Evite estos errores de sesgo de las muestras en la investigación de medios sociales

Cómo promover la calidad en muestras de medios sociales

La investigación de los medios sociales, tal como se lleva a cabo actualmente, está sujeta a un sesgo de no participación. Existen varios tipos de sesgo de no participación y cada tipo tiene el potencial de afectar la confiabilidad de los hallazgos de la investigación, a menudo de manera oculta o desconocida. De hecho, la investigación ha demostrado que aquellos participantes de la investigación que son difíciles de alcanzar y que requieren múltiples esfuerzos para ponerse en contacto con ellos, difieren de manera significativa de otros encuestados. Estas diferencias se observaron en la edad, el género, el estado civil, el estado socioeconómico, el estado de salud y el número de niños.

Tasa de respuesta

El grado en que los datos al cierre de un estudio incluyen a todos los miembros de una muestra se denomina tasa de respuesta. Aunque este concepto es claro en una encuesta estructurada o en un conjunto de entrevistas, es más ambiguo en la investigación de los medios sociales. Sin embargo, no es menos importante en la investigación de los medios sociales que en otros tipos de investigación cualitativa. La tasa de respuesta se calcula por el número de participantes que completan las encuestas -o que aceptan ser entrevistados- dividido por el número total de personas que componen el esfuerzo de muestreo original.

El número total debe incluir a las personas que no fueron contactadas con éxito o que se negaron a participar en la investigación.

El problema de la generalización

Independientemente de cómo se recopilen los datos, la importancia de un alto índice de respuesta no puede ser enfatizada lo suficiente. No es posible generar de manera realista una población mayor cuando la tasa de respuesta de una muestra es baja. El sesgo de la muestra aumenta a medida que disminuye la tasa de respuesta. En las encuestas basadas en los medios de comunicación, cuando las tasas de retorno caen al 20 ó 30 por ciento de la muestra, ese grupo de participantes se parece poco a la población total de la muestra. La misma tendencia de las personas a devolver una encuesta por correo o a aceptar participar en una encuesta telefónica ocurre con las personas que participan en redes de medios sociales: es decir, un interés particular en el tema (o producto o servicio, según sea el caso).

Tamaño de la muestra

Las muestras más pequeñas tienen un error de muestreo mayor que las muestras más grandes. Considere que los datos de la muestra proporcionan una estimación de los atributos de la población en general. Cada muestra tomada de un marco de muestreo proporciona una estimación separada de esa población mayor. Teóricamente, podría haber un patrón separado de respuestas en cada muestra tomada para cada pregunta formulada. Con el tiempo, con suficientes muestras extraídas del marco de muestreo, el patrón verdadero convergerá alrededor del patrón real (verdadero) de la población más grande.

Margen de error

El error de muestreo describe la precisión de una estimación de cualquiera de las muestras tomadas de la población más grande. El error de muestreo se expresa en términos de un margen de error asociado a un nivel de confianza, que es una medida estadística. En una encuesta de preferencia presidencial, por ejemplo, el informe puede mostrar que el titular es favorecido por el 64% de los votantes. El margen de error sería de más o menos 3 puntos con un nivel de confianza del 95%. En otras palabras, si la encuesta se realizara de nuevo con 100 muestras diferentes de votantes, de los 100 votantes, 95 votantes indicarían que el titular es favorecido por el 61% a 67% de los votantes.

Es decir, el 61% de los votantes +3% o -3%.

Decisiones sobre el tamaño de la muestra

El margen de error asociado con el muestreo disminuye a medida que aumenta el tamaño de la muestra, pero sólo hasta cierto punto. Cuando el tamaño de la muestra alcanza de 1.000 a 2.000 encuestados, el margen de error es lo suficientemente pequeño como para considerar muestras más grandes (no es una opción rentable). Cuando los subgrupos forman parte de la población más grande, se pueden justificar tamaños de muestra más grandes porque el margen de error variará para cada subgrupo dependiendo del número de personas en los subgrupos. Por ejemplo, dado que 1000 miembros de una red de medios sociales y un margen de error que equivale a entre 1 y 3 puntos porcentuales con un intervalo de confianza del 95%, el análisis de un subgrupo de esa red de medios sociales -digamos, madres que se quedan en casa con un número aproximado de 100- tendría un margen de error más alto de entre 4 y 10 puntos.

Medición de la suficiencia de la muestra

Por lo general, las muestras se evalúan de acuerdo con los procedimientos de selección utilizados y no según el tamaño o la composición final. Esto es fundamental porque, en la mayoría de las situaciones, es imposible medir con precisión la representatividad de una muestra de la población en general. Se utilizan procedimientos estadísticos porque permiten realizar estimaciones convenientes y fundamentalmente fiables. Establecer un intervalo de confianza razonable y un margen de error al principio permite a los investigadores centrarse en variables como la tasa de respuesta y los marcos de muestreo adecuados.