Tarea 4 - Ejemplos de Utilización de Muestreo Probabilístico - Equipo A

Tecnológico Nacional de México
Campus Orizaba
maestría en ingeniería industrial
Estadística
TEMA:
“UTILIZACIÓN DE MUESTREO PROBABILÍSTICO”
DOCENTE:
DR. ARRIOJA RODRÍGUEZ MARIO LEONCIO
PRESENTA:
EQUIPO A
IBAÑEZ DOMINGUEZ JOSEPH CARLO M12010987
MARTÍNEZ CRUZ CARLOS SAMIR M17010612
PAREDES LINO ISRAEL M16010681
ÍNDICE DE CONTENIDO
ÍNDICE DE CONTENIDO .................................................................................................. 1

ÍNDICE DE TABLAS.......................................................................................................... 2
LISTA DE VERIFICACIÓN .................................................................................................. 3
INTRODUCCIÓN ............................................................................................................. 4
MUESTREO PROBABILÍSTICO .......................................................................................... 4
LISTA DE VERIFICACIÓN PARA LA REALIZACIÓN DE UN MUESTREO PROBABILÍSTICO ........ 7
ANÁLISIS CRÍTICO DE EJEMPLOS CONTRASTADO CON LISTA DE VERIFICACIÓN ACORDADA
..................................................................................................................................... 7
Análisis crítico de ejemplo de muestreo probabilístico real realizado por Ibáñez Domínguez Joseph
Carlo ........................................................................................................................................................... 7
Análisis crítico de ejemplo de muestreo probabilístico real realizado por Martínez Cruz Carlos Samir .. 10
Análisis crítico de ejemplo de muestreo probabilístico real realizado por Paredes Lino Israel ............... 13
CASOS PROPUESTOS POR INTEGRANTES DE EQUIPO .................................................... 16

Caso de muestreo sistemático propuesto por Ibáñez Domínguez Joseph Carlo ..................................... 16
Caso de muestreo estratificado propuesto por Ibáñez Domínguez Joseph Carlo ................................... 18
Caso de muestreo aleatorio simple propuesto por Martínez Cruz Carlos Samir ..................................... 20
Caso de muestreo por estratificación propuesto por Martínez Cruz Carlos Samir .................................. 22
Caso de muestreo aleatorio simple propuesto por Paredes Lino Israel .................................................. 24
Caso de muestreo estratificado propuesto por Paredes Lino Israel ........................................................ 26
CONCLUSIÓN ............................................................................................................... 29
Bibliografía ................................................................................................................. 30
1
ÍNDICE DE TABLAS
Tabla 1. ................................................................................................................................................ 6
Tabla 2. ................................................................................................................................................ 8
Tabla 3. ................................................................................................................................................ 9
Tabla 4. .............................................................................................................................................. 12
Tabla 5. .............................................................................................................................................. 12
Tabla 6. .............................................................................................................................................. 15
Tabla 7. .............................................................................................................................................. 15
Tabla 8. .............................................................................................................................................. 17
Tabla 9. .............................................................................................................................................. 17
Tabla 10. ............................................................................................................................................ 19
Tabla 11. ............................................................................................................................................ 20
Tabla 12. ............................................................................................................................................ 21
Tabla 13. ............................................................................................................................................ 21
Tabla 14. ............................................................................................................................................ 23
Tabla 15. ............................................................................................................................................ 23
Tabla 16. ............................................................................................................................................ 25
Tabla 17. ............................................................................................................................................ 25
Tabla 18. ............................................................................................................................................ 27
Tabla 19. ............................................................................................................................................ 27
2
LISTA DE VERIFICACIÓN
No. Actividad Si No Observaciones

Convocar a miembros de equipo para
1. X
planeación de ejecución del trabajo.
Crear portada con la información de la materia
2. X
e integrantes del equipo.
Buscar individualmente un ejemplo de alguna
3. de las técnicas de muestreo probabilístico en X
el área de ingeniería industrial.
Del material proporcionado en clase describir
las características más importantes de cada
4. una de las técnicas de muestreo probabilístico X
y en qué circunstancias se recurre a cada una
de ellas.
Proponer de manera individual una lista de
verificación que lleve la selección como
5. X
método de obtención de datos una técnica de
muestreo probabilístico.
Acordar una lista de verificación a partir de los
6. diseños individuales X
Realizar un análisis crítico indicando

semejanzas y diferencias en los ejemplos
7. X
encontrados de acuerdo a la lista de
verificación acordada.
Generar individualmente dos enunciados de
utilización de los métodos de muestreo
8. X
probabilístico en el área de ingeniería
industria.
Revisar en conjunto los ejemplos propuestos
9. utilizando la lista de verificación acordada para X
asegurar que se cumplan los requisitos.
10. Realizar una conclusión general X
Realizar una tabla de referencias
11. X
bibliográficas.
12. Revisar ortografía y corregir errores. X
3
INTRODUCCIÓN
Como se ha venido estudiando durante el curso, la estadística juega un papel
importante en nuestro desempeño dentro de la ingeniería industrial, pues podemos
hacer uso de ella para recolectar información de carácter primordial que,
posteriormente, nos facilite la toma de decisiones para la resolución de problemas.
Dicha información proviene de una muestra, la cual se analiza bajo criterios que se
consideran apropiados por el investigador de modo que satisfagan las necesidades
presentes.
El presente documento pretende informar acerca de los diferentes métodos de
muestreo de tipo probabilístico que existen. De lo investigado y leído del material
proporcionado durante el curso se pretende contextualizar cada método y,
posteriormente, ejemplificaremos su aplicación.
MUESTREO PROBABILÍSTICO
Las técnicas de muestreo se pueden clasificar por su forma de selección y por su
nivel de complejidad. Una clasificación de las técnicas de muestre según la forma
de selección y el nivel de complejidad.
Cuando la técnica de muestreo asigna a cada unidad de la población alguna
probabilidad (diferente de cero) de ser seleccionada; se le denomina muestreo
probabilístico.
Cuando las unidades de la población se encuentran identificadas en un marco
muestral de lista, el muestreo probabilístico directo de elementos es el más
adecuado para seleccionar la muestra. Las técnicas que se pueden aplicar en el
muestreo directo de elementos son de muestreo aleatorio simple, muestreo
sistemático y muestreo aleatorio estratificado.
Estas técnicas se caracterizan por asignar igual probabilidad a las diferentes
unidades de la población, generando pesos muéstrales o factores de expansión
constantes. A este tipo de diseños muéstrales también se les denomina diseños
auto ponderados. (Kleeberg Hidalgo & Ramos Ramírez, 2009)
1. Muestreo aleatorio simple (MAS). Se usa cuando a cada elemento de la

