En el mundo de las encuestas, la precisión es clave. Sabemos lo importante que es obtener resultados que realmente reflejen la opinión de los consumidores, audiencias y ciudadanos. Por esta razón, hemos preparado una guía esencial con las 10 preguntas que debes hacerte para asegurarte de que la muestra de una encuesta es tanto representativa como confiable.
Para que una muestra sea representativa y las opiniones y características de la población se reproduzcan en la muestra se requiere de un tamaño suficiente, aunque no muy grande. La teoría, los estudios y la práctica han mostrado que no se necesitan grandes muestras para cumplir con este requisito.
En estudios de opinión, de manera general, una población puede ser representada adecuadamente con un tamaño mínimo de 400 personas. Sin embargo, cuando queremos explorar los resultados de manera más específica y segmentada o con mayor nivel de precisión, las muestras suelen crecer a tamaños de entre 1,000 a 3,000 casos. No es necesario cumplir con un porcentaje de la población o tener grandes muestras, si seleccionamos adecuadamente, las opiniones y características se reproducen y estabilizan. Es decir, por aumentar la muestra no cambian los resultados.
Técnicamente el tamaño de una muestra representativa depende de la forma de seleccionar a los respondientes, del margen de error y nivel de confianza buscado en los resultados, del nivel de consenso o disenso de la opinión o comportamiento buscado, del estado del marco muestral que usamos, de las etapas de selección y conglomeración, del nivel de no respuesta o cooperación de los respondientes, del tamaño de universo, aunque no de manera proporcional y desde luego de los recursos y tiempo disponibles.
Todas las personas que forman el universo deben tener alguna probabilidad de ser incluidos en la muestra y deben ser seleccionadas de manera aleatoria.
Para asegurarse que todas las opiniones y características de una población estén representadas en una muestra, es necesario que el método de selección de las personas que estarán en la muestra sea aleatorio y que en esta selección se considere a todas las personas que están en ese universo.
Una muestra en que no brinde oportunidad a todos aquellos que forman el universo se considera sesgada y por tanto no confiable. Por ejemplo, si se quiere representar a todo el país y las personas solo son seleccionadas a partir de redes sociales, estamos dejando fuera a aquellas personas que no tienen internet o que no usan redes sociales. O si sólo realizamos encuestas en las grandes ciudades y dejamos fuera a las poblaciones rurales o de menor tamaño.
Para analizar e interpretar los resultados de una encuesta realizada a través de una muestra representativa, es importante considerar dos conceptos: margen de error y nivel de confianza.
El margen de error o nivel de precisión es la distancia máxima que existe entre el valor o dato proporcionado por la muestra y el verdadero valor en el universo.
Si una encuesta dice que 35% de la muestra tiene un determinado comportamiento u opinión, el verdadero valor en la población estaría en un rango de más o menos 5%, es decir entre 30% y 40%.
El nivel de confianza o grado de exactitud representa la probabilidad de que el valor estimado por la muestra se encuentre dentro del margen de error.
En otras palabras, la tasa de éxito que tiene nuestra estimación. 95% de confianza y 5% de margen de error significa que existe una probabilidad de 95% de que el verdadero valor del universo se encuentre dentro de un margen de 5% con respecto al valor estimado en la muestra.
Hay fenómenos y opiniones con mayor homogeneidad o consenso, es decir, con menos variación entre los posibles valores que pueden tomar, mientras hay otros con mayor variación o heterogeneidad. El nivel de variación del fenómeno a estudiar o de homogeneidad—heterogeneidad es un determinante del tamaño de la muestra.
A mayor variación se requiere mayor tamaño. Por ejemplo, si las opiniones o fenómenos a estudiar están muy polarizadas, es necesario contemplar muestras de mayor tamaño que recorten los márgenes de error.
Uno de los factores que provocan mayor variación de las opiniones es la dispersión geográfica. Cuando no se considera la dispersión geográfica y concentramos las encuestas en algunas ciudades o puntos, también reducimos la probabilidad de encontrar la verdadera variación del fenómeno.
Existen métodos de selección que contribuyen a reducir la concentración geográfica. Un claro ejemplo puede ser el muestreo por conglomerados, que es una técnica ampliamente utilizada en investigación estadística que ofrece un enfoque pragmático para estudiar grandes poblaciones en las que el muestreo aleatorio simple o el muestreo sistemático pueden resultar poco prácticos o costosos.
