Sesgo de selección (Selection bias)

En este artículo, quiero hablar sobre una situación que encontramos muy a menudo en la vida cotidiana: el problema del sesgo de selección. Al preparar este texto, también me he apoyado en el artículo de Fethi Tekyaygil publicado en Medyum. 

En primer lugar, expliquemos en qué consiste el sesgo de selección. Imaginemos que en una región viven personas con diferentes niveles educativos. Supongamos que queremos saber qué piensan estas personas sobre una opinión política determinada. Si intentáramos contactar a todos para que respondan a nuestra pregunta, sería una tarea que consumiría mucho tiempo y tendría un costo elevado. Además, podría ser imposible llegar a algunas personas o algunas podrían negarse a responder. En este caso, en lugar de llegar a todos, un método aceptado generalmente es contactar a un grupo de ellos y obtener sus opiniones. El punto más importante a tener en cuenta aquí es intentar elegir un grupo de personas que pueda representar a toda la región en cuanto a la característica que hemos determinado (nivel educativo). A este grupo lo llamamos muestra. Si la muestra no tiene capacidad de representación, significa que hemos actuado con sesgo en nuestra selección. 

Como menciona Tekyaygil, el sesgo de selección puede ocurrir de muchas formas diferentes. La primera de ellas es el Sesgo de Cobertura (Coverage Bias). En este sesgo, los datos no se han seleccionado de manera representativa. Por ejemplo, si entre las personas de esta región solo preguntamos a quienes tienen estudios primarios, secundarios o de bachillerato sobre qué piensan de una opinión política determinada, y no preguntamos qué piensan los estudiantes universitarios o los graduados de posgrado, habremos actuado con sesgo en cuanto a la cobertura. 

Otro tipo de sesgo se denomina Sesgo de No Respuesta o Sesgo de Participación (Non-response Bias — Participation Bias). Por ejemplo, supongamos que sabemos que, entre las personas a las que dirigimos nuestras preguntas, quienes no quieren responder son generalmente las personas analfabetas. Si no las incluimos en la muestra en absoluto porque pensamos que de todos modos no querrán responder, caeremos en el error que llamamos sesgo de no respuesta o sesgo de participación. 

El tercer tipo de sesgo se denomina Sesgo de Muestreo (Sampling Bias). Es un tipo de sesgo que puede surgir en la fase de recopilación de datos. También se encuentra en los trabajos académicos. Se refiere a la imposibilidad de cumplir con la condición que llamamos aleatoriedad o selección al azar. Por ejemplo, supongamos que en la región en cuestión hay un mercado o plaza, un campus universitario y una zona de parque. Si solo vamos al campus universitario y elegimos a las personas a las que dirigiremos nuestras preguntas específicamente entre los estudiantes de último año de universidad, eliminamos la probabilidad de que las personas seleccionadas para la muestra hayan sido elegidas al azar. Por lo tanto, las respuestas dadas no serán fiables en cuanto a representar a toda la región. 

También quiero explicar a qué me refiero con que se encuentra en los trabajos académicos. Cuando los estudiantes que escriben una tesis en la universidad necesitan realizar encuestas para recopilar datos, generalmente dirigen sus preguntas a su entorno más cercano y accesible. De hecho, en la literatura se le ha dado un nombre muy apropiado a este método. Lo llaman “muestreo por conveniencia”. Está bien, puede ser un buen método para recopilar datos rápidamente, pero ¿qué pasa con la representatividad? ¿Tiene la muestra que han elegido las características suficientes para representar al grupo principal? Si no es así, los resultados obtenidos de los datos de dicha muestra tampoco reflejarán la realidad. Es decir, podemos decir que “no hay un atajo hacia la verdad”.

Para poder tomar una decisión saludable sobre cualquier tema, es necesario considerar muchos otros criterios, pero si prestamos atención a no cometer estos tres tipos de sesgo que he mencionado, especialmente al realizar una selección, será posible tomar decisiones más fiables.