Plan de muestreo por variables: Estrategia de selección de muestras para la optimización de resultados

Los planes de muestreo de variables utilizan las mediciones reales de los productos de muestra para la toma de decisiones en lugar de clasificar los productos como conformes o no conformes, como en los planes de muestreo de atributos. Los planes de muestreo de variables son más complejos en la administración que los planes de atributos, por lo tanto, requieren más habilidad. Sin embargo, proporcionan algunos beneficios sobre los planes de atributos. Dos de estos beneficios son:

  • La igualdad de protección a un plan de muestreo de atributos pero con un tamaño de muestra mucho más pequeño. Existen varios tipos de planes de muestreo de variables en uso, que incluyen: (1) conocido, (2) desconocido pero se puede estimar utilizando desviaciones estándar de muestra, y (3) desconocido y el rango R se usa como un estimador.
  • Si se determina el tamaño de la muestra del plan de muestreo de atributos, los planes de variables previamente enumerados se pueden comparar como un porcentaje del plan de atributos.
  • Los planes de muestreo de variables permiten la determinación de qué tan cerca del límite nominal o de especificación está funcionando el proceso. Los planes de atributos aceptan o rechazan mucho; Los planes de variables dan información sobre qué tan bien o mal está funcionando el proceso.

Los planes de muestreo de variables, como ANSI/ASQ Z1.9, tienen algunas desventajas y limitaciones:

  • La igualdad de protección a un plan de muestreo de atributos pero con un tamaño de muestra mucho más pequeño. Existen varios tipos de planes de muestreo de variables en uso, que incluyen: (1) conocido, (2) desconocido pero se puede estimar utilizando desviaciones estándar de muestra, y (3) desconocido y el rango R se usa como un estimador.
  • Si se determina el tamaño de la muestra del plan de muestreo de atributos, los planes de variables previamente enumerados se pueden comparar como un porcentaje del plan de atributos.
  • Los planes de muestreo de variables permiten la determinación de qué tan cerca del límite nominal o de especificación está funcionando el proceso. Los planes de atributos aceptan o rechazan mucho; Los planes de variables dan información sobre qué tan bien o mal está funcionando el proceso.
  • La suposición de normalidad de la población de la cual se extraen las muestras.
  • A diferencia de los planes de muestreo de atributos, las características separadas en las mismas partes tendrán diferentes promedios y dispersiones, lo que dará como resultado un plan de muestreo separado para cada característica.
  • Los planes de variables son más complejos en la administración.
  • La medición de las variables es generalmente más costosa que la medición de atributos.
  • El estándar más común para los planes de muestreo de variables es ANSI/ASQ Z1.9, que tiene planes para (1) variabilidad conocida, (2) variabilidad desconocida: método de desviación estándar y (3) variabilidad desconocida – Método de range. Usando los métodos anteriores, este plan de muestreo se puede usar para probar una sola especificación.

    ¿Cuáles métodos se utilizan en el muestreo por variables?

    Cuando se utilizan el muestreo de variables clásicas, los auditores tratan a cada elemento individual en la población como una unidad de muestreo. Este método se parece más a las clases de estadísticas que tuvo que tomar en la escuela secundaria y la universidad. Utiliza este método para evaluar toda su población en función de los datos de su muestra. Puede usar tres tipos comunes de estimadores de muestreo de variables clásicas: media por unidad, relación y diferencia.

    Medio por unidad utiliza el concepto estadístico familiar de la media. Por ejemplo, si agrega 10 + 30 + 50 para obtener 90, y luego divide 90 por 3 (el número de valores en este ejemplo), obtiene 30, que es la media. Como auditor, aplica este concepto estadístico para evaluar las características de su población total. Tomando el valor promedio (media) de los elementos en su muestra, puede estimar el verdadero valor de la población.

    Por ejemplo, tiene una población total de 3.000 elementos en cuentas por cobrar, y el tamaño de su muestra es 50. Sumando los valores individuales de los 50 elementos, obtiene un total de $ 2,000; Por lo tanto, su media es de $ 40 (2,000/50). Su estimación media del verdadero valor de las cuentas por cobrar es de $ 120,000 ($ 40 x 3,000).

    Teniendo en cuenta estos datos con su riesgo de muestreo, nivel de confianza y tasa de error, si su nivel de confianza es del 95 por ciento y su tasa de error es del 10 por ciento, puede decir que tiene un 95 por ciento seguro de que el valor total de las cuentas por cobrar es de $ 120,000, más o menos $ 12,000 ($ 120,000 veces su tasa de error del 10 por ciento).

