1

INDICE
INTRODUCCIN.............................................................................................. 3

ANTECEDENTES............................................................................................. 4

OBJETIVO....................................................................................................... 4

HIPOTESIS...................................................................................................... 4

MARCO TERICO............................................................................................ 4

MUESTRA ALEATORIA.................................................................................. 6

MUESTRAS NO ALEATORIAS:.......................................................................7

CONCLUCIONES........................................................................................... 12

BIBLIOGRAFIA.............................................................................................. 12

INTRODUCCIN

Esta investigacin, trata de la importancia que tiene el muestreo del trabajo. En el caso
de nosotros esta enfocada a la visin que debe tener un medico en cualquiera que sea
su medio de trabajo.
En lo referente a este informe podemos identificar algunos puntos importantes acerca
del tema, como lo son: la importancia y nesecidad de realizar "El Muestro del Trabajo",
para

recolectar

informacion

de

una

determinada

"poblacion",

ademas

le

presentaremos el concepto, sus ventajas, la manera de llevarlo a cabo, los usos de

esta y la funcin que esta tiene en la empresa, el empleo de diagramas de control en
esta tecnica, se explicara como se deben llevar a cabo las observaciones y
los registros de datos de la manera mas adecuada y efectiva para lograr un resultado
de mayor certeza, y as obtener un menor grado de "sesgo" .
Explicaremos la aplicacin de la computacin en esta tcnica, con la que se facilita
el proceso del muestreo del trabajo, agilizando la obtencin de datos y sus resultados,
disminuyendo notablemente el tiempo de realizacin del proceso, adems de la
disminucin

de

los costos por personal.

Mencionaremos algunos de los tipos de muestreo posibles a realizar, y sus formas

especificas de uso adecundose a los diferentes tipos de empresas y sus necesidades
de uso.
Finalmente daremos algunas de las aplicaciones reales que se han dado ya, en el uso
de esta tcnica. Mostrando los resultados de estos muestreos y as ejemplificar todo lo
antes mencionado.

ANTECEDENTES

En los ltimos aos se ha desarrollado tcnicas para poder realizar distintos tipos de
muestreo de una poblacin a la cual se quiere estudiar esto ayuda desde luego en el
estudio de disversas enfermedades y de la poblacin que esta vulnerable a estas.
OBJETIVO

Demostrar la importancia de las tecticas de muestreo para invetigacion en el campo de

la medicina
HIPOTESIS

El muestro, como ya se mencion, implica algo de incertidumbre que debe ser

aceptada

para poder realizar el

trabajo,

pues

aparte

de

que

estudiar

una poblacin resulta ser un trabajo en ocasiones demasiado grande, Wonnacott

ofrecen las siguientes razones extras
MARCO TERICO

Recursos

limitados:

econmicos
Escasez:

para
Es

el

Es

decir,

realizar

el

caso

en

no

existen

estudio
que

los recursos humanos, materiales o

sobre

se

el

dispone

total

de

de

una

la

poblacin.

sola muestra.

Pruebas destructivas. Es el caso en el que realizar el estudio sobre toda la poblacin

llevara a la destruccin misma de la poblacin.
El muestreo puede ser ms exacto: Esto es en el caso en el que el estudio sobre la
poblacin total puede causar errores por su tamao o, en el caso de los censos, que
sea necesario utilizar personal no lo suficientemente capacitado; mientras que, por
otro lado, el estudio sobre una muestra podra ser realizada con menos personal pero
ms

capacitado.

El primer paso es efectuar una estimacin preliminar de las actividades acerca de las
que buscan informacin. Esta estimacin puede abarcar una o ms actividades. Con
frecuencia la estimacin se puede realizar razonable, deber muestrear el rea o las
reas de inters durante un perodo corto y utilizar la informacin obtenida como base
de sus estimaciones. Una vez hechas las estimaciones se debe determinar la
exactitud que sea de los resultados. Esto se puede expresar mejor como
4

una tolerancia dentro de un nivel de confianza establecido. El analista llevar a cabo

ahora una estimacin del nmero de observaciones a realizar. Es posible determinar la
frecuencia

de

las

observaciones.

El siguiente paso ser disear la forma para muestreo de trabajo en la que se

tabularn los datos y los diagramas de control que se utilizarn junto con el estudio.
Determinacin

de

la

frecuencia

de

las

observaciones

Esta frecuencia depende en su mayor grado de los nmeros de observaciones

requeridas

de

los lmites de

tiempo

aplicados

al desarrollo de

los

datos.

