Muestreo Aleatorio versus Asignación Aleatoria
En estadística es ampliamente utilizado el término muestreo aleatorio para determinar a través de la selección de la muestra(s) representativa una conclusión respecto al comportamiento de la población.
Sin embargo, en diseño de experimentos hablamos de la asignación aleatoria que no es otra cosa que asignar aleatoriamente a los participantes a los grupos experimentales o de control (no afecto al experimento) para efectos de comparación.
En un muestreo aleatorio podemos generalizar una conclusión, la cual se aplica a todos los individuos de una población, sin embargo no podemos determinar una relación causa efecto.
Ejemplo 1:
Un Auditor es contratado para aprobar un lote de producción de 3000 chompas, de los cuales solo está permitido que menos del 5% del lote presente defectos para ser aprobado.
El Auditor selecciona 900 chompas de forma aleatoria (30% del lote), revisa que cada chompa cumpla con las especificaciones según ficha técnica. Luego de la inspección resulta que más del 50% de las unidades auditadas presentan defectos, por lo tanto concluye que más del 50% del lote total no es conforme y por tanto debe ser rechazado el lote completo.
En el ejemplo precedente el Auditor generaliza el resultado hacia el lote total (población), más no puede concluir sobre la causa principal que origina los defectos para todo el lote.
En la asignación aleatoria se asignan dos grupos, el grupo que será afectado por el experimento y el grupo que no está afecto al experimento para efectos de comparación. A partir del mismo se puede determinar una relación causa efecto que es aplicable solo a los individuos asignados, pero no podemos generalizar los resultados para toda la población de los individuos.
Ejemplo 2:
Un Analista desea identificar si las ventas de productos textiles en una empresa retail se incrementa en más del 60% aplicando una promoción específica para un segmento de clientes, para lo cual asigna a un grupo de tiendas la promoción y otro grupo de tiendas no son afectas a la promoción.
Los resultados luego de la campaña demuestran que en efecto se logra la meta del incremento de ventas en más del 60% en aquellas tiendas en las que se aplica la promoción comparado con aquellas tiendas no afectas a la promoción.
En el ejemplo 2 podemos decir que la aplicación de la promoción generó un incremento de más del 60% de las ventas, sin embargo no podemos generalizar que se aplique este resultado a todo el universo de tiendas de la empresa.
La pregunta es ¿Nos podemos beneficiar de las bondades de cada método?, la respuesta es sí, tomando en consideración que de una población podemos seleccionar individuos de manera aleatoria y a partir de la misma asignar un grupo de individuos sujeto al experimento y un grupo no afecto al experimento.
En la siguiente matriz se resume los resultados a obtener aplicando o no ambos métodos.
