Poltica y Cultura

ISSN: 0188-7742
politicaycultura@gmail.com
Universidad Autnoma Metropolitana Unidad
Xochimilco
Mxico

Pimienta Lastra, Rodrigo

Encuestas probabilsticas vs. no probabilsticas
Poltica y Cultura, nm. 13, 2000, pp. 263-276
Universidad Autnoma Metropolitana Unidad Xochimilco
Distrito Federal, Mxico

Disponible en: http://www.redalyc.org/articulo.oa?id=26701313

Cmo citar el artculo

Nmero completo
Sistema de Informacin Cientfica
Ms informacin del artculo Red de Revistas Cientficas de Amrica Latina, el Caribe, Espaa y Portugal
Pgina de la revista en redalyc.org Proyecto acadmico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto
 Encuestas probabilsticas
vs. no probabilsticas
Rodrigo Pimienta Lastra*

Hoy en da las encuestas han alcanzado un amplio nivel de popularidad, debido principalmente
al auge que en fechas relativamente recientes han tenido las encuestas de opinin poltica. Aunque la
idea bsica de una encuesta por muestreo es muy simple (se desea informacin acerca de una poblacin o
conjunto de objetos), su instrumentacin y desarrollo no lo es tanto. En este trabajo se busca establecer
las diferencias conceptuales que existen entre un esquema de muestreo probabilsticoy uno no probabil-
sitco, as como aclarar el lenguaje que se utiliza principalmente en el primero de los casos mencionados.

1. Introduccin

Dentro de la produccin de estadsticas,

las encuestas juegan un papel muy impor-
tante. En este sentido, la palabra se utili-
za para designar los mtodos para captar
informacin acerca de un cierto grupo o
poblacin de objetos. Estas encuestas son
mediciones en un momento determinado,
por lo que no puede establecerse que sus
* Profesor-investigador de la Divisin de resultados sean indicadores precisos de lo
CSH/UAM-X que ocurrir meses despus. Su calidad
264 POLTICA Y CULTURA

est condicionada por un gran nmero de factores que pueden afectar su grado
de prediccin.
En una encuesta, la poblacin es el agregado o coleccin de elementos que
poseen las caractersticas que se desean investigar; sta puede delimitarse espa-
cial y temporalmente. A cada elemento de la poblacin sujeta a investigacin se
le llama unidad de muestreo y al elemento de la poblacin del cual se obtienen
los datos se le denomina unidad de informacin; por ejemplo, en una encuesta
de ingreso-gasto la unidad de investigacin es la familia y la de informacin puede
ser el padre, la madre o el jefe de familia, dependiendo esto de la persona que
administra el ingreso familiar. Si el sondeo se hace en todos y cada uno de los
elementos que conforman la poblacin se habla de un censo, si slo se hizo en
una parte de sta se habla de un muestreo.
Los valores de las variables que se obtienen a partir de un censo reciben el
nombre de parmetros. Los que se obtienen a partir de una muestra se les deno-
mina estimadores de los parmetros poblacionales. El estimador busca con base
en la muestra establecer el valor del parmetro.
Las encuestas por muestreo se clasifican en dos grandes grupos: encuestas
a partir de muestras probabilsticas y encuestas a partir de muestras no probabi-
lsticas. En la prctica se habla de muestreo probabilstico y de muestreo no
probabilstico. En un muestreo de tipo probabilstico, a partir de la muestra se
pueden hacer inferencias sobre el total de la poblacin; en uno no probabilsti-
co, solamente la poblacin investigada, es decir, nicamente sobre los elementos
estudiados.
Una diferencia fundamental entre el muestreo probabilstico y el no proba-
bilstico, es la seleccin de la muestra y con ello su representatividad, palabra a la
que algunos autores no son afectos. En el probabilstico se habla de una selec-
cin aleatoria de la muestras en el que cada elemento de la poblacin tiene una
probabilidad conocida no nula de ser seleccionado, con lo cual cada elemento
de la muestra represente a un sector de la poblacin y su totalidad a toda la
poblacin. La seleccin se puede hacer mediante un proceso mecnico similar al
de una lotera, aunque es difcil manejar una lotera imparcial su equivalente prc-
tico es la seleccin en las denominadas tablas de nmeros aleatorios. En el
muestreo no probabilstico las muestras no son aleatorias -de ah que con fre-
cuencia se diga que no son representativas- sino de tipo casual o fortuito.
 ENCUESTAS PROBABILSTICAS VS . NO PROBABILSTICAS 265

