IINSTITUTO TECNOLGICO SUPERIOR DE LA

COSTA CHICA

Ingeniera en Gestin Empresarial

Calidad aplicada a la gestin empresarial

Lic. Catalina Herrera lvarez

Reporte

Alumno:
Abdias Solano Cruz
 1.1 principales corrientes filosficas de la calidad
W.A Shewart
Concepto de control total de la calidad (CTC)
Variabilidad del producto
Tcnicas estadsticas
Deming
Mtodos de control estadstico del proceso
Ciclo de Deming-Peca
Catorce puntos de Deming

Juran
Misin de la compaa
Funcin de la alta gerencia
Progreso de la calidad
Triloga de la calidad

Crosby
Cero defectos
Cuatro principios absolutos para la administracin de la calidad
Programa de Crosby de catorce puntos para la mejora de la calidad.

Feingenbaum
la calidad debe considerar todo el proceso, no solo la manufactura
la calidad es responsabilidad de todos
ciclo industrial considerando 3 categoras
-control de nuevos diseos
-control de materiales e insumos
-control del producto o del proceso

Conway
calidad en las diversas etapas del proceso
seis herramientas para mejorar la calidad
relaciones humanas
anlisis
estadstica
imaginacin
ingeniera industrial
control

Ishikawa
crculos de control de la calidad
las siete herramientas de la calidad
 tcnicas estadsticas

Taguchi
variabilidad del producto como estndar
nueve conceptos de la calidad taguchi

Shingo
cero defectos
aplicacin Poka-Yoke (sin fallas)

1.2 Conceptos y terminologa segn la ASQ (sociedad

Americana de la Calidad)
Establecida en 1946, la Sociedad Americana para la Calidad (ASQ) es
una comunidad global basada en el conocimiento de control de calidad.
ASQ es un socio de fundacin del ndice americano de la satisfaccin de
cliente (ACSI), un prominente indicador econmico.
La sociedad Americana de control de la calidad (American Society of
Quality Control), define la calidad como:
Conjunto de caractersticas de un producto, proceso o servicio que le confieren
su aptitud para satisfacer las necesidades del usuario.

Importancia de la calidad segn los criterios de la ASQ

Mejor reputacin e imagen corporativa
Ms volumen de ventas
Mayores y mejores precios
Reduccin de costos
Incremento de la productividad menores costes de reelaboracin
Menores costes de las garantas
Reputacin de la empresa
Responsabilidad de los productos
Implicaciones internacionales
Terminologa de la calidad segn la ASQ
Auditora de la calidad
Independiente examen sistemtico y revisin para determinar si las actividades
de calidad y los resultados se ajustan a los planes y si estos se aplican
eficazmente y son adecuadas para alcanzar los objetivos.
Circulo de la calidad
Una mejora de la calidad o mejora del grupo de estudio propio compuesto por
un pequeo nmero de empleados (10 o menos) y supervisor.
Costo de mala calidad (COPQ)
Los costos asociados con el suministro de productos de mala calidad o
servicios de mala calidad.
As como:
Costes de la calidad (COQ)
Ingeniera de la calidad
Despliegue de la funcin de la calidad (QFD)
Funcin de prdida de calidad
Gestin de calidad (TQM)
Pla de calidad
Triloga de la calidad
La poltica de calidad
Tiempo de cola
Cambio rpido

1.1 Aplicaciones en gestin empresarial

Gestin empresarial
Consiste en una actividad intrnseca dentro de la misma empresa que
est enfocado a mejorar tanto la rentabilidad como la competitividad de la
empresa.
Aplicaciones
1. Innovando sistemas de logstica
2. Aplicando mtodos de control de recursos tanto financieros como
materiales
3. Creacin de nuevos negocios
4. Campo de organizacin empresarial y trabajo en procesos
5. Benchmarking
6. Satisfaccin de los clientes
7. Competencia
8. Mejora continua
9. Una buena capacitacin a los empleados

Unidad II.- Control estadstico de la calidad

2.1 Estadstica Descriptiva
Puede definirse como aquellos mtodos que incluyen la recoleccin,
presentacin y caracterizacin de un conjunto de datos con el fin de describir
apropiadamente las diversas caractersticas de ese conjunto.
En investigacin los hechos que ya ocurrieron o estn ocurriendo, son
agrupados, comparados y utilizados para la toma de decisiones.
2.2 Estadstica Inferencial
Puede definirse como aquellos mtodos que hacen posible la estimacin
de una caracterstica de una poblacin o la toma de una decisin referente a
una poblacin basndose slo en los resultados de una muestra.
La estadstica inferencial tambin busca probar hechos que sucedern a futuro
y que tienen que ver con pronsticos para tomar mejores decisiones.

