Professional Documents
Culture Documents
• Ejemplos prácticos.
• Al final del proceso de llenado de fundas de harina se
requiere evaluar el funcionamiento del proceso de
envasado, para asegurar que las fundas contengan cierta
cantidad de harina, por lo que es indispensable obtener
información sobre el peso del producto.
• Como resulta muy costoso y tardado pesar cada una de las
fundas de harina, es necesario evaluar el funcionamiento
del proceso de envasado sólo con base en cierta parte
(muestra n) del total de fundas.
• Para evaluar la calidad de un pastel no se necesita comer
todo el pastel , es suficiente una porción representativa.
• Por lo tanto para realizar el muestreo DE LA MUESTRA n es
necesario utilizar diferentes Métodos.
• Existen diferentes criterios de clasificación de los métodos
de muestreo y pueden dividirse en dos grandes grupos
• A.- MÉTODOS DE MUESTREO PROBABILÍSTICOS Y
• B.- MÉTODOS DE MUESTREO NO PROBABILÍSTICOS.
• A.- MUESTREO PROBABILÍSTICO
• Los métodos de muestreo probabilísticos son aquellos que
se basan en el principio de equiprobabilidad.
• Es decir, aquellos en los que todos los artículos o items
tienen la misma probabilidad de ser elegidos para formar
parte de una muestra n y consiguientemente, todas las
posibles muestras de tamaño n tienen la misma
probabilidad de ser seleccionadas.
• Sólo estos métodos de muestreo probabilísticos aseguran
la representatividad de la muestra extraída y son los más
recomendables.
• Muestra n .- Es un grupo de unidades o cantidades
extraídas de un lote N, que sirve para obtener la
información necesaria que permite apreciar una o más
características de calidad de ese lote
• MÉTODOS DE MUESTREO PROBABILÍSTICOS
• Los métodos de muestreo probabilístico se dividen en:
• MUESTREO ALEATORIO SIMPLE
• MUESTREO SISTEMATICO
• MUESTREO ESTRATIFICADO
• MUESTREO POR CONGLOMERADOS
• MUESTREO MIXTO
•n=
•n=
. n = 24,15/0,112 + 0,34
• n = 52,84 n = 53
• los sacos a muestrear mediante el muestreo simpe al azar utilizando
tablas
• Intervalo: 01 – 70, el número de artículos van del 1 al 70
• Se escoge la Fila: 5 y Columna: 7
• Las 3 cifras que están a la derecha de la cifra (3) señalada son: 2-6-8
• Formar el grupo de 4 cifras: Fila 32 – columna 68
• La cifra que corresponde a la fila 32 y columna 68 es el 1
• Las cifras que siguen al 4 son agrupados de dos en dos (número de
cifras = 2)
• 14, 29, 57, 51, 05, 26, 66, 19, 24, 44, 46, 42, 67------------------------------
------------- hasta n = 53 sacos
• Si salen del intervalo entre 01 y 70 se rechazan y si caen dentro de el
se aceptan.
• Aplicando Raíz cuadrada N = 70 n = 8,36 n=9
• Ejemplo 5.-
• Se requiere controlar que el volumen sea de 2 litros en cada envase de X
producto de un lote N de 500 envases; en controles anteriores se ha obtenido
hasta 10 % de envases fuera de volumen, sabiendo que el error debe ser
máximo del 5 % para un nivel de confianza del 90 % para ello se tienen
asignado un número en cada envase desde 001 al 500. Aplique un muestreo
simple al azar, utilizando las tablas de números aleatorios con la fila 10 y
columna 5 y determine la serie de números aleatorios a los cuales se van a
controlar los volumenes.
