This page contains a Flash digital edition of a book.
Capítulo 4: La Muestra


Sería preferible no entrar en esta breve guía en las insondables características
matemáticas de las muestras. Pero el milagro de que con solo 1000 personas escogidas
de entre una población de treinta millones se acierte con un error del 2% el resultado
electoral del próximo domingo, me sigue pareciendo la verdadera magia de las encuestas.
El número de casos. Y la correcta selección de los mismos. Ese es el muestreo, que se
suele confundir simplemente con la primera oración, el número de casos.
En la noche del 28 de octubre de 2007, el Correo Argentino, con 6.000.000 de votos
escrutados, seguía ubicando a Elisa Carrió en la tercera posición, por debajo de Roberto
Lavagna. No era un problema de falta de casos sino de un ruinoso muestreo, que eludía
sistemáticamente las ciudades (La Plata, Bahía Blanca, Rosario, Capital Federal) en las
que la candidata arista ganaba con claridad. Digamos que no hubo mala fe, sino un
horroroso criterio muestral…
Esa misma tarde, a las 16 horas, con la impresionante muestra de 70000 casos, la boca
de urna en la que participé anunciaba con un error de menos de un punto el resultado
que el Correo Argentino aun tanteaba a oscuras con 6 millones de votos, a las doce de la
noche.
Eso es el problema del muestreo. Ni más ni menos que la posibilidad de generalizar los
resultados de un limitado número de casos a una millonaria población.



“De lo anterior de desprende que existen dos condiciones que debe satisfacer una
muestra:
1) En ella debe ser posible poner a prueba hipótesis sustantivas, esto es, proposiciones
acerca de las variables, y
2) Debe ser posible pone a prueba hipótesis de generalización, de la muestra al
universo, sobre las proposiciones establecidas en la muestra.
La primera es una cuestión acerca de si la muestra puede ser utilizada para poner a
prueba hipótesis sociológicas, la segunda acerca de si puede ser utilizada para poner a
prueba hipótesis estadísticas. “(Galtung)

Esto significa que es posible hacer investigación sin preocuparse por la muestra en una
etapa preliminar, exploratoria: si deseamos simplemente explorar las posibles relaciones
entre dos variables, unos pocos casos nos permiten calcular algún coeficiente de
correlación entre ambas. No podremos generalizar los resultados, pero podrán servirnos
para explorar hipótesis sustantivas, que es lo que en realidad importa, al menos en una
etapa exploratoria.
Pero no hay encuesta sin hipótesis de generalización. Esa es su esencia.
El problema es que las personas no son bolillas de un bolillero. Toda la base matemática
de la teoría de las probabilidades desaparece por el simple hecho de que las personas no
están, ahí, disponibles, todas iguales, todas juntas, todas en un bolillero. El problema es
que la sociedad, casi por definición, desigual y compleja, impide que “todos los
habitantes tengan la misma probabilidad conocida de ser seleccionados para la
muestra”, como rezan los manuales. Nunca es posible eso: la gente es más accesible en
los barrios que en el centro, en los sectores bajos más que en los altos, en los sectores
urbanos más que en los rurales, los que tienen teléfono más que los que no tienen, los
que viven en zonas urbanizadas que los que viven en villas miseria, etc. Es por ello que la
pretensión del “muestreo al azar” ya casi ha sido abandonada por el enorme costo
operativo y los magros beneficios que se obtienen en términos de representatividad.
Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40
Produced with Yudu - www.yudu.com