población se le quiere dar la misma oportunidad de ser elegido en la muestra.
Se puede realizar partiendo de listas de individuos de la población y eligiendo
individuos aleatoriamente con un ordenador. Normalmente, su aplicación
tiene un costo elevado.
2. Muestreo sistemático. Es un tipo de muestreo aleatorio que se usa cuando

los datos de la población de estudio están ordenados en forma numérica. La
primera observación es elegida al azar entre los primeros elementos de la
población y las siguientes observaciones son elegidas guardando la misma
distancia entre sí. Hay que tener cuidado con las muestras donde existen
periodicidades, porque pueden resultar muestras sesgadas.
4
Cuando el criterio de distribución de los sujetos a estudio en una serie es tal,
que los más similares tienden a estar más cercanos. Este tipo de muestreo
suele ser más preciso que el aleatorio simple, debido a que recorre la
población de forma más uniforme
3. Muestreo aleatorio estratificado. Es un tipo de muestreo aleatorio que se

usa cuando se conoce de antemano que la población está dividida en
estratos (variable, subpoblaciones, etcétera), que son equivalentes a
categorías y que, por lo general, no son de igual tamaño. Luego, de cada
estrato se saca una muestra aleatoria, usualmente proporcional al tamaño
del estrato. Se realiza un muestreo aleatorio simple de los individuos de cada
uno de los estratos. Al extrapolar los resultados a la población, hay que tener
en cuenta el tamaño relativo del estrato con res pecto al total de la población.
La base de la estratificación se basa en una variable como lo puede ser la

edad, sexo, nivel socioeconómico, etc. Y se define cuantos elementos de la
muestra se han de seleccionar de cada uno de los estratos; para lo cual se
dispone de las siguientes opciones: asignación proporcional (el tamaño de la
muestra de cada estrato es proporcional al tamaño del estrato que le dio
origen, respecto a la población total) y asignación óptima (el tamaño de la
muestra de cada estrato, son definidos por quien hace el muestreo). (Otzen
& Manterola, 2017)
4. El muestreo por conglomerados con o sin submuestreo. Es la técnica

que se utiliza en el muestreo complejo; se aplica cuando es difícil tener una
lista de todos los individuos que forman parte de la población de estudio, pero
sin embargo se sabe que se encuentran agrupados naturalmente en grupos.
Se realiza cuando se eligen varios de esos grupos al azar, y ya elegidos
algunos se puede estudiar a todos los individuos de los grupos seleccionados
o bien seguir aplicando dentro de ellos más muestreos por grupos, por
estratos, alea torios simples. La eficiencia del muestreo por conglomerados
exige heterogeneidad entre elementos del mismo conglomerado y
homogeneidad entre elementos de diferentes conglomerados. Entonces, si
los elementos de un mismo conglomerado son muy diferentes entre sí una
muestra que contenga pocos conglomerados grandes puede producir una
buena estimación del parámetro de interés.
Podemos ver en la tabla a continuación un análisis de las características más
importantes de cada uno de los tipos de muestreo probabilístico además de
puntualizar las ventajas y desventajas que cada uno pueda llegar a tener.
5
Tabla 1.
Ventajas y desventajas de los distintos tipos de muestreo probabilístico.
Fuente: (Otzen & Manterola, 2017)
6
LISTA DE VERIFICACIÓN PARA LA REALIZACIÓN DE UN
MUESTREO PROBABILÍSTICO
No. Actividad Si Observaciones

No
Identificar una problemática y establecer
1.
objetivos
2. Definir la población objetivo
3. Definir el marco muestral.

Si=Aleatorio simple
¿El tamaño de población es relativamente o sistemático.
4. No=conglomerado
pequeño?
o estratificado
Si=Sistemático
¿La población está ordenada con respecto a
5. No= Aleatorio
las características de interés? simple
¿Es posible ordenar a la población por
Si=Estratificado
6. subconjuntos? No=Conglomerado
¿Es factible moverse en la población para Si=Conglomerado

7. No=Estratificado
localizar un elemento de manera individual?
8. Seleccionar el instrumento de medición.
9. Seleccionar la técnica de obtención de datos.
10. Planear ejecución de recolección de datos.