• DATOS
• N = 500
• Z = 90 % -------------------1,645 valor preestablecido para este caso
• Entonces el valore de p = 90 % de Probabilidades de éxito
• P= 0,90
• p+q=1
• q=1–p
• q = 1 – 0,90
• q = 0,10
• d = Error máximo = 0,05
• Primero.- determinamos el tamaño de la muestra
• Como si conocemos el tamaño de la muestra, entonces la
fórmula a utilizar es la siguiente
• n=
•
•n=
• n = 81,53 n = 82
• Segundo.- Determinamos los envases a muestrear
mediante el muestreo simpe al azar utilizando tablas
• Intervalo: 001 – 500
• Fila: 10
• Columna: 5
• Número encontrado: 1
• Las 3 cifras que están a la derecha de la señalada son: 7-6-
7
• Formar el grupo de 4 cifras: Fila 17 – columna 67
• La cifra que corresponde a la fila 17 y columna 67 es el 1
• Las cifras que siguen al 1 son agrupados de tres en tres
(número de cifras = 3)
• 132, 148, 789, 287, 922, 281, 167, 838, 635, 200,
077, 803, 270, 267, 198, 191, 843, 429, 081, 349, 268,
954, 411, 549,
• Si salen del intervalo entre 001 y 500 se rechazan y si caen
dentro de el se aceptan.
• hasta n = 82 envases
• Ejemplo.- ALEATORIO SIMPLE - Cuando el tamaño de muestra
cuando es
• Se desea conocer el tamaño de muestra n para controlar la
variable cuantitativa del Índice de Saponificación de un
aceite expresado en mg/g, de un lote de 5200 envases de
1 litro que se encuentra en el proceso de envasado, siendo
su nivel de confianza del 95 %,
• Para estimar el valor promedio de la variable se hace una
medición piloto en 15 itms tomados al Azar y realizadas su
medición dando los siguientes resultados
• La precisión d es del 1%, esto quiere decir que se admite un
error del promedio estimado dentro del rango del +- 1 %
• Utilizando las tablas de números aleatorios con la fila 10 y
columna 5 y determine la serie de números aleatorios a los
cuales se van a controlar el índice de saponificación.
• Del problema anterior tenemos los siguientes datos:
• Número de pruebas Valor medido (mg/g)
1 210
2 280
3 320
4 240
5 300
6 270
7 360
8 310
9 260
10 240
11 290
12 370
13 240
14 340
15 380
4410 sumatoria Xmed=4410/15 =294
•
• B.- MUESTREO SISTEMÁTICO
• Este tipo de muestreo se aplica durante la recepción de
materias primas, la producción y producto terminado o
cuando el universo o población es de gran tamaño, o ha de
extenderse en el tiempo y se aplica los siguientes pasos:
• 1.- Identificar las unidades y relacionarlas con el calendario
(cuando proceda).
• 2.- Calcular una constante, que se denomina:
• Coeficiente de Asignación K= N/n;
• Donde N es el tamaño del universo y n el tamaño de la
muestra.
•
• 3.- Determinar en qué fecha (tiempo) se efectuará la primera
extracción, para ello hay que elegir al azar un número entre 1 y
K; de ahí en adelante tomar uno de cada K a intervalos
regulares. Ocasionalmente, es conveniente tener en cuenta la
periodicidad o frecuencia del fenómeno.
• Por ejemplo:
• Si K = 4
• Un Número menor de 4 puede ser el 1, 2, 3 (un número entre 1
y K ), por ejemplo se escoge el 2
• A partir del número 2 las unidades a muestrear serán los
siguientes:
• k= 4
• 2 + k ---------- 2+4 =6
• 6+K 6 + 4 = 10
• 10 + K 10 + 4 = 14
• Pasos para muestreo sistemático
• El punto de arranque de este proceso debe ser elegido de
manera aleatoria. Se toma los elementos de muestra en
intervalos fijos y el punto de partida se elije aleatoriamente,
estos intervalos pueden ser:
Cada determinada cantidad de artículos
Cada cierto tiempo
Cada cierta longitud o área.
