No hay un número de entrevistas que sirva para todos los estudios. El volumen depende de qué quieres estimar, cómo seleccionas a las personas y qué comparaciones necesitas. Una muestra grande puede ofrecer mucho detalle sobre un grupo mal cubierto y seguir dejando fuera a la población que te interesa.
Empieza por las comparaciones
Anota los grupos que realmente necesitas analizar. Si el objetivo es comparar cuatro zonas, el total del estudio importa menos que la información disponible en cada una. No repartas entrevistas de forma automática sin revisar el tamaño de las zonas y la pregunta de investigación.
También importa el indicador. Una respuesta poco frecuente puede dejar muy pocos casos para profundizar, incluso con un total aparentemente cómodo. Haz una previsión con escenarios y evita diseñar un informe que dependa de cruces muy detallados sin base suficiente.
No añadas un margen de error por costumbre
El margen de error muestral requiere supuestos sobre el diseño de selección. No basta con introducir el número de respuestas en una calculadora. La cobertura del listado, la no respuesta y la redacción del cuestionario introducen problemas que un único porcentaje no resume.
Si utilizas una selección no probabilística, explica su método y las limitaciones de generalización. No presentes el margen convencional de una muestra aleatoria como si estuviera justificado solo por haber alcanzado cierto volumen.
- Método de selección identificado
- Grupos de análisis planificados
- Supuestos estadísticos explícitos
- Limitaciones ajenas al tamaño descritas
Convierte el objetivo en un plan viable
Distingue entrevistas deseadas, contactos disponibles e intentos previstos. No todos los contactos responderán ni todos completarán el recorrido. El piloto ayuda a revisar escenarios operativos, pero no debe convertirse en una promesa automática de rendimiento.
En Sondelia, el objetivo de la campaña convive con límites de presupuesto, intentos y capacidad. Aumentar el objetivo no crea cobertura ni garantiza respuestas. Para un diseño inferencial o una muestra compleja, acuerda la metodología con un equipo especializado antes de lanzar.
Para profundizar
Referencia para distinguir calidad del diseño, tamaño y supuestos de inferencia. El ejemplo numérico es ficticio y no constituye un cálculo de muestra recomendado. AAPOR: buenas prácticas de investigación
Los ejemplos son ilustrativos. Cada estudio necesita un diseño ajustado a su objetivo y a su público
Volver a todas las guías
