INSTITUTO TECNOLOGICO DE TAPACHULA

UNIDAD 3

INTEGRANTES:
DE LA CRUZ DE LOS REYES TANIA GPE.
ARREOLA DE LEON DE LEON RODRIGO
ANTONIO
YUSEMIN

INDICE

3.1 MUESTREO ALEATORIO

3.2 MUESTREO AL AZAR
3.3 MUESTREO SIMPLE, DOBLE, MULTIPLE
3.4 MUESTREO DE ACPETACION, POR LOTE, AQL, NIVELES
INSPECCION, MANEJO DE TABLASMIL-STD (MILITAR ESTANADR).
3.5 MUESTREO ESTRATIFICADO.

DE

3.1 MUESTREO ALEATORIO

En estadstica se conoce como muestreo a la tcnica para la seleccin de

una muestra a partir de una poblacin.
Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean
extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez

obtener resultados parecidos a los que se alcanzaran si se realizase un estudio

de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un
estudio adecuado (que consienta no solo hacer estimaciones de la poblacin sino
estimar tambin los mrgenes de error correspondientes a dichas estimaciones),
debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de
que el resultado sea una muestra representativa, pero s podemos actuar de
manera que esta condicin se alcance con una probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la
poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al
conjunto de muestras que se pueden obtener de la poblacin se
denomina espacio muestral. La variable que asocia a cada muestra su
probabilidad de extraccin, sigue la llamada distribucin muestral.
Muestreo aleatorio simple
Forman parte de este tipo de muestreo todos aquellos mtodos para los que se
puede calcular la probabilidad de extraccin de cualquiera de las muestras
posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque
en ocasiones no es posible optar por l.
Tipos
Sin reposicin de los elementos :' Cada elemento extrado se descarta para la
subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una "poblacin"
de bombillas para estimar la vida media de las bombillas que la integran, no ser
posible medir ms que una vez la bombilla seleccionada.
Con reposicin de los elementos: Las observaciones se realizan con remplazo de
los individuos, de forma que la poblacin es idntica en todas las extracciones. En
poblaciones muy grandes, la probabilidad de repetir una extraccin es tan
pequea que el muestreo puede considerarse con reposicin aunque, realmente,
no lo sea.
Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir
una extraccin es tan pequea que el muestreo puede considerarse con
reposicin.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la
extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas
construidas al efecto.

Muestreo sistemtico
Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse
en el tiempo. Primero hay que identificar las unidades y relacionarlas con el
calendario (cuando proceda). Luego hay que calcular una constante, que se
denomina coeficiente de elevacin:
K= N/n
Donde N es el tamao del universo y n el tamao de la muestra.
Para determinar en qu fecha se producir la primera extraccin, hay que elegir al
azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos
regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del
fenmeno.
Esto quiere decir que si tenemos un determinado nmero de personas que es la
poblacin (N) y queremos escoger de esa poblacin un nmero ms pequeo el
cual es la muestra (n), dividimos el nmero de la poblacin por el nmero de la
muestra que queremos tomar y el resultado de esta operacin ser el intervalo,
entonces escogemos un nmero al azar desde uno hasta el nmero del intervalo,
y a partir de este nmero escogemos los dems siguiendo el orden.
Muestreo por etapas mltiples
Esta tcnica es la nica opcin cuando no se dispone de lista completa de la
poblacin de referencia o bien cuando por medio de la tcnica de muestreo simple
o estratificado se obtiene una muestra con unidades distribuidas de tal forma que
resultan de difcil acceso. En el muestreo a estadios mltiples se subdivide la
poblacin en varios niveles ordenados que se extraen sucesivamente por medio
de un procedimiento de embudo. El muestreo se desarrolla en varias fases o
extracciones sucesivas para cada nivel.
Por ejemplo, si tenemos que construir una muestra de profesores de primaria en
un pas determinado, stos pueden subdividirse en unidades primarias
representadas por circunscripciones didcticas y unidades secundarias que seran
los propios profesores. En primer lugar extraemos una muestra de las unidades
primarias (para lo cual debemos tener la lista completa de estas unidades) y en
segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de
cada una de las primarias seleccionadas en la primera extraccin.
Muestreo por conglomerados

