MUESTREO ALEATORIO

En muchas Aplicaciones de la estadstica es necesario seleccionar al azar o aleatoriamente una parte o muestra de los objetos o individuos sobre los cuales se harn las mediciones. De esta manera, se tomar una decisin basada en la informacin de la muestra.

TAMAO Y ELECCION DE UNA MUESTRA

Para ilustrar el tema se inicia con una muestra. Al final del proceso de llenado de bolsas de harina se requiere evaluar el funcionamiento del proceso de envasado, para asegurar que las bolsas contengan cierta cantidad de harina, por lo que es indispensable obtener informacin sobre el peso de tal producto. Como resulta muy costoso y tardado pesar cada una de las bolsas, es necesario evaluar el funcionamiento de proceso de envasado slo con la base en cierta parte (muestra) del total de las bolsas. Esto va hacer constante en la mejora de procesos: la informacin sobre problemas, consumidores y procesos por lo general se obtiene mediante muestras. Para evaluar la calidad de un pastel no se necesita comrselo todo, es suficiente una muestra representativa.

Entre mejor informacin se tenga, habr ms posibilidades de que la decisin a tomar sea acertada. Para lograr una buena informacin se requiere que la

muestra sea representativa, de forma que refleje las principales caractersticas del objeto de estudio de acurdo con los objetivos y decisiones que se desean tomar. Luego, qu afecta la representatividad de una muestra? O cmo se logran muestras (informacin) representativas? Las respuestas a estas preguntas se bosquejan mediante la siguiente situacin. En una urna se encuentran 10000 esferas (poblacin) y lo nico que interesa saber es cules son los colores de estas. Es imprctico revisar todas las esferas, por lo que es necesario tomar una muestra representativa para tratar de conocer

los colores. De aqu surge la siguiente interrogante bsica Cuntas esferas seleccionar y cmo elegirlas? Es comn que las personas crean que la respuesta a esta pregunta sea general, independientemente del problema y del objetivo que se quiere lograr con el

muestreo. Por ejemplo, se cree que para conocer el tamao de la muestra bast5a consultar una tabla, aplicar una formula o sacar cierto porcentaje, de manera independiente del problema y de la poblacin bajo estudio. Pero est muy lejos de la verdad; lo que determina tanto el tamao de la muestra como la forma de seleccionarla (mtodo de muestreo) es el problema mismo; es decir, la poblacin, los objetivos, el tipo de decisin y los recursos econmicos. Cuntas esferas seleccionar depende del conocimiento previo, ya que si de antemano se sabe que slo hay un color, bastara tomar una esfera mediante cualquier mtodo. Si se sabe que hay dos colores, el nmero mnimo a tomar sera dos, pero es probable que no sea suficiente porque podra darse el caso de que las dos unidades extradas sean del mismo color. Pero, s se conoce que slo hay tres colores, el tamao de muestra minmo sera tres. A medida de que hay ms colores ser necesario un mayor tamao de muestra, es decir a mayor variabilidad ser necesario un mayor tamao de muestra para captar todas las variantes de colores. En el caso de las bolsas de harina, si todas pesarn lo mismo bastara pesar una, y entre ms diversos pesos, ser necesario un mayor tamao de la muestra. Cmo seleccionar una muestra depende tambin de diversos criterios. Por ejemplo, si slo hay un color, mediante cualquier mtodo; pero si hay varios colores, el mtodo de extraccin depender de cmo se distribuyen las esferas en cuanto al color (caracterstica de inters). S los colores estn mezclados de

manera uniforme, las esferas se pueden extraer al azar (metiendo la mano, agitando las esferas y tomando una); pero, si los colores estn distribuidos por capas o zonas de la urna, se actuara en consecuencia para tratar de extraer una unidad de cada capa o zona. De esta manera, el mtodo de muestreo depende de

la forma en que estn distribuidas las unidades, es decir, depende del patrn de variabilidad, ya sea al azar, por grupos, por capas, etc. En resumen el tamao de la muestra y el mtodo a elegir una muestra que sea representativa (informacin de calidad) d depende de la cantidad de variabilidad y del patrn o tipo de variabilidad que se da en la poblacin, ambas en funcin del problema o decisin a tomar. Por lo tanto, antes de recolectar datos o analizar los existentes, se debe entender muy bien el problema. Si no hubiese variabilidad, la estadstica no existira, pero la dispersin siempre est presente en los fenmenos naturales. El peso de las bolsas de harina es variable, a pesar que se usa el mismo mtodo de llenado. La variabilidad se debe a la materia prima, el medio ambiente, a las mquinas, etc. Los mtodos de muestreo aleatorio tienen como objetivo lograr que la muestra sea representativa.

