Por qué se estudia una muestra

1 · Definición

Muestrear es observar una parte de la población para concluir sobre el total, en lugar de observar a todos.

2 · Las cuatro razones

Costo. Un censo nacional cuesta miles de veces más que una encuesta. Con el mismo presupuesto se puede relevar una muestra todos los trimestres o un censo cada diez años.

Tiempo. Los datos de la EPH salen semanas después del trimestre; los de un censo, años después del operativo. Para decisiones que no pueden esperar, la muestra es la única opción.

Viabilidad. Hay poblaciones que no se pueden censar: el control de calidad por muestreo destructivo —probar la resistencia de un material hasta romperlo— no puede aplicarse a toda la producción, porque no quedaría nada para vender.

Calidad. La razón menos obvia y la más interesante.

3 · Por qué una muestra puede ser mejor que un censo

Con menos unidades que relevar se puede invertir más en cada una: encuestadores mejor capacitados, más visitas de reintento, mejor supervisión, control de consistencia más cuidadoso.

Un censo tiene que llegar a todos con los recursos que hay, y eso implica más personal menos entrenado, menos reintentos y más error no muestral.

Por eso los organismos estadísticos usan las dos herramientas: el censo para tener el marco y la desagregación fina, y las encuestas para el seguimiento frecuente y de calidad.

4 · Qué se gana y qué se pierde

	Censo	Muestra
Cobertura	Toda la población	Una parte
Error muestral	No tiene	Sí, y se puede calcular
Error no muestral	Suele ser mayor	Suele ser menor
Desagregación	Máxima	Limitada por el diseño
Frecuencia	Baja	Alta
Costo	Muy alto	Medio

La fila que define todo es la segunda: el error muestral existe y se conoce. Se puede informar como margen de error, se puede achicar aumentando el tamaño, y se puede tener en cuenta al interpretar.

Un error que se puede medir es infinitamente preferible a uno que no.

5 · Cuándo no conviene muestrear

Cuando la población es chica y accesible. Si son 22 hospitales o 140 docentes, se releva todo: el ahorro no justifica la pérdida de precisión, y desaparece la inferencia.

Cuando hace falta desagregación fina. Una muestra diseñada para el total del país no da estimaciones confiables para un departamento chico.

Cuando se buscan casos raros. Para estimar la frecuencia de algo que afecta a 1 de cada 10.000, una muestra razonable no va a contener casi ninguno.

Cuando el dato individual importa. Un padrón electoral o un registro de propiedad tienen que estar completos: no se muestrea lo que se necesita caso por caso.

6 · La condición

Todo lo anterior vale solo si la muestra permite generalizar, y eso no depende del tamaño sino del mecanismo de selección.

Una encuesta voluntaria por internet con 50.000 respuestas no permite concluir sobre la población general; una muestra probabilística de 1.000, sí. La diferencia está en el muestreo probabilístico.

7 · Errores frecuentes

• Creer que muestrear es “conformarse con menos”. Con buen diseño, la pérdida de precisión es chica y calculable.
• Pensar que el tamaño determina la calidad. Determina la precisión; la validez la determina el mecanismo de selección.
• Muestrear una población chica. Si son 40 casos y se pueden relevar todos, se relevan todos.
• Pedirle a la muestra desagregación que el diseño no contempla. Cuantos menos casos quedan en una celda, más grande es su error.
• Creer que el censo es exacto. Tiene omisión, error de declaración y error de procesamiento, y ninguno se puede cuantificar como el error muestral.

@misc{estadistica_ar_por_que_muestrear,
  author       = {Montivero, Jorge Luis},
  title        = {{Por qué se estudia una muestra}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/por-que-muestrear}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-18}
}