Se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos

que se supone que contienen toda la variabilidad de la poblacin, es decir, la
representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse
slo algunos de estos grupos o conglomerados para la realizacin del estudio.
Dentro de los grupos seleccionados se ubicarn las unidades elementales, por
ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de medicin
a todas las unidades, es decir, los miembros del grupo, o slo se le podra aplicar
a algunos de ellos, seleccionados al azar. Este mtodo tiene la ventaja
de simplificar la recogida de informacin muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos
individuos para integrar la muestra, el diseo se llama muestreo bietpico.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer
mtodo funciona mejor cuanto ms homognea es la poblacin respecto del
estrato, aunque ms diferentes son stos entre s. En el segundo, ocurre lo
contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben
ser muy parecidos entre s.
Homogeneidad de las poblaciones o sus subgrupos
Homogneo significa, en el contexto de la estratificacin, que no hay mucha
variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno
de ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura
de una poblacin, es bueno distinguir entre los estratos mujeres y hombres porque
se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos
heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas
y otras dentro del estrato que en la poblacin total.
Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las
mismas diferencias dentro del estrato que en toda la poblacin, no hay por qu
usar este mtodo de muestreo. En los casos en los que existan grupos que
contengan toda la variabilidad de la poblacin, lo que se construyen son
conglomerados, que ahorran algo del trabajo que supondra analizar toda la
poblacin. En resumen, los estratos y los conglomerados funcionan bajo principios
opuestos: los primeros son mejores cuanto ms homogneo es el grupo respecto
a la caracterstica a estudiar y los conglomerados, si representan fielmente a la
poblacin, esto es, contienen toda su variabilidad, o sea, son heterogneos.
Muestreo no probabilstico
Es aqul para el que no se puede calcular la probabilidad de extraccin de una
determinada muestra. Por tal motivo, se busca seleccionar a individuos que tienen

un conocimiento profundo del tema bajo estudio y se considera que la informacin

aportada por esas personas es vital para la toma de decisiones.
Muestreo por cuotas
Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de
opinin. En primer lugar es necesario dividir la poblacin de referencia en varios
estratos definidos por algunas variables de distribucin conocida (como el gnero
o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es
decir, la parte proporcional de poblacin que representan. Finalmente se multiplica
cada peso por el tamao de n de la muestra para determinar la cuota precisa en
cada estrato. Se diferencia del muestreo estratificado en que una vez determinada
la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de
cada estrato.
Muestreo de bola de nieve
Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas
pero en contacto entre s. Consiste en identificar sujetos que se incluirn en la
muestra a partir de los propios entrevistados. Partiendo de una pequea cantidad
de individuos que cumplen los requisitos necesarios, servirn como localizadores
de otros con caractersticas anlogas.
Muestreo subjetivo por decisin razonada
En este caso las unidades de la muestra se eligen en funcin de algunas de sus
caractersticas de manera racional y no casual. Una variante de esta tcnica es
el muestreo compensado o equilibrado, en el que se seleccionan las unidades de
tal forma que la media de la muestra para determinadas variables se acerque a la
media de la poblacin. La cual funciona en base a referencias o por
recomendacin despus se reconoce por medio de la estadstica.
Tipos de muestreo
No aleatorios
Se eligen los elementos, en funcin de que sean representativos, segn la
opinin del investigador.
Aleatorios
Todos los miembros de la muestra han sido elegidos al azar, de forma que cada
miembro de la poblacin tuvo igual oportunidad de salir en la muestra.

