Actividad de Construcción Aplicada 1

Por:

Elvits Anderson Bolívar Ramírez

Freddy Fabian Yumayusa

Jennifer Yurani Estrada Toro

Yorhan Leonel Beltran Montes

Tutor:

Ing. Gustavo Gamarra

Corporación Unificada nacional de Educación Superior CUN.

ESTADISTICA APLICADA A LOS PROCESOS DE PRODUCCIÓN - 51141
Abril 2022
 Contenido

Introducción ....................................................................................................................... 3
Objetivos ........................................................................................................................... 3
Objetivo General ................................................................................................................ 3
Muestreo ........................................................................................................................... 3
Muestreo no probabilístico ................................................................................................. 3
Tipos de muestreo no probabilístico ............................................................................... 4
Muestreo Probabilístico ..................................................................................................... 5
Tipos de muestreo aleatorio probabilístico son: .............................................................. 5
Población objeto ................................................................................................................ 5
Tamaño poblacional .......................................................................................................... 6
Muestra ............................................................................................................................. 6
Grado de homogeneidad ................................................................................................... 7
Grado de variabilidad ......................................................................................................... 7
Error de muestreo .............................................................................................................. 7
Aplicaciones ...................................................................................................................... 8
Ejemplo de muestreo aleatorio simple ............................................................................... 8
Ejemplo de muestreo aleatorio estratificado ...................................................................... 8
Conclusiones ..................................................................................................................... 9
Bibliografía....................................................................................................................... 10
 Introducción

La estadística como una rama de la matemática que estudia la variabilidad,

colección, organización, análisis e interpretación de los datos maneja diferentes conceptos,
en el siguiente documento se plasmara toda la información sobre el muestreo, el factor
principal al momento de un estudio estadístico en investigaciones sociales, producción o de
mercadeo etc.

Objetivos

Objetivo General

Es comprender el concepto de muestreo sus tipos y la forma correcta de utilizarlo en

procesos estadísticos para poder llegar a conclusiones basadas en recolección de datos.

Muestreo

Es la herramienta que nos facilita la ejecución de un análisis estadístico, porque se

escoge una parte representativa de la población y nos da información confiable sobre
cualquier estudio que se esté haciendo.

Para poder iniciar un proceso de muestreo, se define la fuente de nuestro estudio,

se hace una lista de la población, mapas y la información que se requiere. Después de
definir la fuente se obtiene la muestra a partir de los diferentes tipos de muestreo, éstos son:
1) muestreo no probabilístico y 2) muestreo probabilístico.

Muestreo no probabilístico
 Se basa en el juicio personal del investigador y no del azar, es decir, que este tipo de
muestreo no les da a todos los elementos de la población la misma probabilidad de ser
seleccionados. Aunque estos tipos de muestreo pueden ser sesgados y conducir a errores,
existen algunas situaciones en que es la mejor opción para la investigación que se está
desarrollando. Con este tipo de muestreo no se pueden hacer inferencias estadísticas por su
falta de precisión debido al sesgo de la selección. (QuestionPro, 2022)

Tipos de muestreo no probabilístico

- Muestreo por conveniencia: Es una técnica de muestreo no probabilístico y no

aleatorio utilizada para crear muestras de acuerdo a la facilidad de encontrar
personas para el análisis en un tiempo determinado.

- Muestreo a juicios: En esta técnica de muestreo no probabilístico, las muestras

dependen totalmente de la elección y autonomía con la que el investigador quiera
ejecutarlas.

- Muestreo por cuotas: Muestreo por cuotas. Se desarrolla en dos etapas, la primera
corresponde a seleccionar cuotas (o categorías) y segundo en cada cuota el
investigador selecciona a conveniencia o juicio un cierto número de elementos de la
población que serán analizados.

- Muestreo de voluntarios: Es aquel muestreo en el que el investigador no decide, si

no que los voluntarios deciden de manera personal hacer parte del estudio.

