PRCTICA NUMERO 2 MUESTREO

OBJETIVOS
Realizar un muestro probabilstico
Realizar un mtodo no probabilstico
Determinar la media varianza, desviacin estndar y porciento de error
de cada muestreo
INTRODUCCION
Se conoce como muestreo a la tcnica para la seleccin de
una muestra a partir de una poblacin
Al elegir una muestra aleatoria se espera conseguir que sus propiedades
sean extrapolables a la poblacin. Este proceso permite ahorrar
recursos, y a la vez obtener resultados parecidos a los que se
alcanzaran si se realizase un estudio de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar
un estudio adecuado (que consienta no solo hacer estimaciones de la
poblacin sino estimar tambin los mrgenes de error correspondientes
a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos
estar enteramente seguros de que el resultado sea una muestra
representativa, pero s podemos actuar de manera que esta condicin se
alcance con una probabilidad alta.
Muestreo estadstico
Forman parte de este tipo de muestreo todos aquellos mtodos para los que se
puede calcular la probabilidad de extraccin de cualquiera de las muestras
posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque
en ocasiones no es posible optar por l. En este caso se habla de muestras
probabilistas, pues no es correcto hablar en rigor de muestras
representativas dado que, al no conocer las caractersticas de la poblacin, no
es posible tener certeza de que tal caracterstica se haya conseguido.

Muestreo no probabilstico
Es aqul para el que no se puede calcular la probabilidad de extraccin
de una determinada muestra. Por tal motivo, se busca seleccionar a
individuos que tienen un conocimiento profundo del tema bajo estudio y

se considera que la informacin aportada por esas personas es vital para

la toma de decisiones.
Materiales
Una poblacin de 100
Regla
Balanza Analtica (Si fuera necesaria)
PROCEDIMIENTO EXPERIMENTAL
La poblacin elegida fue de cotonetes de la cual se tom una poblacin de 50
para el mtodo probabilstico que fue aleatorio simple por lo que hay que
tomar 50 cotonetes y con la regla medir cuanto mide cada cotonete y sacar los
datos que son media varianza, etc.
Para el mtodo no probabilstico fue por conveniencia de las cuales se tomaron
30 de la cuales estuvieran en mejores condiciones que tuvieran tamao similar
y que no estuvieran maltratados para realizar la mediacin de cada cotonete y
de igual manera se sacan los datos de varianza media, desviacin etc.

DATOS EXPERIMENTALES
Mtodo probabilstico Aleatorio
7.6
7.6
7.5
7.5
7.6
7.6
7.5
7.7
7.5
7.5
7.5
7.4
7.5
7.4
7.5
7.5
7.5
7.6
7.5
7.4
7.6
7.5
7.6
7.5
7.5

7.5
7.6
7.5
7.5
7.7

7.5
7.6
7.5
7.6
7.7

7.5
7.6
7.5
7.5
7.5

7.5
7.5
7.6
7.5
7.6

Mtodo no probabilstico por conveniencia

7.5
7.5
7.6
7.4
7.5
7.4
7.6
7.5
7.5
7.5
7.5
7.5
7.5
7.5
7.5
7.5
7.5
7.5
7.5
7.5
7.5

7.5
7.5
7.5

7.5
7.5
7.5

7.5
7.5
7.5

1) Calculo de la media

7.6
7.6
7.6
7.5
7.5

mi

m= i=1 =7.5133
n
n

mi

m= i=1 =7.5
n

2) Calculo de la varianza
2

m im

i =n

mim 2

i =n

=
3) Calculo de la desviacin
2

mim

n1

i =n

m=

mim

n1

i =n

m=
4) Error Mximo
Emax =

Z(desviacon)
=0.010906 en donde Z=0.95
n

Emax =

Z(desviacon)
=0.00633
n

TABLA DE RESULTADOS
Tipo de
mtodo
Aleatorio

Media

Varianza
0.003954

Desviacin
estndar
0.062881

Error
mximo
0.010906

7.5133

Por
convenienc
ia

7.5

0.001379

0.036515

0.00633

ANALISIS DE RESULTADOS
Podemos observar cmo es que varan los datos de media, varianza,
desviacin estndar y error mximo ya que son dos tipo de muestreo
diferente en donde es notorio que tenemos un mejor resultado en el
muestreo por conveniencia, adems de como los resultados son mas
exactos
CONCLUCIONES
Primero se estn analizando dos tipo de muestro que son totalmente
distintos por lo que los resultados mostrados, puedan beneficiar a
alguno en particular, en este caso fue al muestreo por conveniencia
debido a que su eleccin se le atribuye a quien est realizando el
muestreo en este caso nosotros mismos. Viendo los resultados podemos
decir que el muestreo por conveniencia nos result mejor debido a que

como su nombre lo dice nosotros escogimos los mejores cotonetes para

su estudio (medirlos) y poder obtener datos ms lineales es decir datos
que son de valor similar para que nuestro muestreo tenga un mejor
resultado y se vean ms presentables a la hora de entregar reportes,
con respecto al muestreo aleatorio, podemos notar como es que los
datos son un poco ms variables ya que solo se toman al azar porque lo
pudiera arrojar diferentes tipo de resultados, desde datos muy
irregulares hasta datos muy lineales, debido a que se basan en la
probabilidad, y como sabes las probabilidad aunque tenga una mnima
posibilidad puede ocurrir solo dependera del tiempo.
__________________________________
MARTINEZ MARIEL LUIS ALBERTO
__________________________________

GARCIA TOVAR BLANCA ESTELA

__________________________________

MORALES MALANCO DIEGO ARMANDO

_________________________________
MORENO FLORES MARIO ALBERTO
____________________________________

SERGIO FLORES RESENDIZ

BIBLIOGRAFIA
http://www.mate.unlp.edu.ar/~maron/MaronnaHome_archivos/Probabilid
ad%20y%20Estadistica%20Elementales.pdf
http://www.disfrutalasmatematicas.com/datos/desviacion-estandar.html
http://www.vadenumeros.es/sociales/tipos-de-muestreo.htm

Instituto Politcnico Nacional

Escuela Superior de
Ingeniera Qumica E
Industrias Extractivas
Laboratorio de Qumica Analtica
Tcnicas de muestreo para el anlisis
instrumental
PRACTICA:

Muestreo

Profesora: Jemima Tamara Vzquez Rodrguez

Grupo: 3IM33
Equipo: 5
Alumnos:
MARTINEZ MARIEL LUIS ALBERTO
GARCIA TOVAR BLANCA ESTELA
MORALES MALANCO DIEGO ARMANDO
MORENO FLORES MARIO ALBERTO
SERGIO FLORES RESENDIZ

Septiembre del 2014