Simple
Elegido el tamao de la muestra, los elementos que la compongan se han de
elegir aleatoriamente entre los N de la poblacin.Con calculadora: se utilizan los
nmeros aleatorios
Sistemtico
Se ordenan previamente los individuos de la poblacin; despus se elige uno de
ellos al azar, a continuacin, a intervalos constantes, se eligen todos los dems
hasta completar la muestra.
Estratificado
Se divide la poblacin total en clases homogneas, llamadas estratos; por
ejemplo, por grupos de edades, por sexo. Hecho esto la muestra se escoge
aleatoriamente en nmero proporcional al de los componentes de cada clase o
estrato.
3.2 MUESTREO AL AZAR
Azar Simple

Segn esta tcnica, cada individuo de la poblacin a estudiar tiene la misma

probabilidad de ser seleccionado.
Se trata de hacer una eleccin al azar entre nmeros que pueden ser sorteados
varias veces de forma que el tamao de la poblacin sea constante a lo largo
de todo el proceso de seleccin.
Azar sistemtico

La forma ms comn y sencilla para sacar la muestra por sta forma es:
1. formacin de la muestra con todos los individuos cuyo nombre empiece por
una palabra del alfabeto determinada, por ejemplo la D o la S.
2. Formacin de la muestra con los que hayan nacido en determinados das
del ao, ejemplo: el 15 de enero y el 8 de julio.
3. Eleccin por la ltima o las dos ltimas cifras del nmero que tengan
asignados los elementos de la muestra en la base. Ejemplo: se eligen todos los
nmeros que terminen en 5 45.

3.3 MUESTREO SIMPLE, DOBLE, MULTIPLE

Muestreo simple
El plan de muestreo simple es la tcnica ms sencilla para determinar la
aceptacin de un lote, donde ste se somete a una muestra nica. Si
consideramos un lote de tamao N y tomamos una muestra de tamao n y se
define un nmero de aceptacin c, el lote se acepta si la muestra tiene un nmero
de unidades defectuosas X menor o igual a c. Si esta condicin no se cumple,
entonces el lote se rechaza. El siguiente diagrama describe el procedimiento:

Ejemplo de Muestreo Simple

Consideremos un lote de tamao de 1.000 unidades sobre el cual queremos
realizar un muestreo simple tomando una muestra de tamao 80 unidades y
definiendo como nmero de aceptacin 4 unidades, es decir, se aceptar el lote
completo si de la muestra se obtiene un mximo de 4 unidades defectuosas. Si
consideramos que histricamente los lotes de similares caractersticas han
presentado un 5% de unidades defectuosas, necesitamos estimar la probabilidad
de aceptacin del lote.
En la notacin descrita anteriormente,
por N=1.000, p=5% y (n,c)=(80,4).

el

muestreo

queda

definido

Para estimar la probabilidad de aceptacin del lote se puede utilizar la Distribucin

de Poisson la cual generalmente se encuentra tabulada en los textos de Gestin
de Calidad o alternativamente se puede estimar de forma sencilla a travs de una
planilla de clculo. Se utiliza generalmente laDistribucin de Poisson cuando se
cumplen en forma conjunta los siguientes requisitos: n>15 ; p<10% ; N > 10*n. Es
importante destacar que en cuanto al tamao de la muestra existe ciertas
diferencias en los criterios, donde se requiere a veces slo un tamao de muestra
superior a 12 o 13. Si la muestra es "pequea" (asumamos un tamao de muestra
inferior a 15 unidades) se recomienda utilizar para la estimacin la Distribucin
Binominal.

En nuestro ejemplo se cumplen las condiciones para utilizar la Distribucin de

Poisson. Un parmetro de entrada para esta distribucin es n*p=80*0,05=4. Luego
buscamos en la tabla el cruce de dicho valor para c=4.

Se concluye que la probabilidad de aceptacin del lote es de un 62,9%. Si por

ejemplo el valor de c hubiese sido 3, la probabilidad de aceptacin del lote sera
slo de un 43,3% lo cual es lgico al ser este plan de muestreo ms restrictivo. A
continuacin se muestra como obtener un resultado similar haciendo uso de Excel:

Una extensin natural del Muestreo Simple es el Muestreo Doble y Muestreo

Mltiple cuyo procedimiento se detallan en las secciones respectivas de este sitio.

Muestreo doble
El plan de muestreo doble es la extensin natural del plan de muestreo simple. Se
toma una muestra de n1 unidades y se observan las unidades defectuosas. Si el
nmero de defectuosos no excede el nmero de aceptacin c1 se acepta el lote.
Si en cambio excede c1 pero no excede c2 se toma una segunda muestra de
tamao n2 y se contabilizan los defectos acumulados de la primera y segunda
muestra. Si este acumulado de unidades defectuosas no excede c2 se acepta el
lote y en caso contrario se rechaza. Notar que si el nmero de unidades
defectuosas de la primera muestra es mayor a c2 no es necesario tomar una
segunda muestra y el lote se rechaza inmediatamente. El siguiente diagrama
resume el procedimiento descrito:

Ejemplo de Muestreo Doble

Consideremos un lote de tamao de N=1.000 unidades sobre el cual queremos
realizar
un
muestreo
doble
que
tiene
las
siguientes
caractersticas: (n1,c1)=(50,2) y (n2,c2)=(10,4). El porcentaje histrico de unidades
defectuosas en lotes de similares caractersticas ha sido de un p=2%. Se desea
estimar la probabilidad de aceptacin del lote.

Un paso usual para abordar esta clase de procedimientos es desarrollar un

diagrama que muestre las distintas combinaciones que permiten aceptar un lote
luego de ser expuesto al plan de muestreo. En este caso en particular el diagrama
es el siguiente:

Por ejemplo, si en la primera muestra se encuentran 3 unidades defectuosas se

aplica una segunda muestra de tamao 10, donde se aceptar el lote si la
cantidad de unidades defectuosas en esta muestra es 0 o 1 (con esto se tiene un
acumulado de defectuosos en ambas muestras menor o igual a c2=4).
Para estimar la probabilidad de aceptacin del lote en el caso de la primera
muestra se utiliza laDistribucin de Poisson. En el caso de la segunda muestra se
utiliza la Distribucin Binominal. Las condiciones que permiten seleccionar dichas
distribuciones se describen en la seccin de muestreo simple.
En resumen la Probabilidad de Aceptacin del Lote queda definido por la siguiente
expresin donde Pp se refiere a una probabilidad obtenida a travs de la
Distribucin de Poisson y Pb una probabilidad obtenida con la Distribucin
Binominal:
PA = Pp(0) + Pp(1) + Pp(2) + Pp(3)*[Pb(0) + Pb(1)] + Pp(4)*Pb(0)
Las probabilidades se pueden calcular fcilmente haciendo uso de una planilla de
clculo. La siguiente imagen muestra las frmulas utilizadas. Notar que ambos
casos el argumento "Falso" en la frmula indica que slo se requiere estimar la
probabilidad puntual y no acumulada.

En consecuencia la probabilidad de aceptacin del lote es:

PA = 0,3679 + 0,3679 + 0,1839 + 0,0613*[0,8171 + 0,1667] + 0,0153*0,8171 =
99,25%
Se concluye que la probabilidad de aceptacin del lote es de un 99,25%. Las
probabilidades puntuales calculadas anteriormente se pueden obtener
adicionalmente a travs de tablas de probabilidad las cuales usualmente se
encuentran disponibles en la bibliografa asociada a la Gestin de Calidad.
Una extensin Muestreo Doble es el Muestreo Mltiple cuyo procedimiento se
detallan en las secciones respectivas de este sitio.

Muestreo multiple
El plan de muestreo mltiple en su caso tpico permite incorporar un nivel adicional
de inspeccin al plan de muestreo doble. Si bien, conceptualmente se puede
extender an ms, desde el punto de vista prctico no es relevante. Su utilizacin
se muestra a travs del siguiente ejemplo:
Ejemplo de Muestreo Mltiple
Consideremos un lote de tamao de N=3.000 unidades sobre el cual queremos
realizar
un
muestreo
mltiple
que
tiene
las
siguientes
caractersticas: (n1,c1)=(7,1), (n2,c2)=(50,2), (n3,c3)=(80,3).
El
porcentaje
histrico de unidades defectuosas en lotes de similares caractersticas ha sido de
un p=4%. Se desea estimar la probabilidad de aceptacin del lote.
Como primer paso contruimos un diagrama que muestre las distintas
combinaciones que permiten aceptar un lote luego de ser expuesto al plan de
muestreo descrito. En este caso en particular el diagrama es el siguiente:

Por ejemplo, si en la primera muestra se encuentran 2 unidades defectuosas se

aplica una segunda muestra de tamao 50, donde se aceptar el lote si la
cantidad de unidades defectuosas en esta muestra es exactamente 0. En caso
que en la segunda muestra se obtenga 1 unidad defectuosa se debe realizar un
tercer muestreo donde ser necesario no encontrar unidades defectuosas para
poder aceptar el lote (con esto se tiene un acumulado de defectuosos en las tres
muestras menor o igual a c3=3).
Para estimar la probabilidad de aceptacin del lote en el caso de la primera
muestra se utiliza la Distribucin Binominal. En el caso de la segunda muestra se
utiliza la Distribucin de Poisson. En el caso de la tercera muestra se utiliza
la Distribucin de Poisson. Las condiciones que permiten seleccionar dichas
distribuciones se describen en la seccin de muestreo simple.
La Probabilidad de Aceptacin del Lote queda definido por la siguiente expresin
donde Pp se refiere a una probabilidad obtenida a travs de la Distribucin de
Poisson y Pb una probabilidad obtenida con la Distribucin Binominal:
PA = Pb(0) + Pb(1) + Pb(2)*Pp(0) + Pb(2)*Pp(1)*Pp(0) + Pb(3)*Pp(0)*Pp(0)
Las probabilidades se pueden calcular fcilmente haciendo uso de una planilla de
clculo. La siguiente imagen muestra las frmulas utilizadas. Notar que ambos
casos el argumento "Falso" en la frmula indica que slo se requiere estimar la
probabilidad puntual y no acumulada.

En consecuencia la probabilidad de aceptacin del lote es:

PA = 0,7514 + 0,2192 + 0,0274*0,1353 + 0,0274*0,2707*0,0408 +
0,0019*0,1353*0,0408 = 97,46%
Se concluye que la probabilidad de aceptacin del lote es de un 97,46%. Las probabilidades
puntuales calculadas anteriormente se pueden obtener adicionalmente a travs de tablas de
probabilidad las cuales usualmente se encuentran disponibles en la bibliografa asociada a la
Gestin de Calidad.

3.5 Muestreo estratificado

Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se
suponen homogneos con respecto a alguna caracterstica de las que se van a
estudiar. A cada uno de estos estratos se le asignara una cuota que determinara
el nmero de miembros del mismo que compondrn la muestra. Dentro de cada
estrato se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de
seleccin ms usadas en la prctica.
Segn la cantidad de elementos de la muestra que se han de elegir de cada uno
de los estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es

proporcional al tamao del estrato dentro de la poblacin.

Asignacin ptima: la muestra recoger ms individuos de aquellos estratos

que tengan ms variabilidad. Para ello es necesario un conocimiento previo de
la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por
separado las opiniones de hombres y mujeres pues se estima que, dentro de cada
uno de estos grupos, puede haber cierta homogeneidad. En la asignacin
proporcional, si la poblacin est compuesta de un 55% de mujeres y un 45 % de
hombres, se tomara una muestra que contenga tambin esos mismos porcentajes
de hombres y mujeres. En la asignacin ptima, si todos los hombres piensan
igual, pero las mujeres son impredecibles, se tomara una muestra con ms del
55% de mujeres.
Para una descripcin general del muestreo estratificado y los mtodos de
inferencia asociados con este procedimiento, suponemos que la poblacin est
dividida en hsubpoblaciones o estratos de tamaos conocidos N 1, N2,..., Nh tal que
las unidades en cada estrato sean homogneas respecto a la caracterstica en
cuestin. La media y la varianza desconocidas para el i-simo estrato son
denotadas por mi y si2, respectivamente.

Bibliografa
https://www.google.com.mx/#q=que+es+muestreo+aleatorio
https://www.google.com.mx/#q=que+es+muestreo+al+azar