Muestra representativa en psicología: definición y ejemplo

Publicado el 16 noviembre, 2020

Un estudio problemático

Suponga que tiene un amigo que hace un estudio de inteligencia y descubre que 9 de cada 10 personas son supergenios. Entre tus carcajadas, probablemente pensarías que él debe haber sido el extraño. Obviamente, su estudio tuvo un problema con eso, pero ¿cuál es el problema exactamente?

Podrías pensar que se debe a que su muestra solo tenía 10 personas, pero si eligiera a 10 personas al azar , ¿cuáles son las probabilidades de que 9 de ellas sean súper genios? Supongamos además que los resultados de su estudio se basaron en una muestra de 100 personas. 90 supergenios en un grupo de 100, bastante impresionante y demuestra claramente el problema del estudio, ¿verdad?

¡No si su muestra son los ganadores de la medalla Fields y los premios Nobel! (Ahora te preguntas acerca de los otros 10, ¿no?)

Einstein

Muestra representativa definida

La razón por la que su estudio no es válido es porque la muestra que eligió no representaba la población a la que está aplicando los hallazgos. Si estuviera diciendo que 9 de cada 10 ganadores de la medalla Fields y premios Nobel son súper genios, ese hallazgo podría tener sentido. Pero, si intentara aplicar esos resultados a la población regular, contrarrestaría que no tiene una muestra representativa de la población general. Es decir, las características de la muestra que eligió no coinciden con las del grupo en general, por lo que la muestra no representa bien al grupo.

Siempre que desee estudiar un grupo pequeño y generalizar del grupo pequeño al más grande, debe asegurarse de que el grupo pequeño sea como el más grande. De lo contrario, una de las diferencias entre la composición de los grupos también podría explicar las diferencias cualitativas entre los grupos.

Ejemplos

Baloncesto

Echemos un vistazo a un par de ejemplos.

Ejemplo 1:

Supongamos que quisiera averiguar si los estadounidenses son, en general, mejores en baloncesto que los canadienses. Podría tomar a 1000 personas de cada país y someterlas a pruebas de habilidades de baloncesto, ¡y que gane el mejor equipo! Pero, si el 51% de la población estadounidense son mujeres, pero 700 de mi muestra de 1000 estadounidenses son mujeres, entonces mi muestra no representa con precisión la demografía de los EE. UU. En ese caso, cualquier diferencia que quisiera atribuir al país podría no ser válida, porque la muestra estadounidense no es una muestra representativa.

Ejemplo 2:

Una agencia gubernamental quiere evaluar un nuevo programa para dejar de fumar, por lo que seleccionan a 10,000 estadounidenses al azar, teniendo mucho cuidado de hacer coincidir la cantidad de hombres y mujeres en la muestra con el porcentaje de cada género dentro de la población de EE. UU. La agencia también compara la composición étnica de la muestra con la población de EE. UU. Y también con las edades de los participantes. Esto suena como una buena muestra representativa, excepto por una cosa: ¡el programa es para fumadores ! Si la agencia quiere aplicar los hallazgos a los fumadores, entonces la muestra debe representar la población de fumadores. Tomar a 10,000 estadounidenses al azar incluirá a un grupo de personas que no fuman, lo que frustra el propósito de todo el estudio.

Señal de no fumar

Por tanto, si queremos generalizar un hallazgo de una muestra a una población, la muestra debe ser demográfica y característicamente representativa de la población a la que queremos aplicar el hallazgo.

Resumen de la lección

Revisemos. Una muestra representativa es demográfica y característicamente similar a la población de interés. Cuando la muestra coincide con la población, se puede inferir que es probable que cualquier efecto mostrado por la muestra también se refleje en la población.

¡Puntúa este artículo!