2. Muestreo no-probabilstico

En este tipo de muestreo, denominado tambin muestreo de modelos, las muestras

no son representativas por el tipo de seleccin, son informales o arbitrarias y se ba-
san en supuestos generales sobre la distribucin de las variables en la poblacin; por
ejemplo: se juzga una canasta de uvas probando slo una de ellas; un distribuidor de
cierto tipo de artculos acepta un envo despus de probar algunos de ellos, que se-
lecciona en forma casual; en fsica, biologa o psicologa los elementos que se estudian
se seleccionan en forma casual, o bien porque renen ciertas caractersticas, como sera
seleccionar al animal ms gordo para estudiarlo.
Entre los diferentes tipos de muestreo no probabilstico se pueden mencionar:
el casual o fortuito, el de seleccin experta, el muestreo de poblaciones mviles y el
de cuotas.
El muestreo casual o fortuito se utiliza en diferentes reas de la investigacin como
arqueologa, historia y medicina, entre otras. Aqu las muestras se integran por vo-
luntarios o unidades mustrales que se obtienen en forma casual. Otras ciencias que
no se preocupan por la representatividad de sus especmenes son astronoma, fsica
y qumica.
El muestreo de seleccin Experta, denominado tambin como muestreo de juicio,
es una tcnica utilizada por expertos para seleccionar especmenes, unidades o por-
ciones representativas o tpicas, segn el criterio del experto; por ejemplo: la seleccin
de un conjunto de especmenes con determinadas caractersticas, para un experimento
de laboratorio, o la seleccin de determinadas semanas del ao para llevar a cabo
algunas auditoras.
Es importante hacer notar que en este caso los criterios de seleccin pueden
variar de experto a experto, al determinar cules son las unidades de muestreo repre-
sentativas de la poblacin.
El mtodo de poblaciones mviles se basa en el concepto de captura-marca-captura.
La poblacin total se estima con base en la proporcin de individuos en la recaptura,
esto es, aqullos que han sido capturados previamente y marcados. Este tipo de tc-
nicas se utiliza mucho en el muestreo de insectos, peces, venados, ballenas y, en general,
poblaciones de animales en extincin.
Se subraya que a mediados de esta dcada este tipo de muestreo, con algunas
variantes en la seleccin de la muestra, se ha aplicado en forma probabilstica para
266 POLTICA Y CULTURA

obtener estimaciones del volumen de los flujos migratorios de mexicanos en la fron-