El nmero de analistas disponible y la naturaleza del trabajo a estudiar influirn

tambin en la frecuencia de las observaciones. Un mtodo que se puede emplear
consiste en tomar nueve nmeros diariamente de una tabla estadstica de nmeros
aleatorios, que varen, asgnese a cada numero una cantidad de minutos equivalente a
10 veces al valor del nmero. Los nmeros seleccionados pueden fijar entonces el
tiempo desde el inicio del da de trabajo hasta el momento de efectuar las
observaciones. El software tambin permite el ingreso como entrada de condiciones
especiales; Otro medio para ayudar a los analistas decidir cuando hacer
observaciones diarias es un recordatorio aleatorio. Este instrumento de bolsillo avisa
por medio de un sonido que es el momento de realizar la siguiente observacin.
Diseo

de

la

forma

tabular

para

muestreo

de

trabajo.

El analista necesitar idear una forma de registro de observaciones para anotar de la

mejor manera posible los datos que sern recopilados en la realizacin del estudio de
muestreo

de

trabajo.

Empleo

de

los

diagramas

de

control.

Tales estudios tratan exclusivamente con porcentajes o proporciones, el diagrama se

emplea

con

mucha

frecuencia.

El primer problema encontrado en la elaboracin de un diagrama de control es la

eleccin de los lmites, se buscan un equilibrio entre el costo de localizar una causa
asignable

cuando

no

exista

ninguna.

El mejoramiento debe ser un proceso continuo y el porcentaje de tiempo muerto tiene

que disminuir. Uno de los objetos del muestreo de trabajo es determinar reas de
actividad que podran ser mejoradas. Los diagramas de control se pueden emplear
para mostrar el mejoramiento progresivo de reas de trabajo. Esta idea especialmente
importante si los estudios de muestreo de trabajo se utilizan para establecer tiempos
estndares, pues tales estndares deben cambiarse siempre que las condiciones
varen

fin

de

que

sean

realistas.

Observacin

registro

de

datos.

Se debe caminar a un punto o una cierta distancia del equipo, efectuar su observacin
y registrar los hechos. El analista debe aprender a efectuar observaciones o
verificaciones visuales y realizar las anotaciones despus de haber abandonado la
5

zona de trabajo. Esto reducir al mnimo la sensacin de ser observado que

experimentara un operario, el que continuara trabajando as en la forma
acostumbrada. Muestreo de trabajo para el establecimiento de mrgenes o
tolerancias, utilizacin de una mquina y establecimiento de estndares de mano de
obra

directa

Tipos

indirecta..

de

Muestras:

Hay dos principios alternativos que pueden seguirse cuando se elige una muestra:

Muestra aleatoria, en que el azar determina que elementos se seleccionan

(Figura 1),

Muestra no aleatoria, en que el investigador deliberadamente elige los objetos

que han de ser estudiados (Figura 2).

Figura 1 Figura 2

MUESTRA ALEATORIA.
El principio de la seleccin de los elementos en una muestra aleatoria es el mismo que
cuando se reparten la baraja. Todos los objetos de la poblacin tienen iguales
probabilidades de ser seleccionados en la muestra. Esta probabilidad es llamada
razn de muestreo (sampling ratio en ingls), y es igual al nmero de elementos de la
muestra

dividido

por

el

nmero

de

la

poblacin.

Hay mtodos alternativos para crear una muestra aleatoria (en otras palabras, una
"muestra de probabilidad"):
a.

Muestra aleatoria simple: La muestra se extrae a suertes, por ejemplo sacando

papeletas numeradas de un sombrero. Trabajar con papeletas es laborioso si la
poblacin es amplia. Pero si tenemos la poblacin en un fichero de ordenador, el
trabajo ser fcil.

b.

Muestra sistemtica: Si la razn que se pretende es 1/n, empezamos

escogiendo el primer elemento al azar entre los primeros n objetos de la poblacin,

y tras ello extraemos cada n-avo objeto. Esto es conveniente si tenemos una lista
de objetos de la poblacin.
c.

Muestra aleatoria ponderada: Cuando la poblacin incluye un grupo muy

pequeo pero esencial, hay el riesgo de que ningn miembro de ese grupo quede
dentro de una muestra aleatoria. Para evitar esto, podemos incrementar
deliberadamente la razn de la muestra sobre este grupo de especial importancia.
Por supuesto que esto generar un desequilibrio en las mediciones que se
obtengan a partir de la muestra ponderada, pero ser fcil restaurar el equilibro
original. Esto se hace as cuando se combinan los resultados; por ejemplo, al
calcular la media de todas las mediciones daremos a las mediciones de cada grupo
su peso apropiado correspondiente a los porcentajes genuinos en la poblacin.

