Conclusiones del Chilescopio 2014

Escrito por Ruth Alonso el 12 de septiembre 2014

El pasado 27 de agosto de 2014 Netquest tuvo la oportunidad de asistir al evento de Chilescopio y en este post queremos compartir con vosotros esta experiencia.

Fruto de nuestra colaboración con Chilescopio 2014, en esta edición se ha ampliado el enfoque ofreciendo una comparativa de las actitudes de los chilenos hacia las marcas, junto con las de argentinos, peruanos y colombianos.

 chilescopio_ (1)

El estudio de Chilescopio presenta en esta edici√≥n c√≥mo son los chilenos con respecto a otros pa√≠ses a trav√©s de una serie de encuestas realizadas a miembros del panel Netquest en Chile, Argentina, Colombia y Per√ļ. Los resultados generan una idea sobre las tendencias de estilos de vida y consumo en estos pa√≠ses.

Algunas de las conclusiones del estudio son:

  • Chile se destaca en el grado de satisfacci√≥n en desarrollo econ√≥mico por sobre de Argentina Colombia y Per√ļ.
  • Las tem√°ticas que m√°s insatisfacci√≥n generan en los chilenos son: salud, transporte y respeto por los derechos de los trabajadores.
  • A√ļn perteneciendo a un mismo continente, cada pa√≠s de Latinoam√©rica tiene sus particularidades y debe ser estudiado individualmente.

 chilescopio

Para Netquest fue un placer colaborar y agradecemos la entusiasta recepción por parte de las empresas.

Puedes consultar el documento ‚ÄúC√≥mo son los chilenos respeto a otros pa√≠ses‚ÄĚ aqu√≠.

 

Categoría: estadisticas | Estudios | Investigacion de Mercados | LATAM | netquest | Panel | Paneles Online | Sin categor√≠a Trackback | Comentarios(0)

¬ŅLeer√°s este post hasta el final?

Escrito por Oriol Llauradó el 5 de septiembre 2014

Espero que sí, pero la verdad es que vivimos en un mundo abarrotado de estímulos en el que el tiempo es un bien escaso. Toda esta saturación está afectando a nuestra capacidad de concentrarnos sin distracciones.

Leo con interés un estudio realizado por el Lloyds Bank cuya conclusión es que la capacidad de concentración humana ha caído hasta los 5 minutos en 2014  (¡cuando era de 12 en 2004!).

Pensando en nuestra industria, resulta atractivo que desarrollemos lo que podríamos llamar micro metodologías, esto son, tomas de datos en las que obtengamos la información de los consumidores de forma ágil y rápida, respetando su día a día.

Una encuesta de 1-2 minutos es especialmente apta para contestarse a trav√©s del smartphone, en tiempo real, en el momento de la verdad: tras ver un anuncio en TV, ante el lineal de un supermercado, cuando se abandona el carrito de la compra en un e-commerce…

Una encuesta corta no reemplazará nunca un estudio en profundidad, pero puede ser un complemento para enriquecerlo y, a la vez, representa una forma de adaptarnos a los horarios de nuestros encuestados. Una experiencia de participación agradable y conveniente nos garantiza la obtención de unas respuestas más genuinas.

Por √ļltimo, conviene tener presente que los datos recogidos siempre los podremos cruzar con toda¬†informaci√≥n de perfil¬†disponible de los panelistas.

Si todavía no lo has hecho, te animo a incorporar a tu arsenal de investigación las Insta encuestas. Ah, y gracias por haber llegado hasta el final ;-)

 

Categoría: Sin categor√≠a Trackback | Comentarios(0)

Netquest y Wakoopa unen sus fuerzas – Netquest and Wakoopa join forces

Escrito por Carlos Ochoa el 3 de septiembre 2014

(English version ->)
Netquest, especialista en recolecci√≥n online de datos en Latinoam√©rica, Espa√Īa y Portugal, ha alcanzado un acuerdo para unir sus fuerzas con Wakoopa, proveedor tecnol√≥gico l√≠der en el campo de la recolecci√≥n de datos de comportamiento. Por medio de este acuerdo, Wakoopa pasa ser una empresa subsidiaria propiedad de Netquest.