•n=
•
• Tamaño de muestra cuantitativa
•n=
•
• O Aplicación de tamaño de muestra en base a la raíz
cuadrada
• Ejemplo 1 SISTEMÁTICO.- Cuando el tamaño de muestra cuando es
CUALITATIVA
• Supongamos que en la fabricación de quesos en la fase del
prensado la producción diaria va a ser de 800 unidades y que es
necesario controlar la variable de defectos de la ausencia de filos
rotos. Determinar el tamaño de muestra n que debemos calcular
aplicando un Muestreo Sistemático. El máximo de error admisible es
del 5 % y un nivel de confianza del 95 %
• DATOS
• N = 800
• Z = 95 % -------------------1,96 valor preestablecido para este caso
• Cuando no se conoce datos de p y q,
• Entonces el valore de p = 50 % de Probabilidades de éxito
• P= 0,50
• p+q=1
• q=1–p
• q = 1 – 0,50
• q = 0,50
• d = Error máximo 5% = 0,05
• Calcular el Tamaño de muestra cualitativa n
•
• n=
•
• n=
• 760,5
• n = -------------------------------------------
• 2,95
• n = 257,74
•
• n = 258
• Determinación de la constante de asignación
K = N/n
• K = 800/258
• K = 3,1 entonces K = 3
• Iniciamos la asignación empezando por un número al azar
que sea < K, ; por ejemplo 4
2<K, 2< 3
• A partir del número 4 las unidades a muestrear serán los
siguientes:
• K =3
•2+k ---------------- 2 + 3 = 5
•5+K 5+3= 8
•8+K 8 + 3 = 11
• etc. entonces los items numerados a muestrear serán:
• 2, 8, 11, 14, 17, 20, 23, ---------------------------------------------
----------52, 58, 64, 70, 76, 84, 90, 96, etc,
• hasta completar las 258 unidades dentro de los 800
quesos a producir.
• Aplicación de tamaño de muestra en base a la raiz cuadrada
• N = 800 n = 28,28 n = 29
• Determinación de la a constante de asignación
K = N/n
• K = 800/29
• K = 27,58 = 28
• Iniciamos la asignación empezando por un número al azar que sea < 28;
por ejemplo 10.
• A partir del número 10, las unidades a muestrear serán los siguientes:
K = 28
• 10 + K 10 + 28 = 38
• 38 + K 38 + 28 = 66
• 66 + K 66 + 28 = 94
• 98 + K 98 + 28 = 122
• etc. entonces los items numerados a muestrear serán n = 29:
• 28, 38, 66, 94, 122, 150, 178, 206, 234, 262, 290, 318, 346, 374, 402,
430, 458, 486, 514, 542, 570, 598, 626, 654, 682, 710, 738, 766, 794.
• Completado las 29 unidades dentro de los 800 quesos a producir
• Si Iniciamos la asignación empezando por un
número al azar que sea < 28; por ejemplo 20.
• A partir del número 20, las unidades a muestrear
serán los siguientes:
K = 20
• 20 + K 20 + 28 = 48
• 48 + K 48 + 28 = 76
• 76 + K 76 + 28 = 104
• 104 + K 104 + 28 = 132
• etc. entonces los items numerados a muestrear
serán:
• 20, 48, 76, 104, 132, 160, 188, 216, 244, 272,
300, 328, 356, 384, 412, 440, 468, 496, 524, 552,
580, 608, 636, 664, 692, 720, 748, 776, 804.
Completado las 258 unidades dentro de los 800
quesos a producir
• Ejemplo 2 SISTEMÁTICO.- Cuando el tamaño de muestra
cuando es CUANTITATIVA
• Se desea conocer el tamaño de muestra n para controlar la
variable cuantitativa del Índice de Saponificación de un
aceite expresado en mg/g, de un lote de 5200 envases de
1 litro que se encuentra en el proceso de envasado,
siendo su nivel de confianza del 95 %, aplicando un
Muestreo Sistemático.
• Para estimar el valor promedio de la variable se hace una
medición piloto en 15 itms tomados al Azar y realizadas su
medición dando los siguientes resultados
• La precisión d es del 1%, esto quiere decir que se admite
un error del promedio estimado dentro del rango del +- 1
%.