- Muestre bola de nieve: Este tipo de técnica de muestreo ayuda a los investigadores
a encontrar muestras cuando son difíciles de localizar. Los investigadores utilizan
esta técnica cuando el tamaño de la muestra es pequeño y no está disponible
fácilmente. Este sistema de muestreo bola de nieve funciona como el programa de
referencia. Una vez que los investigadores encuentran sujetos adecuados, se le pide
a este ayuda para buscar a sujetos similares y así poder formar una muestra de buen
tamaño. (QuestionPro, 2022)
Muestreo Probabilístico

Se basa en el azar, es decir, en que todos los elementos de la población tienen la

misma probabilidad de ser seleccionados. Se recomienda usar siempre los tipos de muestreo
aleatorio ya que las muestras seleccionadas permiten hacer inferencias estadísticas de la
población de interés.

Tipos de muestreo aleatorio probabilístico son:

- Muestreo aleatorio simple: consiste en crear una lista de cada miembro de la

población y seleccionar aleatoriamente el primer elemento.

- Muestreo sistemático: los elementos deben estar organizados cronológicamente

para que se vayan seleccionando los elementos de acuerdo a un intervalo
establecido. El intervalo se obtiene dividiendo el tamaño de la población con el
tamaño de la muestra.

- Muestreo estratificado: consiste en dividir la población en grupos, en función de

algunas características.

- Muestreo por conglomerados: Se elige una muestra de grupos utilizando un

método de probabilidad y solo se encuesta a los individuos dentro del grupo de la
muestra. (QuestionPro, 2022)

Población objeto

Para identificar correctamente esta definición, es indispensable conocer la diferencia

entre población y muestra, entonces, se define como población al conjunto de todos los
elementos de interés de caso de estudio en particular y la muestra es un subconjunto de la
población.

Sabiendo ya la diferencia, se entiende por población objeto aquella población limitada

o un grupo específico de personas, a la cuál va dirigida la encuesta, entrevista, u otro tipo de
recolección de datos, de tal forma que, los datos sean más factibles y fáciles de comprender
a la hora de organízalos y compararlos.
 Tamaño poblacional

Como se mencionó anteriormente, y teniendo claros los conceptos, llamaremos

tamaño de la población o poblacional a la cantidad de elementos de esta y de igual forma al
tamaño de la muestra a la cantidad de elementos de la muestra.

Se debe tener en cuenta que el tamaño puede ser finito o infinito. Como ejemplo
podemos decir que en el tamaño infinito tenemos (en teoría) la población de todos los
lanzamientos de una moneda, la población de todos los puntos por donde puede partirse un
hilo, entre otros.

Los datos obtenidos de una población pueden contener toda la información que se
desee o se requiera. Lo fundamental es conocer la información de una muestra, de "extraer"
los datos muestrales para sacarle toda la información acerca de la población que ellos
contengan. En conclusión, definir el tamaño de la población es crucial para hacer inferencias
estadísticas.

Muestra

La muestra estadística hace referencia en contexto a un conjunto de una población

establecida y determina con fines de estudio y evaluación, se basa prácticamente en un parte
especifica de la totalidad de algún elemento a que se quiera estudiar, se puede manejar con
números seleccionados para su mayor exactitud.

En diferentes ocasiones es primordial trabajar con un estilo de muestra representativa

como técnica de muestreo, en una práctica debemos estudiar un conjunto como una población
grande, tomando una muestra en ejemplo a tenemos que saber cuál es uno de los candidatos
más preferidos en las próximas elecciones de determinado país, nos tomaría demasiado
tiempo preguntarle a todos los electores eso nos costaría mucho dinero , para esto aplicaremos
una encuesta y enfocándonos a en la mayor probabilidad sacar conclusiones.
Grado de homogeneidad

Una función homogénea describe las propiedades de las variables en la estadística de

un determinado conjunto, realizando un análisis de las poblaciones y su distribución ya sean
variables aleatorias o discretas, aceptando la hipótesis en igualdad en medidas como en este
caso que diremos en conclusión que las diferentes poblacionales tienen como dispersión los
datos que son los mismos según las características que se van a investigar.

Grado de variabilidad

Es la dispersión de los valores de una distribución, comparada con su promedio de

localización, el grado de variabilidad forma parte de los conceptos básicos del muestreo y
se deriva de los errores en la medición.

Existen (2) dos tipos de grado de variabilidad

• Los heterogéneos
• Los homogéneos

El grado de variabilidad depende en gran parte del tamaño de la muestra que se desea
verificar.