 

banner_nsp

 

La visi√≥n com√ļn que subyace en este acuerdo es el objetivo de unir la satisfacci√≥n del participante en proyectos de investigaci√≥n con la innovaci√≥n tecnol√≥gica constante. La perfecta integraci√≥n de una amplia experiencia en la creaci√≥n de paneles online con la tecnolog√≠a m√°s avanzada de medici√≥n de la navegaci√≥n permitir√° llevar a cabo una investigaci√≥n fluida de las opiniones y comportamientos de las personas, en cualquier momento, en cualquier lugar, a trav√©s de cualquier dispositivo y bajo cualquier circunstancia.

Ambas compa√Ī√≠as permanecen como entidades independientes, con sus propios clientes y trabajando en sus propios productos, al mismo tiempo que exploran conjuntamente nuevas formas de servir mejor a sus clientes y participantes.

Netquest, fundada en Barcelona (Espa√Īa) en 2001, es el proveedor l√≠der de servicios de panel online para investigaci√≥n de mercados en Am√©rica Latina, Espa√Īa y Portugal, con m√°s de 450.000 consumidores reclutados ‚Äús√≥lo por invitaci√≥n‚ÄĚ dispuestos a dar su opini√≥n en 21 pa√≠ses.

Wakoopa, fundada en Amsterdam (Países Bajos) en 2007, desarrolla tecnología de medición pasiva marca blanca, capaz de registrar una huella digital integral de un participante en su PC, smartphone y tableta. Con total garantía de privacidad.

Germ√°n Loewe, CEO de Netquest: ‚Äú√Čste es un paso importante para Netquest en su camino hacia la creaci√≥n de un sistema de recolecci√≥n de datos totalmente integrado y orientado a la calidad. Este acuerdo extender√° nuestra oferta proporcionando a nuestros clientes datos de comportamiento en PCs, smartphones y tabletas. Wakoopa encaja perfectamente en el esp√≠ritu de Netquest, s√≥lo puedo decir que es genial tenerlos con nosotros.‚ÄĚ

Piet Hein van Dam, CEO de Wakoopa: ‚ÄúLa gente de Wakoopa estamos encantados de unir nuestras fuerzas con Netquest. Sentimos que juntos tenemos la oportunidad de continuar creando productos asombrosos al mismo tiempo que exploramos nuevos territorios basados en las fortalezas de cada parte. Wakoopa sigue concentrada en desarrollar la mejor tecnolog√≠a de medici√≥n pasiva de datos y en hacer llegar esos datos a los clientes.‚ÄĚ

Netquest y Wakoopa estar√°n presentes en el Congreso de ESOMAR que se celebrar√° en Niza entre el 8 y el 10 de septiembre para proporcionar m√°s detalles sobre el acuerdo.

———————————————–

 

 

Netquest, the online data collection specialist for Latin America, Spain and Portugal, has reached an agreement to join forces with Wakoopa, a leading technology vendor in the field of behavioral data collection. By the means of this deal, Wakoopa becomes a fully owned subsidiary of Netquest.

 

post_735_wakoopa_en

 

The shared vision underlying this deal is the aim to unite participants’ satisfaction with constant technological innovation. The perfect integration of online panel know-how with advanced metering technology will enable almost frictionless research on the opinions and behaviors of people at any time, at any place, on any device and under any circumstance.

Both companies remain separate entities, with their own clients and continue to work on their core products, while also jointly exploring new ways for better servicing respondents and clients.

Netquest, founded in Barcelona (Spain) in 2001, is the leading online panel provider for the market research industry in Latin America, Spain and Portugal with more than 450,000 consumers recruited ‚Äúby invitation only‚ÄĚ willing to give their opinions in 21 countries.

Wakoopa, founded in Amsterdam (The Netherlands) in 2007, Wakoopa, founded in Amsterdam (The Netherlands) in 2007, backed by the investors, amongst others, HenQ and Big Bang Ventures, develops white-label passive measurement technology that can track a respondent’s full digital footprint on desktop, smartphone and tablet. Fully privacy proof.