2.3 Herramientas bsicas para el anlisis de documentos

Las siete herramientas estadsticas bsicas, hoja o lista de verificacin,
diagrama de Pareto, Diagrama de causa y efecto, Diagrama de dispersin,
histograma y grficos de control.
las siete herramientas administrativas, Diagrama de afinidad, Diagrama de
relaciones, Diagrama de rbol, Diagrama de matriz, Diagrama de flechas,
Grfica del programa del proceso de decisin y anlisis de datos de la matriz.
Estratificacin:
es una herramienta que clasifica la informacin recolectada en grupos con
caractersticas semejantes. Se realiza con base en criterios, cada uno de estos
grupos recibe el nombre de estrato. La clasificacin se hace con el fin de
facilitar el anlisis de informacin y encontrar as las causa de algn problema
o caracterstica de calidad.
Hojas o listas de verificacin:
Esta herramienta se utiliza para organizar y/o recolectar datos o para ver si se
han efectuado determinados trabajos. Frecuentemente sirve como base para
elaborar otras herramientas estadsticas como la grfica de control, el
histograma y el diagrama de Pareto.
Diagrama de Pareto:
el diagrama de Pareto es utilizado para encontrar rpidamente los factores o
causa ms importantes de un problema, para saber cules se deben atender
primero y no realizar esfuerzos intiles para solucionar ese problema.
Esta herramienta es una grfica semejante a un diagrama de barras, y
presenta los factores o causas ordenadas con base en la importancia que
tengan en un determinado problema, facilitando as la toma de decisiones.
Diagrama de causa y efecto:
El diagrama de causa-efecto es una tcnica de anlisis en la resolucin de
problemas que expresa en forma grfica la relacin que tienen las causas entre
s, incluyendo las sub causas y su efecto, y su efecto, con ello se busca
encontrar la causa raz de problema.
Es importante aclarar que en este diagrama slo se anotan las causas y no las
soluciones a un determinado problema.
Diagrama de dispersin:
El diagrama de dispersin se utiliza con el fin de conocer si existe alguna
relacin entre dos conjuntos de variables; es decir, si el comportamiento de una
depende de otras y en qu grado. No puede demostrar que un variable causa
la otra; en cambio, muestra que existe alguna relacin y su intensidad.
Histograma:
El histograma es una grfica que se utiliza para organizar la informacin de
acuerdo con su frecuencia a fin de tomar decisiones con base en ella.
Adems, muestra la variacin propia de un proceso. La forma de un conjunto
de barras que representan los intervalos o clases, ubicados en un sistema de
coordenadas: en el eje horizontal se encuentran las variables y en el eje
vertical la frecuencia; la altura de cada barra es proporcional al valor de la
frecuencia absoluta de la misma.
Grficos de control:
Un grfico de control es un diagrama que permite reconocer el comportamiento
de los procesos a travs del tiempo y analizar si la variacin presente es
aceptable o no. Muestra si el proceso se encuentra en una condicin estable;
esto es, si solo se encuentran causas comunes de su variacin, o si no lo est.
En este ltimo caso, la consecuencia es que el proceso se desestabiliza y no
se puede predecir su comportamiento futuro. Las grficas contienen en forma
horizontal una lnea central (LC), una lnea superior que marca el lmite inferior
de control (LIC), las cuales se colocan equidistantes a ambos lados de la lnea
central.
Diagrama de afinidad:
Este tipo de diagrama muestra las opiniones, ideas o caractersticas referetnes
a un determinado problema o situacin y determinar el camino a seguir para
alcanzar el objetivo planteado. En l se muestra primero la estructura de un
problema o situacin y despus determina el origen o causa de las opiniones,
ideas o problema o caractersticas.
Diagrama de relaciones:
Ayuda a la solucin de problemas, que muestra a las variables que intervienen
en ellos y como estn interrelacionados. Adems, seala como unas variables
afectan a otras, identifica las causas races y las distingue de los efectos de
los problemas. El diagrama de relaciones puede utilizar como punto de partida
la informacin generada en el diagrama de afinidad y requiere que el equipo de
trabajo conozca a fondo el problema a analizar.
Diagrama de rbol:
Un diagrama de rbol parte de un objetivo principal y consiste en encontrar los
medios necesarios para alcanzarlos siguiendo la secuencia lgica. Se busca
encontrar el modo ms apropiado e efectivo desplegando el objetivo principal
en sub objetivos, todo esto en un formato ordenado que va de lo general a lo
especfico.
Diagrama de matriz (matriz de relaciones)
Al ver el diagrama de afinidad y de relaciones, nos damos cuenta que, a pesar
de ser ambos de gran ayuda en la bsqueda de soluciones, es necesario
presentar la informacin en una forma ms fcil de comprender y que muestre
la fuerza de relaciones existentes.
Estas necesidades se eliminan utilizando la matriz de relaciones, que tiene un
formato sencillo y adems asigna un peso a las relaciones grfico que facilita la
informacin entre una gran cantidad de elementos. Esta matriz es un metpdo
grfico que facilita la informacin entre una gran cantidad de elementos.

