Muestreo cualitativo Upfim 3ATI
Click here to load reader
-
Upload
alexis-romero -
Category
Documents
-
view
173 -
download
1
Transcript of Muestreo cualitativo Upfim 3ATI
MUESTREO CUALITATIVO
En este trabajo les vamos a mostrar otra manera de realizar muestreos
por medio de cualidades como lo dice es un muestreo cualitativo este
básicamente es indagar y muestrear cierta población pero solo anotando
las cualidades y no las cantidades. Este método es muy sencillo ya que
primero se debe de tener la hoja de los registros mencionando que
cualidades se van a muestrear. En la investigación más adelante se
mostrara una tabla donde están anotadas las cualidades, si cierta
población o unidad de muestreo cuenta con la característica en este
caso se le pone el número 1 y si no cuenta con la cualidad solo se anota
el número 0. Se realiza con la finalidad de tener investigaciones
científicas o sociales con el fin de obtener resultados válidos.
DATOS GENERALES DEL MUESTREO DATOS DE TERRENO
Nombre del muestreador: Coordenadas geográficas: 99°05´25.96” O
20°13´39.6” N
Fecha de muestreo: 11/07/2013 No. De lote: no especificado
Tipo de muestreo: Probabilístico DATOS DEL CULTIVO
Método de muestreo: Cualitativo Nombre del cultivo: maíz blanco
Tamaño de la población (N): 85344 Nombre científico: Zea maiz
Marco muestral: 6144 Variedad: Híbrido
Tamaño de la muestra (n): 75 Fecha de siembra: Abril 2013
Unidad de muestreo: 1 planta Días después de la siembra: 3 meses
Unidad de análisis: 1 planta Densidad de siembra: 10.63/m2
PLAGAS ENFERMEDADES DEFICIENCIAS
No
.de
mu
estr
a
No
. ale
ato
rio
de
la m
ues
tra
Dia
bró
tica
Pic
ud
o d
el m
aíz
Ara
ña
roja
Gu
san
o c
ogo
llero
Gu
san
o s
old
ado
Frai
leci
llo
Ro
ya
Car
bo
no
de
esp
iga
Fusa
riu
m
Ver
tici
lliu
m
Ph
yto
pth
ora
Fosf
oro
Po
tasi
o
Mag
nes
io
Nit
róge
no
Zin
c
Hie
rro
Man
gan
eso
1 7 1 1 0 1 0 0 1 1 0 0 0 0 0 1 0 1 1 0
2 32 0 1 0 1 0 0 1 1 0 0 0 0 0 1 1 1 1 1
3 57 1 1 0 1 1 0 0 0 0 0 0 1 0 0 1 0 0 1
4 82 1 1 0 1 1 1 0 0 0 0 0 1 0 1 0 0 0 0
5 107 0 1 0 0 0 0 1 0 0 0 0 1 1 1 1 0 1 0
6 157 1 1 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0
7 182 0 0 0 1 1 1 0 1 0 0 0 1 0 0 1 0 0 0
8 207 0 1 0 1 0 0 0 1 0 0 0 1 0 1 1 0 1 0
9 232 1 0 0 0 1 0 1 0 0 0 0 0 0 0 1 0 0 1
10 257 1 1 0 1 1 1 1 0 0 0 0 1 1 0 0 0 1 0
11 282 1 0 0 0 1 0 0 1 0 0 0 0 1 1 1 1 0 1
12 307 0 0 0 1 1 1 0 1 0 0 0 0 0 1 0 0 0 0
13 332 0 0 0 0 0 1 0 1 0 0 0 1 1 0 1 1 1 1
14 357 1 1 0 0 1 0 1 0 0 0 0 0 0 1 0 0 1 1
15 382 0 1 0 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0
16 407 1 1 0 1 0 0 1 0 0 0 0 0 0 0 1 1 1 0
17 432 1 1 0 1 0 0 0 0 0 0 0 0 1 0 0 0 1 0
18 457 1 1 0 0 0 1 0 0 0 0 0 1 1 0 1 0 0 1
19 482 1 1 0 0 0 0 1 1 0 0 0 0 0 0 0 1 0 1
20 507 1 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0
21 532 1 1 0 0 1 0 1 1 0 0 0 0 0 1 1 0 0 1
22 557 0 1 0 1 0 0 0 0 0 0 0 0 1 1 0 1 1 1
23 582 0 1 0 1 0 1 1 1 0 0 0 1 0 1 0 0 0 0
24 607 0 1 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0 0
25 632 0 1 0 1 1 0 0 1 0 0 0 0 1 1 0 1 1 0
26 657 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
27 682 1 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
28 707 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 1
29 732 1 1 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 1
30 757 1 0 1 0 0 0 1 0 0 0 0 1 0 0 1 0 0 1
31 782 0 0 0 0 0 0 1 1 0 0 0 1 1 0 0 0 0 0
32 807 1 0 1 0 0 0 1 0 0 0 0 0 1 0 0 1 1 1
33 832 0 0 0 0 0 0 1 1 0 0 0 1 0 1 0 0 0 0
34 877 0 0 1 0 0 0 1 0 0 0 0 0 0 0 1 1 1 1
35 802 1 1 0 0 0 0 1 1 0 0 0 1 0 0 1 0 0 0
36 907 1 0 1 0 0 0 1 0 0 0 0 0 0 0 0 1 1 1
37 932 1 1 1 0 0 0 1 1 0 0 0 1 0 1 0 0 0 0
38 957 1 1 0 0 0 0 1 0 0 0 0 0 1 0 0 1 1 1
39 982 1 1 1 0 0 0 1 1 0 0 0 1 0 1 1 0 0 0
40 100
7
0 1 1 0 0 0 1 0 0 0 0 1 0 0 0 1 1 1
41 103
2
0 1 0 0 0 0 1 1 0 0 0 0 1 1 1 0 0 1
42 105
7
1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0
43 108
2
1 1 0 0 0 0 1 1 0 0 0 1 1 0 1 0 0 1
