This page contains a Flash digital edition of a book.
La estadística utilizada por los estudios preelectorales ha demostrado que el sentido
común, el uso de cuotas por sexo y edad, la distribución geográfica adecuada, sin
“saltearse” zonas significativas permite obtener excelentes predicciones sin necesidad de
muestreos al azar.
Son otros los factores de error que hay que cuidar. Se puede tener una muestra al azar
perfectamente seleccionada, pero que, como enumera Pope sufra de:
-1. Incapacidad de localizar informantes correctos (malas instrucciones, malos mapas,
etc.)
- 2. Negativa de los informantes a empezar la entrevista
-3. Terminación de las encuestas por los informantes, porque consideran que es muy
larga, muy tediosa, muy amenazante o muy personal
-4. Mentiras intencionales de los informantes
- 5. Mala memoria, suposiciones sesgadas, memoria imprecisa
-6. Mal entendimiento de la pregunta debido a una redacción confusa
- 7. Manipulación por parte del entrevistador
- 8. “Pistas” no verbales o sesgos introducidos por el entrevistador
- 9. Errores de anotación por los entrevistadores
- 10. Errores de codificación
- 11. Errores de corrección”

Independientemente de la pureza de la selección de la muestra, lo que es evidente y claro
es que se necesitan muchos casos, No menos de 500, idealmente 1000.
Excepcionalmente 2000 o más casos, si se intenta analizar la muestra en sub-secciones,
tales como provincias o por ciudades, etc. Si los datos que se buscan son globales, a
nivel de cualquier entidad geográfica definida como el universo del estudio (el país, la
provincia, la ciudad, el barrio, etc.) con esas cantidades basta. El problema es que con
1000 casos, nada puede predicarse de subunidades tales como “Mendoza” o “menores de
25 años”. Para analizar se necesitan miles de casos, para describir a nivel global, bastan
unos pocos cientos. Y eso no lo dice ningún manual de muestreo, por que están escritos
por estadísticos que no necesariamente conocen de encuestas.
La experiencia acumulada por las consultoras hace que las muestras tiendan a mejorar
con el tiempo: se excluyen zonas “atípicas”, se incluyen nuevas localidades o barrios, etc.
El problema es con las encuestas centradas en productos consumidos por fracciones
muy pequeñas de la población. Por ejemplo: consumidores de cierta marca de whisky. Se
desconocen datos paramétricos de este segmento (Residencia, ingresos, profesiones, etc.)
y un rastreo en población general para encontrar un 1% que consume la marca de
whisky que queremos estudiar es caro y lento.
Se opta entonces por otros métodos (bola de nieve, acceso a listados de clientes, etc.) y
se consiguen así 52 entrevistas con bebedores de whisky X. Esta exigua, limitada,
cantidad nos aleja de la estadística y nos acerca a la entrevista psicológica. No es posible
ninguna hipótesis de generalización con semejante cantidad de casos.
Es increíble leer informes que predican complejas relaciones entre variables basados en
muestras de menos de 100 casos.


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40
Produced with Yudu - www.yudu.com