Germ√°n Loewe,¬†CEO of Netquest: ‚ÄúThis is an important step for Netquest in its journey to create a fully integrated, quality focused data collection system. It will expand our offer by providing clients with behavioral data on desktops, smartphones and tablets. Wakoopa is an extremely good fit in the Netquest family and it is just great to have them on board.‚ÄĚ

Piet Hein van Dam,¬†CEO of Wakoopa: ‚ÄúWe at Wakoopa are thrilled to join forces with Netquest. We feel that together we have the opportunity to continue building amazing products while also exploring new territories based on each other‚Äôs strengths. Wakoopa remains focused on building the best passive measurement technology and bringing these data and insights to clients.‚ÄĚ

Netquest and Wakoopa will be present at the ESOMAR Congress in Nice September 8-10 to provide more details about the deal.

Categoría: Investigacion de Mercados | netquest | Sin categor√≠a | Software | tecnolog√≠a Trackback | Comentarios(0)

Netquest colabora en el estudio ‚ÄúChilescopio: c√≥mo somos los chilenos‚ÄĚ

Escrito por Cristina Medina el 22 de agosto 2014

El pr√≥ximo mi√©rcoles 27 de agosto por la ma√Īana tendr√° lugar la presentaci√≥n del reconocido estudio Chilescopio 2014: c√≥mo somos los chilenos.

Chilescopio: cómo somos los chilenos

 

En la presentaci√≥n se expondr√°n algunos de los principales resultados de este estudio. Se trata de un proyecto de investigaci√≥n pionero, el m√°s reconocido sobre tendencias de los chilenos, que se realiza desde 2005 por la consultora Visi√≥n Humana y que este a√Īo cuenta con la colaboraci√≥n de Netquest.

Adem√°s se presentar√° tambi√©n la comparaci√≥n de los resultados chilenos con los hallados en los estudios realizados en Argentina, Colombia y Per√ļ. Esta comparaci√≥n permitir√° conocer mejor c√≥mo son y cambian los chilenos, informaci√≥n fundamental para que las marcas puedan evolucionar en sinton√≠a con las nuevas tendencias.

El evento tendrá lugar en la Sala Bicentenario, Centro Cívico Vitacura. Avenida Bicentenario 3800, Vitacura, de las 8:30 a las 10.30.

Para mayor información: contactos@visionhumana.cl  o +562 2665 1551

¬°Los esperamos!

Categoría: Sin categor√≠a Trackback | Comentarios(0)

São Paulo 02/09: La investigación provocativa

Escrito por Cristina Medina el 20 de agosto 2014

¬ŅQuieres saber qu√© es la investigaci√≥n provocativa?¬†Ven el pr√≥ximo d√≠a 2 de septiembre a la 3¬™ Jornada Netquest Brasil y desc√ļbrelo. El evento es gratuito y tendr√° lugar en el Edificio Spazio JK, en la ciudad de S√£o Paulo (Brasil).

 

A pesquisa provocante - 3ª Jornada Netquest Brasil

Atrévete a provocar nuevas oportunidades para su investigación. Ven a conocer las nuevas herramientas, nuevas ideas, nuevas tecnologías y nuevas metodologías.

 

banners_rrss_ponentes-06 banners_rrss_programa-03 banners_rrss_registro-07

 

¡Bienvenidos a la 3ª Jornada Netquest Brasil!

 

Categoría: Sin categor√≠a Trackback | Comentarios(0)

Correlación no es causalidad

Escrito por Carlos Ochoa el 13 de agosto 2014

Me ha parecido muy oportuno el post publicado en Xataka Ciencia,  en un momento en el que tanto se habla de BIG DATA como la herramienta que debe gobernar la investigación y el desarrollo del conocimiento. En este post Sergio Parra nos recuerda una máxima que un investigador no debe olvidar: correlación no implica causalidad. Dicho en otras palabras, que dos hechos sucedan al mismo tiempo no significa que necesariamente uno sea causa del otro. Olvidar esta máxima, conocida como CINAC (Correlation is not a cause) nos puede conducir a conclusiones erróneas de consecuencias a menudo dramáticas.

