República Bolivariana de Venezuela

Ministerio del Poder Popular para la educación superior

Universidad Nacional Experimental Politécnica Antonio José De Sucre (UNEXPO)

Vicerrectorado Puerto Ordaz

Departamento de Ingeniería Industrial

Asignatura: Estadística I

ESTUDIO DE

MUESTREO

Profesora: Autores:

Mónica Torres Banded Disleydis V-27186553

Capriata Yolenny V-27733621

Dum Kimberly V-27923800

Maiz Ariadna V-27296901

Solé Yusnelis V-26513403

Ciudad Guayana, abril 2019

 2

Índice

Introducción ............................................................................................................................. 4

Definición del Problema ........................................................................................................... 5

Marco Teórico .......................................................................................................................... 6

Fundamentos teóricos y necesidades del muestreo de trabajo.............................................. 6

¿Cómo establecer niveles de confianza? .............................................................................. 7

¿Cómo determinar el tamaño de la muestra? ........................................................................ 8

¿Cómo efectuar observaciones aleatorias? ........................................................................... 9

¿Cómo realizar el estudio? ................................................................................................... 9

Uso de diagrama de control ................................................................................................ 10

Diseño de la hoja de observación ....................................................................................... 10

¿Cómo utilizar el muestreo de trabajo? .............................................................................. 12

A manera de resumen ......................................................................................................... 13

Definición Muestreo de Trabajo. .................................................................................... 13

Objetivos de la aplicación del muestreo de trabajo. ....................................................... 13

Exactitud de los datos. .................................................................................................... 13

¿Cómo se determina el número de observaciones? ........................................................ 14

Desarrollo del Problema ......................................................................................................... 19

Conclusiones .......................................................................................................................... 24
3
 4

Introducción
 5

Definición del Problema

Se realizó un estudio a los estudiantes de M1 de Economía General del 4to semestre de

Ingeniería Industrial de la UNEXPO Vicerrectorado Puerto Ordaz, en donde la variable aleatoria

de interés es la calificación que éstos obtuvieron la primera vez en cursar Matemáticas I.

Población: 30 alumnos.

Muestra: 26 alumnos.
 6

Marco Teórico

Fundamentos teóricos y necesidades del muestreo de trabajo

El muestreo de trabajo (conocido también por muestreo de actividades, métodos de

observaciones instantáneas, métodos de observaciones aleatorias), es una técnica que como su

nombre lo indica se basa en el muestreo. También podemos decir que es una técnica que se

utiliza para investigar las proporciones del tiempo total dedicada a las diversas actividades

que constituyen una tarea o una situación de trabajo. Este tipo de muestreo por medio de

observaciones instantáneas hechas al azar, permite medir y analizar cuantitativamente la

actividad de hombres o máquinas o de cualquier otra condición de una operación que puede

ser observada.

El muestreo de trabajo se basa principalmente en la ley de probabilidades. La probabilidad se

ha definido como el grado de posibilidad de que se produzca un acontecimiento, un evento puede

estar presente o ausente. La siguiente expresión muestra la probabilidad de x ocurrencias de un

evento de n observaciones:

(𝐩 + 𝐪)𝐧 = 𝟏

Donde:

P= probabilidad de una sola ocurrencia

q= (1-p) = probabilidad de una ausencia de ocurrencia

n= número de observaciones.

Numero de observaciones:

Para una aplicación típica que usa un intervalo de confianza de 95% el número de

observaciones a realizar se da con la siguiente expresión:

 7

𝐧 = 𝟑. 𝟖𝟒 𝐩𝐪/𝐥𝟐

Donde:

P= probabilidad de una solo ocurrencia

q= (1-p) = probabilidad de una ausencia de ocurrencia

n= número de observaciones

l = limite aceptable de error.

¿Cómo establecer niveles de confianza?

