INSTITUTO TECNOLOGICO DE MORELIA DEPARTAMENTO DE ING.

INDUSTRIAL Materia: Estudio del Trabajo I Grupo: 4K1A REPORTE: SELECCIN DEL NIVEL DE CONFIANZA Y PRECISION EN EL MUESTREO DEL TRABAJO Integrantes: Hernndez Venegas Pamela No. De control: 08120681 Gmez Gonzlez Miguel No. De control: 08120653

Maestro: Ing. vila Requena Marco Antonio 09 Marzo 2010

1

INDICE
OBJETIVO.................... ................................................................... METODOLOGIA DE LA INVESTIGACIN INTRODUCCION............................ ................................................................... TERMINOS. ....... NIVEL DE CONFIANZA................ NIVEL DE PRECISION..................... TABLAS.. .. EJEMPLO.. ............... CONCLUSIONES.. .. BIBLIOGRAFIA.. ..

OBJETIVO
El objetivo de este reporte es explicar y dar a conocer como se calculan los niveles de confianza y precisin en el muestreo del trabajo, abarcando desde los trminos ms usados hasta un ejemplo que d a entender el tema en cuestin, tambin es importante recordar los conocimientos previamente estudiados los cuales son un cimiento o base. Si dichos conocimientos no estn asimilados habr cierta dificultad y necesidad de revisarlos para la aplicacin de este conocimiento.

METODOLOGA
Este trabajo esta realizado por el equipo 4 cuyos integrantes fueron seleccionados por orden de lista por la decisin del Ing. vila Requena. El trabajo se comenz con una investigacin documental de el tema propuesto, la investigacin documental se baso en algunos de los libros propuestos por el profesor, lo cuales fueron prestados por parte del Instituto Tecnolgico de Morelia y el Tecnolgico de Monterrey Campus Morelia, asi como bibliotecas de uso personal de conocidos. Dentro de la investigacin documental, podemos dar a conocer que primero se realizo un barrido visual para identificar los temas de inters y posteriormente una lectura rpida con fines de impregnar una parte del conocimiento de la investigacin una vez teniendo estos conceptos en la mente, se empez a realizar un resumen de cada uno de los temas de inters, el resumen se realizo en primera instancia en hojas de papel con el fin de ir armando una estructura coherente que pudiera ser recopilada y transcrita a un documento de Word con el fin de tener una fcil comprensin por los lectores. Despus de la recopilacin en Word se prosigui con una investigacin documental en internet, donde se buscaron conceptos de cada uno de los temas por investigar, haciendo recopilacin de cada uno de los links de las paginas consultadas por el equipo en el buscador Google, al tener recopilada la informacin de libros e internet, se prosigui a
3

hacer una presentacin en Powerpoint con el fin de exponer frente al grupo de Estudio del Trabajo II y al profesor el tema de investigacin, se compiaron los datos de la presentacin en un CD y se imprimi el documento en Word.

INTRODUCCION
En este reporte se hablara sobre la seleccin del nivel de confianza y precisin en el muestreo del trabajo, as tambin sobre que es la confianza, la precisin; como se calculan estos niveles y para qu son necesarios en el muestreo del trabajo, como pequea introduccin estn las generalidades del muestreo del trabajo para llegar a comprender todo ms a fondo y tener una perspectiva correcta acerca del tema en particular y todo lo que le rodea, as como ejemplos para la comprensin. El muestreo del trabajo fue usado primeramente por L.H.C Tippet en la industria textil britnica e introducido en los Estados Unidos con el nombre de ratio delay (porcentaje de esperas) en 1940. Tambin al muestreo del trabajo se le conoce como el Mtodo de observaciones instantneas. En su forma ms bsica, el muestreo del trabajo es una de las tcnicas de medicin ms sencillas de que dispone uno como ingeniero industrial, no obstante lo cual se puede adaptar al anlisis de modelos refinados de variacin del patrn del trabajo. El muestreo del trabajo es particularmente til en el anlisis de actividades no repetitivas, mtodos y frecuencias. Como un estudio de muestreo del trabajo ocupa por lo general un periodo prolongado, las irregularidades ocasionales no afectan demasiado los resultados. Lo ms importante es entender que el muestreo del trabajo, es un medio de indagacin, con el que se puede obtener en muchos casos, la informacin necesaria sobre los hombres y maquinas en menos tiempo y con coste ms bajo que empleando otros procedimientos, tambin se sabe que el muestreo del trabajo se basa en las leyes de probabilidad; una muestra de un grupo grande, tomada al azar, tiende a tener la misma distribucin que el grupo grande o universo. La obtencin y anlisis de una parte del universo se llama muestreo. Las ventajas del muestreo del trabajo son las siguientes:

1. No requiere observacin continua por un analista, en un largo intervalo de tiempo. 2. Disminuye el tiempo manual. 3. Generalmente, el nmero empleado total de horashombre es mucho menor. 4. El operador no est sujeto a largos periodos de observaciones a base del cronometro. 5. Un solo analista puede estudiar fcilmente operaciones de grupo. Las desventajas del muestreo del trabajo son las siguientes: 1. Generalmente no es econmico para estudiar una sola operacin hombre o maquina. 2. Es general no es econmico para determinar tiempos tipo de operaciones repetitivas con ciclos muy cortos. 3. No suministra una informacin tan detallada sobre los elementos que forman una operacin como la hace la tcnica del cronometro. 4. No proporciona un registro detallado del mtodo empleado. 5. Es ms difcil explicarlo a la gerencia y a los trabajadores. Los usos del muestreo del trabajo son para determinar lo siguiente: 1. El tiempo ocupado por una persona en cualquier actividad o tarea. 2. El tiempo productivo y el tiempo improductivo para personas, maquinas u operaciones. 3. La magnitud de los tiempos perdidos y las causas que lo produjeron. 4. Los rendimientos personales del grupo. 5. El tiempo efectivo durante el que se emplea el equipo. 6. El tiempo de preparacin y retiro de las herramientas, y la puesta en marcha. 7. El tiempo improductivo del equipo y las causas que lo motivan. 8. El nmero de personas necesarias y maquinas que son necesarias para efectuar una tarea.
6

9. Los tiempos tipo de operaciones no repetitivas. 10. Los pagos de salarios, especialmente los de mano de obra indirecta y de oficina.

Concretamente, el muestreo del trabajo consiste en estimar la proporcin del tiempo dedicado a un tipo de actividad dada durante un cierto tiempo, empleado para ello observaciones instantneas, intermitentes y espaciadas al azar.

TERMINOS USADOS EN EL MUESTREO DEL TRABAJO ENFOCANDOS A LOS NIVELES DE CONFIANZA Y PRECISION MUESTREO:
Muestreo aleatorio simple: Es aquel en que cada elemento de la poblacin tiene la misma probabilidad de ser seleccionado para integrar la muestra. Una muestra simple aleatoria es aquella en que sus elementos son seleccionados mediante el muestreo aleatorio simple. En la prctica no nos interesa el individuo o elemento de la poblacin seleccionado en general, sino solo una caracterstica que mediremos u observaremos en l y cuyo valor ser el valor de una variable aleatoria que en cada individuo o elemento de la poblacin puede tomar un valor que ser un elemento de cierto conjunto de valores. De modo que una muestra simple aleatoria se puede interpretar como un conjunto de valores de variables aleatorias independientes, cada una de las cuales tiene la misma distribucin que es llamada distribucin poblacional. Existen dos formas de extraer una muestra de una poblacin: con reposicin y sin reposicin. Muestreo con reemplazo: Es aquel en que un elemento puede ser seleccionado ms de una vez en la muestra para ello se extrae un elemento de la poblacin se observa y se devuelve a la poblacin, por lo que de esta forma se pueden hacer infinitas extracciones de la poblacin aun siendo esta finita. Muestreo sin reemplazo: No se devuelve los elementos extrados a la poblacin hasta que no se hallan extrados todos los elementos de la poblacin que conforman la muestra. Cuando se hace una muestra probabilstica debemos tener en cuenta principalmente dos aspectos:

El mtodo de seleccin. El tamao de la muestra.

8

TIPOS DE MUESTREO: Muestreo simple

Este tipo de muestreo toma solamente una muestra de una poblacin dada para el propsito de inferencia estadstica. Puesto que solamente una muestra es tomada, el tamao de muestra debe ser lo suficientemente grande para extraer una conclusin. Una muestra grande muchas veces cuesta demasiado dinero y tiempo.