Existen muchos ejemplos de este fen√≥meno. En Xataka mencionan ¬†el pol√©mico asunto de la homeopat√≠a. Los consumidores de este tipo de productos perciben una mejor√≠a en su patolog√≠a y la atribuyen al producto ingerido, cuando la mejora podr√≠a deberse a una simple remisi√≥n espont√°nea o a un efecto sugestivo indirecto (aunque tambi√©n podr√≠a argumentarse que eso puede considerarse una causa de curaci√≥n). Desde la web de¬†Spurious Correlations¬†nos ofrecen curiosos ejemplos de hasta qu√© punto podemos llegar a conclusiones absurdas si establecemos esta clase de relaciones con datos estad√≠sticos… por ejemplo, podr√≠amos llegar a decir que la inversi√≥n de USA en ciencia, espacio y tecnolog√≠a es la causa de los suicidios por estrangulamiento. En realidad, ambos hechos tienen una correlaci√≥n enorme (0,99), pero eso, en s√≠ mismo, no significa gran cosa.

 

6628992199163904

Sin duda la b√ļsqueda de correlaciones est√° en el coraz√≥n de la revoluci√≥n del conocimiento que estamos viviendo hoy en d√≠a. Sin ir m√°s lejos, es la clave del √©xito de Google. La prodigiosa capacidad del buscador para mostrar el contenido que est√°s buscando, corrigiendo incluso el t√©rmino de b√ļsqueda empleado, se basa en el an√°lisis de coincidencias. En una entrevista publicada recientemente en Research World,¬†Kenn Cukier (Data Editor en The Economist y coautor de ‚ÄúBig Data: Una revoluci√≥n que transformar√° el modo en el que vivimos, trabajamos y pensamos‚ÄĚ), afirmaba lo siguiente:

La causalidad es genial, pero a menudo es muy dif√≠cil de lograr, o si la conseguimos puede que sea demasiado tarde. Si s√≥lo nos fijamos en la correlaci√≥n, a menudo es suficiente.¬†Imaginemos por un momento que somos una gran empresa de productos de consumo. Tenemos una gran variedad de productos y diferentes perfiles de consumidores, y queremos hacer un env√≠o de cupones ofreciendo lo que es m√°s probablemente que compre cada persona y que actualmente no compra, bas√°ndonos en la informaci√≥n de su cesta de la compra habitual. Podr√≠amos hacer estudios y test a ciegas, para descubrir qu√© hay detr√°s de sus decisiones ‚Äď y en muchas ocasiones querremos descubrirlo – pero la correlaci√≥n nos ayudar√° a conseguir lo mismo. Podemos abandonar nuestra devoci√≥n por la causalidad y simplemente confiar en la correlaci√≥n, porque para muchas cosas, es lo √ļnico que verdaderamente necesitamos.¬†

Probablemente buscar correlaciones entre sucesos sea la √ļnica manera razonable de navegar¬†entre la gigantesca mara√Īa de informaci√≥n que generamos hoy en d√≠a. Douglas Edwards, empleado n√ļmero 59 de Google, nos proporciona una ilustrativa historia sobre esta aproximaci√≥n al problema. Douglas, en los inicios de Google, recibi√≥ el encargo de lanzar una campa√Īa de banners para obtener usuarios. Para ello, planific√≥ una investigaci√≥n de mercados, una fase de an√°lisis, contrataci√≥n de agencia publicitaria, pilotos… El lanzamiento requer√≠a 7 semanas. Cuando present√≥ su plan a Sergey Brin, uno de los fundadores, √©ste lo escuch√≥ atentamente y finalmente le dijo “ven ma√Īana con 100 banners diferentes. Eso nos deber√≠a dar suficiente diversidad gen√©tica para ver cu√°les son efectivos. Abandona los anuncios perdedores y vuelve con otros 100 banners el d√≠a siguiente”.