tera norte del pas (Pimienta y Ramos, 1995: 7-20).
El Muestreo de Cuotas es un tipo de muestreo ampliamente utilizado en encues-
tas sobre opinin electoral, investigacin de mercado o similares. Los encuestadores
reciben la orden de obtener cierto nmero de entrevistas (cuotas), a partir de las cuales
se construye una muestra relativamente proporcional a la poblacin.
Este esquema se ve como una alternativa del muestreo probabilstico, en el que
se busca seleccionar una muestra representativa de la poblacin estableciendo pro-
porciones de los diferentes segmentos que la componen. La tcnica consiste en
determinar, al seleccionar la muestra, la cuota de entrevistas que se debe cubrir de
cada grupo de la poblacin y por cada enumerador. El supuesto bsico de esto es
que con la conjuncin de todas las cuotas se obtiene una imagen de la totalidad.
Aunque en este tipo de muestreo el juicio y controles de seleccin de la mues-
tra dependen del que disea la encuesta, el encuestador es quien finalmente determina
libremente cules son los elementos representativos de la poblacin al momento de
seleccionarlos, dentro de la cuota que le fue asignada. Adems de la seleccin por
cuotas se debe mantener la seleccin aleatoria, no es suficiente con la seleccin con-
cienzuda de las cuotas, es necesario asegurar empricamente que cada miembro de la
poblacin tenga la misma probabilidad de ser parte de la muestra. En este caso, la
seleccin de la muestra por parte del entrevistador es muy importante en la elimina-
cin de aspectos subjetivos.
Los diferentes tipos de muestreo no probabilstico mencionados varan amplia-
mente en grado y rea de justificacin, pero cada una de sus tcnicas tienen en comn
la generalidad de los supuestos que sustentan la distribucin de las variables en la
poblacin.

3. Muestreo probabilstico

Las encuestas probabilsticas tienen por objeto estudiar los mtodos para seleccionar
y observar una parte que se considera representativa de la poblacin, denominada
muestra, con el fin de hacer inferencias sobre el total. La representatividad de una
muestra se garantiza con una seleccin metodolgicamente correcta de las unidades
de muestreo sujetas a investigacin.
 ENCUESTAS PROBABILSTICAS VS. NO PROBABILSTICAS 267

La intencin de la encuesta no es describir de manera particular a los individuos

que formaron parte de la muestra, sino obtener un perfil estadstico de la poblacin.
Para esto se apoyan en un conjunto de supuestos probabilsticos sobre el comporta-
miento de las variables poblacionales, en otras palabras, sobre la distribucin de
probabilidades que tienen stas en la poblacin, lo que permite establecer ecuacio-
nes de tipo probabilstico que describen el comportamiento de las variables en la
poblacin.
En estos esquemas cada unidad de muestreo tiene una probabilidad conocida
y no nula de ser seleccionada, lo que permite obtener estimaciones y hacer inferen-
cias sobre los parmetros poblacionales con mrgenes de error previamente estable-
cidos.
En toda investigacin basada en muestras probabilsticas es importante asumir
que los errores de muestreo siempre estarn presentes, que se tiene que convivir con
ellos. Adems, que los resultados obtenidos diferirn ordinariamente de los valores
verdaderos buscados. Esto quiere decir que muestras diferentes producirn resulta-
dos diferentes. Sin embargo, la teora matemtica del muestreo permite evaluar la
forma en que diversas muestras pueden diferir y proporcionar una medida de los
errores debidos al muestreo, siempre que su seleccin se haga adecuadamente.
Otro aspecto importante es que las propiedades deseadas e idealizadas de las
muestras probabilsticas slo se cumplen aproximadamente, ya que en el terreno prc-
tico al obtener la muestra se introducen diferentes tipos de imperfecciones.
Entre las diferentes tcnicas de muestreo probabilstico ms usuales se pue-
den mencionar el irrestricto aleatorio, el sistemtico, el estratificado y el de conglo-
merados.
El mtodo de muestreo irrestricto aleatorio, tambin denominado Muestreo Simple
Aleatorio, como su nombre lo indica es el mtodo ms sencillo de todos y el que
prcticamente no es utilizable, pero tambin es en el que se sustentan todos los de-
ms. En ste cada elemento' de la poblacin tiene la misma probabilidad de pasar a
formar parte de la muestra.
Hay una variante en el mtodo de seleccin de este esquema, que se aplica en
algunos casos en el terreno prctico: el muestreo sistemtico. Este considera a las uni-
dades de muestreo en secuencia, separada cada unidad seleccionada por un mismo
intervalo, esto es, se selecciona como unidad de muestreo cada k-simo elemento de
la poblacin.
268 POLTICA Y CULTURA