• Los datos son tomados de la resolución anterior
• Número de pruebas Valor medido (mg/g)
1 210
2 280
3 320
4 240
5 300
6 270
7 360
8 310
9 260
10 240
11 290
12 370
13 240
14 340
15 380
4410 sumatoria Xmed=4410/15 =294
• n=
•
• n=
•
• n = 967
• Determinación de la a constante de asignación para
Muestreo Sistemático será
• 5200/ 967 = 5,37 = 5
• K=
• Iniciamos la asignación empezando por un número al azar
que sea < 5; por ejemplo 3.
• A partir del número 3 las unidades a muestrear serán los
siguientes:
• K =5
•3+K 3+5 =8
•8+K 8 + 5 = 13
• 13 + 5 13 + 5 = 18
• etc. entonces los items numerados a muestrear serán:
• 8, 13, 18, 23, 28, 33,38, etc , hasta completar las 967
unidades dentro de las 5200 producidos.
• Como conclusión diremos que se debe seleccionar 967
productos para investigar el índice de saponificación
• Aplicando el tamaño de muestra en base a la raiz cuadrada
• N = Tamaño del lote n = Tamaño de la
muestra
• 5200 ---------- 72,11 = 73
• Determinación de la a constante de asignación será
• La constante de asignación será
• K = 5200/73
• K = 71,23 = 72
• Iniciamos la asignación empezando por un número al azar que
sea < 72 ; por ejemplo 20.
• A partir del número 20 las unidades a muestrear serán los
siguientes: K = 72
• 20 + K 20 + 72 = 92
• 92 + K 92 + 72 = 164
• 164 + K = 236
• 236 + K = 308
• hasta completar las 72 unidades dentro de los 5200 a producir
• Ejemplo 3 sistematico.- CUALITATIVO
• Determinar el tamaño de la muestra n y su constante de
asignación K de un lote de N 4000 items producidos en 15 días
en dos turnos, con un nivel de confianza del 95 % y una
precisión del 1 % ( d = 0,01). Obtenido el tamaño de la muestra
n; inspeccionar mediante un muestreo al azar tomando las
muestras en cada turno. los siguientes son los defectos que se
debe controlar al producto (textura, por experiencia de estudios
anteriores la calidad es del 3 %
• n = Tamaño de la muestra = ?
• t = Nivel de confianza = 1,96
• N = Población = 4000
• d = Precisión = 0,01
• q = Proporción estimada que posée la variable = 0, 03
• p = Proporción estimada sin la variable = 0,97
•
• n=
•
• n= = =
• n = 313,46 = 314
• En conclusión habrá que seleccionar 314 Items con algún metodo de muestreo de
la población N = 4000
• Determinación de la a constante de asignación será
• La constante de asignación será 4000/ 314 = 12,73 = 13
• Iniciamos la asignación empezando por un número al azar que sea < 13; por ejemplo
3
• A partir del número 3 las unidades a muestrear serán los siguientes:
• 3 +k; 3 + 13 = 16
• 16 + K ; 16 + 13 = 29
• 29 + k, 29 + 13 = 42, etc..
• En conclusión habra que seleccionar 314 Items durante 15 días, de la población N =
4000
• 314 unidades / 15 dias = 21 unidades cada dia
• Como son 2 turnos, se dispondrá que se muestre en el primero 11 y el segundo 10
• C.- MUESTREO ESTRATIFICADO
• Consiste en dividir el producto en grupos estratificados o
subgrupos iguales del Lote N y posteriormente elegir
items n de una o mas partes de los subgrupos de una
forma independiente, en estos casos se recomienda el
muestreo con números aleatorios de cada estrato.