Esta an√©cdota de Google nos lleva al coraz√≥n del debate. En un entorno en el que el coste de experimentar y observar es tan bajo, no necesitamos una comprensi√≥n profunda de cu√°l es la causa de que un cliente haga clic en un banner. Seguramente s√≥lo necesitamos observar qu√© elementos presentes en ese banner correlacionan con el √©xito. Pero, ¬Ņpuede la correlaci√≥n darnos todas las respuestas que necesitamos?, ¬Ņno estaremos renunciando a una parte esencial del problema que podr√≠a conducirnos a nuevos caminos inexplorados?

Categoría: Big data | estadisticas | google | Sin categor√≠a Trackback | Comentarios(0)

Por qué creo que el Big Data no terminará con los investigadores de mercados

Escrito por Oriol Llauradó el 19 de junio 2014

Cada hora se escriben 17 millones de tuits.

Cada minuto se abren 600 blogs.

Y cada segundo se realizan 10.000 pagos con tarjetas bancarias. ¬ŅSigo?

En un solo día generamos una cantidad descomunal de datos y la novedad es que es más fácil que nunca acceder a ellos.

La herramienta para descubrir patrones en este c√ļmulo de informaci√≥n se conoce como Big Data y es la¬†palabra m√°s de moda¬†en nuestro sector.

Confieso que me identifico con los entusiastas del Big Data: poder observar las actividades de miles de personas en tiempo real es una noticia sensacional.

Pero cuidado, el Big Data tiene sus limitaciones:

  • Los datos no hablan por s√≠ solos. Analizarlos¬†requiere¬†un m√©todo para decidir c√≥mo seleccionarlos, qu√© variables generar con ellos o c√≥mo enjuiciarlos. S√≥lo las personas comprendemos el contexto en el que surgen los datos y los podemos conectar y estructurar l√≥gicamente.
  • Con el Big Data podemos saber los qu√©s, pero no los porqu√©s. Hay fen√≥menos, como los motivos que subyacen a nuestros actos, que √ļnicamente los podemos averiguar pregunt√°ndolos.

El Big Data no es la panacea, pero es un complemento fenomenal a los métodos de investigación tradicionales. Es la ocasión de integrar por fin lo que la gente hace (Big Data) con lo que la gente dice (encuestas).

Es probable que en los pr√≥ximos a√Īos veamos cambios dr√°sticos en nuestra industria. Y es deseable que incorporemos las capacidades de otras disciplinas para mejorar nuestras metodolog√≠as.

Pero mi predicción es que los investigadores no solo no desaparecerán, sino que serán más necesarios que nunca, precisamente para procesar e interpretar esta avalancha de datos.

Si todav√≠a no te he persuadido, te comparto un secreto… ¬°hasta los 2 campeones del Big Data hacen encuestas!

Aquí la prueba:

lapruebadeldelito

¬ŅQu√© opinas del Big Data? ¬ŅHas utilizado sus herramientas? Esperamos tus comentarios.

Categoría: Sin categor√≠a Trackback | Comentarios (7)

¡Feliz Navidad y próspero 2014!

Escrito por Cristina Medina el 24 de diciembre 2013

Felices Fiestas

Categoría: Sin categor√≠a Trackback | Comentarios(0)

¬ŅQu√© tama√Īo de muestra necesito?

Escrito por Carlos Ochoa el 11 de noviembre 2013

Una de las secciones de nuestra web m√°s visitadas es la CALCULADORA DE MUESTRAS. Gracias a esta aplicaci√≥n, indicando unos datos b√°sicos sobre la poblaci√≥n que deseas investigar y el m√°ximo error que est√°s dispuesto a tolerar, obtienes una estimaci√≥n del tama√Īo de muestra que necesitas para tu encuesta.

A menudo recibimos consultas relativas a esta calculadora: qu√© f√≥rmulas emplea, qu√© significa margen de error, nivel de confianza… Hoy nos proponemos explicar c√≥mo funciona exactamente.