El muestreo estratificado se lleva a cabo cuando una poblacin es dividida en va-

rias subpoblaciones llamadas estratos. El criterio de estratificacin es formar grupos
homogneos al interior de cada uno y heterogneos entre ellos.
El muestreo de conglomerados involucra la seleccin de grupos, denominados con-
glomerados de elementos, como unidades de muestreo, los cuales deben encontrarse
cerca uno de otro en trminos geogrficos. En este caso se puede hacer submues-
treo de los conglomerados seleccionados en la primera etapa, resultando como
consecuencia de esto un muestreo polietpico.
Con el fin de ejemplificar las tres tcnicas mencionadas,1 suponga que se va ha
realizar una encuesta probabilsitca de las preferencias polticas de los estudiantes
inscritos en la UAM-Xochimilco, para un tamao de muestra n previamente determi-
nado.
En el primer esquema de una lista del total de alumnos se selecciona de manera
aleatoria a los n estudiantes de la muestra.
Considerando el segundo esquema, bajo el supuesto que el nivel acadmico puede
ser determinante en las preferencias polticas de los alumnos, se puede hacer una
estratificacin de ellos; por ejemplo, el primer estrato lo formaran los estudiantes de
los cuatro primeros trimestres, el segundo los que se encuentran inscritos entre los
trimestres quinto a octavo y, el tercero, los estudiantes de los ltimos trimestres. En
este caso, la muestra se reparte entre los tres estratos, para lo cual existen diferentes
criterios, y se extrae de manera aleatoria del listado de estudiantes que debe de existir
para cada estrato.
En el ltimo caso, se puede considerar que se tienen tres conglomerados de
estudiantes, los inscritos en cada una de las divisiones: Ciencias Sociales y Humani-
dades, Ciencias Bsicas y de la Salud, y Ciencias y Artes para el Diseo, las cuales
cuentan con un conjunto de carreras. Partiendo de esto se puede seleccionar en for-
ma aleatoria de cada estrato un subconjunto de carreras y dentro de las carreras un
subconjunto de grupos de estudiantes en los cuales se investiga a cada uno de sus
integrantes. En este caso, aunque existen criterios para controlar el tamao de la

1
Ejemplos numricos de estas tcnicas se encuentran en muchas publicaciones sobre el tema,
pero uno de los autores clsicos del muestreo que los presenta de manera muy sencilla es Kish (1972)
pp. 66-67, 109, 182, 188 y 213-215.
 ENCUESTAS PROBABILSTICAS VS. NO PROBABILSTICAS 269

muestra, su tamao real depende del nmero de alumnos inscritos en los grupos
seleccionados.

4. Tamao de muestra

Al planear una encuesta por muestreo, siempre se llega a la etapa en donde se debe
tomar la decisin sobre el tamao de la muestra. Aunque para algunos investigado-
res existe la idea de que se debe consultar un porcentaje determinado del total de la
poblacin para tener resultados confiables, la exactitud de las encuestas por mues-
treo no depende del porcentaje de la totalidad de elementos que haya sido consultada,
sino del nmero absoluto de stos; una muestra demasiado grande implica un des-
pilfarro de recursos y una muy pequea disminuye la utilidad de los resultados,
(Cochran, 1980: 104).
Para resolver el problema del tamao de muestra se debe contestar una pregun-
ta importante; cul es el nivel de exactitud?, Con la cual se desea estimar las variables
principales de la encuesta, en otras palabras, cul es el error mximo admisible en el
proceso de estimacin de los parmetros poblacionales de estas variables?
Aunque no siempre es fcil contestar a esta pregunta, pero teniendo en cuenta
que uno de los objetivos principales del muestreo es obtener una cantidad especfica
de informacin acerca de un parmetro poblacional a un costo mnimo y que el
costo de una encuesta est estrechamente ligado al tamao de la muestra, la teora
del muestreo proporciona un marco para pensar en forma inteligente sobre el pro-
blema.