    ¿Cómo se realiza el muestreo por variables?

    No ignore el cálculo de un tamaño de muestra válido.

    Si extrae directamente una muestra de grabaciones y puede adivinar un tamaño de muestra, existe una buena posibilidad de que la proyección de los resultados de su análisis no sea válida y que su conclusión final sea incorrecta.

    El proceso de muestreo variable convencional consiste en los siguientes pasos principales:

    • Si es así o no, el valor auditado de los datos muestreados, cuando se proyecta en la cuenta en su conjunto, está dentro de una playa aceptable del valor contable registrado
    • Si es así o no, los valores observados de la anomalía monetaria en los datos muestreados representan una cantidad aceptable o inaceptable de anomalía en la cuenta en su conjunto

    Se llevaron a cabo varios cálculos internos durante el paso de preparación de muestreo de las variables convencionales. Estos cálculos respaldan los números con una longitud máxima de 17 dígitos. Si el resultado de un cálculo excede los 17 dígitos, este resultado no aparece en la salida y no puede continuar con el proceso de muestreo.

    Tenga en cuenta que los números de fuente de datos inferiores a 17 dígitos pueden generar resultados de cálculo interno que exceden las 17 cifras.

    Cuando utiliza análisis para el muestreo de variables convencionales, ingresa la información en tres cuadros de diálogo separados y ejecuta los comandos asociados, en este orden:

    • Si es así o no, el valor auditado de los datos muestreados, cuando se proyecta en la cuenta en su conjunto, está dentro de una playa aceptable del valor contable registrado
    • Si es así o no, los valores observados de la anomalía monetaria en los datos muestreados representan una cantidad aceptable o inaceptable de anomalía en la cuenta en su conjunto
  • Preparar el cuadro de diálogo CVS
  • ¿Cuándo se aplica un plan de muestreo por atributos?

