Tratamiento estadístico de resultados.

Cuantificación de la incertidumbre
en mediciones instrumentales del muestro aleatorio simple, muestreo
aleatorio sistemático, muestreo aleatorio estratificado, muestreo aleatorio
por conglomerados y muestreo polietapico.

I. RESUMEN: en ciencias de ingeniería (experimental) es imprescindible

realizar mediciones que consisten en obtener magnitudes físicas de algún
atributo del objetivo en estudio, se presentan las ecuaciones pertinentes
y aquellas para la estimación del tamaño óptimo de muestreo para cada
tipo de muestreo. Se demuestra la aplicación práctica de la cuantificación
de la incertidumbre, grado de precisión, tanto en el concepto y aplicación
de muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo
aleatorio estratificado, muestreo aleatorio por conglomerados y muestreo
polietapico.
Por medio de ejemplos reales: sabemos que uno de los demás
importantes para una investigación es el muestreo, por ello hemos
preparado una serie de información que esperamos sea de tu ayuda.
Vamos a describir en los próximos artículos los principales tipos e
muestreo probabilístico, sus ventajas y desventajas para darte una idea
del uso que le puedes dar a cada uno de ellos.

JUSTIFICACION
Es de suma importancia el estudio de técnicas en el manejo de muestras
y la cuantificación de la incertidumbre por los estudiantes de ingeniería
del curso de análisis instrumental, para obtener la calidad de los
resultados, esto es hasta qué punto se pueden confiar en ellos para los
propósitos requeridos. Por lo que se desarrollan practica en el laboratorio
LABORATORIO DE ANALISIS INSTRUMENTAL

de la planta piloto de procesos orgánicos, empleando lo instrumentos del

proyecto FOCAM para la mejora de la calidad de formación (enseñanza-
aprendizaje), será una acción sumamente útil, en el manejo de tipos de
muestreo probabilístico, la medición de la incertidumbre y la orientada al
dominio de manejo de datos de lecturas instrumentales, las definiciones
de términos básicos y generales en metrología y quimiometria.

OBJETIVOS
1).- conocer las técnicas de muestreo más empleadas
2).- emplear las técnicas de muestreo para obtener datos
necesarios y realizar las inferencias estadísticas, empleando
instrumentos del proyecto FOCAM.

1
 3).-distinguir los estudios tipos de muestreo de probabilístico y no
probabilístico.
4).-reconocer situaciones reales en las que se aplican las técnicas
de muestreo.
5).-concepto y cuantificación de la incertidumbre en mediciones
instrumentales.

Aplicación de muestreo aleatorio simple, muestreo aleatorio sistemático,

muestreo aleatorio estratificado, muestreo aleatorio por conglomerados y
muestreo polietapico.

II. FUNDAMENTO TEORICO:

El grupo de práctica desarrolla un resumen sobre: diseño experimental,
concepto, cuantificación de la incertidumbre en mediciones instrumentales y
relaciones matemáticas. Aplicación de muestreo aleatorio simple, muestreo
aleatorio sistemático, muestreo aleatorio estratificado, muestreo aleatorio por
conglomerados y muestreo polietapico.

III. Muestras, equipos, instrumentos, materiales y reactivos.

IV. METODO OPERATIVO:
Diseño de muestra: seleccionar una muestra de una población de una forma
específica. (Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo
aleatorio estratificado, muestreo aleatorio por conglomerados y muestreo
polietapico.) Ejemplo: pasos para seleccionar una muestra aleatoria simple.

1. Define la población objetivo. (gravimetría quimiometria de las muestras

seleccionadas por cada grupo de trabajo)
2. Identificar u marco de muestreo actual de la población objetivo o
desarrolla uno nuevo.
3. Evalúa el marco de muestreo para la falta de cobertura, cobertura
excesiva, cobertura múltiple y la agrupación, y haz los ajustes que
LABORATORIO DE ANALISIS INSTRUMENTAL

consideres necesario.
4. Asigna un número único a cada elemento de la trama.
5. Determina el tamaño de la muestra.
6. Seleccionar al azar el número específico de elementos de la población.

1. MUESTREO ALEATORIO SIMPLE MÁS. es un procedimiento de

muestreo probabilístico que a da cada elemento de la población objetivo
y a cada posible muestra de un tamaño determinado, la misma
probabilidad de ser seleccionado.
De una población de N unidades se selecciona una muestra de tal manera
que todas las unidades de la población tienen igual probabilidad de ser

2
 seleccionadas (universo, marco maestral, unidad maestral, selección
aleatoria).