Unidad III Planes de muestreo

3.1. Muestreo aleatorio
El muestreo aleatorio constituye una de las clases ms populares de
muestreo aleatorio o probabilstico. En esta tcnica, cada miembro de la
poblacin tiene la misma probabilidad de ser seleccionado como sujeto. Todo el
proceso de toma de muestras se realiza en un paso, en donde cada sujeto es
seleccionado independientemente de los otros miembros de la poblacin.
El muestreo aleatorio siempre se puede aplicar en muchos mtodos. El ms
primitivo y mecnico sera el de la lotera. A cada miembro de la poblacin se le
asigna un nmero. Todos los nmeros se colocan en un recipiente o un
sombrero y se mezclan. Con los ojos vendados, el investigador va sacando las
etiquetas con nmeros. Todos los individuos que tengan los nmeros sacados
por el investigador son los sujetos del estudio. Otra forma sera que una
computadora haga la seleccin al azar de la poblacin. En el caso de
poblaciones con pocos miembros, es aconsejable utilizar el primer mtodo,
pero si la poblacin tiene muchos miembros, es preferible una seleccin
aleatoria por computadora.

Ventajas del muestreo aleatorio simple

Una de las mejores cosas del muestreo aleatorio simple es la facilidad para
armar la muestra. Tambin se considera una forma justa de seleccionar una
muestra a partir de una poblacin, ya que cada miembro tiene igualdad de
oportunidades de ser seleccionado.
Otra caracterstica clave del muestreo aleatorio simple es la representatividad
de la poblacin. En teora, lo nico que puede poner en peligro su
representatividad es la suerte. Si la muestra no es representativa de la
poblacin, la variacin aleatoria es denominada error de muestreo.
Para sacar conclusiones de los resultados de un estudio son importantes una
seleccin aleatoria imparcial y una muestra representativa. Recuerda que uno
de los objetivos de la investigacin es sacar conclusiones con relacin a la
poblacin a partir de los resultados de una muestra. Debido a la
representatividad de una muestra obtenida mediante un muestreo aleatorio
simple, es razonable hacer generalizaciones a partir de los resultados de la
muestra con respecto a la poblacin.

Desventajas del muestreo aleatorio simple

Una de las limitaciones ms evidentes del muestreo aleatorio simple es la
necesidad de una lista completa de todos los miembros de la poblacin. Debes
tener en cuenta que la lista de la poblacin debe estar completa y actualizada.
Esta lista generalmente no est disponible en poblaciones grandes. En estos
casos, es ms prudente utilizar otras tcnicas de muestreo.