Ejecutar la recolección de datos (trabajo de
11.
campo).
ANÁLISIS CRÍTICO DE EJEMPLOS CONTRASTADO CON LISTA

DE VERIFICACIÓN ACORDADA
Análisis crítico de ejemplo de muestreo probabilístico real realizado por Ibáñez

Domínguez Joseph Carlo
Muestreo para el control de calidad en el proceso de elaboración de envases
metálicos para alimentos
El artículo propone el uso del muestreo sistemático probabilístico como herramienta
de monitoreo de la calidad en procesos de manufactura, con líneas de producción
continuas y unidades de muestreo ordenadas de manera secuencial.
7
Se aborda el caso de una empresa de elaboración de envases metálicos para la
conservación de alimentos donde determinó el tamaño de muestra mínimo
necesario para la población conformada por un día de producción y un error máximo
admisible de acuerdo con las tolerancias de las características de calidad de los
envases.
Se estimaron las varianzas mediante un muestreo piloto. Los resultados indican la
factibilidad de uso del muestreo sistemático, para muestrear los envases en la línea
de producción, con el fin de aplicar herramientas de control estadístico.
Selección de la población objetivo

Para el caso en estudio, la población objetivo correspondió a los envases metálicos
de 1.892x10-2 m3 (5 galones) fabricados en un día de producción, con dos turnos
de ocho (8) h cada uno.
Variables a evaluar
Tabla 2.
Variables a evaluar para el control de la calidad
Fuente: (Rodriguez Balza, Machado Torrealba, & Villamarin Oliveros, 2019)
Justificación del método

Para recabar información de las muestras se decidió para elaborar gráficos de
control. Se decidió escoger subgrupos de una unidad de muestreo. A pesar de que
se recomienda utilizar 2 a 3, o más de 4 para detectar cambios moderados a
grandes. Cuando el proceso es estable es posible con la opinión de expertos asumir
aproximaciones de la varianza a partir de información histórica.
8
¿Cómo se realiza?
Consiste en la extracción de una pequeña muestra de la población con fines de
estimación de la varianza muestral. Así mismo, permite ajustar la técnica de
selección de la muestra y validar los métodos e instrumentos de monitoreo que
reducen los errores ajenos al muestreo.
Se sugiere la aplicación de una Fase I en el proceso de monitoreo, en la cual el
experto selecciona una muestra de observaciones del proceso ordenadas en el
tiempo, datos históricos, para la estimación de parámetros. Esta recomendación no
era factible para el caso en estudio, por la nueva ubicación de la línea de producción.
Por lo tanto, se decidió en conjunto con el personal de la industria, seleccionar un
envase de manera sistemática en cada etapa de la línea de producción, a intervalos
de hora y media, conformando una muestra piloto de 10 envases metálicos por
etapa.
Con las observaciones de la muestra piloto, se estimó el tamaño de muestra en
cada una de las características de calidad, mediante (V), considerando un nivel de
confianza de 95% y un error máximo permitido definido por las tolerancias del
producto para cada característica de calidad. Los tamaños de muestra resultaron
pequeños (1, 2, 4, 5 y 10) debido a la baja variabilidad de las observaciones.
(Rodriguez Balza, Machado Torrealba, & Villamarin Oliveros, 2019)
Análisis del ejemplo por la lista de verificación

Se analizó el ejemplo de acuerdo a la tabla de verificación acordada. En este caso
en particular el tamaño de población no es muy grande y es necesario recabar las
muestras de una manera ordenada por lo cual no puede tomarse un muestreo
aleatorio simple, pues es conveniente generar el orden de aleatoriedad de las
muestras de manera ordenada, además de que las latas que se analizaban eran
obtenidas de un lote de producción continuo. Los demás puntos observados en la
tabla muestran que el mejor método es un muestreo sistemático.
Tabla 3.
Análisis del ejemplo 1 contrastado con lista de verificación acordada.

1. X
objetivos
2. Definir la población objetivo X
3. Definir el marco muestral. X

¿El tamaño de población es relativamente Si=Aleatorio simple
4. X o sistemático.
pequeño?
9
No=conglomerado
o estratificado
Si=Sistemático
5. X No= Aleatorio
Si=Estratificado
6. subconjuntos? x No=Conglomerado

7. X No=Estratificado
8. Seleccionar el instrumento de medición. X
9. Seleccionar la técnica de obtención de datos. X
10. Planear ejecución de recolección de datos. X

11. X
campo).
Fuente: Autoría propia
Análisis crítico de ejemplo de muestreo probabilístico real realizado por Martínez

Cruz Carlos Samir
Según información obtenida de aplicación de una encuesta al área de producción

de Manufacturas SEGOR, con la finalidad de obtener una perspectiva general de la
situación problemática prevaleciente en el área y la de crear al mismo tiempo, áreas
de oportunidad donde fuera necesaria la aplicación de herramientas de ingeniería
industrial para el mejoramiento de las actividades de manufactura actuales. Para
este objetivo se hizo necesaria la elección de un método eficiente en la obtención
de datos e información que permitieran emitir un diagnóstico certero de las
carencias de la empresa, por esta razón la aplicación de una encuesta a través de
un muestreo se adaptó generosamente a los fines del investigador puesto que la
empresa no contaba con la información documentada que sirviera de base para el
análisis mencionado.
A continuación, se listan los pasos que fueron utilizados en la aplicación de la
encuesta a los trabajadores del área de producción de Manufacturas SEGOR y
posteriormente se describen en detalle cada uno de ellos.
Selección de la población objetivo

Para la aplicación de la encuesta se eligió como población objetivo a los
trabajadores del área de producción de la empresa Manufacturas SEGOR, por ser
estos los individuos que interactúan directamente con los problemas del área de
manufactura en la elaboración de productos de piel de uso ganadero.
10
Selección de las unidades de medida con la que serán representados los datos
correspondientes. (Hernández, 2014)
Hernández, C. (2014). Diseño e implementación de un sistema de producción piloto

en Manufacturas SEGOR. [Tesis maestría en Ingeniería Industrial]. Tecnológico
Nacional de México campus Orizaba.
Elección del instrumento de medición

Debido a la naturaleza del proyecto de investigación que se lleva a cabo en esta
tesis, el instrumento que se adaptó a las necesidades fue la encuesta.
Definición del marco de referencia muestral
Debido a la estructura administrativa de la empresa, se identificaron dos grupos de
trabajadores dentro del área de producción, los cuales representan el número total
de personas que trabajan en la elaboración de productos de piel para uso ganadero:
jefes de grupo y ayudantes.
Elección de la técnica de muestreo adecuada