    • Para determinar el tamaño de una muestra, es necesario tener en cuenta los niveles de precisión necesarios para la producción de las estimaciones de la encuesta, el tipo de plan (por ejemplo, muestreo en grupos, estratificación) y estimador utilizado, accesibilidad de la información auxiliar y coordenadas de personas de recursos, restricciones presupuestarias, así como ciertos factores, como las no respondidas, la presencia de unidades fuera del alcance, desgaste en encuestas longitudinales, etc. Para las encuestas periódicas, es necesario tener en cuenta las adiciones y supresiones de unidades predecibles en la población observada, que está en constante evolución. Es importante enfatizar que la precisión de las estimaciones de una encuesta generalmente se deriva más al tamaño de la muestra total que a la tasa de muestreo (relación el tamaño de la muestra en comparación con el tamaño de la población).
    • Debe recordarse que la mayoría de las encuestas generan estimaciones para varias variables y que la optimización de la muestra para una variable particular puede tener efectos negativos en otras variables importantes. Este problema debe manejarse primero determinando las variables más importantes; Luego obtenemos un subconjunto de variables para determinar qué estrategia adoptar para el muestreo. Esta estrategia a menudo sustenta un compromiso entre estrategias óptimas que se aplican a cada una de las variables de este subconjunto. Consulta a Bethel (1989).
    • La estratificación consiste en dividir la población en subconjuntos que se llaman estratos. Cada estrato proporciona una muestra independiente. La elección de los estratos está dictada por los objetivos de la encuesta, la disponibilidad de las variables de la base de la encuesta, la distribución de la variable de interés y el nivel de precisión mencionado en las estimaciones. La mayoría de las encuestas producen estimaciones en diversas áreas de interés (por ejemplo, las provincias). Debe tenerse en cuenta en el plan de encuestas, si es posible, estratificando a la población de manera apropiada (por ejemplo, por provincia). Si este no es el caso, será necesario considerar el uso de métodos especiales, en la etapa de estimación, para producir estimaciones de estas áreas (ver carga). Para ser efectivo estadísticamente, es importante garantizar que cada uno de los estratos contenga unidades lo más homogéneas posible en comparación con la información recopilada por la encuesta. Para las encuestas longitudinales, elija variables de estratificación que corresponden a características reconocidas por su estabilidad a lo largo del tiempo.
    • Realice estudios para evaluar varias opciones en relación con los métodos de muestreo, la estratificación y la distribución. La utilidad de estos estudios depende de la disponibilidad y las noticias de los datos que los alimentan, ya sean datos administrativos, encuestas previas o censos, y la relación entre ellos con las variables importantes de la encuesta. Consulte Kish (1988).
    • Determine la tasa de respuesta esperada utilizando una prueba previa o datos de ediciones anteriores de la misma encuesta o encuestas similares. Esta tasa se puede usar para determinar el tamaño de la muestra. La muestra se puede dividir en ondas sucesivas que se liberarán si es necesario, dependiendo del tamaño de la muestra obtenida por Stratum. Para las encuestas longitudinales, use el desgaste acumulativo provisto para un número dado de ciclos.
    • Para las poblaciones que son altamente asimétricas, es necesario crear un estrato de grandes unidades cuya inclusión en la investigación es cierta (el estrato con el sorteo completo). En general, estas grandes unidades representarán una parte sustancial de los totales de la población. Para reducir la carga del encuestado, puede ser necesario crear un estrato de unidades muy pequeñas para ser excluidos de la población observada. Consulte Baillargeon et al. (2007). Es importante distinguir claramente la porción desinvenada de la población observada (estrato de dibujo cero), que pertenece a la población observada sin ser parte de la muestra, y las unidades fuera del campo de la encuesta, que no pertenecen a la población observada. La contribución del estrato al sorteo cero se puede estimar mediante modelos.
    • A veces, la información necesaria para la estratificación de la población no es accesible en la base de la encuesta. Cuando este es el caso, se puede usar un plan de muestreo con dos fases (o doble), que selecciona una muestra grande durante su primera fase, para obtener la información necesaria para la estratificación. Esta primera muestra es luego laminado. Durante la segunda fase, conservamos una submuestra para cada uno de los estratos de la primera muestra. Es importante cuestionar el costo del muestreo para cada fase, la disponibilidad de la información requerida por cada fase y en las ganancias asociadas con la estratificación de la muestra de la primera fase, con respecto a la precisión.
    • En la práctica, no siempre es posible seleccionar directamente las unidades que proporcionarán la información necesaria o se comunicarán directamente con ellas. A veces, el enfoque no es rentable o que no hay información suficiente para llevarlo a cabo. En tal caso, podemos usar un plan de muestreo para dos grados: primero seleccionamos grupos (llamados unidades de muestreo primarias) de unidades declarantes, luego una muestra de unidades declarantes en el interior de cada clúster seleccionado. Es posible que las limitaciones presupuestarias u otra naturaleza requiera más de dos grados (un plan con varios grados). Para el muestreo, determine el número de etapas requeridas y el tipo de unidad apropiado, en cada etapa. Para cada tipo de unidad, verifique los siguientes elementos: disponibilidad de una base de unidades adecuada, o posibilidad de crear una, en cada paso, facilidad de contacto y recopilación/medición de datos, datos de calidad proporcionados por la unidad y el costo de la recolección. Los planes para varios grados son, por definición, planes de muestreo de grupos. Aunque reducen el costo de la recopilación de datos, los grupos pueden aumentar las variaciones atribuibles a intragramp.