44 110
7
1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0
45 113
2
1 0 0 0 0 0 1 0 0 0 0 1 1 1 1 0 0 1
46 115
7
1 1 1 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0
47 118
2
1 0 0 0 0 0 1 0 0 0 0 1 1 1 1 0 0 1
48 120
7
0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0
49 123
2
0 0 0 0 0 0 1 0 0 0 0 1 0 1 1 0 0 1
50 125
7
0 1 0 0 0 0 1 0 0 0 0 0 1 1 0 1 0 0
51 128
2
0 1 0 0 0 0 1 0 0 0 0 1 1 0 1 0 1 1
52 130
7
1 0 1 0 0 0 1 0 0 0 0 0 0 1 0 1 0 1
53 133 1 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0
2
54 135
7
0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 1
55 138
2
1 1 0 0 0 0 1 0 0 0 0 1 1 0 0 0 0 1
56 140
7
1 0 1 0 0 0 1 0 0 0 0 1 0 0 1 0 0 1
57 143
2
0 0 0 0 0 0 1 1 0 0 0 1 1 0 0 0 0 0
58 145
7
1 0 1 0 0 0 1 0 0 0 0 0 1 0 0 1 1 1
59 148
2
0 0 0 0 0 0 1 1 0 0 0 1 0 1 0 0 0 0
60 150
7
0 0 1 0 0 0 1 0 0 0 0 0 0 0 1 1 1 1
61 153
2
1 1 0 0 0 0 1 1 0 0 0 1 0 0 1 0 0 0
62 155
7
1 0 1 0 0 0 1 0 0 0 0 0 0 0 0 1 1 1
63 158
2
1 1 1 0 0 0 1 1 0 0 0 1 0 1 0 0 0 0
64 160
7
1 1 0 0 0 0 1 0 0 0 0 0 1 0 0 1 1 1
65 163
2
1 1 1 0 0 0 1 1 0 0 0 1 0 1 1 0 0
66 165
7
0 1 1 0 0 0 1 0 0 0 0 1 0 0 0 1 1 1
67 168
2
0 1 0 0 0 0 1 1 0 0 0 0 1 1 1 0 0 1
68 170
7
1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0
69 173
2
1 1 0 0 0 0 1 1 0 0 0 1 1 0 1 0 0 1
70 175
7
1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0
71 178
2
1 0 0 0 0 0 1 0 0 0 0 1 1 1 1 0 0 1
72 180
7
1 1 1 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0
73 183
2
1 0 0 0 0 0 1 0 0 0 0 1 1 1 1 0 0 1
74 185 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 1 0 0
7
75 188
2
0 0 0 0 0 0 1 0 0 0 0 1 0 1 1 0 0 1
proporción 47 48 35 33 26 23 30 49 2 2 2 49 46 48 48 47 42 49
Proporción poblacional de todas las variables:
La proporción de plantas de maíz afectas por Diabrótica es de 47%.
La proporción de plantas de maíz afectas por Picudo del maíz es de 48%.
La proporción de plantas de maíz afectas por la Araña roja es de 35%.
La proporción de plantas de maíz afectas por Gusano cogollero es de 33%.
La proporción de plantas de maíz afectas por Gusano soldado es de 26%.
La proporción de plantas de maíz afectas por Frailecillo es de 23%.
La proporción de plantas de maíz afectas por Roya es de 30%.
La proporción de plantas de maíz afectas por Carbón de espiga es de 49%.
La proporción de plantas de maíz afectas por Fusarium es de 2%.
La proporción de plantas de maíz afectas por Vertillium es de 2%.
La proporción de plantas de maíz afectas por Phytophthora es de 2%.
La proporción de plantas de maíz afectas por Fosforo es de 49%.
La proporción de plantas de maíz afectas por Potasio es de 46%.
La proporción de plantas de maíz afectas por Magnesio es de 48%.
La proporción de plantas de maíz afectas por Nitrógeno es de 48%.
La proporción de plantas de maíz afectas por Zinc es de 47%.
La proporción de plantas de maíz afectas por Hierro es de 42%.
La proporción de plantas de maíz afectas por Manganeso es de 49%.
Variable a estudiar Zinc:
Límites para el error de estimación. Confiabilidad del 95%
Formulas:
Li= P – (Z1-&/2)( ) Ls= P + (Z1-&/2)( ) Var (P) = q=1-P q=1-0.47 q=0.53
Datos:
N=85344 n=75 P=0.47 q=0.53 Z=1.96
Var (P) = Var (P) = 0.0033
Ls= 0.47+ (1.96)( ) Ls= 0.582
Li= 0.47- (1.96)( ) Li= 0.357
El verdadero valor de la proporción de plantas afectadas por Zinc se encuentra entre el 58.2% y el 35.7% con una
confiabilidad del 95%.
Tamaño de la muestra para estimar la proporción, 10% error máximo y 95% de confiabilidad:
n≥ n≥ n≥ 96
El tamaño óptimo de la muestra es de 96 plantas con una confiabilidad del 95%.
CONCLUSIÓN
Esta investigación de campo y este método de muestreo es muy fácil de aplicarlo
pero sin embargo este método solo se puede realizar para muestrear cualidades
de cierta población mediante esto podemos realizar cálculos para determinar las
cualidades de la población expresándolo en porcentajes.