Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tarea 4 - Ejemplos de Utilización de Muestreo Probabilístico - Equipo A
Tarea 4 - Ejemplos de Utilización de Muestreo Probabilístico - Equipo A
Campus Orizaba
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
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
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)
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
5
Tabla 1.
Ventajas y desventajas de los distintos tipos de muestreo probabilístico.
6
LISTA DE VERIFICACIÓN PARA LA REALIZACIÓN DE UN
MUESTREO PROBABILÍSTICO
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.
Variables a evaluar
Tabla 2.
Variables a evaluar para el control de la calidad
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)
Tabla 3.
Análisis del ejemplo 1 contrastado con lista de verificación acordada.
9
No=conglomerado
o estratificado
Si=Sistemático
¿La población está ordenada con respecto a
5. X No= Aleatorio
las características de interés? simple
¿Es posible ordenar a la población por
Si=Estratificado
6. subconjuntos? x No=Conglomerado
10
Selección de las unidades de medida con la que serán representados los datos
correspondientes. (Hernández, 2014)
11
- Jefes de grupo: 1, 5, 7, 10, 12.
- Ayudantes: 2, 4, 6, 11, 12, 15, 17.
Tabla 5.
Análisis del ejemplo 2 contrastado con lista de verificación acordada.
12
¿Es factible moverse en la población para Si=Conglomerado
7. x No=Estratificado
localizar un elemento de manera individual?
8. Seleccionar el instrumento de medición. x
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.
14
Tabla de datos propuesta
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
15
CASOS PROPUESTOS POR INTEGRANTES DE EQUIPO
Variables a evaluar
1. Dureza.
2. Límite elástico.
3. Porcentaje de alargamiento.
¿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
Fuente: autoría propia.
17
¿Es factible moverse en la población para Si=Conglomerado
7. X No=Estratificado
localizar un elemento de manera individual?
8. Seleccionar el instrumento de medición. X
Variables a evaluar
1. Calidad
2. Sabor
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
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
Fuente: autoría propia.
19
A continuación, se presenta el análisis del ejemplo propuesto con la lista de
verificación acordada.
Tabla 11.
Análisis de caso propuesto de muestreo estratificado contrastado con lista de verificación acordada.
Caso de muestreo aleatorio simple propuesto por Martínez Cruz Carlos Samir
Descripción del problema
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
Justificación del método
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 13.
Análisis de caso propuesto de muestreo aleatorio simple contrastado con lista de verificación acordada.
21
Identificar una problemática y establecer
1. x
objetivos
2. Definir la población objetivo x
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
Justificación del método
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 15.
Análisis de caso propuesto de muestreo estratificado contrastado con lista de verificación acordada.
23
No=conglomerado
o estratificado
Si=Sistemático
¿La población está ordenada con respecto a
5. x No= Aleatorio
las características de interés? simple
¿Es posible ordenar a la población por
Si=Estratificado
6. subconjuntos? x No=Conglomerado
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.
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 17.
Análisis de caso propuesto de muestreo aleatorio simple contrastado con lista de verificación acordada.
25
3. Definir el marco muestral. X
Si=Aleatorio simple
¿El tamaño de población es relativamente o sistemático.
4. X No=conglomerado
pequeño?
o estratificado
Si=Sistemático
¿La población está ordenada con respecto a
5. X No= Aleatorio
las características de interés? simple
¿Es posible ordenar a la población por
Si=Estratificado
6. subconjuntos? X No=Conglomerado
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.
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 19.
Análisis de caso propuesto de muestreo por conglomerados contrastado con lista de verificación acordada.
27
¿Es factible moverse en la población para Si=Conglomerado
7. X No=Estratificado
localizar un elemento de manera individual?
8. Seleccionar el instrumento de medición. X
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