MUETREO AL AZAR SIMPLE

El muestreo al azar simple o muestreo irrestricto aleatorio consiste en seleccionar un grupo de n elementos de la poblacin, de tal forma que cada muestra de tamao n tenga la misma probabilidad de ser seleccionada. Por lo general, este tipo de muestreo se realiza seleccionando nmero de una tabla de nmeros aleatorios, lo cual es equivalente a la tradicional extraccin de papelitos de una caja o recipiente donde stos estn perfectamente mezclados. El muestreo aleatorio simple se recomienda cuando los elementos de la poblacin pueden numerarse fcilmente, estn bien mezclados y no forman grupos internos bien definidos de acuerdo con la variable de inters. Por ejemplo, aplicar este mtodo al caso de las bolsas de harina tal vez sea difcil porque esto implicar que se tendra que asignar un nmero a cada bolsa. En una empresa se desea saber la opinin de los empleados sobre una posible medida administrativa a tomar. En la empresa hay aproximadamente 400 empleados, por lo que es imprctico pretender conocer la opinin de los 400, por ello se decide seleccionar una muestra de 50. La nmina contiene los nombres de

todos los empleados ordenados alfabticamente, por lo que es fcil asignarle un nmero entre 1 y 400 a cada empleado. Al asignarle un nmero a cada empleado se logra que los elementos de la poblacin a muestrear estn distribuidos al azar, y con esto el mtodo de muestreo apropiado es el azar simple. Para seleccionar a los 50 empleados que se entrevistar se usar la tabla de nmeros aleatorios del apndice, que ser equivalente a mezclar los 400 papelitos con el nombre de cada trabajador y elegir 50 de ellos. Se numeran los empleados del 001, 002, 003, hasta el 400. Con la ayuda de la tabla se seleccionan 50 nmeros entre 001 y 400. Para ello, se seala al azar un lugar de la tabla y se identifica un nmero de tres cifras. La primera cifra indicar el nmero de columna donde se debe buscar, y otras el rengln. Suponga que en el lugar sealado est el nmero 137, entonces los nmeros se van a elegir a partir de cruce de la columna 7 con el rengln 13. Por lo que, de acuerdo los tres primeros tres dgitos de la tabla de nmeros aleatorios del apndice, el primer empleado a entrevistar es el 258. A partir del 258 se puede continuar

seleccionando nmeros hacia cualquier lado; si se contina hacia abajo el nmero siguiente entre 1 y 400 es el 174, luego siguen 109,306,278,178,202,55,326,208; y as se contina buscando hasta completar los 50 nmeros. Si se llega hasta el final de una columna, la bsqueda puede continuar en la siguiente columna. En esta forma de elegir la muestra, la representatividad se logra al hacer que todos os empleados tengan la misma probabilidad de ser seleccionados. Por ejemplo; si al inicio se hubiera sealado otro lugar diferente en la tabla, la muestra hubiese sido distinta. Al grupo de trabajadores seleccionados se les puede entrevistar con mayor detalle y, junto con otra informacin ya disponible, se estar en condiciones de tomar l decisin adecuada. Para seleccionar la muestra tambin se puede utilizar un software estadstico; por ejemplo, es posible emplear Excel. En primer lugar se selecciona herramientas, luego Anlisis de datos (si no est activada esta funcin es necesario incluirla en

herramientas, complementos, enseguida se busca aleatorios.

Generacin de nmeros

MUESTREO AL AZAR ESTRAFICADO

Con frecuencia, los elementos de la poblacin u objeto de estudio se pueden dividir en grupos o estratos de acuerdo con las caractersticas de inters en el estudio. Por ejemplo, a una empresa comercializadora le interesa investigar el nivel de ingreso de las familias de cierta ciudad. Es probable que para realizar tal investigacin se considere que la ciudad est dividida geogrficamente en estratos en cuanto a la caracterstica de inters: el ingreso.

Si los estratos o grupos tienen las siguientes caractersticas: 1) son ajenos entre s, 2) los elementos pertenecientes a cada estrato son ms homogneos que la poblacin total y 3) es importante tener informacin estadstica de cada estrato; entonces, al tomar una muestra es recomendable que en esta haya elementos representativos de todos los estratos. Es decir, en estos casos se recomienda el muestreo aleatorio estratificado, el cual consiste en seleccionar una muestra aleatoria de cada estrato.

En el caso del ejemplo 17.1 en el que interesa conocer la opinin de los empleados sobre cierta medida administrativa, y se presupone que tal opinin est relacionada con el departamento en que labora cada empleado, resulta ms conveniente tener informacin sobre cul es la opinin en cada departamento. Para ello se aplica el muestreo por estratos (departamentos).

Suponga que se tienen tres departamentos, cada uno con un nmero similar de empleados. Entonces, en lugar de elegir 50 empleados sin importar en cual de los

tres departamentos laboren, ahora en el muestreo por estratos deben elegirse 17 empleados de cada rea. Para ello se hace una lista de empleados de cada departamento, y mediante la tabla de nmeros aleatorios se eligen 17 nmeros de cada lista. Por ejemplo se en un rea trabajan 130 individuos, entonces deben seleccionarse 17 nmeros entre el 001 y el 130. El anlisis de la opinin que se tiene sobre la medida administrativa se debe hacer por departamento, y en funcin de ellos se pueden obtener conclusiones que sirvan de base para determinar se aplica la medida administrativa.