MUESTRAS NO ALEATORIAS:
Si consideramos que no precisamos cifras exactas sobre la representatividad
estadstica de nuestros resultados, podramos plantearnos el usar una muestra
no aleatoria (o "no probabilstica"), lo que significa que elegiremos a voluntad
nuestra. Podemos considerar que esto puede ayudarnos a obtener los
elementos que necesitamos estudiar directamente y, adems, actuar sin los
tediosos procesos de

seleccin

aleatoria

verificacin

estadstica.

Sin embargo, hay una desventaja: corremos un gran riesgo de obtener

demasiado sesgo en la muestra. No seremos capaces siquiera de advertir la
presencia, y menos an la cantidad, de sesgo si hacemos personalmente la
seleccin de la muestra. Y la presencia de sesgo puede hacer imposible
generalizar

nuestros

resultados.

Un modo de reducir el sesgo hasta cierto punto es dejar a otra persona o grupo
la seleccin de los elementos.
Tericamente, podemos calcular el tamao requerido de la muestra sobre la
base de:

El nmero y tipo de variables y

El nivel deseado de representatividad estadstica.

Hay que hacer notar que las poblaciones amplias slo requieren en casos
excepcionales unas muestras mayores que las poblaciones pequeas. Algunos
centenares

de

casos

casi
7

siempre

son

suficientes.

Las formulas para el clculo son exactas pero algo engorrosas de usar por las
muchas alternativas que intervienen; por ese motivo no se presentan aqu.
En proyectos importantes con amplios recursos se suele consultar a un
estadstico

para

los

clculos.

En un proyecto de investigacin con recursos limitados, la regla general es:

usar una muestra tan amplia como nos podamos permitir.
Recurdese tambin que es intil incrementar el tamao de la muestra si el
principio de muestreo est sesgado. La muestra aadida simplemente estar
igual de sesgada.
Muestras

no

aleatorias:

No hay frmula para determinar el tamao de una muestra no aleatoria. Con

frecuencia, especialmente en investigacin cualitativa, podemos simplemente
ampliar gradualmente nuestra muestra y analizar los resultados segn llegan.
Cuando en casos nuevos ya no se presenta informacin nueva, podemos
concluir que nuestra muestra est saturada, y terminaremos el trabajo. Este
mtodo es, sin embargo, muy vulnerable al muestreo sesgado, con lo que
tenemos que ser muy cuidadosos y asegurarnos que no omitimos a ningn
grupo de nuestra poblacin.
Antes de decidir el tamao de una muestra no aleatoria, tal vez queramos leer
cmo debe ser evaluada la representatividad de los resultados a partir de una
muestra no aleatoria. De otro modo podramos sufrir una sorpresa bastante
desagradable cuando estemos intentando, demasiado tarde, definir la
poblacin en que nuestros resultados puedan ser declarados vlidos.
Para calcular el tamao de una muestra hay que tomar en cuenta tres factores:
1.

El porcentaje de confianza con el cual se quiere generalizar los datos

desde la muestra hacia la poblacin total.

2.

El porcentaje de error que se pretende aceptar al momento de hacer la

generalizacin.

3.

El nivel de variabilidad que se calcula para comprobar la hiptesis.

La confianza o el porcentaje de confianza es el porcentaje de seguridad que

existe para generalizar los resultados obtenidos. Esto quiere decir que un
porcentaje del 100% equivale a decir que no existe ninguna duda para
8

generalizar tales resultados, pero tambin implica estudiar a la totalidad de los

casos de la poblacin.
Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega
a ser prcticamente imposible el estudio de todos los casos, entonces se busca
un

porcentaje

de

confianza

menor.

Comnmente

en

las investigaciones sociales se busca un 95%.

El error o porcentaje de error equivale a elegir una probabilidad de aceptar una
hiptesis que sea falsa como si fuera verdadera, o la inversa: rechazar a
hiptesis verdadera por considerarla falsa. Al igual que en el caso de la
confianza, si se quiere eliminar el riesgo del error y considerarlo como 0%,
entonces la muestra es del mismo tamao que la poblacin, por lo que
conviene correr un cierto riesgo de equivocarse.
Comnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta
de que no son complementarios la confianza y el error.
La variabilidad es la probabilidad (o porcentaje) con el que se acept y se
rechaz la hiptesis que se quiere investigar en alguna investigacin anterior o
en un ensayo previo a la investigacin actual. El porcentaje con que se acept
tal hiptesis se denomina variabilidad positiva y el porcentaje con el que se
rechaz se la hiptesis es la variabilidad negativa.