Muestreo doble
Bajo este tipo de muestreo, cuando el resultado dele estudio de la primera muestra no es decisivo, una segunda muestra es extrada de la misma poblacin. Las dos muestras son combinadas para analizar los resultados. Este mtodo permite a una persona principiar con una muestra relativamente pequea para ahorrar costos y tiempo. Si la primera muestra arroja una resultado definitivo, la segunda muestra puede no necesitarse. Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una calidad muy pobre, el lote es rechazado. Solamente si la primera muestra arroja una calidad intermedia, ser requerir la segunda muestra. Un plan tpico de muestreo doble puede ser obtenido de la Military Standard Sampling Procedures and Tables for Inspection by Attributes, publicada por el Departamento de Defensa y tambin usado por muchas industrias privadas. Al probar la calidad de un lote consistente de 3,000 unidades manufacturadas, cuando el nmero de defectos encontrados
9

en la primera muestra de 80 unidades es de 5 o menos, el lote es considerado bueno y es aceptado; si el nmero de defectos es 9 o ms, el lote es considerado pobre y es rechazado; si el nmero est entre 5 y 9, no puede llegarse a una decisin y una segunda muestra de 80 unidades es extrada del lote. Si el nmero de defectos en las dos muestras combinadas (incluyendo 80 + 80 = 160 unidades) es 12 o menos, el lote es aceptado si el nmero combinado es 13 o ms, el lote es rechazado.

Muestreo mltiple
El procedimiento bajo este mtodo es similar al expuesto en el muestreo doble, excepto que el nmero de muestras sucesivas requerido para llegar a una decisin es ms de dos muestras. Mtodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los elementos de una muestra. Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes: a. Basados en el juicio de una persona. b. Seleccin aleatoria (al azar)

Muestreo de juicio
Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante juicio personal. La persona que selecciona los elementos de la muestra, usualmente es un experto en la medida dada. Una muestra de juicio es llamada una muestra probabilstica, puesto que este mtodo est basado en los puntos de vista subjetivos de una persona y la teora de la probabilidad no puede ser empleada para medir el error de muestreo, Las principales ventajas de una muestra de juicio son la facilidad de obtenerla y que el costo usualmente es bajo.
10

Muestreo Aleatorio
Una muestra se dice que es extrada al azar cuando la manera de seleccin es tal, que cada elemento de la poblacin tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es tambin llamada una muestra probabilstica son generalmente preferidas por los estadsticos porque la seleccin de las muestras es objetiva y el error muestral puede ser medido en trminos de probabilidad bajo la curva normal. Los tipos comunes de muestreo aleatorio son el muestreo aleatorio simple, muestreo sistemtico, muestreo estratificado y muestreo de conglomerados.

A. Muestreo aleatorio simple

Una muestra aleatoria simple es seleccionada de tal manera que cada muestra posible del mismo tamao tiene igual probabilidad de ser seleccionada de la poblacin. Para obtener una muestra aleatoria simple, cada elemento en la poblacin tenga la misma probabilidad de ser seleccionado, el plan de muestreo puede no conducir a una muestra aleatoria simple. Por conveniencia, este mtodo pude ser reemplazado por una tabla de nmeros aleatorios. Cuando una poblacin es infinita, es obvio que la tarea de numerar cada elemento de la poblacin es infinita, es obvio que la tarea de numerar cada elemento de la poblacin es imposible. Por lo tanto, ciertas modificaciones del muestreo aleatorio simple son necesarias. Los tipos ms comunes de muestreo aleatorio modificado son sistemtico, estratificado y de conglomerados.

11

B. Muestreo sistemtico.
Una muestra sistemtica es obtenida cuando los elementos son seleccionados en una manera ordenada. La manera de la seleccin depende del nmero de elementos incluidos en la poblacin y el tamao de la muestra. El nmero de elementos en la poblacin es, primero, dividido por el nmero deseado en la muestra. El cociente indicar si cada dcimo, cada onceavo, o cada centsimo elemento en la poblacin va a ser seleccionado. El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una muestra sistemtica puede dar la misma precisin de estimacin acerca de la poblacin, que una muestra aleatoria simple cuando los elementos en la poblacin estn ordenados al azar.

