Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
net/publication/266058363
CITATIONS READS
0 199
12 authors, including:
J. Varela-Mallou
University of Santiago de Compostela
133 PUBLICATIONS 958 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
The behaviour of the heart rate and game situations in professional soccer players in competition View project
All content following this page was uploaded by Antonio Rial Boubeta on 11 December 2014.
La revista Metodología de Encuestas publica –con una periodicidad anual– artículos teóricos
y empíricos en Español e Inglés sobre todos los aspectos implicados en el uso de la encuesta
como estrategia de investigación en las ciencias sociales y de la salud. Se pretende dar cabida
a artículos centrados en el desarrollo y evaluación de procedimientos para su utilización en las
encuestas. La interdisciplinariedad es una característica definitoria de la revista. Los editores
animan a los investigadores y profesionales de la Estadística, Sociología, Economía, Psicolo-
gía, Educación, Epidemiología, Ciencia Política, etc., para que envíen artículos de carácter
metodológico de cara a su publicación en Metodología de Encuestas. Más información en:
http://www.sipie.org/me
Consejo Editorial
3
Victor C. Marchesini Universidad Nacional de Misiones
Rosario Martínez Arias Universidad Complutense de Madrid
Miguel Ángel Martínez Vidal Instituto Nacional de Estadística
Max Meneses Rivas Universidad Nacional Mayor de San Marcos
Ignacio Montero García-Celay Universidad Autónoma de Madrid
Juan del Ojo Mesa Instituto de Estadística de Andalucía
Luís Navarro Ardoy Universidad Pablo de Olavide
Manuel Pérez Yruela Instituto de Estudios Sociales Avanzados
Luis Pistoni Durán ODEC
Idoia Portilla Manjón Universidad de Navarra
Felix Requena Santos Universidad de Santiago de Compostela
Pilar Rey del Castillo Univ. Nacional de Educación a Distancia
Maite Rodríguez Esteban TNS-Global España
María del Mar Rueda García Universidad de Granada
Gonzalo Sánchez-Crespo Instituto Nacional de Estadística
Manuel Sánchez Pérez Universidad de Almería
Rafael Serrano del Rosal Instituto de Estudios Sociales Avanzados
Sarjinder Singh Saint Cloud State University
Manuel Trujillo Carmona Instituto de Estudios Sociales Avanzados
Guillermo Vallejo Seco Universidad de Oviedo
Jesus Varela Mallou Universidad de Santiago de Compostela
José Vicente del Barco Millward-Brown
Julio Vidosa González Metraseis
Mario Yepes-Baraya Educational Testing Service
Equipo de redacción:
Metodología de Encuestas
se encuentra incluida en las bases
de datos ISOC, LATININDEX,
INRECS, y PSYCODOC.
4
2009 · Volumen 11
Metodología de Encuestas ISSN: 1575-7803
Índice de contenido
Índice..................................................................................................................................5
Editorial..............................................................................................................................7
Artículos
Efecto del orden de presentación de los atributos sobre los resultados del
Análisis Conjunto
S.D. Ferreira Lopes, A. Rial Boubeta, E. Picón Prado y J. Varela Mallou ............103
5
Comentarios a productos
Informaciones
6
Editorial
Por inexorable, el paso del tiempo no resulta más fácil de asimilar. Días, semanas,
meses, años… “décadas”, etiquetas todas que intentan hacer inteligible una sucesión
abriendo categorías a la espera de esperanzas, emociones, encuentros y desencuen-
tros. “Categorías” con un valor retrospectivo pero también prospectivo, orientadas a
un futuro que se pretende controlar llenándolas de expectativas y deseos. Y en este
escenario en el que el tiempo dirige el argumento hay que situar SIPIE… una década
de SIPIE.
No es el momento ni el lugar para relatar “hechos”, sino para trasladar
agradecimientos y hacer un llamamiento. Empezaré por los primeros y por el princi-
pio. Vicente Manzano y “amigos”, entre los que creo tener el privilegio de contarme,
iniciaron la andadura… hace una década. Desde entonces Vicente es una presencia
constante y aunque suene grandilocuente, un referente moral y de generosidad. Junto
a él, Javier Pérez “por” y “a pesar” de lo vivido en estos años, siempre dispuesto.