5. Precisin y confiabilidad

En el estudio de las poblaciones se desea obtener informacin acerca de los parme-

tros que las caracterizan. Cuando estos estudios se realizan con base en muestras
estadsticas, la informacin correspondiente a los parmetros se obtiene a travs de
los estimadores de dichos parmetros. Las estructuras de estimacin, como su nom-
bre lo indica, slo estiman a los parmetros sin llegar a conocer en forma especfica
el valor verdadero de los mismos.
270 POLTICA Y CULTURA

Si los datos provienen de una muestra aleatoria de la poblacin, uno de los

objetivos ms importantes del anlisis estadstico es establecer inferencias sobre la
poblacin total. En este sentido, el inters se centra generalmente en estimar propor-
ciones, razones, medias, totales de la poblacin, varianzas, errores estndar, coeficientes
de variacin o algunas otras medidas de tendencia central y dispersin.
El objetivo principal de la estimacin es obtener una aproximacin al valor del
parmetro poblacional, en otras palabras, obtener un estimador del valor del par-
metro as como su error estndar, con el fin de construir un intervalo de valores entre
los que se encuentra el valor de este parmetro, con una cierta probabilidad. A esto
se le denomina estimacin de parmetros, al primer caso se le conoce como estima-
cin puntual y, al segundo, como estimacin a travs de intervalos de confianza.
Con el fin de establecer estos conceptos de manera formal considere a x, x2,
..., xn como una muestra aleatoria de una poblacin, un estimador puntual 8 del pa-
rmetro poblacional 6 es un solo valor que se obtiene a partir de la muestra, el cual
se espera que est prximo al parmetro poblacional. El estimador puede ser de una
proporcin, una media, un total, la mediana o cualquier otro de una variable pobla-
cional. Es evidente que el valor del estimador 9 depende de la muestra, es decir, de
los elementos que fueron seleccionados. En smbolos, esto se representa en la ecua-
cin (1).

9 =f(x,x2 ...,x) (1)

De manera similar, para establecer el concepto de un estimador de intervalo, consi-

dere una muestra aleatoria x1 x2, , xn y un parmetro poblacional desconocido
denotado por 0. Un intervalo de confianza para 0, calculado a partir de las observa-
ciones mustrales sera:

Pr{0-z 0 < 0 < 0 - z= 1-a (2)

donde a (1-a) se le denomina nivel de confianza y representa la probabilidad de que
el parmetro 0 est en el intervalo [8 - Za/2'0' & + Ki ai2Gk e^ cua ^ generalmente se
toma del 0.90, 0.95 o 0.99. ? z1-0/2 ,00 son valores de las tablas de la distribucin
normal que dependen de (/- a) y Q es la desviacin estndar de 9, la cual en la prc-
tica se estima a partir de la muestra.
 ENCUESTAS PROBABILSTICAS VS . NO PROBABILSTICAS 271