Ejemplo: una producción de frascos de vidrio, envases de
plástico, conservas, sacos de harina, etc. Es importante que
cada subgrupo mantenga la misma cantidad de items
• Pasos
1.- Determinar el criterio de estratificación
2.- Obtener el registro para cada estrato, asignando un número de
orden a cada elemento
3.- Calcular el tamaño muestreal
4.- Calcular la fracción muestreal (f) dividiendo la muestra para el
universo n/N
• La Fracción Muestreal
Y%
Z%
W%
X%
= 90
Y%
= 90
= 90
Z%
= 90
= 90
W% = 90
= 90
= 90
= 80
• Tamaño de muestra cualitativa
• n=
• Tamaño de muestra cuantitativa
• n=
• f = 145/800 = f = 0,18
• 5.- Multiplicar la fracción muestreal por el tamaño de cada estrato, lo que
nos permitirá obtener el cupo, que es el número proporcional de unidades
de análisis que integrará la muestra
= 90
Y%
= 90
= 90
Z%
= 90
= 90
W% = 90
= 90
= 90
= 80
• Otro criterio, El criterio de estratificación es que se divida
en 10 aéreas de 80 items cada área
• n = 133,40
• Calculamos la fracción muestreal (f) dividiendo la muestra para el universo
• f = 134/4000 = 0,03
• Multiplicamos la fracción muestreal por el tamaño de cada estrato, lo que nos permitirá
obtener el cupo, que es el número proporcional de unidades de análisis que integrará la
muestra
• 1.- 400 X 0,03 = 13
• 2.- 400 X 0,03 = 13
• 3.- 400 X 0,03 = 13
• 4.- 400 X 0,03 = 13
• 5.- 400 X 0,03 = 13
• 6.- 400 X 0,03 = 13
• 7.- 400 X 0,03 = 13
• 8.- 400 X 0,03 = 13
• 9.- 400 X 0,03 = 13
• Segundo.- Tamaño de la muestra, utilizando la tabla de números
aleatorios para N = 400 (como obtener los 13 items)
• N = 400 n = 13
• Intervalo: 01 – 400
• Fila: 10
• Columna: 5
• Fila 17 – columna 67
• 132, 148, 789, 287, 922, 281, --etc Para n= 13
• Nota.- Este procedimiento se realiza para cada estrato de 400 Unidades
• f = 63/4000 = 0,0158
• Multiplicamos la fracción muestreal por el tamaño de cada
estrato, lo que nos permitirá obtener el cupo, que es el número
proporcional de unidades de análisis que integrará la muestra
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 6
• 400 X 0,0158 = 9 (asumido)
• -------- ------------
• 4000 60
• Segundo.- Tamaño de la muestra, utilizando la tabla de
números aleatorios para N
• N = 400 n=6
• Intervalo: 001 – 400
• Se elige la Fila: 15 Columna: 1
• Fila 98 – columna 61
• La cifra que corresponde a la fila 98 y columna 61 es el 6
• Las cifras que siguen al 6 son agrupados de TRES
(número de cifras = 3)
• 640, 605, 299, 775, 112, 431 15, etc.
• Los resaltados con negrillas se rechazan
• Nota.- Este procedimiento se realiza para cada estrato de
400 Unidades
• EJERCICIO CUALITATIVO - ESTRATIFICACION.- Se desea
determinar el tamaño n de la muestra n de un lote de N
3000 items, aplicación del muestreo estratificado, pero se
debe reducir el nivel de confianza a 95 % y ampliar la
precisión a 1 % el porcentaje de defectuosos no es mayor
del 1,5 %, con estos datos determine el tamaño de muestra
n
• Determinamos el criterio de estratificación y es que se
estratifique o se divida en estratos 500 items cada área,
es decir en grupos 6 grupos
• n = Tamaño de la muestra = ?
