El sesgo de insensibilidad al tamaño de la muestra indica la tendencia a fijarnos en las estadísticas sin considerar el tamaño de la prueba. Gracias a este sesgo se nos puede manipular fácilmente, si vemos unos datos y no nos cuestionamos la procedencia, la veracidad, o cómo se ha llegado a ellos.

Revisa los datos, pero antes cuestiónate las fuentes y el tamaño de la muestra

Si al estudiar algo, la muestra no es suficientemente grande, los resultados pueden no ser fiables. Por lo general, no nos fijamos en el tamaño de la muestra, o no se ofrece este dato.

La razón por la que ocurre esto, es porque si los números de muestra son demasiado pequeños, podríamos estar trabajando con subgrupos dentro de la población sin darnos cuenta. Estos subgrupos podrían tener características completamente diferentes y por lo tanto usarlos como base para sacar conclusiones generales sería un error.

Esto nos condiciona a la hora de ver los datos de cualquier estudio, y de las decisiones que tomemos en base a esto.

Es habitual utilizar este sesgo en política para justificar los resultados de determinadas iniciativas políticas, por lo que es fundamental saber cómo se han extraido los datos y el tamaño de la muestra para no ser manipulados.

Ejemplos

Tversky y Kanheman realizaron el siguiente estudio:

Cierta ciudad es atendida por dos hospitales. En el hospital más grande nacen alrededor de 45 bebés cada día, y en el hospital más pequeño nacen alrededor de 15 bebés cada día. Como saben, alrededor del 50% de todos los bebés son niños. Sin embargo, el porcentaje exacto varía de un día a otro. A veces puede ser superior al 50%, a veces inferior.

Durante un período de 1 año, cada hospital registró los días en que más del 60% de los bebés nacidos eran varones. ¿Qué hospital crees que registró más de esos días?

• El hospital más grande
• El hospital más pequeño
• Fue lo mismo en ambos hospitales (esto es, la diferencia fue de menos del 5%)

El 56% de los sujetos eligieron la opción 3 y el 22% de los sujetos eligieron respectivamente las opciones 1 o 2. Sin embargo, según la teoría del muestreo, es mucho más probable que el hospital más grande presente una proporción cercana al 50% que el hospital pequeño en un determinado día, lo cual implica que la respuesta correcta a la pregunta es el hospital más pequeño.

+ Info

Insensibilidad al tamaño de la muestra – Wikipedia

Sesgos relacionados con la Heurística de la representatividad – Universidad de Los Andes

Insensitivity to sample size – Wikipedia