A diferencia del costoso y poco práctico método de observación continua, el
muestreo del trabajo se basa principalmente en la ley de probabilidades. La
probabilidad se ha definido como « el grado de posibilidad de que se produzca un
acontecimiento».
El ejemplo más sencillo, y frecuentemente mencionado para
ilustrar esta idea, es el juego de cara y cruz con una moneda. Cuando lanzamos
una moneda al aire pueden suceder dos cosas: que salga «cara» o que salga
«cruz». La ley de probabilidades dice que de cada 100 veces que la lancemos, es
probable que 50 veces salga cara y 50 cruz. Obsérvese la expresión « es probable
que »; en realidad puede suceder que el resultado sea, por ejemplo, 55-45,48-52
o cualquier otra proporción. Sin embargo, está demostrado que al aumentar el
número de lanzamientos aumenta la exactitud de la ley de probabilidades. En
otras palabras, cuanto mayor sea el número de lanzamientos de la moneda, tanto
mayores serán las posibilidades de llegar a una proporción de 50 caras y 50 cruces.
De ello se desprende que cuanto mayor sea la muestra, más exactamente
representará la «población» o «universo» inicial, es decir, el grupo de factores
que se están estudiando.
Ahora podemos imaginar una escala en la cual uno de los extremos
corresponda a la precisión absoluta lograda por observación continua y el otro a
resultados muy inciertos obtenidos mediante unas pocas observaciones aisladas.
El tamaño de la muestra tiene, pues, su importancia, y podemos indicar si creemos
o no en la representatividad de la muestra utilizando cierto nivel de confianza.
No hay comentarios:
Publicar un comentario