Por las características particulares de la población objetivo, la cual está dividida en
dos grupos claramente definidos se requirió utilizar la técnica de muestreo
estratificado
Determinación del tamaño óptimo de la muestra

De acuerdo al cálculo anterior, se estableció que el valor óptimo de la muestra era
de 12 trabajadores a encuestar.
Considerando que la encuesta fue aplicada a dos grupos diferentes y según puntos
descritos en el marco de referencia muestral, se observó que el número de
trabajadores no era igual en cada grupo, sino que estaban distribuidos en la
siguiente proporción:
Jefes de grupo = 42% de la población objetivo
Ayudantes = 58% de la población objetivo
Por lo que el tamaño óptimo de la muestra n = 12 fue dividido proporcionalmente a
cada estrato, esto es:
De los 13 trabajadores de la porción de jefes de grupo, fueron encuestados 5 de
ellos (42% de 13).
De los 18 trabajadores del grupo de ayudantes, fueron encuestados 7 (58% de 18).
Tomando como base una lista numerada, y utilizando el método de la urna en cada
estrato, se determinaron los números de los trabajadores de cada grupo (estratos)
que serían encuestados. Los cuales fueron los siguientes:
11
- Jefes de grupo: 1, 5, 7, 10, 12.
- Ayudantes: 2, 4, 6, 11, 12, 15, 17.
Tabla de datos propuesta

Tabla 4.
Muestra de recopilación de datos según los resultados obtenidos de la encuesta aplicada.
Recopilación de datos de encuesta aplicada
Nombre Pregunta 1 Pregunta 2 Pregunta 3 Pregunta 4 Pregunta 5 ...
….
….
….
….

Analizamos el ejemplo de acuerdo a la tabla 5, para saber si cumple con las
características de acuerdo a los requerimientos de un muestreo por estratificación.
Aunque en este problema nuestro tamaño de población no es muy grande no puede
tomarse para un análisis de muestreo aleatorio simple, pues es conveniente dividir
es estratos la población debido al análisis planteado. Los demás puntos observados
muestran que el mejor método es un muestreo estratificado.
Tabla 5.

1. x
objetivos
2. Definir la población objetivo x
3. Definir el marco muestral. x

Si=Aleatorio simple
4. x No=conglomerado
pequeño?
o estratificado
Si=Sistemático
5. x No= Aleatorio
Si=Estratificado
12
7. x No=Estratificado
8. Seleccionar el instrumento de medición. x
9. Seleccionar la técnica de obtención de datos. x
10. Planear ejecución de recolección de datos. x

11. x
campo).
Análisis crítico de ejemplo de muestreo probabilístico real realizado por Paredes

Lino Israel
Una aplicación del muestreo aleatorio simple para la caracterización
elemental de residuos sólidos en la industria.
Descripción del problema
Una planta industrial colombiana genera residuos sólidos como subproducto de su
proceso. En la actualidad estos residuos se están disponiendo inadecuadamente,
aunque se cree que podrían ser utilizados, al menos parcialmente, como materias
primas en otros procesos. Se refiere en particular al procedimiento para elegir
muestras de los diferentes residuos sólidos del proceso, para su posterior
caracterización, la cual conducirá a identificar sus usos potenciales o recomendará
su adecuada disposición. Se analizan los resultados del análisis elemental y se
evalúa el plan de muestreo aplicado para lograr esta caracterización. (Olaya O.,
Klinger A., & Delgado F., 2004)
Variables que se espera medir en la población

Se desea caracterizar los residuos sólidos de un proceso de producción en una
planta industrial, con el propósito de identificar sus usos potenciales o su eventual
disposición adecuada. Se identifican tres tipos de residuos sólidos principales:
- Residuo A, proveniente de la primera parte del proceso (Máquina 1).

- Residuo B, proveniente de la segunda parte del proceso (Máquina 2).
- Residuos sólidos volátiles, que provienen de los dos procesos iniciales. Estos
residuos se producen separadamente, pero debido a la forma como el proceso está
organizado actualmente, se unen en los ductos de salida de las máquinas y no son
fácilmente separables. De todas maneras, se intentará identificarlos separadamente
y, aunque se incluyen en el plan de muestreo, no serán evaluados en este
procedimiento.
13
Para efectos de la caracterización se prevén por lo menos los siguientes análisis en
los tres tipos de residuos:
1. En los residuos A y B
a. Análisis Mineralógico
b. Análisis elemental. En particular de Silicio (que se reportará como porcentaje
en peso de Si, expresado como SiO2), Hierro (Fe2O3), Calcio (CaO),
Magnesio (MgO) y Aluminio (Al2O3).
c. Densidad.
2. En residuos sólidos volátiles:

Análisis elemental, en particular de Silicio (SiO2), Hierro (Fe2O3), Calcio (CaO),
Magnesio (MgO) y Aluminio (Al2O3), Plomo (Pb), Cromo (Cr), Zinc (Zn) y Mercurio
(Hg).
Justificación de la elección del método de obtención de datos

En esta parte del informe se analizarán los resultados obtenidos en el laboratorio de
la planta industrial, por ser comparables desde el punto de vista analítico con las
mediciones utilizadas en la construcción del plan de muestreo. El Plan de Muestreo
se aplicó como se diseñó, con ligeras variaciones técnicas en el proceso de
escogencia de algunas de las tandas muestreadas porque se aprovechó una mejor
disposición de recursos al momento de la toma de las muestras, respetando la
aleatoriedad en la selección. Estos mayores tamaños de muestra tienen el efecto
de disminuir el error de estimación
Aplicación del método para obtención de datos