3.2 Muestreo al azar

El concepto bsico de todo muestreo es el de la muestra al azar. Una muestra
de objetos de una poblacin se llama al azar cuando todos los miembros de la
poblacin tienen igual oportunidad de aparecer en la muestra. Es muy
importante insistir en que esto es igualmente vlido para todos los miembros de
la poblacin, tanto para los raros como para los tpicos.
Un procedimiento muy til y de amplia aplicacin para tomar muestras al azar
consiste en utilizar nmeros al azar, tal como se describe en la mayor parte de
los libros de estadstica. A cada individuo de la poblacin de la cual se quiere
extraer una muestra se le atribuye un nmero, y los que se tomen como
muestra estarn determinados por la tabla de nmeros al azar. Por ejemplo, si
se quieren elegir 5 individuos entre 100, como una muestra, y los 5 primeros
nmeros de la tabla son 3, 47, 43, 73 y 86, se tomarn los individuos
correspondientes a estos nmeros. Cuando la cantidad de individuos no sea
exactamente 100 (o 1.000, etc.) saldrn nmeros que no correspondan a
ningn individuo, y no se tendrn en cuenta. Esta prdida de tiempo puede ser
reducida atribuyendo a cada individuo dos o ms nmeros, con tal de que
todos tengan igual cantidad de nmeros. Supongamos, por ejemplo, que se
quieren tomar 5 unidades de una poblacin de 24; en este caso, a cada
individuo se le adscriben cuatro nmeros; as la primera unidad tendr, por
ejemplo, los nmeros 01 al 04, etc., la 24 tendr 93-96, con lo que quedarn
slo cuatro nmeros, 97-100, sin utilizar. Los individuos sometidos al muestreo,
que corresponden a la serie previa de 5 nmeros al azar, seran entonces los
nmeros 1, 12, 11, 16 y 22 (si uno de los nmeros al azar es 97 o ms, se
descarta y se toma otro). En lugar de escoger todas las unidades en la muestra
individualmente de la tabla de nmeros al azar, las unidades se pueden tomar a
intervalos regulares, por ejemplo, cada 5 o 100 individuos, y solamente el
primero elegido utilizando los nmeros al azar. En el primer ejemplo, la muestra
era de 1/20 de la poblacin, de modo que el intervalo de la muestra ser 20 y
como el primer nmero elegido al azar era el 3, los siguientes seran 23, 43, 63
y 83. Este sistema es peligroso si en la poblacin hay una periodicidad natural
equivalente al intervalo elegido; por ejemplo, en el caso de someter a muestreo
los desembarcos totales en un puerto, no se debe anotar la captura cada 7 o
14 das, puesto que pudiera haber grandes variaciones sistemticas asociadas
a los distintos das de la semana.

Ejemplo
En un determinado lugar se efectan los desembarcos de pesca durante todo
el ao. Se desea determinar la cantidad total anual desembarcada, mediante el
muestreo de la captura en 30 das del ao. Determnense los das en que se
debe efectuar el muestreo por medio de nmeros al azar:
a) directamente por medio de una serie de nmeros al azar del 000 al 999, y
numerando los das del ao de 1 a 365;
b) dando a cada da 2 nmeros, desde el 1 y 2 al 729 y 730;
c) dando a cada da 27 nmeros, de 1-27 a 9.829-9.855, y usando nmeros
al azar de 0000 a 9999;
d) haciendo un muestreo cada 12 das a partir de un da elegido al azar entre
los 1-12 das primeros (algunas muestras podrn tener 31 das).
Si no se usan nmeros al azar, o cualquier otro proceso similar, entonces lo
ms probable es que no todos los individuos de la poblacin tengan igual
oportunidad de salir en la muestra. Caso de haber alguna correlacin entre la
cantidad que se va a medir y la probabilidad de que aparezca en la muestra, el
resultado podra estar sesgado, quizs demasiado. Por ejemplo, al hacer el
muestreo de la captura procedente de un barco en una lonja abarrotada de
peces, muchas veces se hace necesario trabajar con las cajas que se
desembarcan primero. Dado que en stas vendrn los peces ltimamente
capturados, si es que se pretende conocer la frescura media obtendremos una
estimacin muy sesgada; en cambio, lo ms probable es que sus tamaos
sean similares a los de los peces capturados anteriormente, de modo que la
muestra dar estimaciones sin sesgo de la talla media. Nunca debe darse
rpidamente por supuesto que no existen sesgos, y la posibilidad de su
existencia debe investigarse cuidadosamente. En el ejemplo anterior existira
cierto sesgo si los barcos acostumbran hacer una ltima calada cerca ya del
puerto, donde el tamao medio de los peces se desva del tamao medio
general. Estas y otras fuentes de posibles sesgos solamente pueden
encontrarse y eliminarse si se tiene un completo conocimiento de la pesquera
Cmo se capturan los peces, cmo se manipulan a bordo y qu distribucin
sufren en el mercado.
La precisin de las estimaciones que se obtienen por verdaderos muestreos al
azar puede ser determinada rpidamente. Si se est efectuando el muestreo de
una poblacin para conocer alguna de sus caractersticas (como el nmero de
vrtebras), cuya media en la poblacin es M y la variancia S2, y se toma al azar
una muestra de n individuos, cuyos valores son xi...xn, la estimacin de la
media de la poblacin ser
.....................................(2.1)
http://www.fao.org/docrep/x5684s/x5684s18.gify la media de (si las
estimaciones no estn sesgadas) y la variancia de (o ms brevemente var
http://www.fao.org/docrep/x5684s/x5684s16.gif ) =
http://www.fao.org/docrep/x5684s/x5684s17.gif , si es que N, el nmero total en
la poblacin, es grande comparado con n.
En caso contrario, la frmula de la variancia se hace

