Introducción Al Muestreo Aleatorio

Introducción al
muestreo aleatorio
OCTUBRE DE 2020
SAMUEL ACEITUNO JUÁREZ
Introducción
 Un hecho frecuente en la mejora de la calidad y la
productividad es que la información sobre problemas,
consumidores y procesos se tiene que obtener a través de
muestras, y con base en la información contenida en ellas,
tomar alguna decisión sobre la población o el proceso.
 En el contexto anterior, en ocasiones se requiere
seleccionar aleatoriamente (al azar) una muestra de
individuos u objetos de una población, con la idea de
tener una muestra representativa
Tamaño y selección de la muestra
 Elemento: Objeto o
individuo del cual se
toman las mediciones o
la información
 Población: Una
colección de elementos
acerca de los cuales se
desea tener cierta
información o tomar
alguna decisión
Tamaño y selección de la muestra
 Unidades de
muestreo:
Colecciones no
traslapadas de
elementos de la
población que
cubren la población
completa.
 Marco: lista de
unidades de
muestreo
 En una urna se encuentran 10 000 esferas (población) y lo único que interesa saber
es cuáles son sus colores. No es práctico revisar todas las esferas, por lo que es
necesario tomar una muestra representativa para tratar de averiguar los colores. De
aquí surgen las siguientes interrogantes básicas: ¿cuántas esferas seleccionar y cómo
elegirlas? 1 La respuesta sobre cuántas esferas depende, para empezar, del
conocimiento previo que se tenga, ya que si de antemano se sabe que solo hay un
color, bastaría tomar una, mediante cualquier método. Si se sabe que hay dos
colores, el número mínimo a tomar sería dos, pero es probable que no sea suficiente,
porque podría darse el caso de que ambas sean del mismo color. Si se conoce que
solo hay tres colores, el tamaño de la muestra mínimo sería tres. A medida que haya
más colores será necesario un tamaño mayor de muestra, es decir, a mayor
variabilidad, mayor tamaño de muestra para captar todas las variantes de colores.
Ahora, para decidir cómo seleccionar la muestra, también se requiere conocer la
población. Si los colores están uniformemente mezclados, las esferas se pueden
extraer al azar: introduciendo la mano, agitando las esferas y tomando una, pero si
los colores están distribuidos por capas o zonas de la urna, se actuaría en
consecuencia para tratar de extraer una o más unidades de cada capa o zona. De
esta manera, el método de muestreo depende de la forma en la que están
distribuidas las unidades, es decir, depende del patrón de variabilidad, ya sea al
azar, por grupos, por capas, etc.
Tipos de muestro aleatorio
 Muestreo aleatorio simple:

Consiste en seleccionar un grupo de n elementos de la población, de
tal forma que cada muestra de tamaño n tenga la misma
probabilidad de ser seleccionada.
Ejemplo extracción de una caja de nombres de estudiantes en
papelitos.
El muestreo aleatorio simple se recomienda cuando los elementos de