Núcleo “sevillano” secundado por Hassan Fazeli y Carlos Arias. A ellos y otros
agrupados por ellos, debemos el nacimiento y, en gran medida, la continuidad de
SIPIE. Entre los méritos de Vicente Manzano y “amigos” ha estado y está reclutar
esfuerzos de personas dispersas y ocupadas en otras esferas personales y profesiona-
les. Todas ellas han contribuido a mantener la sociedad y todas ellas merecen ser
nombradas. Antonio Rojas y Juan Sebastián Prados en la Universidad de Almería,
Manuel Trujillo y el grupo de amigos del Instituto de Estudios Sociales de Andalu-
cía en Córdoba, Vidal Díaz en la Universidad Pública de Navarra, María del Mar
Rueda en la Universidad de Granada, Miguel Ángel Martínez en el Instituto Nacio-
nal de Estadística, Jesús Varela en la Universidad de Santiago de Compostela, y
muchos otros que en algún momento han compartido charlas, discusiones, proyectos
y buenos momentos. Todas han sido y son responsables de los frutos más reconoci-
dos de SIPIE: los sucesivos congresos (Sevilla, Santiago de Compostela, Granada,
Pamplona y Córdoba), y la Revista de Metodología de Encuestas. No sería justo
terminar los agradecimientos sin referirme a las instituciones públicas y privadas que
durante todo este tiempo han apoyado nuestros proyectos. Gracias a todas ellas.
Ahora es turno del llamamiento. Como presidente de SIPIE desde el con-
greso de Pamplona, debo reconocer que las expectativas generadas en su día sobre
futuros proyectos y la gestión del “día a día” de la sociedad, no se han cumplido.
Expectativas fruto de la exigencia y la ilusión de todos los que hemos estado y pue-
dan estar en algún momento interesados en la sociedad. Motivos personales y profe-
sionales pueden explicar en parte esta situación. Por todo ello, la Junta Directiva
reunida tras el congreso de Córdoba acordó iniciar un proceso electoral para la elec-
ción de un nuevo presidente y la renovación en su caso de la Junta Directiva. Since-
ramente, no me queda más que animar a la participación en la asamblea que tendrá
lugar en otoño de 2009 para que un nuevo grupo de socios de un paso adelante y
asuma la gestión de la sociedad. Sigo firmemente convencido de que hay un espacio
y oportunidades para una sociedad como SIPIE. “Evidencias” de esta afirmación son
los congresos organizados y la revista. Sin duda, nada más que por ambos frutos ha
7
merecido la pena la andadura e ilusión del porvenir. Una “década” es una buena
categoría para marcar un antes y un después. Aprovechémosla e iniciemos una nue-
va etapa.
Granada, Junio 2009
José Luis Padilla
Junta Directiva de SIPIE
8
Metodología de Encuestas
Volumen 11, 2009, 9-26
ISSN: 1575-7803
9
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
ABSTRACT: CALnYES is a software that calculates sample size for simple ran-
dom sampling, stratified, one phase cluster sampling, stratified cluster sampling for
different allocations. Besides, it includes the sample size calculation for direct and
inverse sampling for the population size estimation. A second part of the software
estimates means and proportions for simple random sampling and stratified. It de-
velops the punctual estimation, its estimate variance and its error, and the interval,
calculated from the confidence level chosen by the user. Also, the application offers
the necessary possibilities for the different cases in which the user would have to
calculate the sample size (simple random sampling with replacement or without
replacement, totals, proportions or means) choosing the error for operating. It has the
possibility to choose the allocation of samples in the stratums for stratified random
sampling (uniform, proportional or optimum with minimum error or cost).
CALnYES is an easy, fast and comfortable way to calculate the sample size and to
estimate means, totals and proportions in simple and stratified random sampling.
The optimization is assured without doing many calculations and formulas.
10
Optimización de tamaños de muestra de diferentes muestreos… Met. de Encuestas 11, 2009, 9-26
1. Introducción
El tipo de muestra que se ha de escoger en cada estudio dependerá de las
propiedades que se conozcan de la población con la que se ha de trabajar. Una vez
que el investigador elija el tipo de muestreo y el error que no desea sobrepasar ob-
tendrá el número de observaciones óptimo mediante CALnYES, lo que proporcionará
el número de encuestas a realizar.
Los orígenes de CALnYES (‘CÁLculo de n Y EStimaciones’) se remontan
al programa realizado por el autor MASYE, una aplicación que calcula tamaños de
muestra en muestreo aleatorio simple (MAS) y estratificado (MAE).
MASYE dio lugar a la creación de otra versión MASYE2 en la cual el nú-
mero de tipos de muestreo a escoger se veía incrementado (muestreo por conglome-
rados, por conglomerados mezclado con estratificado, con las distintas posibilidades
de afijaciones por estratos). Además, se incluía el cálculo de tamaños de muestra en
muestreo directo e inverso para la estimación de tamaños de poblaciones.