Ejemplo 2
a) Suponiendo que la media y la variancia de los datos en el Ejemplo 1.2.1
estn prximos a los valores de la poblacin, calclese la variancia en la
estimacin de la longitud media a partir de las muestras de 5, 20, y 100 peces;
b) mediante el empleo de nmeros al azar, o por cualquier otro mtodo,
tmense 20 muestras al azar de 5 peces de los 449 del Ejemplo 1.2.1.
Calclese la longitud media de cada una de estas muestras; calclese la
variancia de estos 20 valores, y comprese con la variancia esperada tal como
se calcul en (a). (Ntese cmo la variancia calculada a partir de una serie de
nmeros no mayor de 20 est sujeta a cierta variabilidad);
c) si se necesita estimar la longitud media del bacalao del Mar del Norte con
una precisin de 5 cm, determnese el tamao de la muestra al azar que es
preciso tomar (para esto se requiere que el doble de la desviacin tpica de la
longitud media estimada sea igual a 5).

3.3 Muestreo simple, doble, mltiple.

Bajo esta clasificacin, hay tres tipos comunes de mtodos de muestreo. Estos
son, muestreo simple, doble y mltiple.

Muestreo simple
Este tipo de muestreo toma solamente una muestra de una poblacin dada
para el propsito de inferencia estadstica. Puesto que solamente una muestra
es tomada, el tamao de muestra debe ser lo suficientemente grande para
extraer una conclusin. Una muestra grande muchas veces cuesta demasiado
dinero y tiempo.

Muestreo doble
Bajo este tipo de muestreo, cuando el resultado dele estudio de la primera
muestra no es decisivo, una segunda muestra es extrada de la misma
poblacin. Las dos muestras son combinadas para analizar los resultados. Este
mtodo permite a una persona principiar con una muestra relativamente
pequea para ahorrar costos y tiempo. Si la primera muestra arroja una
resultado definitivo, la segunda muestra puede no necesitarse.
Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la
primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una
calidad muy pobre, el lote es rechazado. Solamente si la primera muestra
arroja una calidad intermedia, ser requerir la segunda muestra. Un plan tpico
de muestreo doble puede ser obtenido de la Military Standard Sampling
Procedures and Tables for Inspection by Attributes, publicada por el
Departamento de Defensa y tambin usado por muchas industrias privadas. Al
probar la calidad de un lote consistente de 3,000 unidades manufacturadas,
cuando el nmero de defectos encontrados en la primera muestra de 80
unidades es de 5 o menos, el lote es considerado bueno y es aceptado; si el
nmero de defectos es 9 o ms, el lote es considerado pobre y es rechazado;
si el nmero est entre 5 y 9, no puede llegarse a una decisin y una segunda
muestra de 80 unidades es extrada del lote. Si el nmero de defectos en las
dos muestras combinadas (incluyendo 80 + 80 = 160 unidades) es 12 o menos,
el lote es aceptado si el nmero combinado es 13 o ms, el lote es rechazado.

Muestreo mltiple
El procedimiento bajo este mtodo es similar al expuesto en el muestreo doble,
excepto que el nmero de muestras sucesivas requerido para llegar a una
decisin es ms de dos muestras.
Mtodos de muestreo clasificados de acuerdo con las maneras usadas en
seleccionar los elementos de una muestra.
Los elementos de una muestra pueden ser seleccionados de dos maneras
diferentes:
a. Basados en el juicio de una persona.
b. Seleccin aleatoria (al azar).

Mtodos de seleccin de muestras.

Una muestra debe ser representativa si va a ser usada para estimar las
caractersticas de la poblacin. Los mtodos para seleccionar una muestra
representativa son numerosos, dependiendo del tiempo, dinero y habilidad
disponibles para tomar una muestra y la naturaleza de los elementos
individuales de la poblacin.
Por lo tanto, se requiere un gran volumen para incluir todos los tipos de
mtodos de muestreo.
Los mtodos de seleccin de muestras pueden ser clasificados de acuerdo a:
1. El nmero de muestras tomadas de una poblacin dada para un estudio.
2. La manera usada en seleccionar los elementos incluidos en la muestra.
Mtodos de muestreo clasificados de acuerdo con el nmero de muestras
tomadas de una poblacin. Bajo esta clasificacin, hay tres tipos comunes de
mtodos de muestreo, estos son, muestreo simple, doble y mltiple.