El nivel de confianza establece que 1-α es la probabilidad de que, al tomar una muestra

dentro de una población, la media de la muestra se encuentre dentro del intervalo de confianza

centrado en la media poblacional. Cuanto más grande sea el intervalo, más probable será que la

media muestral se encuentre dentro.

En caso de que el nivel de confianza supere el 90% o 95%, el resultado se puede considerar

estadísticamente relevante. Antes de tomar una decisión empresarial, espere a que el tamaño de

la muestra sea lo suficientemente grande y que las cuatro barras de confianza de una o más

experiencias se mantengan consistentes durante un periodo de tiempo ininterrumpido. De este

modo, se asegurará de que los resultados son estables.

En la siguiente lista se indica el significado del número de barras de confianza:

 Una barra: relevancia < 60%

 Dos barras: relevancia < 75%

 Tres barras: relevancia < 90%

 Cuatro barras: relevancia≥90%

 8

¿Cómo determinar el tamaño de la muestra?

Para determinar el tamaño de la muestra que se va a seleccionar es un paso importante en

cualquier estudio de investigación. Por ejemplo, un investigador desea determinar la prevalencia

de problemas oculares en niños en edad escolar y quiere realizar una encuesta.

La pregunta importante que debe ser contestada en todas las encuestas de muestra es:

"¿Cuántos participantes deben ser elegidos para una encuesta?" Sin embargo, la respuesta no

puede ser dada sin tener en cuenta los objetivos y circunstancias de las investigaciones.

La elección del tamaño de la muestra depende de consideraciones no estadísticas y

estadísticas. Las consideraciones no estadísticas pueden incluir la disponibilidad de los recursos,

la mano de obra, el presupuesto, la ética y el marco de muestreo. Las consideraciones estadísticas

incluirán la precisión deseada de la estimación de la prevalencia y la prevalencia esperada de los

problemas oculares en niños en edad escolar.

Para determinar un tamaño de muestra más exacta debemos tomar en cuenta el tamaño de la

población, el margen de error (intervalo de confianza), nivel de confianza y la desviación

estándar. La fórmula para determinar el tamaño de la población es la siguiente:

𝑍𝑎2 ∗ 𝑝 ∗ 𝑞
𝑛=
𝑑2

Donde:

Z= nivel de confianza

P= probabilidad de éxito, o proporción esperada

q= probabilidad de fracaso

d= presión (error máximo admisible en términos de proporción)

 9

¿Cómo efectuar observaciones aleatorias?

Las observaciones aleatorias dependerán de:

• Numero de observaciones requeridas.

• Tiempo disponible.

• Numero de analistas.

• Tipo de trabajo que se analiza.

Para obtener una muestra representativa se toman observaciones a todas horas del día, es

decir aleatoriamente. Una forma de hacer esto es con la tabla de números aleatorios.

El analista debe diseñar una hoja para registrar observaciones, en la cual anotara los datos

recopilados en el estudio de muestreo del trabajo.

Los resultados son representados por medio de graficas de control, que es una gráfica que

sirve para observar y analizar con datos estadísticos la variabilidad y el comportamiento de un

proceso a través del tiempo

¿Cómo realizar el estudio?

Cuando hacemos un estudio primero determinamos el área en la que tenemos problemas, la

que queremos mejorar o a la que requiere que hagamos esta actividad para enfocarnos en ella, sin

un objeto de estudio no tiene sentido el realizarlo. Para esto la planeación es muy importante,

para organizarnos y conocer la forma en la que nos enfrentaremos al problema.

Para realizar un estudio de esta magnitud, debemos de tomar en cuenta un factor sumamente

importante, el dinero. Es por esto que nos interesa establecer un número determinado de

muestras que sea más económico pero que al mismo tiempo nos pueda dar una visión real de los

datos.
 10

Uso de diagrama de control

El diagrama de control que se utilizan en actividades de control estadístico de la calidad se

pueden aplicar fácilmente en estudios de muestreo del trabajo. Como estos estudios tratan sólo

con porcentajes o proporciones, los analistas usan con más frecuencia la gráfica p.