El proceso se realiza en dos etapas, una en la Máquina 1 y la segunda en la Máquina
2. El residuo A se recogerá en la Máquina 1 al final de la primera etapa del proceso.
Se tomará un espécimen de prueba, de entre 2 y 3 Kg, utilizando una pala, una
cuchara o un tubo adecuados en cuanto a material y tamaño. Este utensilio de
recolección se mantendrá para la toma de todos los especímenes de prueba. El
material recolectado se depositará sobre una placa metálica adecuada para tal
efecto, para permitir que el material se enfríe ya que en el momento de la recolección
la temperatura es de unos 1600°C. Una vez a temperatura ambiente se colocará en
una bolsa debidamente rotulada con el día y la hora de recolección y el número de
la tanda. La información técnica sobre la tanda, tales como la clase y el grado del
material que se está fabricando, se supone disponible para efectos comparativos.
Los residuos sólidos volátiles se recogerán directamente en los ductos que salen de
cada Máquina. Esto implica que se intentará caracterizar los dos tipos de residuos
sólidos volátiles: los provenientes de la Máquina 1 y los provenientes de la Máquina
2. Se colectará un espécimen de prueba en cada ducto y se pondrá en una bolsa
rotulada con el día y la hora de recolección, la Máquina al cual corresponden y el
número de tanda.
14
Tabla 6.
Resultados de Análisis Elemental de residuo. Resultados en porcentaje en peso.
SiO2 Al2O3 CaO MgO FeO
Media
Desviación
Estándar
nAj
Fuente: autoría propia

Tabla 7.

1. X
objetivos

Si=Aleatorio simple
4. X No=conglomerado
pequeño?
o estratificado
Si=Sistemático
5. X No= Aleatorio
Si=Estratificado
6. subconjuntos? X No=Conglomerado


11. X
campo).
Fuente: autoría propia.
15
CASOS PROPUESTOS POR INTEGRANTES DE EQUIPO
Caso de muestreo sistemático propuesto por Ibáñez Domínguez Joseph Carlo

En una empresa cuya producción principal son las láminas de acero galvanizado,
se están implementando técnicas y herramientas para la mejora continua. Uno de
los objetivos principales es mejorar la calidad de las láminas galvanizadas, para esto
el departamento de control de calidad llevará a cabo un muestreo recabando las
siguientes características mecánicas: dureza, límite elástico y porcentaje de
alargamiento que presentan las láminas.
Variables a evaluar
1. Dureza.
2. Límite elástico.
3. Porcentaje de alargamiento.

En un día llegan al área de producción 21 ollas de acero, se sabe que de cada olla
se obtienen 5 rollos de acero de los cuales se despliegan 5 láminas, dando un total
de 105 al día. Cada lámina cuenta con una clave única que sirve para identificarla.
Compuesta por su número de secuencia, número de olla y número de rollo
consecutivo. Debido a que la población es relativamente pequeña y que al ser una
línea de producción continua se establece que la población está ordenada, por
ende, el Ingeniero Industrial concluye que por las características del muestreo y de
la población la opción más viable para la obtención de datos es un muestreo
sistemático.
¿Cómo se realiza?
El ingeniero industrial ha determinado que el tamaño de la muestra será de 21
láminas, por lo cual se desea conocer el salto que definirá cada cuántas laminas se
tomará una muestra que sirva para medir las propiedades mecánicas más
importantes. Para determinarlo aplica la siguiente fórmula:
K = N/n = 105/21 = 5
El número 5 indica el salto que existirá entre cada toma de lámina para realizar el
muestreo. A manera de aleatorización de la primera muestra a observar se utiliza
un generador de números aleatorios a través de la aplicación de Excel. Suponiendo
que el número obtenido fue 7, quiere decir que la lámina correspondiente a dicho
número será forzosamente muestreada. Para la siguiente muestra, a 7 se le
16
aumentará el salto ya calculado (k) es decir 7+5=12 continuando así con las
muestras posteriores hasta lograr obtener el tamaño de muestra establecido.
Tabla 8.
Tabla de datos propuesta para le obtención de datos.
Rollo al que Porcentaje de
Muestreo Dureza Límite elástico
pertenece alargamiento
Muestra 1
Muestra 2
Muestra 3
Muestra 4

Al cotejar el ejemplo propuesto con la lista de verificación acordada se establece
que al ser una población relativamente pequeña y que la población se encuentra
ordenada y no es factible que el método de aleatorización tenga variaciones en las
muestras a tomar se deduce que la selección del método de muestreo sistemático
es la mejor opción.
A continuación, se presenta el análisis del ejemplo propuesto con la lista de
Tabla 9.
Análisis de caso propuesto de muestreo sistemático contrastado con lista de verificación acordada.

1. X
objetivos

Si=Aleatorio simple
pequeño?
o estratificado
Si=Sistemático
5. X No= Aleatorio
Si=Estratificado
17

11. X
campo).
Caso de muestreo estratificado propuesto por Ibáñez Domínguez Joseph Carlo

El jefe de compras de una empresa dedicada a la producción de salsa macha ha
decido contratar a un nuevo proveedor de materia prima, ya que el anterior ha
elevado en gran porcentaje sus precios y eso impactaría directamente en el precio
del producto terminado.
La empresa maneja 3 variedades de salsa macha, la de cacahuate, la de ajonjolí y
la tradicional. Su planta está distribuida en 3 líneas de producción, una para cada
una de las presentaciones de salsa. Cada línea tiene una capacidad de producción
de 10,000 botes al mes.
Es necesario un muestreo de la materia prima durante cierto periodo de tiempo para
elegir si el cambio de proveedor afectará significativamente el sabor y calidad de
sus productos. Este muestreo se realizará en un periodo de un mes. El jefe de
compras elige muestrear sus productos a través de un muestreo estratificado.
Variables a evaluar
1. Calidad
2. Sabor