C. Muestreo Estratificado
Para obtener una muestra aleatoria estratificada, primero se divide la poblacin en grupos, llamados estratos, que son ms homogneos que la poblacin como un todo. Los elementos de la muestra son entonces seleccionados al azar o por un mtodo sistemtico de cada estrato. Las estimaciones de la poblacin, basadas en la muestra estratificada, usualmente tienen mayor precisin (o menor error muestral) que si la poblacin entera muestreada mediante muestreo aleatorio simple. El nmero de elementos seleccionado de cada estrato puede ser proporcional o desproporcional al tamao del estrato en relacin con la poblacin.

12

D. Muestreo de conglomerados
Para obtener una muestra de conglomerados, primero dividir la poblacin en grupos que son convenientes para el muestreo. En seguida, seleccionar una porcin de los grupos al azar o por un mtodo sistemtico. Finalmente, tomar todos los elementos o parte de ellos al azar o por un mtodo sistemtico de los grupos seleccionados para obtener una muestra. Bajo este mtodo, aunque no todos los grupos son muestreados, cada grupo tiene una igual probabilidad de ser seleccionado. Por lo tanto la muestra es aleatoria. Una muestra de conglomerados, usualmente produce un mayor error muestral (por lo tanto, da menor precisin de las estimaciones acerca de la poblacin) que una muestra aleatoria simple del mismo tamao. Los elementos individuales dentro de cada "conglomerado" tienden usualmente a ser iguales. Por ejemplo la gente rica puede vivir en el mismo barrio, mientras que la gente pobre puede vivir en otra rea. No todas las reas son muestreadas en un muestreo de reas. La variacin entre los elementos obtenidos de las reas seleccionadas es, por lo tanto, frecuentemente mayor que la obtenida si la poblacin entera es muestreada mediante muestreo aleatorio simple. Esta debilidad puede reducida cuando se incrementa el tamao de la muestra de rea. El incremento del tamao de la muestra puede fcilmente ser hecho en muestra muestra de rea. Los entrevistadores no tienen que caminar demasiado lejos en una pequea rea para entrevistar ms familias. Por lo tanto, una muestra grande de rea puede ser obtenida dentro de un corto perodo de tiempo y a bajo costo. Por otra parte, una muestra de conglomerados puede producir la misma precisin en la estimacin que una muestra aleatoria

13

simple, si la variacin de los elementos individuales dentro de cada conglomerado es tan grande como la de la poblacin.

MUESTRA:
En estadstica una muestra estadstica (tambin llamada muestra aleatoria o simplemente muestra) es un subconjunto de casos o individuos de una poblacin estadstica. Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la poblacin, para lo cual deben ser representativas de la misma. Para cumplir esta caracterstica la inclusin de sujetos en la muestra debe seguir una tcnica de muestreo. En tales casos, puede obtenerse una informacin similar a la de un estudio exhaustivo con mayor rapidez y menor coste. Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de toda la poblacin porque el manejo de un menor nmero de datos provoca tambin menos errores en su manipulacin. En cualquier caso, el conjunto de individuos de la muestra son los sujetos realmente estudiados. El nmero de sujetos que componen la muestra suele ser inferior que el de la poblacin, pero suficiente para que la estimacin de los parmetros determinados tenga un nivel de confianza adecuado. Para que el tamao de la muestra sea idneo es preciso recurrir a su clculo.

PARAMETRO:
Son las medidas o datos que se obtienen sobre la distribucin de probabilidades de la poblacin, tales como la media, la varianza, la proporcin, etc.

14

PARAMETRO ESTADISTICO:
La media aritmtica como resumen de la vejez de un pas y, por ende, de su nivel de desarrollo. En estadstica se llama valor representativo de la poblacin parmetro estadstico, medida estadstica o parmetro poblacional a un valor representativo de una poblacin, como la media aritmtica, la proporcin de individuos que presentan determinada caracterstica, o la desviacin tpica. Un parmetro es un nmero que resume la ingente cantidad de datos que pueden derivarse del estudio de una variable estadstica. El clculo de este nmero est bien definido, usualmente mediante una frmula aritmtica obtenida a partir de datos de la poblacin. Los parmetros estadsticos son una consecuencia inevitable del propsito esencial de la estadstica: modelizar la realidad.

ESTADISTICO:
Los datos o medidas que se obtienen sobre una muestra y por lo tanto una estimacin de los parmetros.