Durante el desarrollo de la encuesta los estimadores estn sujetos tanto a erro-

res de muestreo como a errores no debidos al muestreo. Ambos tipos de errores
introducen sesgos en las estimaciones, los cuales en algunos casos subestimarn y en
otros sobreestiman y, si se presentan en forma conjunta, podran neutralizarse. Aun-
que los primeros son imputables al diseo de la muestra las tcnicas de anlisis
estadstico permiten obtener los mrgenes de error de las estimaciones. Tanto esti-
maciones como mrgenes de error estn condicionados por el esquema de muestreo
utilizado, la variabilidad de la poblacin, el tamao de la muestra y el mtodo de se-
leccin. La teora del muestreo proporciona los elementos y herramientas necesarias
para que en el diseo de encuestas se minimicen tales errores.
Los segundos no son atribuibles a la tcnica de muestreo, se derivan de la es-
tructura y contenido de los cuestionarios y del levantamiento de la informacin. Se
presentan aun estudiando a la totalidad de la poblacin, y aunque este tipo de erro-
res no es fcil de evaluar pueden reducirse sustancialmente a travs de controles
estrictos de las diferentes etapas de la encuesta.
De lo anterior se desprende que un estimador de una encuesta probabilstica no
necesariamente tiene que estar prximo al valor verdadero de su parmetro pobla-
cional, es decir, no necesariamente es correcto, por lo cual en este tipo de encuestas
se trabaja con los denominados niveles de precisin y confiabilidad.
Al mximo alejamiento o cantidad de error que el investigador est dispuesto a
tolerar entre el estimador y el parmetro se le conoce como precisin. La precisin
est relacionada con la aproximacin que el estimador guarda respecto al valor del
parmetro. Por lo que resulta de gran importancia, durante el proceso de estimacin,
es el conocimiento relativo del grado de precisin que pudiera existir entre el valor
estimado y el valor verdadero del parmetro que se desea estimar.
Los niveles de precisin y confianza intervienen en el clculo del tamao de
cualquier muestra de tipo probabilstico, esto es, para estar seguro de que el error
mximo admisible no excede una cantidad d, con una probabilidad 1-Ot, se debe es-
tablecer al definir el tamao de muestra que

donde la letra d representa la precisin que tendr el estimador, en otras palabras, el

error mximo que el investigador est dispuesto a aceptar. Si se observa la ecuacin
272 POLTICA Y CULTURA

(3), el lado izquierdo es la parte que se suma y se resta al estimador puntual en la

ecuacin (2) cuando se construye un estimador de intervalo, para un nivel de con-
fianza (1-a). Este nivel de confianza se manifiesta en el trmino z a ,2, cuando se calcula
el tamao de muestra o se construye el intervalo de confianza mencionado.
Ahora bien, si se toma 0 = x la ecuacin (2) tomar la forma

donde despejando n se obtiene el tamao de muestra requerido. En esta ecuacin se

supone que se conoce el valor de <T lo cual no es muy comn, pero en su lugar se puede
utilizar un estimador. Es importante aclarar que la ecuacin para calcular el tamao
de muestra depende del esquema de muestreo, aqu para ejemplificar se utiliz uno
de los ms sencillos que se tienen, el del simple aleatorio para poblaciones grandes.
Otra forma de ejemplificar esto sera de la manera siguiente; qu tan exacto se
desea conocer el porcentaje de votantes que puede tener un determinado partido en
una contienda electoral. Se puede estar satisfecho si este porcentaje contiene un error
mximo del 5%; esto es, si el estimador puntual de la muestra indica que el 25% de
la poblacin vota por un partido el porcentaje de votos de toda la poblacin para ese
partido no debe exceder los lmites entre el 20% y el 30% para un nivel de confianza
(1-a).
En este proceso se debe tener claro que una precisin del 5% no se puede ase-
gurar totalmente, a menos que se estudie a todos los ciudadanos, porque por muy
grande que se tome el tamao de la muestra existe la posibilidad de una muestra
desafortunada, es decir, que al seleccionar la muestra se tome una que presente un
error mayor al 5%. Adems, si la precisin se fij en un 95% de confianza y se deci-
de hacer una encuesta corriendo el riesgo antes sealado, se sabe que existe una
posibilidad en 20 de obtener una muestra desafortunada.
En trminos tcnicos se tendra que el valor de la variable poblacional se en-
cuentra entre dos valores, esto es, entre el estimador y ms-menos el error mximo
admisible establecido, ecuacin (5).
 ENCUESTAS PROBABILSTICAS vs. NO PROBABILSTICAS 273

Si se toma el mximo error admisible, se tiene que el parmetro poblacional estar

entre los valores

excepto para un caso de cada 20. En estas ecuaciones p denota al estimador obteni-
do a partir de la muestra y P al parmetro poblacional.