• t = Nivel de confianza = 1,96
• N = Población = 3000
• d = Precisión = 0,01
• p = Proporción estimada que posée la variable = 0 015
• q = Proporción estimada sin la variable = 0,985
• n=
•
• n= = =
• n = 477,3
• n= 478
• Calculamos la fracción muestreal (f) dividiendo la muestra para el universo
•
• f = 478/3000 = 0,16
• Multiplicamos la fracción muestreal por el tamaño de cada estrato, lo que nos permitirá
obtener el cupo, que es el número proporcional de unidades de análisis que integrará la
muestra
• 500 X 0,16 = 80
• 500 X 0,16 = 80
• 500 X 0,16 = 80
• 500 X 0,16 = 80
• 500 X 0,16 = 80
• 500 X 0,16 = 78
• -------------- --------
• 3000 478
• Segundo.- Tamano de la muestra, utilizando la tabla de
números aleatorios
• N = 500 n = 80
• Intervalo: 001 – 500
• Fila: 10
• Columna: 17
• Fila 10 – columna 54
• 675, 486, 849,----------- Para n= 80
• Nota.- Este procedimiento se realiza para cada estrato de
500 Unidades
•
• Ejemplo
• Se desea determinar el tamaño de la muestra n de un lote de
1000 items, con un Nivel de confianza del 99 % 2,58
desvios la precisión a de 0,5 % (d = 0,005)
• n = Tamaño de la muestra = ?
• t = Nivel de confianza = 3
• N = Población = 1000
• d = Precisión = 0,005
• p = Proporción estimada que posée la variable = 0 015
• q = Proporción estimada sin la variable = 0,985
•
• n=
•
• n= = =
• n = 841,6
• En conclusión habrá que seleccionar 841,6 Items con algún
método de muestreo de la población N = 10000
• Ejemplo
• Se desea determinar el tamaño n de la muestra n de un lote de N
1000 items, pero se debe reducir el nivel de confianza a 95 % (Z
=1,96 ) y ampliar la precisión a 1 % (d = 0,01)
•
• n = Tamaño de la muestra = ?
• t = Nivel de confianza = 1,96
• N = Población = 1000
• d = Presición = 0,01
• p = Proporción estimada que posée la variable = 0 015
• q = Proporción estimada sin la variable = 0,985
• n=
•
• n= = =
• n = 371,5
• En conclusión habrá que seleccionar 371,5 Items con algún método
de muestreo de la población N = 10000
• EJERCICIO CUANTITATIVO - ESTRATIFICACION.-
• Se desea conocer el tamaño de muestra n para controlar la
variable cuantitativa del Índice de Saponificación de un
aceite expresado en mg/g, de un lote de 5200 envases de
1 litro que se encuentra en el proceso de envasado,
siendo su nivel de confianza del 95 %, aplicando un
MuestreoEstratificado.
• Para estimar el valor promedio de la variable se hace una
medición piloto en 15 itms tomados al Azar y realizadas su
medición dando los siguientes resultados
• La precisión d es del 1%, esto quiere decir que se admite
un error del promedio estimado dentro del rango del +- 1
%.
• Los datos son tomados de la resolución anterior
• El criterio de estratificación es que se divida en 8 áreas de 650
items cada área Desarrollo .- Pasos
1.- Determinar el criterio de estratificación
• Número de pruebas Valor medido (mg/g)
1 210
2 280
3 320
4 240
5 300
6 270
7 360
8 310
9 260
10 240
11 290
12 370
13 240
14 340
15 380
4410 sumatoria Xmed=4410/15 =294
• n=
•
• n=
•
• n = 967
• 4.- Calcular la fracción muestreal (f) dividiendo la muestra para el universo
•
• f = 967/5200 = f = 0,186
• 5.- Multiplicar la fracción muestreal por el tamaño de cada estrato, lo que
nos permitirá obtener el cupo, que es el número proporcional de unidades
de análisis que integrará la muestra
= 650
Y%
= 650
= 650
Z%
= 650
= 650
W% = 650
= 650
= 650
• D.- MUESTREO MIXTO. COMBINACIÓN DE ESTRATIFICADO
y SISTEMATICO
• Consiste en realizar un muestreo estratificado del lote N y
posteriormente hacer un muestreo sistemático de la
submuestra para elegir una muestra n de cada estrato y
posteriormente cualquier otro método de muestreo
•n=
•n=
• n=
• n = 112
• Calculamos la fracción muestreal (f) dividiendo la muestra para el universo
• f = 112/480 = 0,23
unidades secundarias
• EJEMPLO
• Se desea determinar el tamaño n de un lote de N = 50 cajas
que tiene 16 unidades de X producto cada una, la variable a
determinar es el peso; el nivel de confianza es del 95 % y la
precisión es del 3 %, el porcentaje de defectuosos no es
mayor del 4 %, con estos datos determine el tamaño de
muestra n utilizando el criterio de conglomerados, para la
selección de las cajas se utiliza el muestreo aleatorio simple
utilizando la tabla con fila 10 columna 5
• n = Tamaño de la muestra = ?