Debido a que la producción de botes de salsa macha es en lotes grandes se
presenta una población muy grande, además de que la empresa ya se encuentra
dividida en las líneas de producción de cada sabor es muy conveniente que se
separe la población en 3 estratos, en este caso uno por cada sabor o cada línea de
producción. Esos estratos o grupos serían lo de cacahuate, ajonjolí y la tradicional.
18
¿Cómo se realiza?
Una vez que se separan los estratos se decide muestrear sistemáticamente cada
estrato. El tamaño de muestra óptimo es de 357. Para determinar el salto entre cada
muestra se aplica la siguiente fórmula:
K = N/n = 10000/357 = 28.01
Es decir, se debe muestrear un bote de salsa cada 28 botes fabricados. A manera

de aleatorización de la primera muestra a observar se utiliza un generador de
números aleatorios a través de la aplicación de Excel. Suponiendo que el número
obtenido fue 24, quiere decir que el primer bote 24 de salsa será forzosamente
muestreado. Para la siguiente muestra, a 24 se le aumentará el salto ya calculado
(k) es decir 7+28=35 continuando así con las muestras posteriores hasta lograr
obtener el tamaño de muestra establecido. Así para cada estrato.
Con esta información los expertos en cada línea de producción pudieron muestrear
más rápido y fácil cada estrato, ya que conocen bien las características del estrato,
la calidad de deben tener y las condiciones en las que deben llegar.
Tabla 10.
Tabla de datos propuesta para la recolección de datos.
Línea a la que
Muestreo Calidad Sabor
pertenece
Muestra 1
Muestra 2
Muestra 3
Muestra 4
Muestra 5
Muestra 6
Muestra 7

Al cotejar el ejemplo propuesto con la lista de verificación acordada se establece
que al ser una población muy grande los métodos aleatorio simple y sistemático no
son los más viables. Además de que la distribución de los diferentes tipos de
sabores nos permite crear estratos o clasificaciones según alguna característica en
particular (en este caso sabor) se deduce que la selección del método de muestreo
estratificado es la mejor opción. Así mismo una vez que se tiene cada estrato al ser
una línea de producción continua el muestreo sistemático es una gran opción de
muestreo para cada estrato.
19
A continuación, se presenta el análisis del ejemplo propuesto con la lista de
Tabla 11.
Análisis de caso propuesto de muestreo estratificado contrastado con lista de verificación acordada.

1. X
objetivos

Si=Aleatorio simple
pequeño?
o estratificado
Si=Sistemático
5. X No= Aleatorio
Si=Estratificado


11. X
campo).
Caso de muestreo aleatorio simple propuesto por Martínez Cruz Carlos Samir
Con el fin de evaluar la satisfacción de los trabajadores de una empresa con 240
personas en su plantilla, se realiza una encuesta con criterios cuantificables del 1 al
5, donde 1 es completamente insatisfecho, 2 insatisfecho, 3 regular, 4 satisfecho y
5 muy satisfecho.
Variables a evaluar
La variable a medir es el grado de satisfacción que tienen con sus distintos ámbitos
dentro de la empresa.
20
Con un análisis finalizado para el tamaño de muestra resulto que la muestra óptima
para este experimento es 45 trabajadores. Se obtiene un registro de todos los
trabajadores según su número de control, cabe destacar que la empresa solo
trabajo 1 turno por día y descansa los fines de semana, de esta manera podemos
realizar un muestreo simple aleatorio pues se puede encontrar a todos los 45
trabajadores que salgan sorteados para la implementación de la encuesta.
¿Cómo se realiza?
Por medio del uso de dispositivos electrónicos se sortean los 45 participantes en
esta encuesta, se aplican y se registran sus resultados en la tabla 12, donde se
observa el nombre del encuestado, así como su grado de satisfacción en cada una
de las preguntas.

Tabla 12.
Resultados de encuestas de satisfacción a trabajadores de la empresa ejemplo.
Concentrado de resultados de encuesta de satisfacción

Numero de Pregunta 1 Pregunta 2 Pregunta 3 Pregunta 4
control

Según el ejemplo propuesto, la técnica para la recolección de la muestra resulta es
un muestreo aleatorio simple, al compararlo con la lista de verificación de la tabla
13 puede crear confusión en los puntos 6 y 7 debido a que en las observaciones
dadas puede verse que al responder las preguntas para la identificación de la
técnica nos hace creer que podría realizarse por medio de estratificación o
conglomerado, pero al analizar el ejemplo no cumple con los criterios suficientes
para ser evaluadas de esta manera, concluyendo así que el muestreo aleatorio
simple es la mejor opción.
Tabla 13.
Análisis de caso propuesto de muestreo aleatorio simple contrastado con lista de verificación acordada.
21
1. x
objetivos

Si=Aleatorio simple
4. x No=conglomerado
pequeño?
o estratificado
Si=Sistemático
5. x No= Aleatorio
Si=Estratificado


11. x
campo).
Caso de muestreo por estratificación propuesto por Martínez Cruz Carlos Samir
Definición del problema
Tomando como referencia el ejemplo de caso propuesto número 1 de Carlos Samir
Martínez Cruz, donde se hace referencia a una encuesta de satisfacción.
Supongamos que las condiciones cambian, pues ahora una empresa no solo tiene
una sola planta, sino 6, todas con distintas áreas de trabajo, de las cuales puede
mencionarse el ejemplo de área de marketing, ventas, producción, mantenimiento,
recursos humanos, compras, finanzas, etc. Si se tomará como técnica de muestreo
un muestreo aleatorio los participantes de la encuesta sería costo y llevaría mucho
tiempo.
Variables a evaluar
La variable a medir es el grado de satisfacción que tienen con sus distintos ámbitos
dentro de la empresa.
22
Al ser una empresa con distintas sedes se decidió estratificar a la población por sus
áreas de trabajo, así al estar agrupadas se puede recurrir ya una técnica aleatoria
decidiendo que áreas y según el tamaño de muestra optima cuantas personas de
cada área serian entrevistadas.
¿Cómo se realiza?
Por medio del uso de dispositivos electrónicos se sortean las áreas a entrevistar, a
su vez cuantas, y cuales personas realizaran la encuesta, se aplican y se registran
sus resultados en la tabla 14, donde se observa el nombre del encuestado, así como
su grado de satisfacción en cada una de las preguntas y su área de procedencia.