    • Si las muestras se seleccionan en varias bases (dos o más), debe tener cuidado con las unidades que pertenecen a más de una base. Debe saber qué base pertenece cada una de estas unidades. Además, es necesario favorecer los planes de muestreo que simplifican los procedimientos de estimación. El principio según el cual el plan debe permanecer simple es aún más cierto cuando uno ha usado múltiples bases.
    • Cuando se determinan la distribución y el tamaño de las muestras estratificadas, es necesario tener en cuenta las tasas de clasificación errónea proporcionadas en las unidades y cualquier otra brecha en la base, de lo contrario, las estimaciones de la encuesta serán menos precisas de lo esperado. Por lo tanto, será necesario abordar este problema en la etapa de estimación (ver Sección 2.10).
    • Algunos planes de muestreo complejos requieren calcular un efecto de plan de encuesta (EPS) para determinar el tamaño de la muestra. Para calcular el EPS de una investigación, debe usar los resultados de encuestas anteriores o encuestas similares. Consulte Gambino (2001), Kish (1965) y Gabler et al. (2006).
    • Ciertas situaciones más complejas: el estudio de poblaciones raras o móviles, el muestreo de una lista de unidades que están vinculadas a las unidades de la población objetivo, sin corresponder directamente, puede requerir un plan en particular. Puede ser una cuestión de utilizar ciertas técnicas como muestreo indirecto, encuesta de redes o muestreo de grupos adecuados, por nombrar solo estas. Consulte Lavallée (2007) y Thompson y Seber (1996).
    • El método de composición aleatoria (CA) es muy popular en ciertos tipos de encuestas domésticas. Los planes que usan CA incluyen riesgos de sesgo, porque no son todos los hogares los que tienen teléfonos convencionales (cable). Dada la creciente prevalencia del número de hogares con solo teléfonos celulares, el problema incluso empeorará, a menos que la facturación se aplique a los números de teléfono celular. Antes de elegir el método CA para una encuesta, debe medir cuidadosamente los riesgos de sesgo.
    • Para encuestas periódicas basadas en un plan de muestreo donde el tamaño de la muestra aumenta al mismo tiempo que la población, a menudo es necesario desarrollar un método para estabilizar el tamaño de la muestra y, de acuerdo, la misma recolección de costos. Puede ser, por ejemplo, una supresión aleatoria, que estabiliza el tamaño de la muestra con el tiempo.
    • Asegúrese de que el plan de encuestas periódicas sea lo más flexible posible, para poder lidiar con cambios futuros, como el aumento o la reducción en el tamaño de la muestra, la restricción, el reinscribir y la actualización de las probabilidades de selección. Si se requieren estimaciones para áreas específicas (p. Ej., Estimaciones infraplaciales), forme los estratos necesarios para este cálculo mediante la combinación de pequeñas unidades estables vinculadas a las áreas involucradas (por ejemplo, pequeñas regiones geográficas), si es posible. Será más fácil adaptarse a posibles cambios en la definición de estratos.
    • Si se requieren estimaciones de cambio eficientes del cambio o si la carga de respuesta plantea un problema en el contexto de las encuestas periódicas, use un plan de muestreo con rotación, que reemplaza la parte de la muestra durante cada período. La elección de la tasa de rotación apuntará al equilibrio correcto entre la precisión necesaria para la estimación del cambio y la carga de las unidades de informes. Una baja tasa de rotación aumenta la precisión de las estimaciones de cambio, aunque puede reducir la tasa de respuesta con el tiempo, ya que aumenta la carga de respuesta. También tiene la ventaja de reducir los costos, cuando el primer contacto es mucho más costoso que los contactos posteriores.
    • Desarrollar procedimientos destinados a monitorear la calidad del plan de muestreo a lo largo del tiempo. Configure una estrategia de actualización para la reorganización selectiva de estratos seriamente alterados por las fluctuaciones de crecimiento.
    • Para las encuestas longitudinales por panel, determine la duración del panel (su duración en la muestra) tratando de mantener un equilibrio justo entre satisfacer las necesidades de la encuesta (datos de duración), por un lado y los efectos de desgaste y condicionamiento de la muestra, por otro lado. Adopte un plan de panel superpuesto (c. D. intento de tiempo) cuando es necesario producir estimaciones transversales en paralelo con estimaciones longitudinales.
    • Es muy importante elegir un plan de muestreo cuyas características son simples (es decir, una sola base de encuestas, una reducción en el número de grados y fases al menos), porque los procedimientos de estimación se vuelven extremadamente complejos con el aumento en el número de ondas.
    • Se recomienda reservar, principalmente, encuestas longitudinales para la producción de estimaciones longitudinales. Al tratar de cumplir con los requisitos transversales y longitudinales, existe el riesgo de desarrollar un plan y procedimientos de estimación muy complejos. Si es necesario obtener estimaciones transversales, es preferible usar una muestra «complementaria» para tener en cuenta los nacimientos y los nuevos inmigrantes.
    • En la etapa de implementación, compare la muestra real, desde el punto de vista del tamaño y las características, con la muestra esperada. Compare la precisión de las estimaciones con los objetivos en este plan. Revaltar las hipótesis formuladas durante el diseño del plan. Por ejemplo, evalúe la no respuesta (contactos varados, rechazo, etc.) y calcule los efectos del plan de la encuesta.
    • Prefiere el software de selección para la muestra generalizada a sistemas personalizados. Puede ser el sistema de muestreo generalizado (SGECH) desarrollado por Statistics Canada. El SGECH es muy útil para administrar la selección y rotación de muestras, como parte de las encuestas periódicas. Al usar sistemas generalizados, podemos esperar reducir los errores de programación y, en cierta medida, los costos y la duración del desarrollo.
    • Prepare documentos detallados y exhaustivos para cada aspecto del plan de muestreo. Estos documentos responderán, en particular, a las siguientes preguntas: qué bases se han seleccionado y por qué, cómo se formaron y estratificaron las unidades, cómo se determinó el tamaño de la muestra, cómo se eligieron los grados o las fases, qué planes de encuestas fueron seleccionado y por qué, etc.

