Los errores de selección pueden ser causados por el investigador o pueden ser el resultado de relaciones en la población  del estudio y pueden ser evidentes o no. Puede ser cualquier factor que tenga un efecto sobre la población seleccionada o que se relacione con la exposición o el evento. Se da frecuentemente en estudios transversales, retrospectivos y de encuesta. (1)

Se obtienen resultados de una asociación inexistente entre la exposición y el resultado.

2. Pérdidas diferenciales: se da por la pérdida de datos de los participantes que se "pierden" durante el estudio por falta de interés, efectos adversos, mejora clínica, etc.

3. Falta de respuesta: se da cuando las personas que no responden (al estudio) no se diferencian de las que sí lo hacen, afectando la representatividad de la muestra.

4. Sesgo de Berkson: se da cuando las personas se escogen de un segmento específico de la población que tiene más o menos riesgo de presentar el resultado que la población en general.

(2).

1. Se realiza una encuesta sobre hábitos alimenticios en personas que asisten voluntariamente a una jornada de nutrición. 

Problema: los voluntarios son personas que están más interesadas en su salud y en tener mejores hábitos que el resto de la población. Posiblemente se encontrarán solo datos positivos de la encuesta.

2. Se estudia la probabilidad de enfermedades cardiacas en el país. Se recopilan datos haciendo entrevistas en un centro comercial.

Problema: el método de recolección de datos no incluye a personas que pueden estar graves en un hospital o en su casa a causa de estas enfermedades.

- Dividir la población en subgrupos, conociendo previamente las características de cada uno y escogiendo el que mejor se adapte a la investigación.

-Usar grupos de control para comparar con el grupo estudiado.

(5).

Este es más que todo un error sistemático, puede ser la forma en la que se usa un instrumento, la forma en la que se hace la entrevista o la forma en la que el investigador percibe los datos. También influyen sus creencias y expectativas del estudio (4).

Situación: el investigador espera que el grupo que si recibió la charla coma más verduras.

Problema: Cuando revisa el registro de alimentos, clasifica cuidadosamente las verduras reportadas por el grupo que si recibió la charla y es menos cuidadoso al contar las del otro grupo.

Consecuencia: sobreestimación de la diferencia real entre los grupos

2. La nutricionista compara la cantidad de grasa corporal entre un grupo de deportistas y uno de no deportistas.

Situación: ella espera que los deportistas tengan menos grasa corporal.

Problema: al tomar las medidas, presiona menos el calibrador en los deportistas y más en los sedentarios, obteniendo medidas que afirman su expectativa. 

Consecuencia: sobreestimación de diferencia de la cantidad de grasa corporal entre grupos.

- Fiabilidad entre investigadores: hace que cada uno aplique criterios adecuados para la recopilación de datos, además se obtienen datos desde diferentes puntos de vista.

- Educación: a los investigadores para que reconozcan sus errores y eviten dejarse llevar por sus creencias, preferencias o expectativas , promoviendo resultados objetivos. (5)

 2. Lecturio.com. [citado el 25 de septiembre de 2025]. Disponible en: https://app.lecturio.com/#/article/2588

3. Biases and confounding [Internet]. Org.uk. [citado el 26 de septiembre de 2025]. Disponible en: https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1a-epidemiology/biases

 4. Simkus J. Observer bias: Definition, examples & prevention [Internet]. Simply Psychology. 2023 [citado el 26 de septiembre de 2025]. Disponible en: https://www.simplypsychology.org/observer-bias-definition-examples-prevention.html

5. Sesgos en investigación, cómo evitarlos y ejemplos [Internet]. Appinio.com. Appinio GmbH; 2024 [citado el 26 de septiembre de 2025]. Disponible en: https://www.appinio.com/es/blog/investigacion-de-mercados/sesgo-investigacion

6. Runestone.academy. [citado el 28 de septiembre de 2025]. Disponible en: https://runestone.academy/ns/books/published/ac1/basic_descriptive_statistics/outliers_and_skew.html

7. Bobbitt Z. 5 examples of outliers in real life [Internet]. Statology. 2021 [citado el 28 de septiembre de 2025]. Disponible en: https://www.statology.org/outliers-real-life-examples/

8. Ferguson K. When should you delete outliers from a data set? [Internet]. Atlan | Humans of Data. Atlan; 2018 [citado el 28 de septiembre de 2025]. Disponible en: https://humansofdata.atlan.com/2018/03/when-delete-outliers-dataset/

9. Scribbr.com. [citado el 28 de septiembre de 2025]. Disponible en: https://www.scribbr.com/research-bias/omitted-variable-bias/#:~:text=El%20sesgo%20de%20variable%20omitida,factor%20importante%20en%20el%20an%C3%A1lisis.

10.Seguir EE. ¿Cuáles son los pasos para evitar el sesgo de variables omitidas en el análisis de regresión? [Internet]. Linkedin.com. [citado el 28 de septiembre de 2025]. Disponible en: https://www.linkedin.com/advice/3/what-steps-avoid-omitted-variable-bias-regression-analysis-rjfbc?lang=es

11. de Frutos A. Qué es el sesgo del superviviente y cómo evitarlo [Internet]. Blog MASMOVIL Negocios. 2025 [citado el 28 de septiembre de 2025]. Disponible en: https://blogempresas.masmovil.es/que-es-el-sesgo-del-superviviente-y-como-evitarlo/

12. Sesgo de supervivencia [Internet]. The Decision Lab. [citado el 28 de septiembre de 2025]. Disponible en: https://thedecisionlab.com/es/biases/survivorship-bias

13. References

    Bias. (2025, March 20). Sccsc.edu. https://libguides.sccsc.edu/bias/types

    No title. (n.d.). Astercapital.com. Retrieved September 28, 2025, from http://astercapital.com/es/contenido/Sesgo-de-financiacion--Sesgo-de-financiacion--la-influencia-del-dinero-en-los-resultados-de-la-investigacion.html

14. Viteri-García, A. (2022, April 7). El sesgo de publicación: La respuesta a tu pregunta de investigación puede estar en el cajón de archivos de alguien. Estudiantes por la Mejor Evidencia - ExME. https://exme.cochrane.org/blog/2022/04/07/el-sesgo-de-publicacion-la-respuesta-a-tu-pregunta-de-investigacion-puede-estar-en-el-cajon-de-archivos-de-alguien-mas/

15. (N.d.-a). Utexas.edu. Retrieved September 28, 2025, from https://ethicsunwrapped.utexas.edu/glossary/sesgo-de-confirmacion?lang=es#:~:text=El%20sesgo%20de%20confirmación%20es%20la%20tendencia%20de%20la%20mente,creencias%2C%20expectativas%20o%20hipótesis%20preexistentes.

16. (N.d.-b). Quillbot.com. Retrieved September 28, 2025, from https://quillbot.com/es/blog/logica-y-argumentacion/sesgo-confirmacion/

    (N.d.-c). Quillbot.com. Retrieved September 28, 2025, from https://quillbot.com/es/blog/logica-y-argumentaci

2. Al analizar una encuesta sobre consumo de alcohol, un investigador convencido de que beber en exceso siempre causa depresión interpreta los datos ambiguos como confirmación de su idea, aunque haya evidencia en contra.

2. Utilizar revisiones sistemáticas que incluyan todos los estudios relevantes.

3. Buscar estudios con resultados negativos o contradictorios. (14)

2. Incluir variables no observables.

3. Realizar estudios y análisis aleatorios.

4. Evaluar el impacto de las variables. (10)