Mediante este método, se divide la población en conglomerados, normalmente basados en agrupaciones geográficas o naturales, y seleccionando después conglomerados al azar para realizar un análisis que nos ayude a encontrar la amplitud de opiniones y comportamientos.
El marco muestral es la relación de personas o conjuntos de personas que forman el universo a partir del cual es posible extraer la muestra de estudio. Esto permite dimensionar el tamaño, distribución y ubicación de todas las personas que forman el universo, así como controlar la dispersión y selección aleatoria.
Idealmente un marco muestral es una lista de todas las personas que forman el universo y desde donde serán seleccionadas aleatoriamente. Como es casi imposible que existan estas listas, los censos, mapas de ciudades, manzanas, conjuntos de manzanas o directorios telefónicos, cumplen esta función.
Es prácticamente imposible que exista el marco muestral perfecto, ya que generalmente tienen algún grado de omisión o duplicidad en la enumeración de los elementos que forman el universo, Por ejemplo, mapas desactualizados o personas registradas dos veces.
Cuando no existe un marco muestral (o es imposible crear uno ya que a veces la población está muy dispersa geográficamente y los costos suelen ser muy altos), generalmente se realiza una conglomeración o se utiliza una selección polietápica. También se agrupan unidades muestrales para fines prácticos y de eficiencia en el levantamiento de muestras.
Al conglomerar las unidades, aumenta la probabilidad de que disminuya la varianza de las unidades observadas (a comparación de muestreos aleatorios simples). Por esta razón, es necesario obtener muestras mayores.
La no respuesta significa un sesgo desconocido de los resultados y representa una de las mayores fuentes de error al estimar resultados. Son aquellas personas excluidas de la muestra que, habiendo sido seleccionados, no pueden ser incluidos en la muestra debido a imposibilidad de contactarlos, negación a responder o imposibilidad de responder, Es decir, personas no consideradas que conceptualmente están incluidas.
La tasa de no respuesta es el cociente del total de no respuestas entre el total de las unidades elegidas o sorteadas.
Cuando tenemos no respuesta, aquellos excluidos deben ser sustituidos o reemplazados con los mismos criterios con que fueron seleccionados los elementos iniciales.
Aunque sabemos que legal y éticamente no podemos revelar los datos personales de las personas que contestan una encuesta, a quienes al solicitar su cooperación les prometemos que sólo daremos información agregada, es muy importante que existan métodos de validación de los datos y respuestas de las personas en la muestra.
La posibilidad de verificar datos depende de los métodos de levantamiento:
- Casa por casa. Alta posibilidad de verificar datos.
- De manera telefónica. Posibilidad media para verificar datos.
- Centros de afluencia o locación central. Baja posibilidad de verificar autenticidad de datos.
- Baja posibilidad de verificar autenticidad de datos.
- On-line. Muy baja posibilidad para verificar los datos.
Generalmente, los recursos para el diseño de muestras son muy limitados. El tiempo y el dinero son los principales factores que afectan la selección y tamaño de muestra.
Se puede optimizar el tamaño buscando otras metodologías híbridas que aprovechen las ventajas tecnológicas y de selección tradicional al mismo tiempo.
Sin duda, las nuevas tecnologías y medios digitales ofrecen enormes ventajas para realizar muestras, encuestas y sondeos oportunos e interactivos. Sin embargo, cuando se requieren muestras representativas que proporcionen estimaciones precisas, es necesario recurrir a métodos tradicionales.
En El Instituto, hemos desarrollado un panel híbrido que combina las características de los métodos tradicionales presenciales y probabilísticos con la facilidad y accesibilidad de los paneles digitales.
En este panel, los panelistas son reclutados a partir de un proceso presencial y probabilístico, asegurando de esta manera la representatividad, los factores de expansión, la autenticidad, la validación de características de los respondientes y la fidelidad de las respuestas.
Una vez generado un marco muestral representativo y amplio, a partir de la selección polietápica y presencial, los panelistas son contactados a través de herramientas digitales, relevantes a cada perfil.
Este método nos permite completar muestras amplias, complejas y fidedignas en periodos de tiempo cortos.
Además de servir para reclutar participantes para investigaciones cualitativas y cuantitativas, también permite generar comunidades digitales. En estas comunidades se pueden generar conversaciones e interacciones con consumidores y audiencias para lograr mayor profundidad y comprensión de los fenómenos estudiados.
El Instituto cuenta con su propio sistema híbrido de selección de muestras al que denominamos Enlace– Panel Community.