La aplicación ofrece las opciones necesarias para los distintos casos en los
que se haya de calcular el tamaño de muestra (muestreo con o sin reposición, totales,
proporciones o medias) mediante la elección del error con el que se quiere trabajar y
la afijación a seguir en la asignación de muestras por estratos en muestreo estratifi-
cado (uniforme, proporcional u óptima con error o coste mínimos).
CALnYES consta de dos partes importantes: cálculo y optimización de ta-
maños de muestra, la primera; y, una segunda de estimación puntual y por intervalos
en muestreo aleatorio simple y estratificado.
Así, una vez recogidos los datos, cuando se haya llevado a cabo la encuesta
o estudio, la segunda parte de CALnYES entra en funcionamiento. Introduciendo la
información recogida, calculará las deseadas estimaciones. Recalcar, que en este
trabajo, éstas son en muestreo aleatorio simple y estratificado. Mientras que el cálcu-
lo del tamaño de la muestra es para muestreo aleatorio simple, muestreo aleatorio
estratificado, muestreo por conglomerados, por conglomerados mezclado con estra-
tificado; además de cálculo de tamaños de muestra en muestreo directo e inverso
para la estimación de tamaños de poblaciones.
El programa presenta la siguiente pantalla de inicio:
Fig. 1.
Menú principal de CALnYES
11
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
12
Optimización de tamaños de muestra de diferentes muestreos… Met. de Encuestas 11, 2009, 9-26
Fig. 2.
Entrada de datos y resultados en CALnYES para MAS
13
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
Fig. 3.1.
Entrada de datos y resultados en CALnYES para estimar la media en MAS
14
Optimización de tamaños de muestra de diferentes muestreos… Met. de Encuestas 11, 2009, 9-26
Fig. 3.2.
Entrada de datos y resultados en CALnYES para estimar el total en MAS
15
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
Fig. 4.
Entrada de datos en CALnYES para MAE
16
Optimización de tamaños de muestra de diferentes muestreos… Met. de Encuestas 11, 2009, 9-26
ra, la presión, la humedad, por lo que se supone una producción de fruta diferente.
Los árboles se plantan en líneas de 100 cerezos y hay 8, 6 y 3 líneas, respectivamen-
te, del bancal más bajo al más alto. Se quiere estimar la producción media por
cerezo con un 95% de confianza en este año para lo que se coge uno de cada 20
cerezos en cada bancal.
Los costes de muestreo de cada cerezo son mayores al aumentar la altura,
de 5, 11 y 17€, respectivamente.
Se desea saber cuántos árboles deberían escoger al año siguiente en cada
bancal para que el error al estimar la producción media sea mínimo, si dispone de
1.500€ y cuál es ese error.
La población está dividida en tres grupos según el bancal, así que, el mues-
treo a utilizar es estratificado con número de estratos 3. Se pretende encontrar una
estimación de la producción media por cerezo.
Bancal Ni
1 100⋅8 = 800
2 100⋅6 = 600
3 100⋅3 = 300
Bancal ni
1 800÷20 = 40
2 600÷20 = 30
3 300÷20 = 15
17
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
Fig. 5.1.
Entrada de datos y resultados en CALnYES para estimación en MAE
18
Optimización de tamaños de muestra de diferentes muestreos… Met. de Encuestas 11, 2009, 9-26
Fig. 5.2.
Entrada de datos y resultados en
CALnYES para tamaño de muestra en MAE
19
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
20
Optimización de tamaños de muestra de diferentes muestreos… Met. de Encuestas 11, 2009, 9-26
Fig. 6.
Entrada de datos y resultados en CALnYES para MpC
21
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
Por ejemplo:
Una empresa hispano-francesa de moda quiere conocer el tiempo medio
que tarda en confeccionar un vestido de novia. Dispone de 30 talleres en España y
45 en Francia. Para ello quiere utilizar unas muestras de talleres considerando que
existen dos estratos (España y Francia). Se desea hallar el tamaño de una muestra
en cada país para hacer un muestreo en toda la empresa sin que el error sobrepase
media hora. Partiendo de que el coste por observación en España es de 10€ y 30€
en Francia, se desea saber cuál es el coste total. Se sabe de estudios anteriores que
la varianza en España es de 22.396,52 y el mismo dato para Francia es 61.724,24.
No se conoce el número total de trajes que se confeccionan en ambos países pero sí
que la media de trajes confeccionados por taller es de 122,5.