6. Muestreo no probabilstico vs. probabilstico

De las tcnicas de muestreo no probabilstico mencionadas, la que ms se aproxima

a las probabilsticas es la del muestreo de cuotas, la cual es defendida como probabi-
lstica por algunas personas dedicadas a la investigacin de mercados y a las encuestas
de opinin poltica, sosteniendo que las instrucciones sobre las cuotas contribuye a
producir prcticamente una seleccin al azar, adems de obtener una distribucin
correcta de los grupos que integran la poblacin. En otras palabras, consideran que
la muestra es representativa si se tienen las mismas proporciones de elementos tanto
en la poblacin como en las cuotas de la muestra, de las principales variables que
identifican a la poblacin; por ejemplo sexo, edad, profesin, etctera. Con esto se
sostiene que se puede generalizar el comportamiento de cualquier grupo de la po-
blacin.
En el muestreo por cuotas se considera representativo el mbito determinado
por la cuota y se rechaza la pretensin de representatividad de las realidades no rela-
cionadas estrechamente con las caractersticas de la cuota. De una aplicacin correcta
de lo antes descrito depende el carcter representativo de la muestra.
Sobre esto especialistas del tema como Kish (1972: 651) sostiene que existen
muchas aplicaciones del muestreo de cuotas en las que se describen sus procedimientos
como muestreo probabilstico de cuotas o algn otro ttulo en el que se incluya la prestigiada pa-
labra probabilidad. El muestreo de cuotas no es un mtodo cientfico definido. Ms bien da la
impresin de que cada muestra es un producto artstico, difcil de describir. No se puede hacer
una crtica general y la crtica especfica a un procedimiento puede no ser aplicable a otro.
Sobre el muestreo de cuotas el mismo autor establece que debemos de dejar de ser ingenuos
al usar los controles de cuotas tales como el sexo, edad y rea geogrfica como pruebas de la bon-
274 POLTICA Y CULTURA

dad de la muestra ...la correlacin entre la conducta electoral y variables como el ingreso, la edu-
cacin y la ocupacin es mucho ms alta que la que existe con variables como sexo, edad y regin,
pero es ms difcil obtener las cuotas que con procedimientos ordinarios (Ibidem: 650-653).
Finalmente es importante mencionar que a pesar de existir evidencia emprica
sobre las bondades del muestreo por cuotas, no se ha probado tericamente, hasta
ahora, que mediante una seleccin de cuotas correctamente realizada puedan gene-
ralizarse los resultados dentro de los mrgenes de error de una encuesta probabilstica.
En una seleccin de este tipo no se pueden calcular los errores de estimacin aun-
que se pueden establecer reglas empricas sobre ellos.2

7. Conclusiones

La discusin sobre los mtodos de muestreo probabilstico y no probabilstico fue

puesta sobre la mesa por la reciente aparicin en Mxico de las encuestas de opinin
poltica, que se desarrollan de manera previa casi a cualquier proceso electoral im-
portante que se realiza en el pas. La controversia entre los mtodos probabilsticos y
los no probabilsticos es central en la discusin de este tipo de encuestas; mientras
que algunas agencias utilizan procedimientos no probabilsticos a travs de entrevis-
tas en va pblica, otras realizan sus encuestas en hogares o bien utilizan muestreo
de cuotas en va pblica, incorporando en este ltimo caso algn esquema probabi-
lstico en una o varias de sus etapas.
En este contexto es conveniente mencionar que muchos de los sondeos no pro-
babilsticos son etiquetados como probabilsticos para darles prestigio y credibilidad a sus
resultados, lo que nicamente confunde, desorienta y provoca desconfianza en la
opinin pblica, propiciando con ello que exista un nmero cada vez mayor de per-
sonas que piensen que se est abusando de las encuestas preelectorales y dude, con
sobrada razn, de los resultados que proporcionan, aunque existan empresas serias y
experimentadas en esta labor. Las encuestas no probabilsticas no deben ser desesti-

