Bastaría, no importa cuántos sean, si todos los botones fueran iguales. Pero si hay botones negros y blancos, botones verdes y amarillos, grandes y pequeños, pesados y livianos, botones en el fondo y en la superficie de la caja, botones de distintos materiales, con distintos diseños, “botones ricos y pobres”, entonces se necesita una muestra más grande.
Si alguien quiere saber cómo es un chino, entonces quizás le baste con ver uno para formarse una idea. Por lo menos tendría una idea de cómo es el color de su piel, sus ojos y sus cabellos. Pero si alguien quiere saber cómo es un dominicano, si juzga por el sólo hecho de haber visto uno puede cometer tremendos errores: le puede haber salido de cualquier color de la piel, tipo de pelo y hasta forma de hablar. Es decir, la heterogeneidad del universo es fundamental para la muestra. En este aspecto, para el universo dominicano se requiere una muestra mucho mayor que para el chino, a pesar de que ellos son mil cuatrocientos millones contra diez de nosotros.
En la estadística es muy habitual que se trabaje con muestras y que ello se aplique en los análisis de las ciencias sociales, principalmente la política, la economía y la sociología. También se usa para el estudio de fenómenos biológicos y hasta físicos.
Generalmente la gente cree que las muestras solo se utilizan para hacer encuestas, las más conocidas de las cuales, por recibir mayor difusión pública, son las electorales.
Pero eso no es así: se usan muestras para miles de estudios; hasta un poquito de la orina que usted lleva a un laboratorio, o de la sangre que le extraen es una muestra que, se presume, refleja todo lo que contienen dichos flujos. Esto es, se da por supuesto que el chin extraído contiene lo mismo que el resto. Igual aplica cuando se extrae un mínimo trocito de un órgano para realizar una biopsia (me estoy metiendo en temas muy ajenos). Si por mano’el diablo en la muestra extraída no está lo que se presumía encontrar, entonces se tendrá un diagnóstico equivocado o habrá que repetir el estudio con una nueva muestra.
Es exactamente el mismo principio de las muestras de población que se extraen para análisis sociales. O no, en las muestras de población hay mucha capacidad de maniobra. Tanto que el muestreo estadístico se ha convertido en un disciplina científica tan precisa que, con una ínfima proporción de los votantes, pero bien seleccionados, se sabe quién va a ganar una elección.
Claro está, con entrevistar a mil dominicanos es suficiente para saber por quién votaría la mayoría. Con esa ínfima cantidad, los analistas se aventuran también a llegar a conclusiones por regiones, por grupos sociales, por sexo y por zonas, pero otra cosa es pretender que eso es suficiente para saber con precisión por quién votarán los que viven en la costa y en las lomas y hasta los que son tuertos de un ojo. Ya eso es otra cosa.
Las muestras constituyen un instrumento de la estadística, y de ahí se usan para múltiples disciplinas del saber, incluyendo la economía. Pero no siempre se usan las muestras aleatorias, en que se extrae un elemento al azar. Otras veces se hacen mediciones a partir de elementos representativos. Con ello se ahorra el trabajo de hacer mediciones que incluyan todo el universo, que a veces es imposible.
Mediciones como la inflación, o el producto bruto interno, por ejemplo, conceptualmente se supone que incluyan el valor de todo lo que se produce y vende en el país. Eso quiere decir, todos los productos, en todos los momentos y en todos los lugares. Pero eso no indica que el que lo mide tenga que ir diariamente a la autopista para ver a cómo se vende la libra de batata asada, o al colmado Nanao, ubicado en la sección Los Troncos (nombres imaginarios) de Las Matas de Farfán para ver a cómo se vende una aguja.
En la economía dominicana, la producción de ron puede ser más representativa de la situación de la industria que la producción de mabí. O la de leche más que la de dulce de coco. Se pueden hacer estadísticas a partir de elementos representativos. Lo único que la posibilidad de error es infinitamente mayor.