About_Row_People_18864915

El problema

El problema a resolver es el siguiente: queremos estudiar un universo de personas (por ejemplo, personas de Brasil entre 15 y 65 a√Īos, un total de 136 millones de personas) mediante una encuesta a una muestra de este universo. Por el hecho de que la muestra es de un tama√Īo inferior al total del universo, vamos a cometer cierto error en los datos que observemos. Si estamos dispuestos a aceptar un % de error determinado, ¬Ņcu√°l es el tama√Īo de muestra m√≠nimo que necesito encuestar?

La forma en que mido el error

Cuando quiero fijar el m√°ximo error que estoy dispuesto a aceptar en una encuesta, lo habitual es referirnos a dos par√°metros: el margen de error y el nivel de confianza. ¬ŅQu√© significa cada cosa?

El margen de error es el intervalo en el cu√°l espero encontrar el dato que quiero medir de mi universo. El dato puede ser en general de dos tipos: una media o una proporci√≥n. Por ejemplo, si quiero calcular la media de hijos que tienen los habitantes de Brasil entre 15 y 65 a√Īos, me gustar√≠a poder decir que la media es 2,1 hijos/persona con un margen de error del 5%. Eso significar√≠a que espero que la media est√© entre 2,1 – 5% y 2,1 + 5%, lo que da un intervalo de 2,00 <-> 2,21.

Si quisiera definir un margen de error para una proporci√≥n, proceder√≠a de forma similar.¬†Por ejemplo, me gustar√≠a poder estimar el n√ļmero de personas de Brasil entre 15 y 65 a√Īos que viven en un piso de propiedad, afirmando que son un total de 61.35 millonres personas (45% de la poblaci√≥n) con un margen del 5% de error, lo que significar√≠a que la realidad est√° entre 64.42 millones (47,25%) y 58.28 millones (42,75%).

El nivel de confianza expresa la certeza de que realmente el dato que buscamos est√© dentro del margen de error. Por ejemplo, siguiendo con el caso anterior, si obtenemos un nivel de confianza del 95%, podr√≠amos decir que el porcentaje de personas de mi universo que viven en un piso de propiedad, en el 95% de los casos se encontrar√° entre el 42,75% y el 47,25%. O dicho de otra manera, si repitiese 100 veces mi encuesta seleccionando muestras aleatorias del mismo tama√Īo, 95 veces la proporci√≥n que busco estar√≠a dentro del intervalo y 5 veces fuera.

Relaci√≥n entre error y tama√Īo de muestra

Margen de error, nivel de confianza y tama√Īo de la muestra siempre van de la mano. Si quiero obtener un margen de error y un nivel de confianza determinado (por ejemplo, error del 5% con confianza 95%) necesitar√© un tama√Īo de muestra m√≠nimo correspondiente. Modificar cualquiera de los 3 par√°metros, altera los restantes:

1. Reducir el margen de error obliga a aumentar el tama√Īo de la muestra.

2. Aumentar el nivel de confianza obliga a aumentar el tama√Īo de la muestra.

3. Si aumenta el tama√Īo de mi muestra, puedo reducir el margen de error o incrementar el nivel de confianza.

Pero, ¬Ņqu√© f√≥rmulas gobiernan la relaci√≥n entre los par√°metros anteriores? El conjunto de teoremas que se conocen como LEY DE LOS GRANDES N√öMEROS viene a nuestro rescate. Estos teoremas son los que dan soporte matem√°tico a la idea de que¬†el promedio de una muestra al azar de una poblaci√≥n¬†de gran tama√Īo tender√° a estar cerca de la media de la poblaci√≥n completa. En concreto, el¬†teorema del l√≠mite central¬†demuestra que, en condiciones muy generales, la suma de muchas¬†variables aleatorias¬†independientes (en el ejemplo, los habitantes de Brasil que tienen piso de propiedad) ¬ęse aproxima bien¬Ľ a una distribuci√≥n normal¬†(tambi√©n llamada¬†campana de Gauss).