Un gráfico de control es una herramienta utilizada para distinguir las variaciones debidas a

causas asignables o especiales a partir de las variaciones aleatorias inherentes al

proceso. Las variaciones aleatorias se repiten casualmente dentro de los límites predecibles.

La construcción de gráficos de control está basada en la estadística matemática. Los gráficos

de control emplean datos de operación para establecer límites dentro de los cuales se espera

hacer observaciones futuras, si el proceso demuestra no haber sido afectado por causas

asignables o especiales.

Los diagramas de controles sirven para evaluar la estabilidad de un proceso, para determinar

cuándo es necesario ajustar un proceso y cuando se debe dejar tal y como está, y finalmente para

confirmar la mejora de un proceso.

Diseño de la hoja de observación

El analista necesita diseñar una hoja para registrar las observaciones, misma donde se

anotarán los datos que sean recolectados en la aplicación del muestreo de trabajo. El formulario

de trabajo no es estándar. Debe ser diseñado en función de las observaciones totales necesarias,

los tiempos aleatorios en que se realizan y la información que se busca. El mejor formulario se

hace a la medida de los objetivos de estudio.

 11

Tabla 1
Hoja de Observaciones para muestreo de trabajo
 12

¿Cómo utilizar el muestreo de trabajo?

El muestreo del trabajo es un método para analizar el trabajo mediante un gran número de

observaciones en tiempos aleatorios. Consiste en inferir las características de un universo

mediante el estudio de muestras seleccionadas al azar, obtenidas de este universo.

El muestreo de trabajo se utiliza para:

- Determinar la utilización de la máquina y el operario.

- Determinar las holguras o suplementos.

- Establecer los estándares de tiempo.

- Utilizar las observaciones que resulten prácticas pero que permitan conservar la

exactitud.

- Tomar observaciones en un periodo tan largo como sea posible, de preferencia varios días

o semanas.

- Es útil para establecer los estándares de tiempo para las operaciones de mano de obra

directa e indirecta.
 13

A manera de resumen

Definición Muestreo de Trabajo.

El muestreo de trabajo es una técnica que se utiliza para determinar las proporciones del

tiempo total dedicada a las diversas actividades que componen una tarea o trabajo productivo.

Los resultados del muestreo sirven para determinar tolerancias o márgenes aplicables al trabajo,

para evaluar la utilización de las máquinas y para establecer estándares de producción.

Objetivos de la aplicación del muestreo de trabajo.

 Determinación de porcentaje de producción de tiempo productivo.

 Determinación de tolerancias o márgenes aplicables al trabajo, para evaluar las máquinas

y para establecer estándares de producción.

Exactitud de los datos.

La exactitud determina la proximidad entre el resultado que obtenemos en la muestra y el

valor real inaccesible en la población y depende del tipo de muestra elegido. Para que sea exacta,

la muestra ha de ser representativa, lo que quiere decir que la distribución de la variable de

estudio (y de las variables relacionadas) tiene que ser similar a la de la población. Habitualmente

se empieza definiendo el marco muestral, que es el listado o forma de identificar a los individuos
 14

de la población a los que podemos acceder, llamados unidades de muestreo, y sobre los que se

aplicará el proceso de selección.

¿Cómo se determina el número de observaciones?

El tamaño de la muestra o cálculo de número de observaciones es un proceso vital en la etapa de

cronometraje, dado que de este depende en gran medida el nivel de confianza del estudio de

tiempos. Este proceso tiene como objetivo determinar el valor del promedio representativo para

cada elemento.