• t = Nivel de confianza = 1,96
• N = Población = 50
• d = Precisión = 0,05
• p = Proporción estimada que posée la variable = 0,04
• q = Proporción estimada sin la variable = 0,96
•n=
• n = 7,37 / 0,272
• n = 27
• N = 50 n = 27
• Intervalo: 01 – 50
• Fila: 10
• Columna: 5
• Número encontrado: 1
• Las 3 cifras que están a la derecha de la señalada son: 7-6-7
• Formar el grupo de 4 cifras: Fila 17 – columna 67
• La cifra que corresponde a la fila 17 y columna 67 es el 1
• Las cifras que siguen al 1 son agrupados de dos en dos (número de
cifras = 2)
• 13, 21 48,78, 92,87, 92, 22, 81,16,78, 38, etc. hasta completar n =
27
• Se seleccionaron aleatoriamente = 27 cajas y se pesan los 16
paquetes de cada una, con lo que su muestra global es de 432
paquetes de cereal 27 x 16 = 432
• b.- MÉTODOS DE MUESTREO NO PROBABILÍSTICOS
• A veces, para estudios exploratorios, el muestreo
probabilístico resulta excesivamente costoso y se acude a
métodos no probabilísticos.
• En general se seleccionan a los sujetos o items siguiendo
determinados criterios procurando, en la medida de lo
posible, que la muestra sea representativa.
• Entre los métodos de muestreo no probabilísticos más
utilizados en investigación y encontramos:
• a.- MUESTREO POR CUOTAS:
• Se asienta generalmente sobre la base de un buen conocimiento
de los estratos de la población y/o de los individuos más
"representativos" o "adecuados" y se utiliza para fines de la
investigación.
• Mantiene por tanto, semejanzas con el muestreo estratificado,
pero no tiene el carácter de aleatoriedad de aquél.
• En este tipo de muestreo se fijan unas "cuotas" que consisten
en un número de artículos que reúnen unas determinadas
condiciones.
• b.- MUESTREO INTENCIONAL O DE CONVENIENCIA:
• Este tipo de muestreo se caracteriza por un esfuerzo deliberado
de obtener muestras "representativas" mediante la inclusión
en la muestra de grupos supuestamente típicos. Es muy
frecuente su utilización en sondeos preelectorales de zonas que
en anteriores votaciones han marcado tendencias de voto
• Consiste en analizar el lote mediante procedimientos basados es la
teoría estadística.
• Los procedimientos estadísticos proporcionan información sobre:
• -El tamaño de la muestra n
• -Los criterios de aceptación ( Ac) y rechazo (Re)
• El muestreo estadístico se realiza de una manera aleatoria.
• Se utiliza tablas y gráficos estadísticos
• -La inspección por muestreo estadístico se divide en dos clases
• INSPECCIÓN POR ATRIBUTOS
• INSPECCIÓN POR VARIABLES
• En el muestreo estadístico, el número de muestras, su tamaño y su
frecuencia de extracción vienen definido por reglas precisas que
tienen en cuenta el grado de importancia de las características
examinadas y de los riesgos inherentes a una errónea valoración,
basada en consideraciones probabilísticas