Sesgo de selección

Cómo vencer el sesgo en los datos

Konstantinos Kattidis

Data Analytics Lead

¿Qué es el sesgo de selección?

Es el sesgo introducido cuando los datos para el análisis se seleccionan de forma que favorece sistemáticamente a ciertas personas, grupos o características

Diagrama que muestra una población diferente de la muestra.

Así, la muestra no representa a la población que se quiere analizar

Veamos los cinco tipos comunes de sesgo de selección

Cómo vencer el sesgo en los datos

1. Sesgo de muestreo

  • El sesgo de muestreo ocurre cuando el método de muestreo no es justo ni aleatorio
  • Surge del enfoque elegido para obtener la muestra, lo que puede dificultar aplicar los hallazgos a toda la población
  • Por ejemplo:
    • Una plataforma de e-commerce analiza la satisfacción usando muestreo por conveniencia
    • Los resultados pueden no reflejar a toda la base de clientes

Persona pensando qué método de muestreo usar

Cómo vencer el sesgo en los datos

2. Sesgo de infracobertura

  • Imagina un estudio de mercado para consumidores online, que excluye a quienes no tienen internet
  • El sesgo de infracobertura resalta la representación insuficiente de ciertos grupos en la muestra
  • Se diferencia del sesgo de muestreo porque se centra en la representación de grupos específicos, no en la aleatoriedad o justicia del método

Investigadores ignorando a consumidores sin acceso a internet

Cómo vencer el sesgo en los datos

3. Sesgo de no respuesta

El sesgo de no respuesta surge cuando quienes no participan en una encuesta o estudio difieren sistemáticamente de quienes sí participan

Encuesta de satisfacción donde los que responden están satisfechos y los que no responden, insatisfechos

  • En una encuesta sobre satisfacción laboral, las personas insatisfechas tienen menos probabilidad de participar
  • Esto lleva a una visión demasiado optimista del clima laboral
Cómo vencer el sesgo en los datos

4. Sesgo de auto-selección

Analista explorando resultados afectados por la auto-selección

  • El sesgo de auto-selección ocurre cuando las personas eligen participar en un estudio o dar feedback
  • Por ejemplo:
    • Clientes se auto-seleccionan para una encuesta de satisfacción
    • Sus opiniones no representan a toda la base de clientes
    • Esto distorsiona la percepción global
Cómo vencer el sesgo en los datos

5. Sesgo de supervivencia

Ocurre cuando solo se incluyen entidades exitosas en el análisis

Por ejemplo:

  • Analizar lanzamientos de producto exitosos sin considerar los fallidos
  • Esto lleva a conclusiones sesgadas y pasa por alto factores clave de fracaso

Persona analizando productos exitosos e ignorando los fallidos

Cómo vencer el sesgo en los datos

Una comprensión coherente

Balanza desequilibrada con signo de interrogación

  • Es común que varios sesgos interactúen y compliquen el análisis
  • Por ejemplo, una encuesta de satisfacción puede tener sesgo de auto-selección y de no respuesta
Cómo vencer el sesgo en los datos

¡Vamos a practicar!

Cómo vencer el sesgo en los datos

Preparing Video For Download...