Tabla 14.
Resultados de encuestas de satisfacción a trabajadores de la empresa ejemplo.
Concentrado de resultados de encuesta de satisfacción
Numero de control Pregunta 1 Pregunta 2 Pregunta 3 Pregunta 4

Según el ejemplo propuesto, la técnica para la recolección de datos es un muestreo
por estratificados, comparando esto con la lista de verificación de la tabla 15,
podemos decir que cumple con los requerimientos que se necesitan para obtener
realizar un muestreo de este tipo, pues al ser lo trabajadores divididos por áreas
puede aprovecharse la situación para dividirlos en estratos. Resultando más factible
el aleatorizar las áreas que cada trabajador.
Tabla 15.
Análisis de caso propuesto de muestreo estratificado contrastado con lista de verificación acordada.

1. x
objetivos

¿El tamaño de población es relativamente Si=Aleatorio simple
4. x o sistemático.
pequeño?
23
No=conglomerado
o estratificado
Si=Sistemático
5. x No= Aleatorio
Si=Estratificado


11. x
campo).
Caso de muestreo aleatorio simple propuesto por Paredes Lino Israel

La empresa de generación eléctrica ha empezado a estudiar su presupuesto para
emprender un nuevo proyecto, el cual se trata de mejorar las condiciones de los
tableros de distribución, así como invertir en aparatos de medición para su uso.
Para lograr este objetivo se realizará una encuentra a los ingenieros más
destacados de la industria, en sus bases de datos aparecen cincuenta ingenieros y
maestros en el área de ingeniería Eléctrica, Sin embargo, realizar una encuesta a
cada uno de ellos podría resultar dificultoso, debido a cuestiones de tiempo y lugar.
Variables a evaluar
A las personas que se le realizaran la encuesta para así poder conseguir la
información deseada para el mejoramiento de la planta.

Como estamos hablando de una población pequeña ya que únicamente son 50
ingenieros del área de eléctrica, se puede realizar una base de datos en la cual
podemos sortear un grupo de personas para así poder entrevistarlos y obtener sus
comentarios para la mejora de la industria.
24
¿Cómo se realiza?
Ahora, se puede realizar un proceso de selección mediante la generación de
diversos números aleatorios, los cuales serán asignados a cada una de las
variables. Se puede llevar a cabo cualquier tipo de ordenamiento para, finalmente,
escoger los datos de la muestra.

Tabla 16.
Candidatos para realizar el sorteo para mejora en el área eléctrica.
No. Ingeniero No. Ingeniero No. Ingeniero
1 20 39
2 21 40
3 22 41
4 23 42
5 24 43
6 25 44
7 26 45
8 27 46
9 28 47
10 29 48
11 30 49
12 31 50
13 32
14 33
15 34
16 35
17 36
18 37
19 38
Tabla 17.
Análisis de caso propuesto de muestreo aleatorio simple contrastado con lista de verificación acordada.

1. X
objetivos
25
Si=Aleatorio simple
pequeño?
o estratificado
Si=Sistemático
5. X No= Aleatorio
Si=Estratificado


11. X
campo).
Caso de muestreo estratificado propuesto por Paredes Lino Israel

En equipo de investigación de marketing se percató que las ventas que han tenido
sus respectivos centros de venta han disminuido, por lo cual están realizando
respectivas entrevistas a los clientes que acudan a los respectivos lugares para así
poder conocer que problemas han tenido para que sus ventas se encuentren
bajando, para ello se calcula que de los 150 centros comerciales que se encuentran
en el país se deba tomar una muestra de 23 conglomerados para realizar las
entrevistas.
Variables a evaluar
La variable que se evaluara será todos los clientes que asistan a los centros
comerciales, ya que cada centro comercial será un conglomerado.

Se toma este muestreo por medio de conglomerado pues se sabe que existen
diferentes centros comerciales en el país por lo que trasladarse uno a otro es
sumamente costoso y la cantidad de clientes que puedan presentarse puede ser
26
extensa, por lo que se hace se toma una muestra de estos para poder examinar y
así poder sacar una conclusión confiable.
¿Cómo se realiza?
Lo que se realizara de estos 150 centros comerciales se tomaran únicamente 23
conglomerados para así poder elaborar nuestra muestra a analizar, posteriormente
se realizara una encuesta a cada uno de los clientes para saber cuáles son sus
opiniones acerca de los productos que se le son ofrecidos.

Tabla 18.
Tabla de datos propuesta para la obtención de datos.
No. centro Pregunta 1 Pregunta Pregunta 3 Pregunta 4 Pregunta 5
2
1
2
3
4
5
6
Fuente: autoría propia
Análisis por lista de verificación
Tabla 19.
Análisis de caso propuesto de muestreo por conglomerados contrastado con lista de verificación acordada.

1. X
objetivos

Si=Aleatorio simple
pequeño?
o estratificado
Si=Sistemático
5. X No= Aleatorio
Si=Estratificado
27