La población está dividida en talleres de los que se desea extraer una mues-
tra. A su vez se compone de dos estratos configurados por los dos países (España y
Francia). De esta manera, el muestreo a utilizar es por conglomerados mezclado con
estratificado. Se pretende encontrar un número de talleres a estudiar en cada país
(estrato), cuya suma será el tamaño de muestra total, para un error máximo de 0,5
horas.
Se sabe que hay N1 = 30 conglomerados en España y N2 = 45 en Francia y
2 2
se tienen sendas varianzas σ1 = 22396,52 y σ 2 = 61724,24.
No se conoce el valor de M, pues no hay datos sobre el número total de tra-
jes, pero sí que la media de vestidos confeccionados por taller es de 122,5 = M . Se
utiliza la afijación óptima con un error dado para estimar una media (tiempo medio);
es decir, lo que se quiere es minimizar el coste.
Introduciendo los datos como se ilustra en la figura 7. de la siguiente mane-
ra:
‘Tamaño muestra’ y ‘Muestreo por Conglomerados en una etapa mezclado
con Estratificado’. Opciones: Afijación: Óptima Minimizar: Coste Con-
fianza: 95,45; Error Máximo: 0,5; Tamaño Medio de Conglomerado ( M ):
122,5; Nº de Estratos (L): 2; Crear celdas Población (Ni): (en columna)
2
30; 45; Coste (Ci): (en columna) 10; 30; Varianza ( σ ): (en columna) 22396,52;
61724,24 Calcular Observaciones; se obtienen los resultados:
Se han de tomar sendas muestras de tamaños 13 y 18 (n = 13 + 18 = 31, la
muestra total) para que no se sobrepase un error máximo de 0,5 horas. El error real
al extraer esa muestra es de 0,4950 (‘Error’ en la columna de ‘Observaciones’). El
coste total es de 670€ (‘Coste’ en la columna ‘Observaciones’).
Según las fórmulas de cálculo presentadas el tamaño de la muestra debería
ser en cada estrato de 12,2744; 17,6469 (‘Calculado’), y, puesto que han de ser nú-
meros naturales, se redondean optimizando para que sin sobrepasar el error sea de
coste más bajo, que es el número de observaciones definitivo que se han de utilizar
en el estudio.
22
Optimización de tamaños de muestra de diferentes muestreos… Met. de Encuestas 11, 2009, 9-26
Fig. 7.
Entrada de datos y resultados en CALnYES
para MpC mezclado con estratificado
Recuérdese que:
• Muestreo directo: se elige una muestra de tamaño ‘t’, se marcan las unida-
des muestrales y, posteriormente, se extrae una segunda muestra de tamaño
‘n’ de entre las que ‘s’ están marcadas.
• Muestreo inverso: se elige una muestra de tamaño ‘t’, se marcan las unida-
des muestrales y se extrae una muestra posteriormente de tamaño ‘n’ hasta
encontrar ‘s’ unidades marcadas.
Como ejemplo:
23
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
Fig. 8.
Entrada de datos y resultados en CALnYES
para cálculo de n en la estimación de N
24
Optimización de tamaños de muestra de diferentes muestreos… Met. de Encuestas 11, 2009, 9-26
11. Conclusiones
CALnYES es un programa informático que presenta de una forma sencilla,
rápida y cómoda el cálculo de tamaños de muestra en muestreo aleatorio simple,
25
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
12. Bibliografía
Azorín, F. y Sánchez Crespo, J. L. (1994). Métodos y aplicaciones de muestreo.
Alianza Editorial. Madrid
Cabero Morán, M. T. (2007). MASYE: un programa para el cálculo de los tamaños
de muestra en muestreo aleatorio simple y estratificado. Libro de Actas del
X Congreso de Metodología de las CC. Sociales y de la Salud. Barcelona.
Cabero Morán, M. T. (2007). Cálculo y optimización de tamaños de muestras. Libro
de Actas del Congreso Informática en Salud. La Habana (Cuba).
Cabero Morán, M. T., García Martín, M., Prieto García, M. M. y Mecoleta Finó, S.
(2007) MASYE2: optimización de tamaños de muestra en diferentes tipos
de muestreo y en la estimación del tamaño de la población. Libro de Actas
del XXX Congreso Nacional de Estadística e I.O. Valladolid
García, P.A., González, A. y Maldonado, J.A. (1999): Problemas en el Diseño y
Validación deCuestionarios: tratamiento con QUESTPOT v.1.2. Estadística
Española Vol. 41, Núm. 144, 1999, págs. 19 – 46.
