Censo y Sesgo Estadístico

Un censo es un estudio estadístico en el que se recopila información de absolutamente todos los individuos de una población, sin dejar a nadie fuera. El ejemplo más conocido es el censo de población de un país, donde el gobierno intenta contar y describir a cada persona que vive en el territorio. A diferencia de una encuesta parcial, un censo busca ser completo: cero personas quedan sin registrar, al menos en teoría.

En la práctica, hacer un censo perfecto es muy difícil. Es costoso, toma mucho tiempo y siempre existe el riesgo de que algunas personas no sean contactadas o no respondan. Por eso, entender el sesgo que puede aparecer durante este proceso es tan importante como entender el censo mismo.

El sesgo estadístico ocurre cuando los resultados de un estudio se alejan de manera sistemática del valor real de la población, no por casualidad, sino porque algo en el diseño, la recolección o el análisis de los datos favorece cierto resultado. Un estudio con sesgo no mejora aunque se repita muchas veces, porque el error no es aleatorio: siempre apunta en la misma dirección.

Esto es distinto del error de muestreo normal, que disminuye al aumentar el tamaño de la muestra. El sesgo, en cambio, puede mantenerse o incluso empeorar sin importar cuántas personas se incluyan, si el método de recolección sigue siendo defectuoso.

Cuando estudiar a toda la población es demasiado caro o poco práctico, se recurre a una muestra: un subconjunto representativo de la población. El desafío es elegir esa muestra de forma que refleje fielmente a todo el grupo. Los distintos procedimientos para hacerlo se estudian en la lección sobre tipos de muestreo estadístico, y son clave para evitar que el sesgo se cuele en el estudio desde el inicio.

• Sesgo de selección: aparece cuando el método usado para elegir a los participantes favorece a ciertos grupos sobre otros, por ejemplo encuestar solo a personas que pasan por un centro comercial en horario laboral.
• Sesgo de no respuesta: ocurre cuando las personas que no responden la encuesta tienen características distintas a las que sí responden, lo que distorsiona el resultado final.
• Sesgo de respuesta voluntaria: se presenta cuando la muestra está formada solo por quienes decidieron participar por su propia iniciativa, como en encuestas en línea abiertas a cualquiera.
• Sesgo de cobertura insuficiente: sucede cuando ciertos grupos de la población quedan totalmente excluidos del proceso de recolección, por ejemplo si un censo solo se realiza por internet y deja fuera a quienes no tienen acceso a la red.

Un municipio quiere estimar cuántas horas a la semana trabajan sus habitantes. Para ahorrar tiempo, deciden llamar únicamente a números de teléfono fijo entre las 10 de la mañana y la 1 de la tarde de un día entre semana.

¿Dónde está el sesgo? A esa hora, es mucho más probable encontrar en casa a personas jubiladas, desempleadas o que trabajan desde el hogar, y mucho menos probable contactar a quienes tienen empleos de horario completo fuera de casa. El resultado subestimará sistemáticamente el número real de horas trabajadas: esto es sesgo de selección combinado con sesgo de cobertura, no un simple error de azar.

Una corrección razonable sería llamar en distintos horarios y días, e incluir también teléfonos móviles, para que cada tipo de trabajador tenga una probabilidad justa de ser contactado.

Antes de aceptar los resultados de un censo o una encuesta, conviene preguntarse quién pudo haber quedado fuera y quién tuvo más probabilidad de ser incluido. Revisar cómo se clasificaron y registraron los datos originales también ayuda a detectar sesgos ocultos; este proceso se relaciona con la clasificación de datos, que permite identificar si ciertas categorías de la población están sobrerrepresentadas o subrepresentadas.

Algunas estrategias comunes para reducir el sesgo incluyen usar métodos de selección aleatoria, dar seguimiento a quienes no responden, variar los horarios y canales de contacto, y comparar los resultados con datos de referencia conocidos.

Comprender el sesgo no significa que un censo o una encuesta sean inútiles: significa que hay que revisar cómo se recogieron los datos antes de confiar en las conclusiones. Reconocer estos patrones es una de las habilidades más útiles al leer cualquier estudio estadístico.

Related lessons

• Es Statistics Help