11. X
campo).
28
CONCLUSIÓN
Recordando que el estudio de estadística es la interpretación de datos de una
población que se estudia, existen métodos que permiten conocer las probabilidades
de estudiar a cada individuo de cada población, uno de ellas es la del muestreo
probabilístico, la cual nos permite que cada individuo puede ser incluido a la
evaluación al azar y otro método es el no probabilístico el cual la selección de los
individuos dependerán de las características que el investigador considere en ese
momento, es importante saber que no siempre será fácil el obtenerlos debido al
alto coste que implica llegar a los lugares a estudiar o que no hay límite para una
población relevante. Para ello existen una clasificación de técnicas que nos permiten
realizar el análisis de una manera que sea fácil para el investigador.
Como se han mencionado en la práctica en el muestreo probabilístico se presentan
cuatro técnicas que nos permite estudiar la población, la primera es Aleatorio simple,
la cual esta nos garantiza que todos los elementos tienen la misma oportunidad de
ser elegidos ya que es por medio del azar, el segundo es el Aleatorio sistemático, la
cual esta se debe definir una constante de muestreo que seguirá una secuencia
para no retroceder a un punto anterior, se utiliza en una población grande, la tercera
técnica es aleatorio estratificado, la cual nos permite dividir nuestra población en
pequeños subconjuntos que comparten mismas características la cual estos
conjuntos se llamaran estratos y por ultimo tenemos el de conglomerados, la cual
este agrupa sujetos o unidades que tienen algo en común por lo general es un
conjunto de viviendas o un área geométrica.
La pregunta del que tipo de técnica elegir en el muestreo probabilístico es una de
las grandes incógnitas que se nos presentan cuando realizamos una
experimentación para conocer a la población. Con esta investigación nutrimos las
características que pueden observarse en el objetivo a estudiar, que nos sirven para
analizar y decidir cuál de las técnicas es la más adecuada en nuestra población. Es
importante conocer cada una de las técnicas, así como en donde pueden ser
aplicadas, de esta forma el investigador se vuelve más crítico para justificar su
elección. Considerando siempre sus limitaciones en el experimento, tiempo, costes,
etc.
29
Bibliografía
Hernández, C. (2014). Diseño e implementación de un sistema de producción piloto en
Manufacturas SEGOR. Tecnológico Nacional de México campus Orizaba.
Kleeberg Hidalgo, F., & Ramos Ramírez, J. C. (2009). En Aplicación de las técnicas de muestreo en
los negocios y la industria (págs. 11-40). Lima: Ingeniería Industrial.
Olaya O., J., Klinger A., R., & Delgado F., J. (2004). Una aplicación del muestreo aleatorio simple
para la caracterización elemental de residuos sólidos en la industria. Scientia Et Technica.
Otzen, T., & Manterola, C. (2017). Técnicas de muestreo sobre una población da estudio.
International journal of morphology.
Rodriguez Balza, M. Y., Machado Torrealba, W. S., & Villamarin Oliveros, A. J. (2019). Muestreo para
el control de calidad en el proceso de elaboración de envases metálicos para alimentos.
scielo.
30

Tarea 4 - Ejemplos de Utilización de Muestreo Probabilístico - Equipo A

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tarea 4 - Ejemplos de Utilización de Muestreo Probabilístico - Equipo A

Cargado por

Copyright:

Formatos disponibles

Tecnológico Nacional de México

maestría en ingeniería industrial

ÍNDICE DE CONTENIDO .................................................................................................. 1

CASOS PROPUESTOS POR INTEGRANTES DE EQUIPO .................................................... 16

No. Actividad Si No Observaciones

Realizar un análisis crítico indicando

1. Muestreo aleatorio simple (MAS). Se usa cuando a cada elemento de la

2. Muestreo sistemático. Es un tipo de muestreo aleatorio que se usa cuando

3. Muestreo aleatorio estratificado. Es un tipo de muestreo aleatorio que se

La base de la estratificación se basa en una variable como lo puede ser la

4. El muestreo por conglomerados con o sin submuestreo. Es la técnica

Fuente: (Otzen & Manterola, 2017)

No. Actividad Si Observaciones

3. Definir el marco muestral.

¿Es factible moverse en la población para Si=Conglomerado

9. Seleccionar la técnica de obtención de datos.

10. Planear ejecución de recolección de datos.

ANÁLISIS CRÍTICO DE EJEMPLOS CONTRASTADO CON LISTA

Análisis crítico de ejemplo de muestreo probabilístico real realizado por Ibáñez

Selección de la población objetivo

Fuente: (Rodriguez Balza, Machado Torrealba, & Villamarin Oliveros, 2019)

Justificación del método

Análisis del ejemplo por la lista de verificación

No. Actividad Si No Observaciones

3. Definir el marco muestral. X

¿Es factible moverse en la población para Si=Conglomerado

9. Seleccionar la técnica de obtención de datos. X

10. Planear ejecución de recolección de datos. X

Análisis crítico de ejemplo de muestreo probabilístico real realizado por Martínez

Según información obtenida de aplicación de una encuesta al área de producción

Selección de la población objetivo

Hernández, C. (2014). Diseño e implementación de un sistema de producción piloto

Elección del instrumento de medición

Elección de la técnica de muestreo adecuada

Determinación del tamaño óptimo de la muestra

Tabla de datos propuesta

Análisis del ejemplo por la lista de verificación

No. Actividad Si No Observaciones

3. Definir el marco muestral. x

9. Seleccionar la técnica de obtención de datos. x

10. Planear ejecución de recolección de datos. x

Análisis crítico de ejemplo de muestreo probabilístico real realizado por Paredes

Variables que se espera medir en la población

- Residuo A, proveniente de la primera parte del proceso (Máquina 1).

2. En residuos sólidos volátiles:

Justificación de la elección del método de obtención de datos

Aplicación del método para obtención de datos

Análisis del ejemplo por la lista de verificación

No. Actividad Si No Observaciones

3. Definir el marco muestral. X

¿Es factible moverse en la población para Si=Conglomerado

9. Seleccionar la técnica de obtención de datos. X

10. Planear ejecución de recolección de datos. X

Caso de muestreo sistemático propuesto por Ibáñez Domínguez Joseph Carlo

Justificación del método

Tabla de datos propuesta

Análisis del ejemplo por la lista de verificación

No. Actividad Si No Observaciones

3. Definir el marco muestral. X

9. Seleccionar la técnica de obtención de datos. X

10. Planear ejecución de recolección de datos. X

Caso de muestreo estratificado propuesto por Ibáñez Domínguez Joseph Carlo

Justificación del método