Scheaffer, R. (1987). Elementos de Muestreo. Grupo Editorial Iberoamericana. Mé-
jico D.F. (Orig. 1986)
26
Metodología de Encuestas
Volumen 11, 2009, 27-45
ISSN: 1575-7803
27
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
RESUMEN: Este trabajo analiza el efecto del sexo del entrevistador sobre los encu-
estados en el marco de un estudio de opinión que trata numerosos aspectos relacio-
nados con el género. En primer lugar, se pretende determinar en qué tipo de varia-
bles las respuestas se ven más afectadas por el sexo del entrevistador. Aunque espe-
ramos que el sexo del entrevistador imprima efectos apreciables en las preguntas
más sensibles respecto al género, queremos comprobar también si este efecto se
mantiene en preguntas que tienen un contenido neutro en relación a temas de género
o que recogen información factual o descriptiva del individuo entrevistado. Por
último, examinamos de forma desagregada el peso de este efecto sobre encuestados
y encuestadas y analizamos si éste pervive cuando se controla por otras variables
sociodemográficas relevantes o cuando una tercera persona está presente. Los resul-
tados del estudio nos permiten ofrecer diversas consideraciones para la comprensión
de los estudios de opinión y, en general, de las relaciones de género.
KEY WORDS: Social desirability, gender effects, non sampling error, interviewer
effects
28
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
Introducción
En el contexto de la distribución de una encuesta, los entrevistadores1 se
convierten en una fuente importante de sesgo, en especial en las entrevistas presen-
ciales (Catania, McDermott y Pollack, 1986; Finkel, Guterbock y Borg, 1991; Pres-
ser y Stinson, 1998). Groves y Magilavy (1981: 251) han definido los efectos de
entrevistador como la tendencia a que las respuestas de los entrevistados varíen en
función del entrevistador que les ha sido asignado.
Entre los efectos que el entrevistador o entrevistadora pueden generar en las
respuestas encontramos la deseabilidad social. La gestión de la autopresentación
para ofrecer una imagen positiva de uno mismo tiene un peso muy importante en las
interacciones sociales, entre ellas la realización de encuestas de opinión (Martin y
Johnson, 2007: 2). Así, los entrevistados no siempre revelan sus actitudes y prefe-
rencias más sinceras. Algunas de las actitudes susceptibles de obedecer a lo social-
mente deseable y de esconder el comportamiento real son el sexismo, el racismo, el
abstencionismo, el consumo de drogas, los hábitos sexuales o el grado de religiosi-
dad (Catania et al., 1996; Belli, Traugott, Young y McGonagle, 1990; Johnson y
Moore, 1993; Karp y Brockington, 2005; Presser y Stinson, 1998; Streb, Burrell,
Frederick y Genovese, 2008). La deseabilidad social subyace a los efectos del entre-
vistador, principalmente en las preguntas actitudinales y de opinión (Davis y Silver,
2003; Groves y Magilavy, 1986: 259).
La deseabilidad social opera a través de los entrevistadores por medio de
distintos mecanismos. Por una parte, las propias características sociodemográficas y
culturales de los encuestadores como el sexo, la etnia, la clase social o la edad pue-
den introducir distintos sesgos ya que el entrevistado tiende a evitar un juicio negati-
vo por parte del encuestador que pertenece a un grupo determinado (Davis, 1997;
Holbrook, Green y Krosnick, 2003; Kane y Macaulay, 1993). Simultáneamente,
algunas de estas características, puesto que son claramente visibles, hacen más rele-
vantes consideraciones sostenidas de antemano por los encuestados. En este sentido,
cuanto más relacionada esté la pregunta con las características observables del en-
trevistador, más probable es que los encuestados modifiquen sus respuestas hacia
posiciones que consideren compatibles con su interlocutor o cercanas a las expecta-
tivas normativas del mismo (Groves et al., 2004; Schuman y Converse, 1971). Así,
entrevistadores pertenecientes a una minoría étnica o género (las mujeres) desperta-
rán actitudes más comprensivas entre los encuestados hacia las reclamaciones de
estos colectivos o incluso declararán su intención de voto por un candidato de este
grupo (Anderson, Silver y Abramson, 1988; Finkel et al, 1991; Kane y Macaulay,
1993; Streb et al., 2008). Con todo, se trataría de “consideraciones competitivas” por
las que, por ejemplo, las entrevistadoras despertarían diferentes consideraciones que
1
Con el objetivo de aligerar el texto, las palabras que hacen referencia a personas (entrevista-
dor, encuestador, etc.) se entienden en sentido genérico y tienen valor masculino y femenino,
a no ser que sean cualificadas con un adjetivo.