Muestreo de juicio
Una muestra es llamada muestra de juicio cuando sus elementos son
seleccionados mediante juicio personal. La persona que selecciona los
elementos de la muestra, usualmente es un experto en la medida dada. Una
muestra de juicio es llamada una muestra probabilstica, puesto que este
mtodo est basado en los puntos de vista subjetivos de una persona y la
teora de la probabilidad no puede ser empleada para medir el error de
muestreo, Las principales ventajas de una muestra de juicio son la facilidad de
obtenerla y que el costo usualmente es bajo.

Muestreo aleatorio
Consideremos una poblacin finita, de la que deseamos extraer una muestra.
Cuando el proceso de extraccin es tal que garantiza a cada uno de los
elementos de la poblacin la misma oportunidad de ser incluidos en dicha
muestra, denominamos al proceso de seleccin muestreo aleatorio.
El muestreo aleatorio se puede plantear bajo dos puntos de vista:
Sin reposicin de los elementos;
Con reposicin.

Muestreo aleatorio simple (m.a.s.)

La inferencia estadstica establece ciertos juicios despus de examinar
solamente una parte o muestra de ello. As se prueba un pedazo de pastel para
saber si ya est fro, el cocinero prueba la sopa para saber si necesita ms
sazn. El muestreo estadstico es semejante a cada uno de los anteriores,
aunque sus mtodos son ms formales y precisos y generalmente incluyen una
proporcin de la probabilidad. El muestreo y la probabilidad estn unidos
estrechamente constituyendo la Teora de la Inferencia.
Es aquel en que cada elemento de la poblacin tiene la misma probabilidad de
ser seleccionado para integrar la muestra. Una muestra simple aleatoria es
aquella en que sus elementos son seleccionados mediante el muestreo
aleatorio simple.
En la prctica no nos interesa el individuo o elemento de la poblacin
seleccionado en general, sino solo una caracterstica que mediremos u
observaremos en l y cuyo valor ser el valor de una variable aleatoria que en
cada individuo o elemento de la poblacin puede tomar un valor que ser un
elemento de cierto conjunto de valores. De modo que una muestra simple
aleatoria se puede interpretar como un conjunto de valores de variables
aleatorias independientes, cada una de las cuales tiene la misma distribucin
que es llamada distribucin poblacional.
Existen dos formas de extraer una muestra de una poblacin: con reposicin y
sin reposicin.
Una muestra aleatoria simple es seleccionada de tal manera que cada muestra
posible del mismo tamao tiene igual probabilidad de ser seleccionada de la
poblacin.
Un mtodo simple para obtener una muestra aleatoria simple es primero
escribir el nombre o un nmero codificado de cada elemento en la poblacin
sobre una tarjeta. Las tarjetas son colocadas en una caja. Una muestra
entonces extrada de la caja despus de que las tarjetas han sido
perfectamente mezcladas. Por conveniencia este mtodo puede ser
reemplazado por una tabla de nmeros aleatorios, tales como los que se
muestran adelante.
La tabla se construye extrayendo cada uno de los dgitos del 0 al 9 sobre una
base de igualmente probables; es decir, cada uno de los 10 dgitos tienen la
misma probabilidad (1/10) de ser seleccionados.
Los 10 dgitos son escritos en tarjetas separadas y son mezclados en una caja.
Una tarjeta es extrada y se registra el dgito que aparece en la tarjeta. Una
segunda tarjeta es extrada despus de que la primera tarjeta ha sido
regresada a la caja los10 dgitos en la caja son de nuevo mezclados
perfectamente. Cuando se han registrado 5 dgitos, el siguiente dgito se
registra en un grupo separado hasta que se obtiene un gran nmero de grupos.

Obtener una muestra aleatoria simple no es una tarea fcil o prctica bajo
muchas circunstancias. Puede ser una tarea tardada o costosa y algunas
veces es tericamente imposible.
Cuando la poblacin es infinita, es obvio que la tarea de numerar cada
elemento de la poblacin es imposible.
Llamamos muestreo aleatorio simple al que se utiliza con reemplazamiento,
consistente en seleccionar n elementos de entre N que componen la poblacin,
de tal forma que todas las muestras de tamao n que se puedan formar tengan
la misma probabilidad de salir elegidas y las mismas sean independientes, en
el caso de que N sea grande no es preocupante que se haga sin
reemplazamiento, ya que por ejemplo 1/N no difiere mucho de 1/N-1. Esta
probabilidad es: p = n/N
En la prctica equivale a numerar la poblacin objeto de estudio, sacando al
azar cada uno de los nmeros que van a formar la muestra y aunque en la
prctica, a pesar de ser el muestro con reemplazamiento, si el elemento (caso
de que sea un individuo para hacer un test u otro caso similar) pueda volver a
ser elegido este se desprecia ya que no tiene sentido entrevistar al mismo en
ms de una ocasin y es por este consenso que se tiende a confundir y
expresar que el muestreo aleatorio simple tiene como condicin que se hace
sin reemplazamiento.
Para llevar a cabo esta labor varios procedimientos como el del bombo,
consistente en introducir tantas bolas como elementos tenga la poblacin en un
bombo y elegir tantas bolas como elementos tenga la muestra.
Este procedimiento adems de ser muy laborioso puede inducir a error debido
a defectos de las bolas, al bombo o a cualquier otro factor, por lo que es
preciso sustituirlo por otro mucho ms aleatorio.
El procedimiento ms utilizado es el de las tablas de nmeros aleatorios que
consiste en seleccionar en una tabla de nmeros en grupos de cuatro dgitos
formando filas y columnas; estas se encuentran en muchos libros de
Estadstica sobre todo, los que tienen como captulo La Teora del Muestreo.