ESTADISTICO MUESTRAL:
En estadstica un estadstico (muestral) es una medida cuantitativa, derivada de un conjunto de datos de una muestra, con el objetivo de estimar o contrastar caractersticas de una poblacin o modelo estadstico. Ms formalmente un estadstico es una funcin medible T que, dada una muestra estadstica de valores (X1,X2,...,Xn), les asigna un nmero, T(X1,X2,...,Xn), que sirve para estimar determinado parmetro de la distribucin de la que procede la muestra. As, por ejemplo, la media de los valores de una muestra (media muestral) sirve para estimar la media de la
15

poblacin de la que se ha extrado la misma; la varianza muestral podra usarse para estimar la varianza poblacional, etc. Esto se denomina como realizar una estimacin puntual.

ERROR MUESTRAL, DE ESTIMACION O ESTANDAR:

Es la diferencia entre un estadstico y su parmetro correspondiente. Es una medida de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la poblacin, nos da una nocin clara de hasta dnde y con qu probabilidad una estimacin basada en una muestra se aleja del valor que se hubiera obtenido por medio de un censo completo. Siempre se comete un error, pero la naturaleza de la investigacin nos indicar hasta qu medida podemos cometerlo (los resultados se someten a error muestral e intervalos de confianza que varan muestra a muestra). Vara segn se calcule al principio o al final. Un estadstico ser ms preciso en cuanto y tanto su error es ms pequeo. Podramos decir que es la desviacin de la distribucin muestral de un estadstico y su fiabilidad.

MUESTREO DEL TRABAJO:

Se puede definir al muestreo del trabajo como la tcnica para el anlisis cuantitativo en trminos de tiempo, de la actividad de hombres, maquinas o cualquier condicin observable de operacin.

DEFINICIONES DE CONFIANZA:
1. f. Esperanza firme o seguridad que se tiene en que una persona va a actuar o una cosa va a funcionar como se desea. Se construye con la prep. en: confianza en un amigo, en el coche.
16

2. Seguridad en uno mismo o en las propias cualidades: tengo mucha confianza en mi forma fsica. 3. nimo, decisin o valor para obrar: estudia con confianza. 4. Familiaridad en el trato: nos tenemos mucha confianza. 5. Pl. Excesiva y molesta familiaridad con alguien: me trata con unas confianzas que no me gustan. 6. De confianza loc. adj. [Persona] con quien se tiene trato amistoso o familiar: solo habla ante gente de confianza. 7. Loc. adj. [Persona] en quien se puede confiar: secretario de confianza. 8. Loc. adj. [Cosa] cuyo funcionamiento es adecuado o seguro: marca, frenos de confianza. 9. En confianza loc. adv. En secreto, con voluntad de que no se divulgue: te he dicho eso en confianza. La confianza o el porcentaje de confianza es el porcentaje de seguridad que existe para generalizar los resultados obtenidos.

PRECISION:
1. f. Exactitud,puntualidad: tienes que tomar las medidas con precisin milimtrica.

17

SELECCIN DEL NIVEL DE CONFIANZA Y PRECISION EN EL MUESTREO DEL TRABAJO

NIVEL DE CONFIANZA:
La confianza o el porcentaje de confianza es el porcentaje de seguridad que existe para generalizar los resultados obtenidos. Esto quiere decir que un porcentaje del 100% equivale a decir que no existe ninguna duda para generalizar tales resultados, pero tambin implica estudiar a la totalidad de los casos de la poblacin. Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega a ser prcticamente imposible el estudio de todos los casos, entonces se busca un porcentaje de confianza menor. Comnmente en las investigaciones sociales se busca un 95%.. Probabilidad de que la estimacin efectuada se ajuste a la realidad. Cualquier informacin que queremos recoger est distribuida segn una ley de probabilidad (Gauss o Student), as llamamos nivel de confianza a la probabilidad de que el intervalo construido en torno a un estadstico capte el verdadero valor del parmetro. Tambin hay que tomar en cuenta que el nivel de confianza no es ni un porcentaje, ni la proporcin que le correspondera, a pesar de que se expresa en trminos de porcentajes. El nivel de confianza se obtiene a partir de la distribucin normal estndar, pues la proporcin correspondiente al porcentaje de confianza es el rea simtrica bajo la curva normal que se toma como la confianza, y la intencin es buscar el valor Z de la variable aleatoria que corresponda a tal rea. Por ejemplo: Si se quiere un porcentaje de confianza del 95%, entonces hay que considerar la proporcin correspondiente, que es 0.95. Lo que se buscara en seguida es el valor Z para la variable aleatoria z tal que el rea simtrica bajo la curva
18

normal desde -Z hasta Z sea igual a 0.95, es decir, P(Z<z<Z)=0.95. Utilizando las tablas, o la funcin DISTR.NORM.ESTAND.INV() del Excel, se puede calcular el valor de Z, que sera 1.96 (con una aproximacin a dos decimales). Esto quiere decir que P(1.96<z<1.96)=0.95.

ESTABLECIMIENTO DE LOS NIVELES DE CONFIANZA:

Tomemos el ejemplo de echar cinco monedas a la vez, y luego registrar el nmero de veces que tienen la cabeza y el nmero de veces que hemos colas para cada lanzamiento de estos cinco monedas. Veamos a continuacin, repita esta operacin 100 veces . Si aumentan considerablemente el nmero de lanzamientos y en cada caso, lanzar un gran nmero de monedas a la vez, podemos obtener una curva suave. Para facilitar las cosas, es ms conveniente hablar de un 95 por ciento de nivel de confianza que de un 95,45 por ciento de nivel de confianza. Para lograr esto, podemos cambiar nuestros clculos y obtener: El 95 por ciento de nivel de confianza o el 95 por ciento del rea bajo la curva = 1,96 El 99 por ciento de nivel de confianza o el 99 por ciento del rea bajo la curva = 2,58 El 99,9 por ciento de nivel de confianza o de un 99,9 por ciento del rea bajo la curva = 3,3

19

EN PALABRAS MAS CLARAS EL NIVEL DE CONFIANZA ES LA PROBABILIDAD DE QUE EL PARAMETRO A ESTIMAR SE ENCUENTRE EN EL INTERVALO DE CONFIANZA.

EL NIVEL DE CONFIANZA (P) SE DESIGNA 1-a , Y SE SUELE TOMAR EN UN TANTO POR CIENTO.

LOS NIVELES DE CONFIANZA MS USUALES SON: 90%, 95% Y 99%.

EL NIVEL DE SIGNIFICACION SE DESIGNA MEDIANTE a. EL VALOR CRITICO (K) COMO Z a/2 P(Z>z
/2)

= /2

P[-z

/2

< z < z

/2]

= 1

TABLA DE ALFA

1 - /2 z /2
0.90 0.95 0.99 0.05 0.025 0.005 1.645 1.96 2.575

20

NIVEL DE PRECISION:
TAMAO DE LA MUESTRA Y PRECISIN DE LAS ESTIMACIONES Tamao de la muestra y precisin de las estimaciones son conceptos inseparables. Si aumenta el tamao de la muestra, caeteris paribus, lo hace el nivel de precisin, y se quiere aumentar la precisin de las estimaciones es necesario modificar el tamao de la muestra. Dicho de otra forma, tamao de la muestra y precisin de las estimaciones guardan estrecha relacin y cualquier modificacin de una de estas variables se refleja, adems en la misma direccin, en la otra, aunque en distinta proporcin, como se ver ms abajo. La precisin hace referencia a la concentracin de los valores estimados en torno al valor que se trata de estimar, de tal forma que la distancia entre el valor a estimar y el valor estimado sea pequea. Dicho en trminos estadsticos, la precisin refleja la escasa dispersin de la distribucin del estimador en el muestreo y se da cuando la magnitud de las desviaciones respecto a la media, obtenida por la reiteracin del procedimiento de muestreo, es pequea. La precisin se mide por la varianza del estimador o su raz cuadrada, la desviacin estndar, que dan cuenta de la dispersin de la distribucin. De ah que a la desviacin estndar se la llame error de muestreo, concepto fundamental para determinar la mayor o menor precisin de las estimaciones y, consecuentemente, el tamao de la muestra que corresponde a los diferentes niveles de precisin. El nivel de precisin requerido depende, en primer lugar, de la finalidad del estudio, ya que no es lo mismo estimar la aceptacin por la poblacin de un determinado producto comercial que el IPC. En el primer caso, una deficiente estimacin puede repercutir negativamente en la poltica comercial de una empresa, mientras que una estimacin poco fiable del IPC tiene consecuencias sobre la inflacin, los salarios y, en general, afecta a la poltica econmica del pas. En consecuencia, el
21

nivel de precisin error permitido deber guardar relacin con la importancia del fenmeno que se desee estimar. . El coeficiente de variacin permite cuantificar mejor la precisin de las estimaciones. Un coeficiente de variacin elevado indica un bajo grado de precisin, sin que se pueda delimitar el listn a partir del cual la estimacin no es vlida. En este sentido, el propio INE, que hasta hace poco deca: toda cifra que vaya afectada de un coeficiente de variacin superior al 10 por 100 se debe acoger con las debidas precauciones. toda estimacin con un error de muestreo elevado debe ser tomada con reservas; aunque debe ser el usuario el que, de acuerdo con el grado de fiabilidad que precise, determine si un dato con un cierto error de muestreo le es til o no para la toma de decisiones15. Parece, por tanto, que el 10 por 100 se puede utilizar como punto de referencia, pero no como una barrera que establezca qu estimaciones son precisas y cules no. Es la finalidad de la investigacin, en definitiva, la que va a permitir fijar qu errores son permisibles y cules no para cada caso en concreto. Vamos a presentar dos frmulas, siendo la primera la que se aplica en el caso de que no se conozca con precisin el tamao de la poblacin, y es:

donde: n Z p q E es el tamao de la muestra; es el nivel de confianza; es la variabilidad positiva; es la variabilidad negativa; es la precisin o error.

22

Hay que tomar nota de que debido a que la variabilidad y el error se pueden expresar por medio de porcentajes, hay que convertir todos esos valores a proporciones en el caso necesario. Tambin hay que tomar en cuenta que el nivel de confianza no es ni un porcentaje, ni la proporcin que le correspondera, a pesar de que se expresa en trminos de porcentajes. El nivel de confianza se obtiene a partir de la distribucin normal estndar, pues la proporcin correspondiente al porcentaje de confianza es el rea simtrica bajo la curva normal que se toma como la confianza, y la intencin es buscar el valor Z de la variable aleatoria que corresponda a tal rea. En el caso de que s se conozca el tamao de la poblacin entonces se aplica la siguiente frmula:

donde n Z p q N E es el tamao de la muestra; es el nivel de confianza; es la variabilidad positiva; es la variabilidad negativa; es el tamao de la poblacin; es la precisin o el error.

23

TABLA

24

CONTINUACION DE TABLA

25

JUSTIFICACIN DEL EJEMPLO

Deacuerdo a la investigacin que se ha propuesto y estudiado en este reporte, es totalmente necesario dar a conocer un problema o cuestin con fines de aplicacin del conocimiento recopilado, a continuacin se propone un problema donde se usan algunos de los conceptos fundamentales que han sifo explicados con el fin de resolver un problema que se puede presentar en cualquier empresa, es necesario recalcar que lo que se pretende es facilitar el trabajo de las personas dndoles a concer mtodos que permitan mejorar su potencial y ser tanto mas eficientes como eficaces en su area de trabajo, asi que dentro de las aplicaciones que se tienen para este conocimiento, tenemos un problema donde se pretende hacer un estudio para determinar tiempos, la velocidad en que son producidos los bienes, sin embargo debido a los costos no es posible hacer el estudio en todas las empresas por lo cual se opt por hacer un muestreo, para obtener resultados o una aproximacin de que esta sucediendo en la realidad a travs de unas ecuaciones y una simple recopilacin de datos. Esto solo nos aproxima a la realidad, sin embargo es donde entra en juego el nivel de confianza y la precisin o error que puede suceder durante este anlisis, los cuales deben estar determinados segn las condiciones que rodean a la empresa por una persona con los conocimientos adecuados o bien que tenga la capacitacin necesaria para indagar en el tema en cuestin. Teniendo ahora lo que implica este estudio en el campo laboral, se tiene el problema propuesto.

26

EJEMPLO

En una empresa de electrodomsticos, se desea realizar una investigacin sobre el tiempo de produccin para un aparato, para lo cual se aplicar un muestreo de manera aleatoria a una muestra, pues los recursos econmicos y el tiempo para procesar la informacin resultara insuficiente en el caso de aplicrsele a la toda la cadena de empresas. En primera instancia, suponiendo que no se conoce el tamao exacto de la poblacin, pero con la seguridad de que sta se encuentra cerca a los diez millares, se aplicar la primera frmula. Se considerar una confianza del 95%, un porcentaje de error del 5% y la mxima variabilidad por no existir antecedentes en la institucin sobre la investigacin y porque no se puede aplicar una prueba previa. Primero habr que obtener el valor de Z de tal forma que la confianza sea del 95%, es decir, buscar un valor de Z tal que P(-Z<z<Z)=0.95. Utilizando las tablas adecuadas o las funciones de Excel especiales para este clculo, se pueden obtener. De esta manera se realiza la sustitucin, se hacen los clculos respectivos, se hace sustitucin adecuada de cada uno de los datos de la frmula en cuestin hasta llegar a la nueva frmula donde la tenemos con sus valores respectivos sustituidos y listos para realizar el clculo adecuado y se obtiene:

27

En base a la sustitucin y los clculos de la formula, obtenemos un valor de 384.16, debido a que esto ser el numero de la muestra que pretendemos calcular, entonces necesariamente debe ser redondeada obteniendo asi el valor de de 384 muestras, interpretando este resultado ser el numero de observaciones que se llevaran acabo para completar el estudio, dichas observaciones nos darn a conocer la principal incognita de este problema, lo cual es el tiempo para la elaboracin de un producto. Supongamos ahora que s se conoce el tamao de la poblacin y es de 9,408, entonces ser necesario hacer uso de la segunda frmula que se dio a conocer. Asi mismo se hace la evaluacin para obtener el valo de z con una tabla o las funciones de Excel, como ya fue mencionado para el uso de la formula anterior, se hace la sustitucin respectiva de valores para obtener la formula.

Con lo que se tiene una cota mnima de 370 observaciones, es decir ser nuestro minimo de observaciones para realizar el estudio en cuestin para la muestra y as poder realizar el muestreo sin ms costo del necesario lo cual es sumamente importante, ya que en la empresa es fundamental producir mas gastando menos,sin embargo, es necesario recalcar que en este caso la seguridad de que las condiciones aceptadas para la generalizacin (confiabilidad, variabilidad y error) se mantienen.
28

CONCLUSIONES
El nivel de confianza expresa la probabilidad de acertar en la estimacin, y los errores de muestreo indican la bondad de la misma. Cuando se trabaja con datos que provienen de encuesta, porcentajes, medias, totales, etc., no basta con ofrecer los resultados, sino que, adems, es imprescindible conocer el nivel de confianza con que se est operando y la precisin de las estimaciones. Estos clculos son posibles cuando se realizan muestreos aleatorios, a los que se aplica la teora de probabilidades. Las muestras han de estar adecuadamente dimensionadas porque el nivel de confianza y la precisin de las estimaciones guardan estrecha relacin con el tamao muestral. Un mayor nivel de confianza garantiza una mayor probabilidad de acertar, pero slo se consigue aumentando el nmero de elementos de la muestra. Por su parte, la precisin de las estimaciones guarda relacin inversa con el error muestral. Cuanto menor sea ste, menor es la dispersin de la distribucin del estimador y, consiguientemente, la precisin es mayor.

29

BIBLIOGRAFIA
Biblioteca del Tecnolgico de Monterrey, Campus Morelia Ingeniera Industrial: Mtodos, Estndares y Diseo del Trabajo. 11 Edicin, Niebel/Freivalds. Capitulo 14 Pagina 525 Estudio del Trabajo: Medicin del Trabajo. Roberto Garca Criollo. Pgina 80. Ingeniera Industrial, Volumen 1. Gavriel Salvendy. Pgina 681. Estudio del trabajo: ingeniera de mtodos y medicin del trabajo. Roberto Garca Criollo. Capitulo 12, pgina 249. Biblioteca del Instituto Tecnolgico de Morelia Jos Mara Morelos y Pavn Estudio de Movimiento y Tiempos. Ralph M. Barnes, Capitulo 23, pgina 526. Introduccin al estudio del trabajo, oficina internacional del trabajo Ginebra. Capitulo 19, pgina 257. Pginas de internet: Buscador Google http://www.ditutor.com/inferencia_estadistica/nivel_confian za.html http://www.wordreference.com/definicion/confianza http://www.wordreference.com/definicion/precision http://www.uam.es/docencia/geoteca//articulos/error/Esp/ Error,%20Exactitud%20y%20Precision.htm http://faea.uncoma.edu.ar/archivos/ingenieria/Practico4_D istribMuestreoIntervalos.pdf http://www.monografias.com/trabajos12/muestam/muesta m.shtml
30