Los métodos más utilizados para determinar el número de observaciones son:

 Método Estadístico

 Método Tradicional

El método estadístico requiere que se efectúen cierto número de observaciones preliminares (n'),

para luego poder aplicar la siguiente fórmula:

NIVEL DE CONFIANZA DEL 95,45% Y UN MÁRGEN DE ERROR DE ± 5%

40√(𝑛 ∑ 𝑋 2 − ∑(𝑋)2 )
𝑛=
∑𝑋

siendo:
 15

n = Tamaño de la muestra que deseamos calcular (número de observaciones)

n' = Número de observaciones del estudio preliminar

Σ = Suma de los valores

x = Valor de las observaciones.

40 = Constante para un nivel de confianza de 94,45%

El método tradicional consiste en seguir el siguiente procedimiento sistemático:

1. Realizar una muestra tomando 10 lecturas sí los ciclos son <= 2 minutos y 5 lecturas sí los

ciclos son > 2 minutos, esto debido a que hay más confiabilidad en tiempos más grandes,

que en tiempos muy pequeños donde la probabilidad de error puede aumentar.

2. Calcular el rango o intervalo de los tiempos de ciclo, es decir, restar del tiempo mayor el

tiempo menor de la muestra:

R (Rango) = Xmax - Xmin

3. Calcular la media aritmética o promedio:

 16

∑ 𝑋𝑖
𝑋=
𝑛

siendo:

Σx = Sumatoria de los tiempos de muestra

n = Número de ciclos tomados

4. Hallar el cociente entre rango y la media:

𝑅
𝑋

5. Buscar ese cociente en la siguiente tabla, en la columna (R/X), se ubica el valor

correspondiente al número de muestras realizadas (5 o 10) y ahí se encuentra el número de

observaciones a realizar para obtener un nivel de confianza del 95% y un nivel de precisión

de ± 5%.

Tabla 2
Tabla para el cálculo del número de observaciones

R/X 5 10 R/X 5 10

0 0 0 0.48 68 39

0.01 1 1 0.50 74 42
 17

0.02 1 1 0.52 80 46

0.03 1 1 0.54 86 49

0.04 1 1 0.56 93 53

0.05 1 1 0.58 100 57

0.06 1 1 0.60 107 61

0.07 1 1 0.62 114 65

0.08 1 1 0.64 121 69

0.09 1 1 0.66 129 74

0.10 3 2 0.68 137 78

0.12 4 2 0.70 145 83

0.14 6 3 0.72 153 88

0.16 8 4 0.74 162 93

0.18 10 6 0.76 171 98

0.20 12 7 0.78 180 103

0.22 14 8 0.80 190 108

0.24 13 10 0.82 199 113

0.26 20 11 0.84 209 119

0.28 23 13 0.86 218 126

0.30 27 15 0.88 229 131

0.32 30 17 0.90 239 138

0.34 34 20 0.92 250 143

0.36 38 22 0.94 261 149

0.38 43 24 0.96 273 156

 18

0.40 47 27 0.98 284 162

0.42 52 30 1.00 296 169

0.44 57 33 1.02 303 173

0.46 63 36 1.04 313 179

 19

Desarrollo del Problema

Recolección de Datos

Tabla 3
Notas recolectadas
6.7 1.7 4.1 4.4 7.6 6.0 7.0 5.5 3.4 5.8 6.0 7.5 9.0

7.2 4.0 8.0 5.2 5.2 4.4 7.9 4.9 2.7 4.5 5.5 5.0 5.0

Ordenamiento de Datos

Tabla 4
Ordenamiento de datos de menor a mayor
1.7 2.7 3.4 4.0 4.1 4.4 4.4 4.5 4.9 5.0 5.0 5.2 5.2
5.5 5.5 5.8 6.0 6.0 6.7 7.0 7.2 7.5 7.6 7.9 8.0 9.0

Tabla de Distribución de Frecuencia (TDF)

N= 26

C= √26

C= 5,1 ≈ 5.

9 − 1.7
i= = 1.46 ≈ 1.5
5
 20

Tabla 5
Tabla de Distribución de Frecuencia
Clase Intervalo Frecuencia Frecuencia Frecuencia Frecuencia mi
Absoluta Acumulada Relativa Relativa
(𝑓𝑖) (𝐹𝑖) Acumulada
1 1.7 – 3.2 2 2 0.08 0.08 2.45
2 3.2 – 4.7 6 8 0.23 0.31 3.95
3 4.7 – 6.2 10 18 0.38 0.69 5.45
4 6.2 – 7.7 5 23 0.19 0.88 6.95
5 7.7 – 9.2 3 26 0.12 1 8.45

Medidas de Tendencia Central

Datos no Agrupados

∑xi
- Media: x̅ = n

1.7 + 2.7 + 3.4 + 4.0 + 4.1 + 4.4 + 4.4 + 4.5 + 4.9 + 5.0 + 5.0 + ⋯ + 8.0 + 9.1
x̅ =
26

x̅ = 5.55

n n
X( )+X( +1)
2 2
- Mediana: Md = 2

5.2+5.5
Md = = 5.35
2

- Moda= 4.4, 5.0, 5.2, 5.5, 6.0

Datos agrupados.

∑(fi )(mi )
- Media: x̅ = n
 21

(2.45×2)+(3.95×6)+(5.45×10)+(6.95×5)+(8.45×3)
x̅ = = 5.51
26

n
−Fa.a
- Mediana: Md = Li + [ 2 ]∗i
fi

La clase medianal es aquella donde:

26
𝑓𝑎𝑐𝑢𝑚 ≥ 2

𝑓𝑎𝑐𝑢𝑚 ≥ 13

Clase 3.

13−8
Md= 4.7+ [ ] × 1.5
10

Md= 5.45

d1
- Moda: Mo = Li + [d1+d2] ∗ i

Clase modal: es la clase con mayor frecuencia absoluta.

Clase 3

(10−6)
Mo = 4.7 + (10−6)+(10−5) × 1.5 = 5.37

Medidas de Posición

3n⁄ −Fa.a
4
- Cuartil 3: Q3 = Li + [ ]∗ i
fi

La clase cuartil es aquella donde Facum≥kn⁄4

 22

Facum≥19.5 Clase cuartil = Clase 4

19.5 − 18
Q3 = 6.2 + [ ] ∗ 1.5 = 6.65
5

n⁄ −Fa.a
10
- Decil 1: D1 = Li + [ ] ∗i
fi

La clase decil es aquella donde Facum≥kn⁄10

Facum≥2.6 Clase decil = Clase 2

2.6 − 2
D1 = 3.2 + [ ] ∗ 1.5 = 3.35
6

89n⁄
100−Fa.a
- Percentil 89: P89 = Li + [ ]∗ i
fi

La clase percentil es aquella donde Facum≥Kn⁄100

Facum≥23.14 Clase Percentil = Clase 5

23.14 − 23
P89 = 7.7 + [ ] ∗ 1.5 = 7.77
3

Medidas de Dispersión

Datos no Agrupados.

- Rango: R=Xmáx - Xmin

R = 9 – 1.7 = 7.3
 23

̅ )2
∑(Xi−X
- Varianza: S2 = n

2
(1.7 − 5.55)2 + (2.7 − 5.55)2 + ⋯ + (9 − 5.55)2
S = = 2.89
26

- Desviación Estándar: S = √S 2

S = √2.89 = 1.701

Datos Agrupados.

- Rango: R = Lím sup Últ int. – Lím inf primer int.

R = 9.2-1.7 = 7.5

̅ )2
∑ fi(mi−X
- Varianza: S2 = n

2(2.45 − 5.51)2 + 6(3.95 − 5.51)2 + ⋯ + 3(8.45 − 5.51)2

S2 = = 2.68
26

- Desviación Estándar S = √S 2

S = √2.68 = 1.64

Relación entre Media, Mediana y Moda

x̅ = 5.51 Md = 5.45 Mo = 5.37

x̅ ≥ Md La gráfica está sesgada a la derecha.

 24

Representaciones Gráficas

Conclusiones