Saltar al contenido principal
Qualtrics Home page

Error de muestreo y otros errores en las encuestas (y cómo evitarlos)

9 lectura mínima
Si el proyecto de investigación de mercado fuera una película, el error de muestreo y otros errores serían los villanos. Pueden colarse en una escena idílica y sembrar caos y duda, hasta el punto de socavar la credibilidad de todos los resultados. Afortunadamente, hay diversas maneras de evitar o reducir estos problemas tan comunes.


¿Qué es el error de muestreo y por qué es importante?

Para comprender este tipo de error, primero hay que saber un poco sobre muestreo y lo que significa en las investigaciones a través de encuestas (si ya sabe todo sobre muestreo, pase a la siguiente sección).

Al realizar una investigación, por lo general lo que interesa es saber qué piensa un grupo de personas mucho más grande de lo que es posible contactar. La solución práctica es tomar una muestra representativa, es decir, un grupo que represente a toda la población.

Para garantizar que la muestra sea correctamente representativa, es necesario seguir algunas de las mejores prácticas de muestreo. La más conocida probablemente sea que la muestra tenga el tamaño adecuado. Si la muestra es demasiado grande, genera mucho trabajo sin brindar ningún beneficio significativo; si es demasiado pequeña, no es posible garantizar que sea representativa.

Pero hay otros elementos que se deben considerar para un muestreo bien hecho, además de calcular el tamaño correcto de la muestra. Es importante comprender los posibles errores para evitar que causen problemas en los resultados.

eBook gratuito: El año en que la innovación impulsada por la Inteligencia Artificial lleva la investigación a nuevas alturas

Errores de muestreo y otros tipos de errores: definiciones

A pesar de lo que podría sugerir, el término “error de muestreo” no significa que los investigadores hayan cometido errores al seleccionar una muestra o al trabajar con ella. En realidad, los problemas como elegir a las personas equivocadas, permitir el sesgo o no anticipar qué participantes se autoseleccionarán o no responderán la encuesta no son de muestreo sino de otro tipo. Más adelante analizaremos los distintos tipos de errores.

Los errores pueden producirse tanto si se trabaja con una muestra representativa (como en un estudio nacional) como si se entrevista al total de la población (como cuando se realizan encuestas de experiencia del empleado a todo el personal).

En cambio, el error de muestreo es la diferencia entre los valores medios de la muestra y la población total del estudio, por lo que solo ocurre cuando se trabaja con muestras representativas.

Curiosamente, no suele ser posible determinar el grado de error de muestreo en un estudio, ya que, por definición, no se miden los datos de toda la población.

Como explica la Organización para la Cooperación y el Desarrollo Económicos (OCDE), una población nunca estará perfectamente representada por una muestra, debido a que la población es más grande y más completa. Por eso, el error de muestreo es una característica de la muestra, no un error humano, y no es posible evitarlo por completo.

Sin embargo, con buenas prácticas, el error puede reducirse al mínimo. De esto hablaremos a continuación.

Error de muestreo y otros tipos de errores: 5 ejemplos

1. Error de especificación de la población (no es error de muestreo)

Este error se produce cuando el investigador no comprende a quiénes debe encuestar. Por ejemplo, supongamos que se realiza una investigación de mercado sobre el consumo de cereales en el desayuno familiar. ¿A quién se debería encuestar? Podría ser a toda la familia, a la persona que suele hacer las compras o a los niños. El comprador puede tomar la decisión de compra, pero los niños influyen en la elección del cereal.

Este tipo de error no tiene que ver con el muestreo y puede evitarse si se comprende la pregunta de la investigación por completo antes de comenzar a elaborar el cuestionario o seleccionar a los encuestados.

2. Error de marco muestral (no es error de muestreo)

El error de marco muestral se produce cuando se selecciona la muestra a partir de la subpoblación equivocada. Un típico error de marco es el que ocurrió en las elecciones presidenciales estadounidenses de 1936, entre los candidatos Roosevelt y Landon. Como marco muestral, se utilizaron los registros de automóviles y los directorios telefónicos. En 1936, muchos estadounidenses no tenían ni automóvil ni teléfono. Los que sí los tenían eran, en su mayoría, republicanos. En consecuencia, los resultados predijeron, erróneamente, una victoria republicana.

Este error radica en la forma en la que se seleccionó la muestra. Se introdujo el sesgo, de forma inconsciente, porque los investigadores no previeron que solo ciertos tipos de personas aparecerían en su lista de encuestados. De este modo, una parte importante de la población de interés fue excluida. Un equivalente más actual de este tipo de error podría ser usar números de teléfonos celulares. Sin quererlo, se excluye a las personas que no tienen teléfono celular, como ciertos adultos mayores o algunas personas con problemas de aprendizaje.

También pueden producirse errores de marco muestral cuando se incluyen incorrectamente encuestados que no forman parte de la población de interés. Por ejemplo, digamos que un investigador está haciendo un estudio en todo el país. Su lista podría tomarse de un mapa geográfico que, accidentalmente, incluye una pequeña fracción de un territorio de otro país. De este modo, se podría seleccionar a encuestados que no sean relevantes para el alcance del estudio.

3. Error de selección (no es error de muestreo)

Se produce cuando los encuestados eligen por sí mismos participar en el estudio, de modo que solo responden aquellas personas que tienen interés en hacerlo. Del lado del encuestador, también puede introducirse como un error de muestreo no aleatorio. Por ejemplo, si un investigador hace las preguntas a través de las redes sociales, va a obtener respuestas de las personas que conoce y, de entre esas personas, solo responderán aquellas más serviciales o amables.

El error de selección puede controlarse mediante esfuerzos adicionales para lograr la participación. El proceso habitual de un estudio incluye establecer contactos previos a la encuesta para solicitar cooperación, la entrevista propiamente dicha y el seguimiento posterior. Si no se recibe respuesta, se debe realizar una segunda solicitud y, tal vez, el uso de modos alternativos, como el teléfono o la entrevista en persona.

4. Falta de respuesta (no es error de muestreo)

Los errores por falta de respuesta se producen cuando hay una diferencia entre aquellas personas que responden y las que no lo hacen. Por ejemplo, supongamos que una empresa hace una investigación de mercado antes de lanzar un nuevo producto. Podría obtener un nivel desproporcionado de participación de los clientes actuales, ya que la conocen. De este modo, la empresa pierde la oportunidad de escuchar a un grupo más amplio de personas que aún no le compran.

Esto puede ocurrir por dos motivos: o bien no se contactó a los encuestados potenciales, o bien se negaron a responder. El alcance de este error de falta de respuesta puede controlarse a través de encuestas de seguimiento por medios alternativos.

5. Error de muestreo

Como se describió anteriormente, este tipo de error se produce debido a la variación del número o la representatividad de la muestra que responde. Es posible controlar y reducir el error con distintas estrategias: (1) un diseño cuidadoso de la muestra, (2) una muestra lo suficientemente grande (descubra nuestra calculadora de tamaños de muestra online) y (3) múltiples contactos para garantizar que se cuenta con una respuesta representativa.

Es importante controlar los errores de muestreo y de otros tipos para poder evitarlos en la encuesta.

eBook gratuito: El año en que la innovación impulsada por la Inteligencia Artificial lleva la investigación a nuevas alturas