Gracias al teorema del l√≠mite central, cuando calculamos una media (p.e. hijos por persona) o una proporci√≥n (p.e. % de personas con piso de propiedad) sobre una muestra, podemos saber cu√°l es la probabilidad de que el universo tenga ese mismo valor o un valor parecido. ¬†El valor que calculemos en la muestra ser√° el m√°s probable para nuestro universo y a medida que nos alejamos de este valor (por arriba o por abajo) cada vez ser√°n valores menos probables. En mi ejemplo, si el 45% de mi muestra de brasile√Īos tiene piso de propiedad, puedo afirmar que 45% es el valor m√°s probable del universo estudiado. Un porcentaje de 44% ser√° algo menos probable, 43% a√ļn menos, etc… Lo mismo sucede para valores superiores: 46% es menos probable que 45%.

La forma en que disminuye la probabilidad a medida que me alejo de la media corresponde a una distribución gaussiana. Podemos fijar un intervalo alrededor del valor más probable, de manera que englobemos el 95% de la probabilidad (nivel de confianza). La distancia a la que me tengo que alejar del valor más probable para englobar este 95% determina el margen de error.

distribuciónGauss.

 

Seg√ļn el gr√°fico anterior, para una distribuci√≥n normalizada (media 0, desviaci√≥n 1) si queremos englobar los valores que cubren el 95% de los casos, tengo que definir un margen de error entre -1,96 y +1,96 de la media. Si quiero cubrir el 99% de los casos, el margen debe alejarse hasta +-2,58.

Y entonces, ¬Ņqu√© est√° haciendo la calculadora?

Conociendo la propiedad anterior, es muy fácil adaptar las fórmulas de la distribución gaussiana a cualquier caso (sea cuál sea la media y desviación). Vamos a ver con detalle el caso de la estimación de una proporción. Para ello usamos la siguiente fórmula:

formulaNfinito

 

Donde:

n = El tama√Īo de la muestra que queremos calcular

N = Tama√Īo del universo (p.e. 136 millones de brasile√Īos entre 15 y 65 a√Īos)

Z = Es la desviación del valor medio que aceptamos para lograr el nivel de confianza deseado. En función del nivel de confianza que busquemos, usaremos un valor determinado que viene dado por la forma que tiene la distribución de Gauss. Los valores más frecuentes son:

Nivel de confianza 90% -> Z=1,645

Nivel de confianza 95% -> Z=1,96

Nivel de confianza 99% -> Z=2,575

e = Es el margen de error máximo que admito (p.e. 5%)

p = Es la proporci√≥n que esperamos encontrar. Este par√°metro suele confundir bastante a primera vista: ¬Ņc√≥mo voy a saber qu√© proporci√≥n espero, si justamente estamos haciendo una encuesta para conocer esta proporci√≥n?

La raz√≥n de que esta p aparezca en la f√≥rmula es que cuando una poblaci√≥n es muy uniforme, la convergencia a una poblaci√≥n normal es m√°s precisa, lo que permite reducir el tama√Īo de muestra. Si en mi ejemplo, yo espero que como m√°ximo el % de personas que tengan un piso de propiedad sea un 5%, podr√≠a usar este valor como p y el tama√Īo de mi muestra se reducir√≠a. Si por el contrario, desconozco completamente qu√© puedo esperar, la opci√≥n m√°s prudente ser√≠a usar el peor caso: la poblaci√≥n se distribuye a partes iguales entre propietarios y no propietarios, por lo que p=50%.

Como regla general, usaremos p=50% si no tengo ninguna información sobre el valor que espero encontrar. Si tengo alguna información, usaré el valor aproximado que espero (ajustando hacia el 50% ante la duda).