Una discusin sobre los resultados de diferentes encuestas electorales realizadas entre enero
y junio de 1997, para la eleccin de Jefe de Gobierno del Distrito Federal se puede ver en Pimienta
(1999: 192-202).
 ENCUESTAS PROBABILSTICAS VS. NO PROBABILSTICAS 275

madas, hay que presentarlas con sus caractersticas originales, en general sus resulta-
dos son tiles y orientadores si se hace un uso adecuado de ellos.
Al poner en prctica los mtodos de muestreo probabilstico sus planteamien-
tos tericos bsicos resultan muy exigentes, situacin que no se presenta cuando se
habla de muestreo no probabilstico. En el segundo caso no se conocen las probabi-
lidades de seleccin de una muestra y sus elementos no son seleccionados en forma
aleatoria, por lo que resulta imposible utilizar en forma legtima h estadstica me-
rencial. Los conceptos de precisin y confianza que manejan las encuestas de opinin
poltica tienen sentido cuando stas son probabilsticas, en caso contrario no. En un
muestreo que no cuente con una estructura probabilstica es imposible medir los ries-
gos de los errores implicados en l.
Es importante, para finalizar, hacer tres sealamientos. Primero en la prctica,
generalmente no es posible evaluar la calidad de las encuestas de opinin poltica, por-
que la informacin metodolgica que publican regularmente es escasa. Segundo, exis-
ten muchos procedimientos en encuestas de opinin que no son probabilsticos,
aunque se afirme lo contrario; una encuesta de opinin que se realiza en va pblica
no puede ser denominada como probabilstica, debido al problema de la aleatorie-
dad de las unidades seleccionadas; las encuestas probabilsticas de este tipo general-
mente se levantan en los hogares. Tercero, el trabajo estadstico demanda oficio
estadstico; la aplicacin de estas tcnicas por personas no calificadas ha generado una
serie de contratiempos y desprestigios que han afectado su desarrollo y uso adecua-
do, los daos causados por quienes no tienen este perfil profesional al utilizar en forma
indiscriminada la computacin y los paquetes de anlisis estadstico son cada vez ma-
yores.

Bibliografa

Cochran, William G. Tcnicas de muestreo: CECSA, Mxico, 1980.

Raj, Des. ha estructura de las encuestas por muestreo: FCE, Mxico, 1998.

Jquez, Antonio. "En Mxico, las metodologas muestran una enorme ignorancia en materia
de-estadstica: El experto Salvador Borrego", en Proceso, 16 de febrero de 1997, Mxico,
p. 18.
276 POLTICA Y CULTURA

Kish, Leslie. Muestreo de encuestas: Trillas, Mxico, 1972.

Neelle, Elizabeth. Encuestas en la sociedad de masas. Introduccin a los mtodos de la demoscopa:

Alianza, Madrid, Espaa, 1970.

Pimienta Lastra, Rodrigo y Luis F. Ramos Martnez. "Mujeres deportadas por las autoridades
norteamericanas: 1993-1994, en Papeles de Poblacin, nm. 9: Centro de Investigacin y
Estudios Avanzados de la Poblacin, UAEM, Mxico, 1995, pp. 7-20.

Pimienta Lastra, Rodrigo. "Esquemas de muestreo y mrgenes de confiabilidad en encuestas

de opinin poltica, en Sociolgica, ao 14, nm. 39: Divisin de Ciencias Sociales y
Humanidades, UAM-Azcapotzalco, Mxico, 1999, pp. 183-202.

Scheaffer, Richard L.; William Mendenhall y Liman Ott. Elementos de muestreo: Interamericana,
Mxico, 1987.

Sonquist, John A. y William C. Dunkelberg. Survey and Opinin Research Procedures for Processing
and Analysir. Printece Hall, Englewood Cliffs, Nueva Yersey, 1977.