Obtencin de una muestra aleatoria

Si una poblacin es infinita, anotando los elementos en el orden en que
ocurren, es posible obtener una muestra que sea representativa del proceso
(muestra aleatoria). En tanto que el proceso en consideracin se mantienen
estable durante el perodo en el que se hacen las observaciones (de manera
que la probabilidad de cada resultado posible permanece constante), es
posible considerar el proceso y la muestra resultante como aleatorias. As es
exactamente como se considerar las tiradas sucesivas de una moneda normal
y las de dados no cargados.
Si la poblacin objetiva es finita, esencialmente hay dos formas de seleccionar
una muestra aleatoria simple. Un mtodo consiste en elaborar una lista, o
marco de referencia de cada uno de los elementos de la poblacin, y aplicar
despus un mtodo aleatorio a la lista, para seleccionar los elementos que se
habrn de muestrear. El segundo mtodo se utiliza cuando los objetos que
forman la poblacin no se identifican claramente, lo que imposibilita un listado.

Mtodo de seleccin en el Muestreo Aleatorio Simple.

Un procedimiento de extraer una muestra aleatoria de una poblacin finita es el
de enumerar todos los elementos que conforman la poblacin, escribir esos
nmeros en bolas o papelitos echarlos en un bombo o bolsa mezclarlos bien
removindolos y sacar uno a uno tantos como lo indique el tamao de la
muestra. En este caso los elementos de la muestra lo constituirn los
elementos de la poblacin cuyos nmeros coincidan con los extrados de la
bolsa o bombo.
Otro procedimiento para obtener una muestra de una poblacin ya sea el
muestreo con remplazo o sin reemplazo es mediante la utilizacin de la tabla
de nmeros aleatorios pero solamente para poblaciones finitas, la utilizacin de
estas tablas puede realizarse de diferentes modos pero en el presente trabajo
solo expondremos el que consideramos ms eficiente ya que no se necesita de
la bsqueda de una gran cantidad innecesaria de nmeros aleatorios en la
tabla, el cual ser ejemplificado.
Existen diferentes tablas de nmeros aleatorios nosotros en nuestro trabajo
utilizaremos como referencia la tabla de M. G. Kendall y B. Babington Smith
que se encuentra en el texto de tablas estadsticas, la misma est constituida
por 4 bloques de 1000 nmeros aleatorios dispuestos en 25 filas y 40
columnas.
Veamos cmo se procede para la utilizacin de la tabla. Consideremos que se
desea extraer de una poblacin de tamao N una muestra de tamao n se
selecciona el bloque, la fila y la columna de la tabla que se va a comenzar, a
partir de esta seleccin (que la hace el muestrista) se toman tantas columnas
como dgitos tiene N. Comenzando por el primer nmero de las columnas
seleccionadas se irn incluyendo en la muestra aquellos individuos que en la
lista de la poblacin ( ya sea de forma horizontal o vertical) ocupa la posicin
de los n nmeros de las columnas seleccionadas que resultan menores que N,
en los caso que al seleccionar un nmero en la tabla de nmeros aleatorios sea
mayor que N se divide este por N y el resto de la divisin que ser un nmero
entre 0 y N-1 ser la posicin del individuo a seleccionar tomando el convenio
de que el resto 0 corresponde a la posicin N. Para la aplicacin de este
procedimiento requiere que se fije previamente el mayor mltiplo de N que se
considerar, para as garantizar que todos los restos desde 0 a N -1 tengan la
misma probabilidad de ser seleccionados, por ejemplo si N = 150 y tomando 3
columnas se consideraran slo aquellos nmeros menores o iguales que 900,
los nmeros mayores que 900 no sern analizados en la seleccin de la
muestra.
Ejemplo 1.1: Dada la siguiente poblacin formada por la edad del hijo mayor de
200 ncleos familiares de una cierta regin.
Seleccione una muestra aleatoria de tamao 10 (use la tabla de nmeros
aleatorios, escoja la tercera fila, tercera columna del segundo bloque de a
1000) numere la poblacin horizontalmente.
Para extraer la muestra lo primero que hacemos es disponer tres columnas en
las cuales la primera se ubicara los nmeros aleatorios, es decir los nmeros
extrados de la tabla de nmeros aleatorios; en la segunda columna pondremos
Los nmeros aleatorios rectificados que sern aquellos nmeros aleatorios
menores que N =200 y los restos de las divisiones de los nmeros aleatorios
mayores que N =200 y menores que el mayor mltiplo de N es decir 800 y en la
tercera columna de encontrar los valores de la muestra.
En la tabla de nmeros aleatorios la tercera fila, tercera columna del segundo
bloque de a 1000 le corresponde al nmero 3 pero como tenemos que coger el
nmero aleatorio de tres dgitos el primer nmero aleatorio sera el 017, los
dems serian, 984, 955, 130, 850, 374, 665, 910, 288, 753, 765, 691, 496, 001,
hemos escogido 14 nmeros de la tabla de nmeros aleatorios debido a que
hay 4 que son mayores que 800. Veamos a continuacin como extraemos la
muestra de la poblacin:
Para el primer nmero aleatorio 017 se busca en la poblacin el valor que
ocupa la posicin 017 leda la poblacin horizontalmente que sera la edad de
48 aos, el nmero aleatorio 984 no se contempla dentro del anlisis ya que es
mayor que 800, al igual que el nmero 955, el nmero 130, le corresponde la
edad de 52 aos, al nmero 850 no se contempla dentro del anlisis, el 374
como es mayor que 200 se divide por 200 y se obtiene reto 174 y este es el
nmero aleatorio rectificado correspondindole la edad de 53 aos, al nmero
665 se divide por 200 y se obtiene resto 65 que es el nmero aleatorio
rectificado correspondindole la edad de 44 aos en la poblacin, a
continuacin presentaremos la tabla de las tres columnas a la cual nos
referimos anteriormente como una va fcil y prctica para obtener la muestra
deseada.