    Además de tener en cuenta los siguientes elementos, el lector debe consultar la política dirigida a informar a los usuarios sobre la calidad de los datos y la metodología de estadísticas de Canadá, que contiene información relevante, especialmente en el párrafo 2.3 de la Sección E.1.

    Proporcione medidas de la representatividad de la muestra: sordera y parte inferior, exclusiones, comparaciones con fuentes externas (por ejemplo, compare el total demográfico con los obtenidos en el marco de la encuesta).

    Compare el tamaño de la muestra observada y el de la muestra planificada. Esta comparación es aún más importante, para las encuestas con varios grados, porque puede ser difícil, para los grados superiores a uno, para proporcionar precisamente el tamaño de la muestra.

    ¿Cómo es la tabla de muestreo MIL STD 414?

    Procedimiento de licitación y otorgamiento para compras de electricidad Hydro-Québec Introducción, en sus actividades de distribución de electricidad («Distribuidor»), debe concluir los contratos de suministro

    Parte I: Serie estadística descriptiva univariada (SSDU) Una introducción ¿Cómo usar este trabajo? Cada capítulo presenta una etapa de la metodología y todos están organizados de acuerdo con el mismo

    VI. Pruebas no paramétricas en una muestra El modelo no es un modelo paramétrico «CHI-TWO» Pruebas: VI.1. Prueba de ajuste a una ley determinada VI. Prueba de independencia de dos 96 factores diferentes

    Análisis de sistemas esclavizados Después de algunos recordatorios, veremos cómo evaluar dos de las características principales de un sistema esclavizado: estabilidad y precisión. Si estas características no son

    Lección 11 Problemas de ordenar con recursos En esta lección, encontramos el problema de programación ya visto, pero al agregar la tenencia de limitaciones relacionadas con los recursos.

    Control interno de los procedimientos Dirección de Desarrollo de Negocios Preparado por Jacques Villeneuve, C.A. Advisor de gestión Publicado por el Departamento de Comunicaciones: enero de 1995 reeditado

    Instrucciones y especificaciones para la transmisión en formato XML de declaraciones por lotes 30 de mayo de 2015 Módulo 1 Tabla de contenido Modificaciones realizadas en esta… 3 1 Información general…

    ¿Qué son las tablas de muestreo MIL STD 105E ANSI Asqc Z1 4 ISO 2859?

    ANSI/ASQ Z1.4-2003 (R2018): los procedimientos de muestreo y las tablas para la inspección por atributos es un sistema de muestreo de aceptación que se utilizará con las reglas de cambio en un flujo continuo de lotes para el límite de calidad de aceptación (AQL) especificado. Proporciona planes apretados, normales y reducidos para aplicarse para la inspección de atributos para un porcentaje de no conformes o no conformidades por cada 100 unidades.

    ANSI/ASQ Z1.9-2003 (R2018): los procedimientos de muestreo y las tablas para la inspección por variables para el porcentaje de no conformación es un sistema de muestreo de aceptación que se utilizará en un flujo continuo de lotes para el límite de calidad de aceptación (AQL) especificado. Proporciona planes apretados, normales y reducidos para usarse en mediciones que normalmente se distribuyen. La variación puede medirse mediante desviación estándar de muestra, rango de muestra o desviación estándar conocida. Es aplicable solo cuando se asegura la normalidad de las mediciones.

    Lea una descripción general sobre el muestreo, que describe los orígenes y los propósitos de los estándares estadísticos ANSI/ASQ Z1.4, que establece planes de muestreo y procedimientos para la inspección por atributos, y ANSI/ASQ Z1.9, que establece planes de muestreo y procedimientos para inspección de inspección por variables.

    Comparación de los estándares de muestreo de aceptación, Parte II (Ingeniería de calidad) En la segunda parte de esta serie, la discusión cambiará al desarrollo de estándares de muestreo de variables que encuentren su vínculo con un estándar militar, y servirán para discutir y comparar estos estándares de derivados en los forma en que los estándares de atributos estaban cubiertos en la Parte 1.

    Artículos Relacionados:

    Related Posts

    Deja una respuesta

    Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *