1. Investigación Cuantitativa
Su valor en la investigación
basada en datos
Por Sandra Crucianelli
@spcrucianelli

2. El Valor de la Observación
Asociar cambios a noticias
Un rápido test de medición: ¿mayor puntaje en el
menor tiempo?
http://www.thatquiz.org/
Medidas y Gráficos de línea

3. Dimensionando un problema
Estadística Descriptiva
Analiza todos los casos
Ejemplos: censo nacional poblacional, censo
nacional agropecuario, censo electoral, censo
económico.
¿Otros casos de censos?
¿Censos propios a partir de trabajos de campo?

4. Dispersión de los datos
Rango: es la diferencia entre el valor máximo y el valor mínimo en un
grupo de números . Se expresa como un intervalo: [ 2- 40]
Desviación típica o estándar : diferencia entre el valor de la variable y
su media o promedio
Varianza: cuadrado de la desviación.
D y V: Nos indican qué tanto se aleja una serie de valores de
la media o del valor esperado
Medidas de posición no centrales
Quintiles: Es la quinta parte de una población estadística ordenada de menor
a mayor. Se calcula ordenando a la población desde el individuo más pobre al
más adinerado, para luego dividirla en 5 partes de igual número de individuos;
con esto se obtienen 5 quintiles ordenados por sus ingresos, donde el primer
quintil ( Q1) representa la porción de la población más pobre y así hasta el
quinto quintil (Q5), representante de la población más rica.
Cuartiles: Medida de localización que divide la población o muestra en cuatro
partes iguales.
Otras medidas: decil (entre 10) y percentil (entre 100)

5. Correlación
Cuando 2 o + fenómenos crecen o decrecen
en forma simultánea debido a factores
externos.
Si lo hacen al mismo tiempo, se dice que
están positivamente correlacionados.
Si mientras uno crece, el otro decrece, se
dice que están negativamente
correlacionados.

6. Estadística Inferencial
Obtiene conclusiones generales a
partir de una muestra en estudio,
extraída del Universo a estudiar
Permite formular predicciones
Casos: encuestas electorales, de
opinión pública, de mercadeo

7. ¿Qué debe informar una encuesta?
Ficha Técnica
1) Tamaño del Universo y de la muestra
2) Margen de error estadístico
3) Nivel de confianza
4) Método de muestreo
5) Texto del cuestionario y fecha realización
6) Autor de la encuesta
7) Origen de la financiación del trabajo

8. Ficha Técnica: condición de calidad
 Universo o Población: Se llama así al conjunto total de
elementos que son objeto de estudio. Puede estar formado/a
por personas, hogares, empresas u objetos.
 Muestra: Es una parte de ese universo que lo representa
 Tamaño de la muestra: Magnitud de los elementos que van a
ser relevados, medidos o estudiados (factor determinante en
el resultado)
 Error de muestreo: Error cometido y estimado, admitido por el
encuestador. Se expresa como intervalos (+/- 5%)
 Nivel o Intervalo de Confianza: Probabilidad de que los
resultados obtenidos se encuadren dentro del error admitido
por el encuestador. En electorales, se trabaja con IC que varían
entre el 95 y el 99%
 Z: (Zeta) Coeficiente que representa al IC

9. ¿De dónde sale Z?
Z = valor crítico de una distribución normal estandarizada
Se llama valor crítico al valor de Z necesario para construir un
intervalo de confianza para la distribución.
Normalmente en Estadística, la variable Z suele representar a
una distribución normalizada, es decir la distribución normal
con media 0 y desviación 1.
Se calcula con la ayuda de tablas o software.
Un nivel de confianza del 95% lleva a un valor Z de 1,96.

10. Metodología de la Encuesta
 Determinar objetivo o necesidad de información
 Determinar el diseño del cuestionario y las
fuentes de datos (estudio minucioso del padrón)
 Desarrollar un esquema para la recolección de
datos
 Determinar el tamaño de la muestra
 Recolectar los datos
 Clasificación de datos
 Análisis de datos
 Conclusión

11. Regla de la Aleatoriedad
Todos y cada uno de los miembros de
una población sobre la que se
pretenden generalizar los resultados
(muestra) han de tener la misma
probabilidad de formar parte de la
muestra

12. ¿Cómo cumplir con esta regla?
Dar a cada miembro de la población en
estudio la misma posibilidad de ser incluido,
usando un método estadístico-matemático
correcto
El proceso en el que se agudiza este
requerimiento es en la determinación del
tamaño de la muestra y la selección de los
individuos o elementos a incluir.

13. Pirámide Poblacional
 En general, para que las conclusiones tengan
representatividad la muestra se conforma según la
distribución geográfica
 Ejemplo: muestra=1.000 ciudadanos
 Ciudad dividida en 8 secciones: Las mismas
concentran el 25%-20%-15%-10%-9%-7%-8%-6%
 Se relevarán: 250, 200,150,100,90,70,80 y 60
personas respectivamente.
 Igualmente, edades y sexo deben responder a
proporción de la pirámide

14. Pirámide Poblacional
Indispensable para estudios generales (en
especial electorales)
Encuestas representativas deben basarse en
este concepto
Sin pirámide poblacional no hay
representatividad.
Sin pirámide poblacional se viola la regla de
aleatoriedad.

15. Muestreo
• Imposibilidad de analizar a toda la población.
• Usa menos recursos y da buenos resultados.
• El resultado nunca será “igual”, pero puede
ser confiable.
• Los intervalos de confianza, expresados en %,
nos dan una idea de la probabilidad de que el
valor obtenido se acerque al real.

16. Probabilidad
Conjunto de posibilidades de que un evento ocurra o no.
La escala es de 0 a 1.
Si un evento tiene P de no ocurrir, p=0.
Si ocurre con certeza, p=1.
Lo contrario, la posibilidad de que un evento no ocurra se denota con la
letra q.
La suma de p + q debe dar 1.
Según lo anterior, la condición más desfavorable en este campo es:
p = q = 0,5
Está relacionado con el Principio de Incertidumbre.
Cuando no hay estudios previos, se le asignan estos valores a p y q

17. Cálculo Probabilidad Simple
• Supongamos que una persona tiene 12 pares de medias, 5 de las cuales son
marrones y 7 son negras...todas mezcladas.
• Si se despierta todas las mañanas con poco tiempo y cuando abre el cajón, saca un
par sin mirar ¿qué probabilidad tiene de sacar una marrón?
• P = 5 / 12 (se calcula dividiendo 5 entre 12) = 0,4
• Por lo tanto, multiplicando por 100, Daniel tiene un 40 % de probabilidad de sacar
un par de medias color marrón... Obviamente, la probabilidad de que saque una
negra es
• P= 7 / 12 = 0,6 y en porcentaje el 60 %, aunque se podría haber llegado al mismo
resultado restando (1 - 0,4), ya que como les expliqué, la suma de las
probabilidades puras siempre da 1.
• Este es el concepto más simple de probabilidad (dividir una parte entre el total) y
luego multiplicar por 100

18. Teoría de la Probabilidad
P de formar parte de la muestra
Ciudad con 1.000.000 de electores (U)
Muestra de 1.500 (m)
P=m/U= 1.500/1.000.000= 0,0015
Convirtiendo en %, si multiplicamos por 100, la
P de un elector de ser elegido para formar parte
del estudio es de 0.15 %

19. A la inversa: Un encuestado ¿cuántos
electores representa?
 Se lo llama Factor de Representación y como
reporteros, lo podemos calcular.
 FR=U/m= 1.000.000/1.500= 666,666 ≈ 667
 Conclusión: Un entrevistado representa a 667
empadronados.

20. ¿Qué podrían calcular?
1) La cantidad promedio de automóviles que circulan diariamente
(excluya camiones y colectivos) y la cantidad de accidentes de tránsito
que se producen diariamente. Con esos datos pueden calcular la
probabilidad porcentual que un conductor tiene de ser víctimas de un
accidente de tránsito
2) Con el número de hogares totales y el número de hogares en los que
diariamente se cometen delitos calificados contra la propiedad , podrían
calcular la probabilidad % que cada hogar tiene de resultar víctima.
3) En tiempos de encuestas electorales, con el dato de la cantidad de
electores, si las consultoras realizan encuestas sobre n cantidad de
personas (muestra) pueden calcular la probabilidad % que tiene un
elector de formar parte de la muestra.

21. Teoría del Muestreo
 Tiene por objeto estudiar a una población a
partir de una muestra.
 Cualquier periodista medianamente
entrenado puede estudiar una muestra
(propia o ajena), con el objeto de encontrar
una noticia o varias en los resultados.
 Tal actitud ubica al periodista en un rol activo
y no en mero transmisor

22. Tipos de muestreo
Veremos los de uso corriente en periodismo:
1) Método Aleatorio Simple
2) Método Estratificado (Proporcional): Es el
usado en encuestas electorales

23. Muestreo Aleatorio
Se usa si se dispone de una lista total de los
elementos de la población y el azar determina a cuál
se estudiará
Todos los individuos tienen la misma chance de
formar parte de la muestra
Mismo concepto del sorteo de lotería
Ningún procedimiento debe violar la aleatoriedad de
la medición

24. Ejemplo Aleatorio Simple
En una ciudad hay 900 médicos y quiero
entrevistarlos para consultarlos sobre sus hábitos de
fumar.
La muestra fue determinada en 270
Numeraré a los 900 médicos y sortearé 270
Si uno no contesta: se da como parte de la encuesta
(NC). Si no se lo encuentra, se sortea otro.

25. Muestreo por Estratos (Proporcional)
Se divide a la población por grupos (primero
regiones y luego circuitos).
Se toma una sub-muestra de cada uno
mediante el método aleatorio
Respeta pirámide proporcional (en número,
edad y sexo)

26. Ejemplo: estratificado proporcional
para una ciudad
• Ciudad con 100.000 electores
• Muestra: 400
• 6 circuitos electorales (35%, 25%,10%,10%,15%, 5%)
• Calcular proporciones sobre la base de 400
http://www.csgnetwork.com/csgpercent.html
• Seleccionar la manzana al azar (aleatorio simple)
dentro de cada circuito.
• Se usan programas informáticos (SPSS)

27. ¿Cómo determinar el tamaño de la
muestra?
• ¿Cuántos elementos debo medir para que ese
conjunto sea representativo del total?
• El tamaño de la muestra se calcula mediante
fórmulas.
• Previamente el investigador establece nivel de
confianza y margen de error con los que
trabajará.

28. Datos previos
IC Z
80 % 1.28
85 % 1.44
90 % 1.64
95 % 1.96
97.5 % 2.24
99 % 2.57

29. Error
 Admitido: Se expresa en porcentaje en la ficha
técnica, pero en las fórmulas se indica en
decimales
 Ej: error del 5 %, en la fórmula va 0,05
 Para investigación social, el error máximo
admisible no debería superar el 5 % (criterio de
calidad)
 En encuestas electorales, lo ideal sería trabajar
con errores que van del 1 al 3 %
 Se expresan como intervalo: +/- 3%

30. Regla
• Trabajar con un nivel de confianza alto o con
un margen de error pequeño. (¡90 no es alto!)
• Es imposible combinar las dos situaciones
optimas, salvo si se emplea una muestra muy
grande.

31. ¿De dónde sale el número 384?
Tamaño de muestra
Método Aleatorio Simple
Primera aproximación, independiente del Universo total:
m= [Z² x (pq)] / e²
(El cuadrado del coeficiente que corresponde al IC por el
producto de p por q (situación de proporcionalidad más
desfavorable), dividido entre el cuadrado del error estimado).
m = [(1,96)².(0,5 x 0.5)] / (0,05)² = 384
Tamaño de muestra que corresponde al IC 95 %, con error del
+/- 5%
Ajuste de la muestra:
M= 384/ [1 + (384/U)] (Cuando conozco el Universo)

32. Método estratificado proporcional (otra fórmula)
Poblaciones < de 100.000
(Para IC 95%): Ciudades medianas o pequeñas
Muestra error 4% error 5% error 10%
500 ----- 222 83
1000 385 286 91
2000 476 333 95
3000 517 353 97
4000 541 364 98
5000 556 370 98
10.000 588 385 99
15.000 600 390 99
20.000 606 392 100
25.000 610 394 100
50.000 617 397 100
100.000 621 398 100

33. Poblaciones > 100.000
(electorales nacionales)
Error Tamaño Muestra
1% 10.000
2% 2.500
3% 1.111
4% 625
5% 400
6% 278
7% 204
8% 156
9% 123
10% 100

34. Verificación del error muestral
La verificación del error responde a una fórmula y su igualdad se debe cumplir
e = Z √ (p q)/m
• Error: = El coeficiente Zeta multiplicado por la raíz cuadrada de la división del
producto p x q, dividido entre m (tamaño de la muestra)
• O despejando de m = 4 (p x q)/e²
Ejemplo:
Encuesta con muestra de 700 encuestados, IC del 95 % y error del +/- 2 %
• e = 1.96 √(0.5 x 0,5)/ 700 = 0,037
• e % = 0,037 x 100 = 3,7 %
• En realidad se trabajó con el (+/-) 3,7 % de error

35. Cálculo de intervalos
• Cantidato A : 20 % intención de voto
• Cantidato B: 15 % intención de voto
Si se trabajó con +/- 3 % error la predicción es:
A: [17 % - 23 %]
B: [12 % - 18%]

36. Regla de la Aleatoriedad: ¿Se cumplió?
• Mapa del país: Pirámide Poblacional. Cada región debe
estar representada
• Dentro de cada región: Pirámide poblacional. Cada
circuito electoral debe estar representado
• Dentro de cada circuito: Sorteo aleatorio de manzanas (al
azar). Todas deben tener la misma posibilidad de salir
sorteadas.
• En cada manzana sorteada se elige un número aleatorio
de hogares (al azar). Todos deben tener la misma
posibilidad de ser elegidos.
• En cada hogar seleccionado, cada morador debe tener la
misma posibilidad de completar la encuesta.

37. Nivel de éxito
• Es el número de gente que respondió
dividido por el número total de gente que se
intentó contactar
• Cuando la tasa de respuesta cae por debajo
del 50 % el riesgo aumenta. Los no localizados
pueden distorsionar demasiado el resultado
(¿Se achica la muestra?)

38. Niveles de Predicción
• Dependen del momento en que se realice la encuesta. No se
debe olvidar que una encuesta es una foto del momento en
que se realiza.
• Cuanto más nos acercamos al día de la elección, más
predicción se obtiene.
• La encuesta comienza a ser predictiva, en términos
electorales, aproximadamente 30 días antes del día de la
elección
• El pronóstico se mantiene siempre y cuando el escenario
político-social-económico no observe grandes cambios.

39. Los demonios de Campbell
(Donald T. Campbell- Harvard)
• El contexto: Si se mide algo en dos momentos diferentes y se encuentra
una diferencia, ésta puede deberse a factores externos.
• La maduración: Si se mide algo en mismos individuos (políticos), hay que
considerar que el paso del tiempo modifica posturas u opiniones y en
consecuencia respuestas. Factor edad y sucesos influyen.
• Regresión estadística: No conviene, basándose en estudios previos,
analizar los extremos, ya que una nueva medición puede acercarlos hacia
el centro (caso Brasil, aumento dólar y riesgo país)
• Selección: Si dos grupos a comparar no fueron seleccionados
aleatoriamente, la comparación no sirve.
• Mortalidad de la muestra: Si la experimentación dura un cierto tiempo,
resulta difícil mantener las mismas condiciones.

40. Herramientas Digitales
• http://www.newslab.org/links/calculatorlinks.htm
• http://www.percent-change.com/
• http://www.quickmath.com/webMathematica3/quickmath/page.js
p?site=quickmath&s1=numbers&s2=percentages&s3=basic#reply
• http://www.metric-conversions.org/es/calculadoras-para-
conversiones.htm
• http://www.csgnetwork.com/fincountdaysfromtocalc.html
• http://jumk.de/calc/longitud.shtml

41. Links Encuestas
PLANIFICACIÓN DE LA COBERTURA ELECTORAL
http://aceproject.org/ace-es/topics/me/mef/mef02
FÓRMULAS ELECTORALES
http://www.iidh.ed.cr/comunidades/redelectoral/docs/red_diccionario/formula%20electoral.htm
10 REGLAS PRÁCTICAS DE CÓMO LEER ENCUESTAS ELECTORALES
http://www.zagoyasociados.com.ar/index.php/informacion/articulos-de-interes/66-diez-reglas-practicas-de-como-leer-
encuestas-electorales.html
OBSERVATORIO ELECTORAL LATINOAMERICANO
http://www.observatorioelectoral.org
TECNICAS DE MUESTREO
http://www.bioestadistica.uma.es/libro/node87.htm
FIANCIAMIENTO DE CAMPAÑAS
www.opensecrets.org
CONSULTORIO POLÍTICO
http://www.consultoriopolitico.org/
VOTÁ INTELIGENTE
https://votainteligente.com.ar/
LA ESPIRAL DEL SILENCIO
http://www.alipso.com/monografias/espiral_del_silencio_op/
FINANCIAMIENTO ELECTORAL
http://dineroypolitica.org/
EL GÉNERO EN LA COBERTURA ELECTORAL
http://www.slideshare.net/ACTransparencia/resultadosmonitoreo