2. Se mide la unidad seleccionada y se regresa a la población. Si se hace

una operación n veces, se obtiene una muestra aleatoria simple
seleccionada con reemplazo.
3. Se mide la unidad seleccionada y ya no se regresa a la población. Se
selecciona n las siguientes unidades con igual probabilidad de las
unidades que quedan en la población, si se hace esta operación n veces,
se obtiene una muestra aleatoria simple seleccionada en reemplazo. Este
es el procedimiento que vamos a estudiar.
4. Tamaño de la muestra. El tamaño de la muestra debe definirse
independientemente para cada universo, una función de tres factores: la
variabilidad de la variable numérica más importante, el nivel de confianza
fijado y el nivel de error aceptable.

Donde:
No=tamaño de la muestra
S2=varianza de la muestra
T2av=valor crítico de la distribución t de student, con un nivel de
LABORATORIO DE ANALISIS INSTRUMENTAL

significancia y los grados de libertad.

ɛ=error aceptable.
Cv=coeficiente de variación =desviación estándar de la muestra de la
muestra / media muestra.
V=grados de libertad=(n-1)
Hasta ahora no se ha considerado el tamaño del universo para determinar
el tamaño de muestra.
Sin embargo, para universo pequeños, menores a 120 U.M, es necesario
corregir el valor de no obtenido de la fórmula 1, a través del uso de la
formula:
N= no/ (1+ no/N)

3
 Donde:
no= tamaño de muestra obtenido en la formula anterior
N=tamaño del universo
n= tamaño definitivo de muestra

5. Procedimiento: cada grupo determina el universo de su muestra (N),

seleccione o estime el tamaño óptimo de su muestra (n), luego espere las
indicaciones del profesor (estructura de un procedimiento analítico).

6. Traslade sus pesos según el cuadro. Para n>30 y n<30

Orden Peso de muestra Peso en muestra B Peso en muestra

A en gramo en gramos C en gramos
1 0.068
2 0.077
3 0.076
4 0.042
5 0.067
6 0.051
7 0.064
8 0.060
9 0.069
10 0.062
11 0.080
12 0.079
13 0.068
14 0.059
15 0.073
LABORATORIO DE ANALISIS INSTRUMENTAL

16 0.053
17 0.067
18 0.068
19 0.053
20 0.044
21 0.071
22 0.044
23 0.067
24 0.052
25 0.072
26 0.077
27 0.069
28 0.079

4
 29 0.077
30 0.081
31 0.088
32 0.067
33 0.075
34 0.069
35 0.097
36 0.062
37 0.074
38 0.063
39 0.072
40 0.086
41 0.063
42

V. ANALISIS DE RESULTADOS Y CALCULOS

LENTEJAS

X X1 ̅ )𝟐
(𝑿 − 𝑿
1 0.068 1.1089*10-3
2 0.077 1.7893*10-3
3 0.076 1.7057*10-3
4 0.042 5.329*10-5
5 0.067 1.043*10-3
6 0.051 2.6569*10-4
7 0.064 8.5849*10-4
LABORATORIO DE ANALISIS INSTRUMENTAL

8 0.060 6.4009*10-4
9 0.069 1.1765*10-3
10 0.062 7.4529*10-4
11 0.080 2.0521*10-3
12 0.079 1.9625*10-3
13 0.068 1.1089*10-3
14 0.059 5.9049*10-4
15 0.073 1.4669*10-3
16 0.053 3.3489*10-4
17 0.067 1.043*10-3
18 0.068 1.1089*10-3
19 0.053 3.3489*10-4
20 0.044 8.649*10-5
5
 21 0.071 1.3177*10-3
22 0.044 8.649*10-5
23 0.067 1.043*10-3
24 0.052 2.993*10-4
25 0.072 1.3913*10-3
26 0.077 1.7893*10-3
27 0.069 1.1765*10-3
28 0.079 1.9625*10-3
29 0.077 1.7893*10-3
30 0.081 2.1437*10-3
31 0.088 2.8409*10-3
32 0.067 1.043*10-3
33 0.075 1.6241*10-3
34 0.069 1.1765*10-3
35 0.097 3.8813*10-3
36 0.062 7.4529*10-4
37 0.074 1.5445*10-3
38 0.063 8.009*10-4
39 0.072 1.3913*10-3
40 0.086 2.6317*10-3
41 0.063 8.009*10-4
∑ 1.423 0.050955

Cálculos:
1. Media aritmética:

∑𝑿𝒊 𝟏.𝟒𝟐𝟑
̅ = ̅ =
 𝑿
LABORATORIO DE ANALISIS INSTRUMENTAL
𝑿 = 𝟎, 𝟎𝟑𝟒𝟕
𝒏 𝟒𝟏

̅ )𝟐
√∑(𝑿 −𝑿
𝒊
2. Desviación estándar de la muestra: 𝑺= 𝒏−𝟏
n<30 n>30

√𝟎.𝟎𝟐𝟐𝟐𝟐𝟐 √𝟎.𝟏𝟒𝟓𝟓𝟖𝟓𝟓
𝑺= = 𝟎. 𝟎𝟎𝟔𝟒𝟖 𝑺= = 𝟎. 𝟎𝟏𝟎𝟗𝟎𝟐
𝟐𝟒−𝟏 𝟑𝟔−𝟏

√𝟎.𝟎𝟏𝟗𝟎𝟓 √𝟎.𝟎𝟓𝟎𝟗𝟓𝟓
𝑺= = 0.0081198 𝑺= = 𝟎. 𝟎𝟎𝟓𝟔𝟒𝟑𝟑
𝟏𝟖−𝟏 𝟒𝟏−𝟏

6
 ̅ )𝟐
√∑(𝑿𝒊 −𝑿
3. Desviación estándar de la población: σ= 𝒏

σ = √𝟎.𝟎𝟓𝟎𝟗𝟓𝟓
𝟒𝟏
= 0.005056

𝑺
4. Desviación estándar de la media: 𝑺𝑿̅ =
√𝒏

n>30 n<30

𝟎.𝟎𝟎𝟔𝟒𝟖 𝟎.𝟎𝟏𝟎𝟗𝟎𝟐
𝑺𝑿̅ = = 𝟎. 𝟎𝟎𝟏𝟑𝟐𝟐 𝑺𝑿̅ = = 𝟎. 𝟎𝟎𝟏𝟖𝟏𝟕
√𝟐𝟒 √𝟑𝟔
𝟎.𝟎𝟎𝟖𝟏𝟏𝟗𝟖 𝟎.𝟎𝟎𝟓𝟔𝟒𝟑𝟑
𝑺𝑿̅ = = 𝟎. 𝟎𝟎𝟏𝟗𝟑𝟗 𝑺𝑿̅ = = 𝟎. 𝟎𝟎𝟎𝟖𝟖𝟏
√𝟏𝟖 √𝟒𝟏

𝑺
5. Desviación estándar residual: DER = 𝑿̅
𝟎.𝟎𝟎𝟔𝟒𝟖 𝟎.𝟎𝟏𝟎𝟗𝟎𝟐
n>30 DER = = 𝟎. 𝟏𝟖𝟔𝟕 DER = = 𝟎. 𝟑𝟏𝟒𝟐
𝟎,𝟎𝟑𝟒𝟕 𝟎,𝟎𝟑𝟒𝟕
𝟎.𝟎𝟎𝟖𝟏𝟏𝟗𝟖 𝟎.𝟎𝟎𝟓𝟔𝟒𝟑𝟑
n<30 DER = = 𝟑, 𝟗𝟐𝟕 DER = = 𝟎. 𝟏𝟔𝟐𝟔
𝟎,𝟎𝟑𝟒𝟕 𝟎,𝟎𝟑𝟒𝟕

̅
6. Error estándar: 𝑺𝒆 = 𝝁 − 𝑿 (media población –media
muestral)
LABORATORIO DE ANALISIS INSTRUMENTAL

7. Respuesta.

7
 8. Sesgo. Mide el error sistemático de un método analítico. sesgo=

9. Intervalo dado por:

10. Muestreo aleatorio simple, caso de la media, obsérvese que, fijado

el valor de z por el nivel de confianza, el error es igual a la
desviación estándar del estimador multiplicado por una constante
(para el caso del 95% el valor seria 1.96).

11. En esta expresión, 𝜎 es la desviación típica poblacional,

ɛ =error máximo, n=muestra de tamaño n, z un nivel de confianza

(z, en definitiva), otorgar un determinado valor al error máximo que
se puede cometer, equivale exactamente a fijar la varianza del
estimador.

12. Grupo A, a un L.C del 83%

Tabla N° 19. Valores de t para varios niveles de confianza

LABORATORIO DE ANALISIS INSTRUMENTAL

Grado de 80% interv. 90% interv. 95% interv. 99% interv. 99.9%
libertad confianza confianza confianza confianza interv.
confianza
1
2
3
4
5
6
7
8
9

8
 10
11
12
13
14

VI. RESULTADOS
VII. BIBLIOFRAFIA

LABORATORIO DE ANALISIS INSTRUMENTAL