Utilizamos
una muestra (o múltiples muestras) para recopilar
datos cuando resulta relativamente efectivo desde un punto de vista
económico o cuando no es posible acceder a toda la población.
En este caso, las características de la población se
infieren sobre la base de los datos obtenidos en la muestra. En otras
palabras, lo que aprendemos sobre la base de la muestra se usa como
medio para describir la población.
Para
los reformadores de la educación, la inferencia es un área
fundamental de la disciplina de la estadística, ya que, como
se decía antes, normalmente los profesionales favorecen el uso
del muestreo antes que del censo para describir y analizar realidades
sociales complejas. De hecho, buena parte de la información
sobre educación que usted utiliza como autoridad responsable
se obtiene mediante la técnica del muestreo, incluyendo prácticamente
la totalidad de la investigación sobre educación llevada
a cabo por una variedad de científicos sociales, incluidos sociólogos,
economistas, politólogos, educadores, psicólogos, etc.
El mayor desafío del muestreo consiste en lograr un grado
razonable de “confianza” (o probabilidad) en que las
inferencias realizadas acerca de la población sobre la base
de la muestra sean adecuadas. Para tener “confianza” en
que una inferencia realizada sobre la base de una muestra representa
adecuadamente a la población, la muestra se debe seleccionar
y luego interpretar siguiendo determinados procedimientos estadísticos
estrictos que aseguren un grado de mínimo de certeza. En otras
palabras, se deben recopilar y analizar los datos de la muestra utilizando
métodos que permitan inferir con precisión (o con una
probabilidad mínima de error) las características de
la población sobre la base de esa muestra.
La precisión de la inferencia depende, entre otros factores,
del tamaño de la muestra. Esta relación, sin embargo,
no es obvia, es decir, la mejor muestra no es la que contiene un
mayor número de observaciones. A medida que la muestra aumenta
de tamaño, el costo de recopilar y analizar la información
también aumenta. Hasta cierto punto, podríamos ganar
en precisión, pero pagar demasiado caro por ella. Además,
después de determinado punto, el costo de cada observación
se eleva vertiginosamente con respecto a lo que se gana en precisión,
que se vuelve poco o nada. Lo que hacen los estadísticos es
determinar el ‘grado de precisión’ que desean
para obtener para sus inferencias (esto es, determinar la probabilidad
de error que están dispuestos a tolerar) y luego emplear procedimientos
técnicos para calcular el tamaño de la muestra que
necesitan para lograr dicho objetivo. Se puede lograr un grado de
precisión razonablemente alto mediante muestras relativamente
pequeñas. Consideremos, por ejemplo, que el tamaño
de las encuestas de opinión de Estados Unidos utilizadas para
predecir el resultado de las elecciones presidenciales nacionales
con una exactitud razonable es de poco más de 1.000 observaciones,
para una población en edad de votar cercana a los 200 millones
de personas!
Es importante mantener una permanente actitud de escepticismo frente
a la información estadística recibida. Como consumidor
de información estadística, usted al menos necesita
estar al tanto de la importancia que el método de selección
de una muestra tiene sobre el valor de la información. Es
necesario preguntarse, a lo menos, si dicha información fue
producida sobre la base de una muestra adecuada (normalmente se tratará de
una ‘muestra aleatoria,’ es decir, una muestra en la
cual todos los objetos de una población tienen una idéntica
probabilidad de ser seleccionados como parte de la muestra) que es
de hecho representativa de la población de interés.
Por ejemplo,
en 1936, en los Estados Unidos, una publicación
de amplia circulación predijo que el demócrata Franklin
Delano Roosevelt sería derrotado en la elección presidencial
por su oponente republicano. Roosevelt ganó la elección
por un amplísimo margen. El error en la predicción de
la publicación fue resultado del simple hecho de que la encuesta
de opinión se había llevado a cabo por teléfono.
En aquellos tiempos, sólo las personas de dinero poseían
un teléfono en sus hogares, por lo que la muestra no era representativa
del conjunto de los electores y en cambio estaba “sesgada” a
favor del candidato republicano.
Por razones
de tiempo y espacio, a pesar de la enorme influencia que los métodos de inferencia y muestreo utilizados tienen sobre
el valor de la información obtenida, estos temas no son tratados
con suficiente profundidad en esta guía. Para aquellos que tengan
un interés en estudiar en mayor detalle estos importantes temas,
Phillips (1996, capítulos 7 y 8) provee una muy accesible introducción
a la inferencia estadística.