PRACTICA Nº 04: CRITERIO EN EL MUESTREO

Introducción:

El análisis de datos realizada sobre una muestra busca descubrir y resumir la

información que contienen los datos de una población de numerosos individuos,
en la cual trabajar de manera completa resultaría en un gasto importante de
tiempo y recursos. Las conclusiones obtenidas del análisis de los datos de la
muestra, se refieren a exclusivamente a la muestra, sin embargo, estos, se
extienden a un grupo mayor de individuos, el cual es la población. Es por ello
que es necesario diseñar la obtención de datos de forma adecuada.

Para tomar una muestra adecuada de la población es importante tener en cuenta

ciertos conceptos, como el de individuo, el cual es cada uno de los componentes
de la población y la muestra, y el de tamaño muestral (n), el cual es el número de
individuos que forman la muestra, entendido esto, se debe comprender las
características que debe poseer la muestra para ser adecuada: la muestra debe ser
representativa de la población, y con ello queremos decir que cualquier individuo
de la población en estudio debe haber tenido la misma probabilidad de ser
elegido, otra característica de la muestra a tener en cuenta, es el tamaño muestral,
el cual debe ser adecuado, ni muy grande como para significar un desperdicio de
recursos, ni muy pequeño como para tener conseguir conclusiones con poca
significancia para la población.

Entendidas las características que debe poseer la muestra, se empieza el

muestreo, el cual puede ser de distintos tipos y siempre teniendo en cuenta la
toma aleatoria de los individuos, como ejemplo de estos tipos de muestreo
tenemos el estratificado y el sistemático, teniendo cada uno sus particularidades
en la toma de datos, las cuales veremos en esta práctica.
Materiales y Método:

En la práctica se tuvo como material de trabajo los siguientes elementos:

 Centímetro:

 Plantas de maíz:

 Cuaderno de anotaciones:

 Calculadora:
Y el método de trabajo que se siguió en nuestra práctica, fue el siguiente:

En primera instancia determinamos cual es nuestra población a analizar y

seguidamente la variable sobre la cual realizaremos nuestro estudio. Hecho esto,
será necesario conocer el N poblacional, para trabajando en este, calcular el “n”
o tamaño de muestra mediante cálculos estadísticos.

Determinado el tamaño de muestra, se procede a elegir un tipo de muestreo de

acuerdo al criterio de cada alumno, y luego siguiendo la recolección de datos de
las variables a estudiar en la muestra. En los datos obtenidos se trabajarán con
métodos estadísticos para obtener las conclusiones sobre la variable estudiada,
que se exportarán a la población.

A parte, se realizará un modelo teórico de un muestreo de aves en la ciudad

universitaria explicando el tipo de muestreo y las características de nuestra
muestra.

Resultados:

Siguiendo el procedimiento descrito se determinó lo siguiente:

 Población: Plantas de maíz del campo de Biometría de la UNT.

 Variable: Longitud de la última hoja de la planta.

Para el cálculo del tamaño de la muestra, se trabajó con los siguientes datos acerca
de la población:

- Tamaño de población: N = 210 plantas de maíz

- Desviación estándar: S = 0.5
- Probabilidad de error: d = 0.05
Los cálculos para el tamaño de muestra fueron los siguientes:

Para mayor facilidad de toma de datos se trabajó con un tamaño de muestra n,

de la cuarta parte del tamaño de muestra calculado.

Por lo tanto:

n = 136/4 = 46 datos: tamaño de muestra.

Se elige el muestreo sistemático para nuestra toma de datos.

Los datos tomados en el muestreo de las n plantas de maíz, para la variable de
longitud son:

Nº Datos Longitud Nº Datos Longitud

1 29.3 24 48.0
2 25.2 25 41.8
3 40.3 26 46.0
4 58.2 27 60.5
5 48.5 28 43.6
6 29.3 29 32.6
7 32.1 30 24.1
8 46.4 31 27.0
9 41.3 32 40.7
10 29.5 33 32.0
11 31.7 34 44.7
12 49.3 35 42.3
13 31.7 36 32.4
14 49.3 37 29.6
15 31.7 38 33.0
16 31.5 39 48.3
17 45.0 40 33.9
18 33.3 41 37.4
19 39.7 42 24.0
20 46.3 43 36.0
21 48.0 44 48.0
22 29.3 45 34.5
23 25.0 46 52.6
TOTAL 1744.4

Tabla 1. Distribución de datos de longitud de hoja superior de la muestra de

plantas de maíz en el campo de biometría de la UNT.
Los datos ordenados de menor a mayor en el muestreo de las n plantas de maíz,
para la variable de longitud de hoja superior es:

Nº Datos Longitud Nº Datos Longitud

1 29.3 24 36.0
2 24.0 25 37.4
3 24.1 26 39.7
4 25.0 27 40.3
5 25.2 28 40.7
6 27.0 29 41.3
7 29.3 30 41.8
8 29.3 31 42.3
9 29.3 32 43.6
10 29.5 33 44.7
11 29.3 34 45.0
12 31.2 35 46.0
13 31.5 36 46.3
14 31.7 37 46.4
15 31.7 38 48.0
16 32.0 39 48.0
17 32.1 40 48.0
18 32.4 41 48.3
19 32.6 42 48.5
20 33.0 43 49.3
21 33.3 44 52.6
22 33.9 45 58.2
23 34.5 46 60.5
TOTAL 1744.4

Tabla 2. Distribución de datos de longitud de hoja superior de la muestra de

plantas de maíz en el campo de biometría de la UNT.
En el cálculo de las medidas de tendencia central, desviación e intervalo de
confianza aplicamos formulas estadísticas, obteniendo:

 Media:

 Moda:

 Mediana:

 Varianza:

 Desviación:

 Coeficiente de varianza:

 Error estándar:
  Intervalo de Confianza:

Para nuestro modelo teórico:

Nuestra población son las aves en la Universidad Nacional de Trujillo, para ello
se estima el tipo de muestreo que resulta más adecuado es el muestreo
estratificado, dividendo a la universidad en sectores desde donde se pueda
observar las aves y muestrearlas.

Discusión:

 Para nuestra población de 210 plantas de maíz, una muestra de 136 de

estas puede darnos una representación exportable a la población de la
variable de longitud de hoja, pero acortando la muestra a solo 46 podemos
expresar los siguiente:
De las 46 muestras, podemos decir que en la mitad de estas se encontraron
longitudes superiores a 35.25cm, mientras que la longitud que más se
aprecia es la de 29.3cm. Siendo el promedio de todos los datos tomados de
longitud igual a 37.9217cm, con una variabilidad de 9.2226cm para el resto
de datos.
Se puede decir entonces que nuestra media poblacional de longitud de
hoja se encuentra entre los valores de 36.669cm y 39.1764cm con una
confianza del 95%.
  En nuestro muestreo de aves, nuestra muestra resultante de un muestreo
estratificado resulta en una toma de datos aleatorios de los diferentes
sectores de la universidad, cumpliendo así la característica de
representativa para la población, y siendo adecuada debido a que el
tamaño de la muestra se genera a partir de un cálculo estadístico.

Conclusiones:

Para cada tamaño de población tenemos un tamaño de muestra correspondiente

que resulta adecuado para representarla, y para obtener esta muestra adecuada
es necesario realizar una serie de cálculos estadísticos que nos muestran
finalmente las características que representativas de la muestra: Representativa y
adecuada.