Si el nmero de empleados por departamento es muy distinto, entonces es mejor que el tamao de muestra por estrato sea proporcional al tamao del mismo. Por ejemplo, suponga que se quiere investigar a 50 empleados en total, y si el departamento A tiene 250 empleados, entonces de ste se deben elegir (250 x 50)/400, es decir 31.

Algunas de las principales razn para hacer un muestreo aleatorio estratificado, son:

Se debe obtener informacin estadstica para cada estrato de la poblacin, lo cual, en el muestreo simple, no necesariamente ocurre. El costo total puede reducirse, ya que por lo general se requiere una muestra ms pequea que en el muestreo aleatorio simple.

MUESTREO DE AZAR SISTEMATICO

Los mtodos de muestreo simple y estratificado tienen la limitante de que los elementos de la poblacin o de los estratos deben numerarse, para enseguida usar la tabla de nmeros aleatorios. Existe un muestreo aleatorio que implica un trabajo menos detallado y que es particularmente til en muestreos directos durante la produccin o recepcin de materiales. Tal muestreo se conoce como sistemtico.

La filosofa del muestreo sistemtico consiste en la seleccin de una muestra de tamao n de una lista de N elementos. Una manera sencilla de hacer esta

seleccin es elegir un intervalo apropiado y seleccionar los elementos a intervalos iguales a lo largo de la lista. El punto de arranque para este proceso debe ser elegido de manera aleatoria. En otras palabras, en el muestreo sistemtico se toman los elementos de la muestra en intervalos fijos u el punto de partida se elige de manera aleatoria. Tales intervalos pueden ser cada determinada cantidad de artculos, tiempo, longitud o rea.

En el programa de las bolsas de harina se tiene que cada mquina envasa en un da 4000 bolsas aproximadamente. As se encuentra razonable inspeccionar slo 80 bolsas para estar monitoreando que el peso sea el correcto. De esta manera se tiene la necesidad de seleccionar las 80 bolsa de tal forma que sean representativas del peso de las bolsas envasadas por una mquina en un da. El mtodo que mejor se ajusta a este tipo de problemas, en que es necesario tomar muestras durante la produccin, es el muestreo sistemtico.

En este problema, la lista de artculos est dada por la secuencia natural en que son llenadas las bolsas durante las ocho horas de trabajo. As, para tener

informacin de lo que estuvo pasando a lo largo de las ocho horas se puede seleccionar cada determinado tiempo una cierta cantidad de bolsas de harina. Por

ejemplo, se podra seleccionar una cada seis minutos, con lo que al final del da se tendrn las 80 bolsas. Sin embargo, esta estrategia de seleccin tiene el

inconveniente de que aunque el proceso de llenado est funcionando mal cuando se toma una bolsa, es probable que no detecte el mal funcionamiento con una sola. Por ello, es preferible que se tomen ms bolsas en cada ocasin, aunque la seleccin sea ms espaciada. En concreto, aqu tal vez la mejor solucin sea tomar cinco bolsas cada media hora, estar analizando los pesos en una carta de control X-R.

Si se decide elegir, cada media hora, cinco bolsas que son llenadas de manera consecutiva, entonces al iniciar una nueva jornada de trabajo se elegira aleatoriamente en qu minuto de la primera hora se van a tomar las primeras cinto bolsas. As cada nuevo da se elegir mediante una tabla de nmeros aleatorios un nmero entre 0 y 30. Por ejemplo suponga que en cierto da el nmero

seleccionado es el 27, entonces al minuto 27 de iniciado el proceso de envasado se elegirn las primeras cinco bolsas de harina a ser pesadas; las siguientes cinco se escogern media hora despus, es decir, a los 57 minutos de iniciada la produccin; las siguiente cinco a la 1:27 y as sucesivamente, las ltimas cinco se elegirn a las 7:57. Al siguiente da de nuevo se escoge al azar el minuto en que se elegir la primera muestra de cinco bolsas.

Cuando el proceso de llenado no es continuo, entonces el intervalo de muestreo puede estar dado por otras circunstancias; por ejemplo el nmero de bolsas envasadas. El muestreo sistemtico es aplicado frecuentemente cuando se desea obtener informacin para evaluar la cantidad de la produccin en cadena, ya que la muestra se puede obtener conforme se van fabricando los artculos y no es necesario esperar a tener la produccin total. El muestreo sistemtico es til porque:

Es ms fcil de llevarse a cabo en el campo y, por lo tanto, est menos expuesto a errores de seleccin. Puede proporcionar ms informacin por unidad de costo que el irrestricto aleatorio. Logra mayor representativa cuando los elementos de la poblacin no estn ordenados en forma aleatoria, sino que estn ordenados de acuerdo con alguna caracterstica que est relacionada con las variables de inters, como podran ser la calidad de un artculo que tenga relacin con el orden en que es producido.

En estos casos el muestreo sistemtico es la mejor opcin.