos porcentajes.

Cuadro 20: Distribución de incertidumbres para mediciones de radio R de una circunferencia utilizando
un comparador óptico.
Incertidumbre Porcentaje
urep 0,004 613 mm 99,37 %
ures 0,000 408 mm 0,63 %
ucomb 0,003 636 mm

En el cuadro 21 se presenta la distribución de incertidumbres para los datos de las mediciones de radio
r de una circunferencia utilizando un comparador óptico, al igual que sus respectivos porcentajes.

Cuadro 21: Distribución de incertidumbres para mediciones de radio r de una circunferencia utilizando
un comparador óptico.
Incertidumbre Porcentaje
urep 0,001 956 mm 97,90 %
ures 0,000 408 mm 2,10 %
ucomb 0,001 998 mm

18
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

11. Anexos
En el cuadro 22 se presentan los datos de las mediciones de longitud de un perno medidas con vernier
digital. Estos son los datos tomados directamente al realizar la prueba y sin ningún cambio posterior.

Cuadro 22: Mediciones de la longitud de un perno medidas con el vernier digital.

Longitud [mm]
Medición
Analista 1 Analista 2 Analista 3 Analista 4 Analista 5
1 56,43 56,12 56,25 56,35 56,38
2 56,39 56,06 56,34 56,34 56,35
3 56,34 56,32 56,49 56,32 56,35
4 56,32 56,40 56,31 56,32 56,25
5 56,33 56,42 56,45 56,28 56,32
6 56,36 56,38 56,41 56,41 56,40
7 56,29 56,53 56,29 56,60 56,38
8 56,41 56,41 56,45 56,28 56,41
9 56,38 56,42 56,29 56,30 56,38
10 56,40 56,45 56,37 56,35 56,33

En el cuadro 23 se presentan los datos de las mediciones de longitud de un perno medidas con vernier
analógico. Estos son los datos tomados directamente al realizar la prueba y sin ningún cambio posterior.

Cuadro 23: Mediciones de la longitud de un perno medidas con el vernier analógico.

Longitud [mm]
Medición
Analista 1 Analista 2 Analista 3 Analista 4 Analista 5
1 56,42 56,36 56,36 56,42 56,38
2 56,36 56,38 56,35 56,38 56,40
3 56,30 56,40 56,46 56,46 56,36
4 56,34 56,36 56,38 56,36 56,36
5 56,30 56,32 56,26 56,36 56,44
6 56,40 56,38 56,36 56,36 56,38
7 56,32 56,40 56,34 56,36 56,40
8 56,38 56,38 56,44 56,36 56,36
9 56,36 56,42 56,38 56,36 56,40
10 56,34 56,34 56,44 56,36 56,36

En el cuadro 24 se presentan los datos de las mediciones de grosor de una lámina medidas con
micrómetro digital. Estos son los datos tomados directamente al realizar la prueba y sin ningún cambio
posterior.

19
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

Cuadro 24: Mediciones del grosor de una lámina medidas con el micrómetro digital.
Longitud [mm]
Medición
Analista 1
1 2,814
2 2,818
3 2,988
4 2,802
5 3,266
6 2,807
7 2,821
8 2,8
9 2,806
10 2,823

En el cuadro 25 se presentan los datos de las mediciones de grosor de una lámina medidas con
micrómetro analógico. Estos son los datos tomados directamente al realizar la prueba y sin ningún cambio
posterior.

Cuadro 25: Mediciones del grosor de una lámina medidas con el micrómetro analógico.
Longitud [mm]
Medición
Analista 1
1 2,82
2 2,82
3 2,83
4 2,81
5 2,82
6 2,87
7 2,81
8 2,82
9 2,82
10 2,81

En el cuadro 26 se presentan los datos de las mediciones de temperatura del agua en beaker medidas
con termómetro digital. Estos son los datos tomados directamente al realizar la prueba y sin ningún
cambio posterior.

20
 Metrologı́a e Instrumentación (IM-0303) - II ciclo 2021

Cuadro 26: Mediciones de temperatura del agua en beaker medidas con el micrómetro digital.
Longitud [°C]
Medición
Analista 1
1 22,3
2 22,4
3 22,4
4 22,4
5 22,4
6 22,5
7 22,7
8 22,7
9 22,6
10 22,6

En el cuadro 27 se presentan los datos de las mediciones de circunferencia de radio R con el comparador
óptico. Estos son los datos tomados directamente al realizar la prueba y sin ningún cambio posterior.

Cuadro 27: Mediciones de la circunferencia de radio R medidas con el comparador óptico.

Longitud [mm]
Medición
Analista 1
1 6,396
2 6,408
3 6,394
4 6,394
5 6,383
6 6,402
7 6,379
8 6,374
9 6,385
10 6,376

En el cuadro 28 se presentan los datos de las mediciones de circunferencia de radio r con el comparador
óptico. Estos son los datos tomados directamente al realizar la prueba y sin ningún cambio posterior.

Cuadro 28: Mediciones de la circunferencia de radio r medidas con el comparador óptico.

Longitud [mm]
Medición
Analista 1
1 2,391
2 2,399
3 2,398
4 2,391
5 2,404
6 2,405
7 2,394
8 2,397
9 2,407
10 2,390

21