Boletines

Boletín Electrónico N° 13
MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO



Un muestreo es probabilístico cuando se puede determinar de antemano cuántos elementos de la población van a ser representados por cada uno de los elementos de la muestra y se efectúa una selección al azar aplicando una regla que tenga en cuenta estos valores determinados a priori.

En términos técnicos la descripción enunciada anteriormente se expresa de la siguiente forma:

"Un muestreo es probabilístico cuando se puede determinar de antemano la probabilidad de selección de cada uno de los elementos de la población, es decir que la selección de cada elemento debe ser realizada al azar con una probabilidad conocida a priori".

Los errores de los que se ocupa la teoría del muestreo son los errores involucrados en la estimación de parámetros por medio de muestras probabilísticas. En este contexto la magnitud de los errores muestrales nos indica (entre otras cosas) cuán adecuada es la elección del tamaño de muestra para realizar la estimación que nos proponemos.

Pero siempre quedará una zona de duda. Si la muestra fue mal elegida (basada en un diseño muestral inadecuado, con errores en su selección, marcos incompletos, errores en variables de estratificación, etc.) puede ser que sus datos no reflejen la variabilidad existente en la variable poblacional. Por ejemplo: si, por error o desconocimiento, se seleccionó una muestra mucho más homogénea que la población, obtendremos un error muestral pequeño que "nos hará creer" que el tamaño de muestra fue el adecuado cuando en realidad éste debería haber sido mayor. Esta situación sólo se evita cuando los encargados de seleccionar la muestra conocen muy bien su trabajo y lo realizan a conciencia.

También existe, dentro del diseño muestral más correcto y adecuado, la "probabilidad de obtener una mala muestra". Este suceso sólo es evitable aumentando el tamaño de muestra en una magnitud tal que logre que esa probabilidad se haga cero. En muchos casos, ese aumento del tamaño de muestra es tan caro que es preferible soportar una pequeña probabilidad de obtener una mala muestra que pagarlo. La ventaja de esta situación respecto de la anterior es que cuando se diseña una muestra probabilística, la probabilidad de obtener una mala muestra puede medirse y controlarse a priori.

La selección de muestras probabilísticas requiere un cuidadoso trabajo que tiene que ver con aspectos tales como:

  • Elaboración del marco muestral.
  • Determinación del tamaño de la muestra.
  • Determinación del diseño de muestra más adecuado.
  • Cuidadosa selección de la muestra en escritorio.
  • Cuidadosa obtención de la muestra en campo, etc..

El descuido de sólo uno de estos aspectos, aunque se desarrollen cuidadosamente los otros, conduce a la obtención de estimaciones con un nivel de confiabilidad dudoso.

Lo cierto es que cuando no es posible cumplir cuidadosamente con todos los pasos necesarios para obtener una muestra probabilística es preferible seleccionar una muestra no probabilística o una muestra mixta en la que algunas etapas sean probabilísticas y otras intencionales.

Cabe aclarar, aunque parezca redundante, que el hecho de que una muestra tenga un diseño no probabilístico no implica que se seleccione cualquier cosa o que se encueste sólo a los que tienen ganas de responder sin ningún control.

Los cálculos realizados con datos de muestras no probabilísticas no pueden ser considerados estimaciones, en el sentido de la teoría del muestreo, y no permiten realizar inferencias en sentido matemático. Es decir, por ejemplo, si bien podemos calcular con esos datos la diferencia entre dos proporciones, no podremos decir cuál es la probabilidad de que dicha diferencia sea estadísticamente significativa. En lugar de usar la teoría de las probabilidades para que nos resuelva este problema debemos apelar a la experiencia y al sentido común.

En otras palabras: una muestra no probabilística no permite realizar estudios confirmatorios pero sí autoriza a realizar una ilimitada cantidad de análisis exploratorios que satisfacen la mayoría de las preguntas que se formula el investigador de mercado.

Una muestra probabilística no es per se una "buena muestra" ni una muestra no probabilística es per se una "mala muestra", sino que serán buenas o malas en la medida en que logren responder correctamente a las preguntas que originaron la investigación por muestreo.

Otros aspectos conflictivos, en lo que a muestras se refiere, son: "tamaño de muestra" y "errores debidos al muestreo". En relación a estos temas se manejan términos confusos que se traducen en conceptos erróneos, algunos de ellos muy difundidos. De estas cuestiones nos ocuparemos en los siguientes boletines.