1

UNIVERSIDAD YACAMBÚ

VICERRECTORADO DE INVESTIGACIÓN Y POSTGRADO

INSTITUTO DE INVESTIGACIÓN Y POSTGRADO

SEMINARIO AVANZADO DE DISEÑO DE

INVESTIGACIÓN EN GERENCIA I

INTERPRETACIÓN CRÍTICA DEL DOCUMENTO

“TEORÍA DE MUESTREO”

Autor:

M.Sc. Luis J. González

Maturín, Marzo de 2013

1

Análisis Crítico

En muchos casos, cuando se realiza un estudio estadístico nos encontramos

con el hecho que el fenómeno a investigar se presenta en una gran cantidad de

entidades u objetos, lo que dificulta poder recopilar unidad por unidad la información

de cada uno de ellos a fin de establecer un comportamiento o tendencia en particular,

dicho sea de paso, sería lo ideal, pero desde el punto de vista práctico esto puede ser

poco viable, bien sea por razones económica, de tiempo, esfuerzo, o cualquier otra; es

por ello que se recurre a la selección aleatoria de un grupo o porción suficientemente

representativa de ese total del universo que conforma esa población a analizar, de

forma tal que los resultados arrojados puedan ser extrapolados al resto de ellos. Para

este caso también priva el hecho que el manejar tanta información, aumenta la

probabilidad que se puedan cometer errores durante su manejo.

También se puede presentar una situación totalmente opuesta cuando se tienen

muy pocos “individuos” disponibles para poder experimentar, bien sea porque

efectivamente sean escasos, o aunque siendo abundantes, el tipo de análisis conlleve a

su destrucción; en esta situación y aunque la muestra no sea lo representativa que nos

gustaría que fuera, se trabaja del mismo modo que para el caso anterior, se extrapolan

los resultados a la masa total, y esto es una condición que debe tener siempre presente

todo investigador y todo aquel que pretenda hacer uso de los resultados alcanzados

por la investigación, es decir, el aceptar que su trabajo tendrá cierto margen de

incertidumbre cuando no se factible analizar a todos los individuos, lo cual por lo

general, es lo que siempre sucede.

Para la selección de ese “porcentaje” del universo en estudio, se emplean dos

tipos de juicios, el deductivo y el inductivo; para el primero de ellos lo que se hace es

determinar ciertas particularidades presentes en toda la población para poder dilucidar

esas mismas peculiaridades en la muestra, en este caso se juega con la teoría de las

2

probabilidades; por el otro lado, cuando se emplea el razonamiento inductivo, es todo

lo contrario, se determinan ciertas particularidades presentes en la muestra que

permitan derivarlas hacia la población total, esto es lo que se conoce como un

acercamiento a través de la inferencia estadística.

Ahora bien, cuando se pretende determinar cuá l debe ser la dimensión

apropiada que debe tener la muestra a evaluar, se deben tener presentes tres aspectos

fundamentales, que son; el grado o porcentaje de confianza que se desea obtener de

los resultados o medida de certeza que lo alcanzado pueda ser extrapolado a toda la

población; el grado o porcentaje de error que se puede aceptar que la hipótesis

determinada como verdadera sea falsa, o lo opuesto, aceptar que la dilucidada como

falsa sea verdadera, también conocido sencillamente como el porcentaje de error a

equivocarse; estos dos primeros aspectos, el porcentaje de confianza y el de error, no

son complementarios, en otras palabras su sumatoria no necesariamente debe alcanzar

el 100 %. El tercer aspecto, es la variabilidad de aceptación o variación positiva, y de

rechazo o variación negativa de la hipótesis durante la realización de estudios

anteriores, en este caso estas variaciones sin son complementarias, porque su

sumatoria si debe alcanzar la unidad, y en aquellos casos en que no existan estudios

anteriores, se asume que tanto la positiva como la negativa serán igual a 0,5.

Teniendo en cuenta estas premisas, hay dos formas de calcular el tamaño de la

muestra a emplear, la primera es si se desconoce exactamente el tamaño de la

población, y la segunda si se conoce con precisión el total de la población. Para el

primer caso se emplea la siguiente fórmula;

Z2 p q

E2

donde:

n es el tamaño de la muestra

n =

3

Z es el nivel de confianza

p es la variabilidad positiva

q es la variabilidad negativa

E es el error o precisión

Para el segundo caso, cuando se conoce el tamaño de la población, se utiliza la

fórmula que a continuación se describe, la cual por supuesto es mucho más precisa

que la anterior, por contar con información adicional;

Z2 p q N

N E2 + Z2 p q

donde:

n es el tamaño de la muestra

Z es el nivel de confianza

p es la variabilidad positiva

q es la variabilidad negativa

N es el tamaño de la población

E es el error o precisión

En otro orden de ideas, cuando se emplean las técnicas de muestreo

probabilístico es porque se quiere mediante el uso del azar, seleccionar aquellos

individuos que formarán parte de la muestra característica o representativa de la

población; esto puede hacerse bajo dos ópticas, con reemplazo o sin reemplazo del

componente de la muestra a analizar seleccionado; para explicarlo mejor, por tratarse

de una selección aleatoria, puede ocurrir (mientras más pequeña la población más

probabilidad habrá que esto pase) que durante el proceso, el mismo individuo sea

elegido más de una vez, es por ello, que dependiendo del estudio, hay que establecer

previamente si se quiere o no que esto ocurra, es decir, si al seleccionar un individuo

se descarta para las próximas selecciones o no.

n =