la población pueden numerarse fácilmente, están bien mezclados y
no forman grupos internos bien definidos de acuerdo con la variable
de interés.
 Una empresa desea conocer la opinión de sus empleados sobre una posible medida
administrativa a tomar. En la compañía hay aproximadamente 400 trabajadores, y no
resulta práctico pretender conocer la opinión de los 400, por ello se decide
seleccionar una muestra de 90 para aplicarles una encuesta y entrevistarlos. La
nómina contiene a todos los empleados or-denados alfabéticamente, por lo que es
fácil asignar un número entre 1 y 400 a cada uno. Al hacerlo, se logra que los elemen-
tos de la población a muestrear estén distribuidos al azar, y por ello se concluye que
el método de muestreo apropiado es el de al azar simple. Para seleccionar a los 90
empleados se puede aplicar la función ALEATORIO.ENTRE(1,400), de Excel, tantas
veces como sea necesario para obtener 90 números diferentes entre 1 y 400; mientras
que en R se hace con runif(90, 1, 400). También es posible usar la tabla de números
aleatorios del apéndice. Para ello, se señala al azar un lugar de la tabla y se identifica
un número de tres cifras. La primera cifra indicará el número de columna donde se
debe buscar, y las otras dos el renglón. Supongamos que en el lugar señalado está el
número 137, entonces los números se van a elegir a partir del cruce de la columna 7
con el renglón 13. En esa posición está el número 5258, con lo que, seleccionando los
últimos tres dígitos, el primer empleado a entrevistar es el 258. A partir del 5258 se van
seleccionando números hacia cualquier lado; si se continúa hacia abajo, y solo se
consideran los últimos tres dígitos, el número siguiente entre 1 y 400 es el 174, luego
siguen: 109, 306, 278, 178, 202, 55, 326, 208; y así se sigue buscando hasta completar
90 números. Si se llega hasta el final de una columna, la búsqueda continúa en la
siguiente columna
Muestreo aleatorio estratificado
 Frecuentemente, los elementos de la población u

