Supongamos que queremos saber si los habitantes de una ciudad están conformes con el servicio de limpia que pasa por las calles recogiendo la basura que se genera en los hogares.

Para saber exactamente si los habitantes están contentos o no con el servicio de limpia tendríamos que encuestar o preguntarles a todos y cada uno de los habitantes, pero esto es muy caro y nos llevaría mucho tiempo así que tomamos una muestra de la población que represente a todos los habitantes de la ciudad.

El proceso mediante el cual seleccionamos quienes formaran parte de esa muestra se llama muestreo lo ideal es que esa muestra represente a toda la población lo que llamaremos una muestra representativa.

Pero ¡cuidado! siempre podemos cometer errores en el muestreo, es decir en formar la muestra representativa, estos errores se les llama error de muestreo, que debemos reducir o evitar lo más que podamos.

La inferencia estadística trata de averiguar características de una población a partir del estudio de una muestra de esta.

Un método muy común es el muestreo aleatorio simple, y funciona de esta manera, por ejemplo colocamos encuestadores en el zócalo de la ciudad que pregunten a los ciudadanos que pasan por ahí si con el servicio de limpia están 1) Muy conformes, 2) Conformes 3) Poco conformes 4) Disconformes o 5) Muy disconformes.

Aplicamos el muestreo aleatorio simple para realizar el muestreo y formar la muestra representativa de la población con la probabilidad de cometer error de muestreo que averiguaremos con la inferencia estadística.

El error podría ser que no pase una persona de alguna colonia donde ni siquiera pasa el servicio o elegimos dos de la misma colonia o solo pasan personas cierto sector de la ciudad o una persona que es familiar de un trabajador del servicio o alguien que se peleo con el trabajador del servicio, hay muchas posibilidades de errores en este sentido, que veremos mas adelante como evitarlos.