La encuesta de opinin poltica

Auditora contable, inventario muestral y registro en libros.

Consumo de medicamentos

La distribucin del tiempo libre

El uso de sistemas de salud

La medida de desempleo

Plan de control de calidad

Consumo medio de un producto

Ejemplo: Consumo medio

de

un producto.

Estudio sobre precios de Medicamentos

Si usted tiene que comprar medicamentos en farmacias privadas o conoce a
alguien que tenga que hacerlo con frecuencia, este informe le ser de mucho
inters. Por favor tmese su tiempo y lea este importante documento.
Delimitacin del Estudio:
La recoleccin de la informacin se realiz en el mes de agosto del 2000. Se
incluyeron 150 farmacias distribuidas en todo el pas.

Provincia

Cantidad de Farmacias

San Jos

59

Alajuela

36

Heredia

Cartago

13

Puntarenas

10

Guanacaste

10

Limn

Total

145

Tabla #1 / Fuente: Base de datos. V Informe de Medicamentos. Agosto, 2000.

Variacin de los precios de los medicamentos Ago. 1998- Ago. 2000
10

La tabla No. 2 muestra la variacin de los precios al consumidor con respecto a

cada uno de los Informes. Se destaca el sostenimiento de los precios en el
perodo entre agosto de 1999 y agosto del 2000 en las provincias de Heredia y
Alajuela con un aumento de los precios de venta al consumidor de un 2.85% y
un 3.74%, indicadores muy inferiores a la inflacin del perodo (11.39%). En
trminos totales, el crecimiento de los precios de los medicamentos fue de un
6.61%, inferior a la inflacin acumulada en un 4.78 puntos. Esto indica que, en
trminos relativos, al comprador de medicamentos contina percibiendo una
rebaja en los precios.
Tabla 2. Suma del costo de la canasta de medicamentos en las farmacias
seleccionadas de la Gran rea Metropolitana.
Precios de la Canasta de Medicamentos en la G.A.M.

Costo de la can
Alajuela

$891.497

San Jos

$2.106.034

Heredia

$33.941

Cartago

$386.344

Total

$3.417.816

Tabla # 2 / Anlisis de Ganancias en las Farmacias del Gran rea

Metropolitana
Al realizar el anlisis del margen de ganancia por provincia en la etapa de
venta al consumidor comparando los resultados de con los cuatro Informes
anteriores, los datos comparativos son favorables para el consumidor final.

11

Grfico No. 1 Margen de Ganancia en el precio de venta por provincia.

Fuente: Base de datos. V Informe de Medicamentos. Agosto, 2000.
Grfico No. 2. Mrgenes de ganancia promedio

Fuente: Base de datos. V Informe de Medicamentos. Agosto, 2000.

Alajuela es la provincia donde las farmacias tienen menor margen de ganancia
promedio y Puntarenas es la provincia donde las farmacias trabajan con un
mayor margen promedio. El margen de ganancia promedio nacional en
farmacias es de un 26.92%.
CONCLUCIONES
El mtodo de muestreo de trabajo es otra herramienta que permite al analista
de estudio de tiempos obtener los datos de manera ms rpida y fcil.El
12

muestreo de trabajo calificado por ejecucin es especialmente til para

determinar la cantidad de tiempo que puede ser asignada por retrasos
inevitables, suspensiones de trabajo, etc. En resumen, deben tenerse
presentes las siguientes consideraciones: Explicar y lograr la aceptacin del
mtodo de muestreo de trabajo antes de utilizarlo.Limitar los estudios
individuales a grupos similares a mquinas u operaciones ,utilizar un tamao
de muestra lo ms grande posible, efectuar observaciones individuales en
momentos al azar, realizar las observaciones en un perodo razonablemente
largo.
BIBLIOGRAFIA
1. DIAZ de RADA, V. (1999) Tcnicas de anlisis de datos para
investigadores

sociales:

aplicaciones

prcticas

con

SSPS

paraWindows. Madrid: Ra-Ma

2. FERRAN, E. (1996) SPSS para Windows. Programacin y anlisis
estadstico. Madrid: MacGraw-Hill.
3. FOSTER, J. (1998) Data Analysis using SPSS for Windows: A
Beginner's Guide. London: SAGE.
4. GREEN, S et al. (1997) Using SPSS for Windows: Analyzing and
Understanding Data. Upper Saddle River: Prentice Hall.
5. HOWITT, D. y CRAMER, D. (1997) A Guide to Computing Statistics with
SPSS for Windows. London: Prentice-Hall.

13