3.5 MUESTREO ESTRATIFICADO.

El muestreo estratificado es una tcnica de muestreo probabilstico en donde el
investigador divide a toda la poblacin en diferentes subgrupos o estratos.
Luego, selecciona aleatoriamente a los sujetos finales de los diferentes estratos
en forma proporcional. Es importante tener en cuenta que los estratos no
deben superponerse. Que los subgrupos se superpongan dar a algunos
individuos mayores probabilidades de ser seleccionados como sujetos. Esto
niega completamente el concepto de muestreo estratificado como un tipo de
muestreo probabilstico.
Igualmente, importante es el hecho de que el investigador debe utilizar un
muestreo probabilstico simple dentro de los diferentes estratos.
Los estratos ms comunes utilizados en el muestreo aleatorio estratificado son
la edad, el gnero, el nivel socioeconmico, la religin, la nacionalidad y el nivel
de estudios alcanzado.

Muestreo aleatorio estratificado:

Se utiliza el muestreo aleatorio estratificado cuando el investigador desea
resaltar un subgrupo especfico dentro de la poblacin. Esta tcnica es til en
tales investigaciones porque garantiza la presencia del subgrupo clave dentro
de la muestra.
Los investigadores tambin emplean un muestreo aleatorio estratificado
cuando quieren observar relaciones entre dos o ms subgrupos. Con la tcnica
de muestreo aleatorio simple, el investigador no est seguro de si los
subgrupos que quiere observar son representados equitativa y
proporcionalmente dentro de la muestra.
Con el muestreo estratificado, el investigador puede probar de forma
representativa hasta a los subgrupos ms pequeos y ms inaccesibles de la
poblacin. Esto permite que los investigadores prueben a los extremos de la
poblacin.
 Con esta tcnica, tienes una precisin estadstica ms elevada en
comparacin con el muestreo aleatorio simple. Esto se debe a que la
variabilidad dentro de los subgrupos es menor en comparacin con las
variaciones cuando se trata de toda la poblacin.
Debido a que esta tcnica tiene una alta precisin estadstica, exige un tamao
de la muestra menor que puede ahorrar mucho tiempo, dinero y esfuerzo de los
investigadores.