29
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
2
En ocasiones puede producirse el efecto contrario, suponiendo en este caso las caracte-
rísticas del entrevistador una “amenaza de estereotipo” para el encuestado. Cuando existe
un extendido estereotipo negativo respecto a un grupo que pone en duda su competencia
o habilidades, se crea para los miembros del grupo una sospecha que actúa como una
amenaza. Ésta se acrecienta cuando la entrevista la conduce un miembro que no pertene-
ce al grupo del encuestado. La ansiedad generada por demostrar la falsedad del estereoti-
po actúa negativamente en el desarrollo de la tarea. Davis y Silver (2003) ponen el ejem-
plo de una encuesta sobre conocimiento político en la que los encuestados afroamerica-
nos por entrevistadores blancos contestaron menos preguntas correctas que los que lo
hicieron a encuestadores afroamericanos.
3
La mayoría de estudios detectan este efecto tanto en encuestados como en encuestadas (Ka-
ne y Macaulay, 1993; Huddy et al., 1997; Galla, Frisone, Jeffrey y Gaer, 1981).
30
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
4
Para una revisión de la literatura sobre la interacción conversacional véase Kane y Macaulay
(1993).
31
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
5
Por ejemplo, la red de campo del Centro de Investigaciones Sociológicas cuenta con un 65
por ciento de entrevistadoras y un 35 por ciento de entrevistadores (Ferreras y Núñez, 2006:
2). El CEO no dispone de un equipo de trabajo de campo propio sino que lo subcontrata me-
diante concursos públicos. En este caso, el trabajo de campo fue realizado por la empresa
Opinòmetre S.A.
32
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
tas son una medida efectiva para garantizar la igualdad en la representación’ (CUO-
TAS). Por otro lado, analizamos preguntas aparentemente neutras respecto al géne-
ro6: importancia de la familia (IMPFAM), en una escala de 0 ‘nada importante’ a 10
‘muy importante’; interés por la política (INTPOL), de 1 ‘nada’ a 4 ‘mucho’; y ubi-
cación ideológica (IDEOL), en una escala de 1 ‘extrema izquierda’ a 10 ‘extrema
derecha’. Por último, se examinan preguntas relacionadas con variables de carácter
sociodemográfico o factual: el grado de religiosidad (RELIG) medida en tres catego-
rías: 3 ‘religioso practicante’, 2 ‘religioso no practicante’ – católico o de otras reli-
giones en ambos casos – y 1 ‘no religioso’, agnóstico o ateo; número de personas
que tiene a cargo el entrevistado en su trabajo (CARGO); y pertenencia a alguna
organización social (ASOC) donde el valor 0 indica que el entrevistado no pertenece
a ninguna y el 1 que pertenece a una o más de una. En este último grupo de pregun-
tas se recaba el recuerdo de una acción (o no acción) o una situación que el entrevis-
tado conoce bien, pero no se pregunta la opinión.
Tabla 1.
Características de los encuestados según el sexo del entrevistador
Entrevistadores Entrevistadoras
Encuestado/a (N=32) (N=26)
Sexo:
Hombre 47,7 49,5 p> 0,1
Mujer 52,3 50,5
N (608) (513)
Nivel de estudios:
Bajo 42,2 47,1 p> 0,1
Medio 33,7 32,7
Superior 24,1 20,2
N (606) (510)
Estado civil: p> 0,1
Casado/a 40,0 47,3
Soltero/a 45,9 39,1
Otra situación (a) 14,1 13,6
N (603) (512)
Edad (media en años): 39,4 40,5 p> 0,1
N (608) (513)
(a)
Divorciado/a – separado/a – viudo/a
NOTA: Valores de p basados en las pruebas de chi-cuadrado o T de Student.
6
Aunque la categoría ‘neutro’ puede ser muy discutida a nivel epistemológico, en este estudio
queremos simplemente utilizarla para agrupar a variables que no tratan issues de género aun-
que en las respuestas pueda hallarse un fundamento basado precisamente en el género.
33
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
7
A nivel analítico distinguimos entre sexo y género: el sexo se establece a partir de criterios
biológicos y el género, en cambio, a partir de diversas concepciones normativas culturales
sobre las actitudes y las actividades apropiadas para cada uno de los sexos (West y Zimmer-
man, 1987: 127). No obstante, a lo largo del artículo usamos de forma indistinta ambos térmi-
nos ya que, en el caso de que la variable ‘sexo’ del encuestador o encuestadora tenga cierto
impacto sobre la respuesta de los encuestados y las encuestadas, lo hará sobre la base de las
construcciones socioculturales que la categoría género incluye.
