Técnicas de muestreo

Introducción

La utilización del muestreo para aproximarse al conocimiento de la realidad es práctica

habitual en el campo de la investigación científica. Sin embargo, para que sea posible,
que a través de una muestra se pueda inferir hacia una población con la precisión y
confiabilidad deseada, es necesario que el diseño muestral y su desarrollo se ajusten a
los requerimientos que exige la teoría del muestreo.

¿Cómo seleccionar los elementos que componen la muestra?

Este problema se resuelve con un esquema de muestreo apropiado; es decir, con un

método que nos lleve a obtener una muestra de los elementos de la población bajo
estudio.

Los esquemas de muestreo se dividen en:

 Aleatorios

 No aleatorios

Ambos pueden producir buenos resultados, aunque la aleatoriedad es un elemento

que se valora más como científico. Razón por la que es preferible el uso de esquemas
aleatorios.

planeación de una encuesta

La realización de una encuesta requiere de la implementación de una metodología

cuidadosamente diseñada.

Se recomienda siempre tomar en cuenta los siguientes aspectos para el desarrollo

de una encuesta por muestreo:
muestreo aleatorio simple

En este esquema se supone que se tiene una población homogénea de tamaño N, lo

cual es poco frecuente en problemas reales. La idea es darle a cada elemento la
misma probabilidad de salir seleccionada en la muestra, lo que se garantiza a través
de una rifa simple o seleccionando n números aleatorios de entre 1 a n , a partir de
una tabla o con la ayuda de una calculadora. Estos números nos indicarán cuáles
elementos debo elegir y observar. Para hacer esta rifa debo tener un listado de los
elementos de la población de muestro que se denomina marco.

Muestreo aleatorio estratificado

En los problemas reales es más frecuente tener una población estratificada; es decir,
una población de muestreo compuesta por varios grupos bien identificados, a los que
se les llama estratos. Los individuos pertenecen a uno y solamente uno de los
estratos. Para seleccionar una muestra estratificada de tamaño , procedemos de la
siguiente manera

Otros esquemas aleatorios

En la práctica resulta, con mucha frecuencia, necesario combinar varios esquemas.

Así podríamos tener un muestreo estratificado y por conglomerados, que en la
segunda etapa utilice el procedimiento sistemático. En general las características de la
población y el problema bajo estudio nos darán los elementos que nos permitan
confeccionar nuestro plan de la forma más adecuada.

Muestras no aleatorias

Las muestras aleatorias no necesariamente son más representativas.

Incluso una muestra aleatoria puede ser muy mala.

Las muestras aleatorias únicamente garantizan, que en promedio, obtendremos

muestras con pocos sesgos de elección propiciados por las preferencias del que esta
eligiendo.
En la medida en la que tengamos conocimiento de la población podemos, con
métodos no aleatorios, seleccionar muestras adecuadas y bastante representativas.

Una manera simple de determinar el tamaño de muestra es cuando se puede fijar el

interés en una sola variable y el objetivo de inferencia es estimar por intervalo una
media, un total o una proporción. Así el tamaño de muestra se obtendría usando
alguna de las siguientes fórmulas:

Media poblacional:  Estimador: x

2 2
B n
Z   22
/

2
Z1
B 2

2
 2/ ) 
( 2
2
/
nNN

Z 

: Es Un valor de tablas que determina

2
un nivel de confianza (90%, Z= 1.65, 95%,

Ejercicio

La resolución del problema consiste en hacer un plan de muestro sencillo para

inspeccionar de forma adecuada los lotes que llegan por semana en Cinépolis.

Pero la empresa ya tiene determinada que al encontrar un defectuoso, se regrese al

proveedor Spiral para que se lo cambien por uno sin defectos.

N=360, C=0 y R=1

Y se inspeccionan con un nivel II porque son productos poco costosos.

A partir de estos datos se busca en las tablas 10-1, 10-2, 10-3 y 10-4 del libro Control de
Calidad,
  Plan de muestreo sencillo para inspección normal

n=50, por cada lote que reciba el almacenista, debe inspeccionar 50 conos (2 columnas y
media) y si encuentra un defectuoso rechaza el lote y AQL (límite de calidad de
aceptación)=0,25%.

Lote=360

n=50

AQL=0,25%

Nivel de inspección II

C=0

R=1

 Plan de muestreo sencillo para inspección estrecha

n=50, por cada lote que reciba el almacenista, debe inspeccionar 50 conos (2 columnas y
media) y si encuentra un defectuoso rechaza el lote y AQL (límite de calidad de
aceptación)=0,40%.

Lote=360

n=50

AQL=0,40%

Nivel de inspección II

C=0

R=1
  Plan de muestreo sencillo para inspección estrecha

n=50, por cada lote que reciba el almacenista, debe inspeccionar 20 conos (1 columna) y
si encuentra un defectuoso rechaza el lote y AQL (límite de calidad de
aceptación)=0,25%.

Lote=360

n=20

AQL=0,25%

Nivel de inspección II

C=0

R=1

 La Curva Característica de Operación para la evaluación del plan del muestreo

sencillo para inspección normal y estrecha es:
 Tamaño de Probabilidad de % de lotes
Calidad Supuesta muestra aceptación aceptados

P0 100P0 n nP0 Pa 100Pa

0 0,00% 50 0 1 100,00%

0,0025 0,25% 50 0,125 0,882500223 88,25%

0,004 0,40% 50 0,2 0,818735682 81,87%

0,01 1,00% 50 0,5 0,606539789 60,65%

0,02 2,00% 50 1 0,367890516 36,79%

0,03 3,00% 50 1,5 0,223140236 22,31%

0,04 4,00% 50 2 0,135343432 13,53%

0,05 5,00% 50 2,5 0,082091176 8,21%

0,06 6,00% 50 3 0,049791565 4,98%

Las unidades que son 0,25% no conformes tendrán 11,75% de probabilidad de no

aceptación.

Las unidades que son 0,40% no conformes tendrán 18,13% de probabilidad de no

aceptación.
 100Pa
100.00%
90.00%
80.00%
70.00%
60.00%
50.00%
100Pa
40.00%
30.00%
20.00%
10.00%
0.00%
0.00% 2.00% 4.00% 6.00% 8.00%