Error de muestreo

El error de muestreo es el que se comete debido al hecho de que se sacan conclusiones

sobre cierta realidad, a partir de la observación de sólo una parte de ella. Cuando se utilizan
valores muestrales, o estadísticos para estimar valores poblacionales, o parámetros, pueden
ocurrir dos tipos generales de errores: el error muestral y el error no muestral.

El error muestral se refiere a la variación natural que existe entre muestras tomadas de la
misma población.

Los errores que surgen al tomar las muestras no pueden clasificarse como errores
muestrales y se denominan errores no muestrales. El sesgo de las muestras es un tipo de
error no muestral. El sesgo muestral puede suprimirse, o minimizarse, usando la
aleatorización
La aleatorización se refiere a cualquier proceso de selección de una muestra de la población
en el que la selección es imparcial o no está sesgada; una muestra elegida con
procedimientos aleatorios se llama muestra aleatoria.

Aplicaciones

Ejemplo de muestreo aleatorio simple

En un municipio quieren hacer una encuesta para saber la favorabilidad que tienen los
candidatos a la alcaldía. para realizar la muestra representativa se siguen los pasos del
muestreo aleatorio simple.

• Se selecciona como población objetivo a todos los habitantes registrados en el

municipio.
• Se determina que de los 18.500 habitantes se necesitaran 500 individuos para
elaborar la muestra.
• Se realiza una lista de todos los habitantes del municipio
• A cada uno se le asigna un numero
• Se escogen 500 números al azar con un programa estadístico, por ejemplo
75,189,421 hasta llegar a la cifra de la muestra.

Ejemplo de muestreo aleatorio estratificado

En una universidad hay 3.000 estudiantes: 1.200 en ingeniería, 1.000 en administración y

800 en economía. Se quiere extraer una muestra de 100 estudiantes para realizar un estudio,
¿Cómo seleccionar dicha muestra?
 Estrato Población Muestra

Ingeniería 1200 𝑋

Administración 1000 𝑌

Economía 800 𝑍

3000 100

Tabla Nº1. Valores tabulados.

𝑥 100
= 𝒙 = 40
1200 3000

𝑦 100
= 𝒚 = 34
1000 3000

𝑧 100
= 𝒛 = 26
..800.. 3000

Conclusiones

El muestreo es una técnica para determinar, mediante muestreo estadístico y observaciones

aleatorias, el porcentaje de aparición de determinada actividad.

En el ámbito productivo se utiliza para: • Saber qué tanto se

está utilizando el personal o la maquinaria.

• Para determinar las holguras, entendidas como el tiempo disponible para realizar una
actividad sin retrasar la producción.
• Para mejorar los estándares de producción
El muestreo es más económico en costo y tiempo que otros métodos como estudio de
tiempos, pues el muestreo de trabajo es más ágil y logra emplear a menos personal para su
ejecución.

Bibliografía

Otálora, D. (2016). www.scielo.org. Obtenido de scielo:

https://prezi.com/zfmygcqb6xha/grado-de-variabilidad-y-error-de-muestreo/

QuestionPro. (2022). Muestreo y tamaño de muestras. Obtenido de

https://www.questionpro.com/blog/es/muestreo-no-probabilistico/

Sánchez, O. (2021). ¿Qué es la homogeneidad en estadística? Obtenido de:

https://todosloshechos.es/que-es-la-homogeneidad-en-estadistica

Argibay, J. (2009). Muestra en investigación cuantitativa. Obtenido de:

http://www.scielo.org.ar/scielo.php?pid=S1852-
73102009000100001&script=sci_arttext&tlng=en

Martínez, E. (2020). Estadística. Universidad Abierta para Adultos (UAPA). Recuperado de

https://elibro-net.zproxy.cun.edu.co/es/ereader/bibliocun/175596?page=18

Guerra Bustillo, C. W. (2003). Estadística. Ciudad de la Habana, Cuba: Editorial Félix

Varela. Recuperado de
https://elibronet.zproxy.cun.edu.co/es/ereader/bibliocun/71785?page=120.

Instituto tecnológico de chihuahua. (2003). Teoría del muestreo. Obtenido de:

https://virtual.uptc.edu.co/ova/estadistica/docs/libros/estadistica1/toc.html