34
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
Resultados
Las Tablas 2 a 4 presentan las distribuciones bivariadas para cada grupo de
ítems según el sexo del entrevistador y desagregadas, a su vez, por el sexo de los
entrevistados. La Tabla 2 muestra los resultados para las preguntas sensibles al géne-
ro, la Tabla 3 para las preguntas neutras y la Tabla 4 para las preguntas de carácter
factual. Por último, la Tabla 5 ofrece el coeficiente no estandarizado de la regresión
(lineal o logística, en función de la variable dependiente) para el sexo del entrevista-
dor una vez han sido introducidos las variables sociodemográficas de control.
En cuanto al número de horas semanales dedicadas a las tareas domésticas la T
de Student indica medias desiguales y significativas al máximo nivel, es decir, no resulta
indistinto ser entrevistado por un hombre que por una mujer. En el último caso se repor-
tan muchas más horas de trabajo doméstico. Mientras que la media para el conjunto de la
muestra se ubica en las 12,49 horas semanales, este número se reduce a 11,51 cuando se
reporta a un hombre y aumenta a 13,68 cuando se reporta a una mujer (véase la Tabla 2).
Este efecto se produce tanto en hombres como en mujeres pero es más acuciado entre las
segundas. La media declarada de horas dedicadas al cuidado del hogar se incrementa de
las 15,20 a las 18,46 cuando una mujer es encuestada por otra mujer; en los hombres
pasa de 7,54 a 8,83. El efecto se mantiene significativo al máximo nivel para el conjunto
de la muestra cuando incluimos en el análisis multivariado los controles sociodemográfi-
cos y persiste tanto en la sub-muestra de hombres como en la de mujeres, aunque es más
fuerte entre las últimas (véase la Tabla 5).
Por otro lado, comprobamos el efecto que es objeto de este estudio sobre
una variable que denota el apoyo a las medidas de discriminación positiva en el
ámbito de la representación política. Para el análisis de esta variable se han descar-
tado los casos con la respuesta intermedia (‘ni de acuerdo ni en desacuerdo’, la cate-
goría que no se lee al realizar la entrevista) para evitar distorsiones en el análisis.
Aún así, se conserva un número suficiente de casos para desarrollar el análisis (787
individuos). Las entrevistadoras despiertan una mayor adhesión a las cuotas como
medida efectiva para garantizar la igualdad entre hombres y mujeres. Para el conjun-
to de la muestra, el grado de acuerdo con las cuotas aumenta del 55,2 al 62,3 cuando
un individuo es entrevistado por una mujer. El efecto se centra casi exclusivamente
en el grupo de encuestados entre los cuales la discrepancia entre ser entrevistado por
un hombre o por una mujer se eleva a los casi once puntos porcentuales. De hecho,
el porcentaje de acuerdo de los hombres entrevistados por una mujer con las cuotas
es incluso más alto que el observado entre las mujeres entrevistadas por un hombre.
Una vez controladas las variables sociodemográficas, el efecto del sexo del entrevis-
tador sigue siendo significativo para el conjunto de la muestra y para el grupo de
hombres (véase la Tabla 5).
35
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
Tabla 2.
Preguntas sensibles al género
36
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
37
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
un hombre y las mujeres, en este mismo caso, pasan del 34,6 al 28,5 por ciento.
Las discrepancias en ambas sub-muestras entre los que se declaran no religiosos
ante un entrevistador o ante una entrevistadora son todavía mayores. Mientras
que el porcentaje más elevado de hombres se ubica en la categoría de religioso
no practicante cuando una mujer distribuye la encuesta, la categoría con mayor
frecuencia pasa a ser la de no religioso cuando son preguntados por un hombre.
Este efecto sobre las respuestas es estadísticamente significativo al máximo
nivel tanto en hombres como en mujeres y tras el análisis multivariado persiste
en las tres muestras (véase la Tabla 5).
Tabla 3.
Preguntas neutras
38
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
Tabla 4.
Preguntas sociodemográficas y factuales
39
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
Tabla 5.
Género del entrevistador y variables sociodemográficas
40
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
tiva cuando una tercera persona está presente. En siete de las nueve variables depen-
dientes seleccionadas, la varianza provocada por el género del entrevistador desapa-
rece cuando un conocido del entrevistado está presente en el contexto de la interac-
ción. En las únicas variables en las que se mantiene son la percepción sobre las des-
igualdades sociales (DESIGUAL) y el grado de religiosidad (RELIG). Esta situación
se produjo en 160 de las entrevistas (el 14,3 por ciento sobre el total). Esta tercera
persona suele ser generalmente un familiar del encuestado (76 por ciento de los
casos). Los entrevistadores encontraron esta situación en 79 casos y las entrevistado-
ras en 81.