 

La f√≥rmula anterior podemos simplificarla cuando trabajamos con universos de tama√Īo muy grande (se considera muy grande a partir de 100.000 individuos), resultando lo siguiente:

formulaNinfinito

 

Ejemplo: Retomamos nuestro caso anterior. Tenemos una poblaci√≥n de 136 millones de brasile√Īos entre 15 y 65 a√Īos, queremos saber qu√© % de ellos vive en un piso de propiedad, con un margen de error del 5% y un nivel de confianza del 95%. Supondremos que no tenemos ninguna informaci√≥n previa sobre cu√°l puede ser el % de propietarios que podemos obtener en la encuesta. En este caso puedo usar la f√≥rmula simplificada pues 136 millones > 100.000, y usaremos p=50% pues no tengo informaci√≥n previa sobre el resultado esperado:

n = 1,96^2 * 0,5 * (1 – 0,5) / 0,05^2 = 384,16 -> 384

Debo encuestar por lo tanto a 384 personas para mantenerme dentro de los niveles de error definidos.

Si a ra√≠z de un estudio realizado el a√Īo anterior obtuvimos que el % de brasile√Īos propietarios de su vivienda era del 20%, y se espera que el dato de este a√Īo no haya variado en m√°s de 5 puntos (entre 15% y 25%), podr√≠amos reemplazar p por el peor caso esperado = 25%. El resultado ser√≠a:

n = 1,96^2 * 0,25 * (1 – 0,25) / 0,05^2 = 288,12 -> 288

 

¬ŅNecesito hacer estos c√°lculos?

No, por eso disponemos de una calculadora que hace todo el trabajo por ti. S√≥lo debes saber que el par√°metro “nivel de heterogeneidad” es esta proporci√≥n esperada y, que en ausencia de informaci√≥n, deber√°s indicar un valor de 50%.

Esperamos que os hayamos ayudado a interpretar su uso.

Categoría: estadisticas | Sin categor√≠a Trackback | Comentarios (18)

El ser humano es móvil, Netquest también

Escrito por Ruth Alonso el 7 de noviembre 2013

datos

Netquest en su af√°n por mantenerse a la vanguardia de los avances tecnol√≥gicos o, lo que es lo mismo, avanzar a la par que la¬†sociedad, hace ya tiempo que est√° trabajando en la encuestaci√≥n online v√≠a dispositivo m√≥vil. Y es que si nos fijamos en el crecimiento medio anual en cuanto a conexiones m√≥viles en Am√©rica Latina durante el per√≠odo 07-11 fue del 13% y se espera que siga creciendo alrededor del 5% anual hasta 2015 (seg√ļn GSMA ‚Äď Observatorio M√≥vil de Am√©rica Latina). Este dato demuestra la r√°pida adopci√≥n de los celulares en la regi√≥n. Por lo que las perspectivas de la regi√≥n son inmejorables para emplear dispositivos m√≥viles en investigaci√≥n de mercados.

As√≠ pues, nuestras encuestas se pueden adaptar a cualquier dispositivo m√≥vil (Android, iPhone, tablet…), sin necesidad de usar aplicaciones nativas: te permitir√°n llegar un paso m√°s all√° en tus proyectos de recolecci√≥n de datos. Netquest Mobile Surveys es ideal para recopilar informaci√≥n de tu target en tiempo real y evitar as√≠ el sesgo por fallo de memoria. Lo que facilita llegar al consumidor latinoamericano y obtener resultados de forma inmediata. Gracias a esta tecnolog√≠a tambi√©n se pueden realizar mystery shoppings en un lugar acordado, solicitar v√≠deos e incluso im√°genes de alguna actividad en concreto.

comparativa

De hecho, los expertos creen que la investigaci√≥n m√≥vil atrae a m√°s participantes activos y, adem√°s, les proporciona una mayor comodidad de respuesta. Adem√°s, debido a que el dispositivo m√≥vil es tan personal, algunos entrevistados se√Īalan que esto a menudo conduce dar informaciones ¬†m√°s aut√©nticas, √≠ntimas y veraces.

Por √ļltimo, queremos presentarte las diferencias entre el uso de la encuestaci√≥n m√≥vil v√≠a browser y v√≠a app:

comparativa

Si tienes cualquier duda o necesitas más información, puedes escribir a: info@netquest.com

Categoría: Sin categor√≠a Trackback | Comentarios (6)