objeto de estudio se dividen en grupos o estratos de
acuerdo con las características de interés en el estudio.
 que consiste en identificar y
muestreo aleatorio estratificado,
delimitar los diferentes estratos en los que se divide la
población y seleccionar una muestra aleatoria de
cada estrato. El tamaño de la muestra para cada
estrato puede asignarse en función del tamaño relativo
del estrato.
 En el caso del ejemplo 16.2, en el que se quiere conocer la opinión de los empleados
sobre cierta medida administrativa, si se presupone que tal opinión está relacionada
con el departamento en el que labora cada trabajador, entonces es mejor obtener
información sobre cuál es la opinión en cada departamento.
 Para ello se aplica el muestreo por estratos (departamentos). Suponga que se tienen
tres departamentos, denominados A, B y C, con 100, 100 y 200 empleados,
respectivamente. Entonces, en lugar de elegir a 90 personas, conviene incrementar un
poco el tamaño de la muestra para captar mejor la información a nivel estrato, por
ello se decide que la muestra total tenga 120 empleados, seleccionados de forma
proporcional al tamaño del departamento. Por lo tanto, de los departamentos A y B se
seleccionan 30 individuos de cada uno y del C un total de 60. Para hacer la selección
dentro de cada departamento se aplica el muestreo aleatorio simple.
 El análisis de la opinión que se tiene sobre la medida administrativa se debe hacer
primero en general, y luego analizar por departamento para ver si hay diferencias
significativas. Existen maneras apropiadas de combinar la formación por estrato para
hacer una inferencia sobre algún parámetro para toda la población (vea Scheaffer et
al., 2007).
Muestreo aleatorio sistemático
 La filosofía del muestreo aleatorio sistemático es la siguiente: supongamos que se va a
seleccionar una muestra de tamaño n de una lista de N elementos (con N
probablemente grande).
 Una manera sencilla de hacer esta selección es elegir un intervalo apropiado y escoger
los elementos a intervalos iguales a lo largo de la lista.
 El punto de arranque para este proceso debe elegirse aleatoriamente; en otras
palabras, en el muestreo sistemático se toman los elementos de la muestra en intervalos
fijos y el punto de partida se selecciona aleatoriamente. Tales intervalos pueden ser cada
determinada cantidad de artículos, tiempo, longitud o área.
 La lista de elementos sobre los que se hace el muestreo puede definirse
conceptualmente; por ejemplo, las personas que pasan por un determinado sitio durante
cierto tiempo, o los clientes de una empresa, atendidos en el orden en el que llegan a
solicitar un servicio. Esto hace que el muestreo sistemático sea muy aplicable en estudios
de opinión pública y en control de calidad.
 Suponga que al final del proceso de llenado de bolsas de
harina se requiere evaluar el funcionamiento del proceso de
envasado para asegurar que las bolsas contengan cierta
cantidad de harina. Como resulta costoso y tardado pesar
cada una de estas, es necesario evaluar el funcionamiento del
proceso de envasado solo con base en una cierta muestra
(parte) del total de bolsas. Obviamente, el peso de las bolsas
de harina es variable, a pesar de que se usa el mismo método
de llenado. La variabilidad se debe a que las 6M del proceso
son variables (la materia prima es variable, el medio ambiente,
las personas, las mediciones, los métodos y los equipos tienen
variaciones).
 Cada máquina envasa 5000 bolsas aproximadamente por turno de ocho horas. Y se
encuentra razonable inspeccionar solo 40 bolsas por turno para estar monitoreando que el
peso sea el correcto. De esta manera se tiene la necesidad de seleccionar las 40 bolsas de tal
forma que sean representativas del peso de las bolsas envasadas por una máquina en un
turno.
 Lo adecuado aquí es aplicar el muestreo sistemático, en el que la lista de artículos está dada
por la secuencia natural en la que se llenan las bolsas. Un modo de tener las 40 bolsas en ocho
horas sería obtener una cada 12.5 minutos.
 Sin embargo, esta estrategia de selección tiene el inconveniente de que, aunque el proceso
de llenado esté funcionando mal cuando se toma una bolsa, es probable que no lo detecte
con una sola. Por ello es preferible que se tomen más bolsas en cada ocasión, aunque la
selección sea más espaciada.
 Concretamente, aquí tal vez la mejor solución sea tomar cinco bolsas consecutivas cada
hora y estar analizando los pesos en una carta de control X ‒ R (vea el capítulo 13).
 De esta manera, al inicio del turno se selecciona un número entre 0 y 60; suponga que es el
27, entonces al minuto 27 de iniciado el proceso de envasado se eligen las primeras cinco
bolsas de harina a pesar; las siguientes cinco se escogen una hora después y así
sucesivamente hasta terminar el turno.
 Al siguiente día, nuevamente se aleatoriza el minuto en el que se elige la primera muestra de
cinco bolsas. Si el proceso de llenado no es continuo, entonces el intervalo de muestreo
puede estar dado por otras circunstancias, por ejemplo, por el número de bolsas envasadas.
Muestreo aleatorio por
conglomerados
 Seaplica cuando la población se divide en
grupos o conglomerados, cada un de los cuales
se parece a la población en su conjunto.
 Se
selecciona una cierta cantidad de
conglomerados y de ellos se toma la muestra.
 Se desea evaluar el peso de cien mil paquetes de cereal de un
embarque mediante algún muestreo aleatorio. Aplicando el Mil Std
414 (vea el capítulo 17), se decide sacar una muestra de n = 40
paquetes. Sin embargo, vienen en cajas que contienen 24 cada
una.
 Si suponemos que las cajas son similares entre sí, entonces cada
caja es un conglomerado, por lo que se decide aplicar
primeramente un muestreo por conglomerados para seleccionar
cajas. Se seleccionan aleatoriamente 20 cajas del embarque, y
después, mediante muestreo aleatorio simple, se eligen dos
paquetes de cada caja.
 También se pueden escoger 10 cajas y después cuatro paquetes
de cada una. En cualquier caso, con los n = 40 paquetes se debe
hacer el análisis para aceptar o rechazar el lote de acuerdo con los
criterios del Mil Std 414.

Introducción Al Muestreo Aleatorio

Cargado por

Copyright:

Formatos disponibles

Introducción Al Muestreo Aleatorio

Cargado por

Información del documento

Título 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

Introducción Al Muestreo Aleatorio

Cargado por

Copyright:

Formatos disponibles

Introducción al

 Muestreo aleatorio simple:

El muestreo aleatorio simple se recomienda cuando los elementos de

 Frecuentemente, los elementos de la población u

También podría gustarte