Discusión y conclusiones
En este estudio hemos comprobado que el género de los entrevistadores
produce efectos en las respuestas de los encuestados. El error de no muestreo se
introduce tanto en las preguntas sensibles al género como en las preguntas definidas
como neutras y en las de carácter factual o sociodemográficas. Este efecto aparece
ya desde la primera pregunta del cuestionario, cuando los encuestados desconocen
todavía el contenido de la encuesta. La significación estadística del efecto se man-
tiene cuando se introducen diferentes variables sociodemográficas de control como
el sexo, la edad, el nivel educativo, el estado civil y la ocupación.
El análisis realizado no nos permite concluir que el efecto del entrevistador
sea mayor para los hombres o para las mujeres, sino que ambos parecen ser igual-
mente susceptibles al mismo. Algunos de estos efectos son más fuertes en los varo-
nes (en las variables ‘Cuotas efectivas para garantizar la igualdad’, CUOTAS, ‘Im-
portancia de la familia, IMPFAM, ‘Interés por la política’, INTPOL, ‘Grado de
religiosidad’, RELIG, y ‘Asociacionismo’, ASOC) y otros en las mujeres (en las
variables ‘Número de horas empleadas en tareas domésticas’, TAREASDOM, ‘Des-
igualdades generales entre hombres y mujeres’, DESIGUAL, ‘Ubicación en la esca-
la ideológica’, IDEOL, y ‘Número de personas a cargo en el trabajo’, CARGO).
Pero no se identifica, pues, una clara tendencia entre las variables examinadas que
admita una explicación basada en el género del encuestado.
Respecto a la discusión de si los encuestados y las encuestadas ofrecen res-
puestas más igualitarias a las entrevistadoras en lo que a las preguntas sensibles al
género se refiere, hemos confirmado, en consonancia con estudios anteriores, que
tanto unos como otras tienden a estar más de acuerdo con las cuotas de representa-
ción política y declaran dedicar un mayor número de horas a las tareas domésticas
cuando la encuesta es distribuida por una mujer. Sin embargo, en cuanto a la percep-
ción de las desigualdades sociales existentes entre hombres y mujeres, entrevistados
y entrevistadas se muestran más proclives a considerarlas grandes o muy grandes
cuando la encuesta es conducida por un hombre.
En este caso planteamos dos explicaciones tentativas. En primer lugar, dado
que en esta variable el efecto del género del entrevistador sobre las respuestas es
mayor en las encuestadas, el resultado podría indicar que las mujeres están reivindi-
cando frente a los entrevistadores lo que consideran una injusticia cometida por los
hombres en tanto que colectivo, no de forma individual. Esto es, expresarían más
41
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
42
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
Referencias
Anderson, Barbara A., Silver, Brian D. y Paul R. Abramson (1988). The Effects of
Race of Interviewer on Measures of Electoral Participation by Blacks in
SRC National Election Studies. Public Opinion Quarterly, 52: 52–83.
Ballou, Janice (1993). He Said/She Said. Vote Choice in the 1992 Presidential Elec-
tion – Respondent/Interviewer Gender Interaction Effects in Pre–Election
Polling. Paper presentado en la 48ª conferencia annual de la American As-
sociation for Public Opinion Research, 20–23 de mayo, St. Charles, Illinois,
EE.UU.
Benney, Mark, David Riesman, y Shirley A. Star (1956). Age and Sex in the Inter-
view. The American Journal of Sociology, 62 (2): 143–152.
Belli, Robert F., Traugott, Michael W., Young, Margaret, y Katherine A. McGona-
gle (1990). Reducing Vote Overreporting in Surveys: Social Desirability,
Memory Failure, and Source Monitoring. Public Opinion Quarterly, 63:
90–108.
Catania, Joseph A., McDermott, Lois J. y Lance M. Pollack (1986). Questionnaire
Response Bias and Face–to–face Interview Sample Bias in Sexuality Re-
search. Journal of Sex Research, 22 (1): 52–72.
Connell, Raewyn W. (2002). Gender. Cambridge: Polity Press.
Davis, Darren (1997). The Direction of Race of Interviewer Effects among African-
Americans: Donning the Black Mask. American Journal of Political Sci-
ence, 41: 309–322.
Davis, Darren W. y Brian D. Silver (2003). Stereotype Threat and Race of Inter-
viewer Effects in a Survey on Political Knowledge. American Journal of
Political Science, 47 (1): 33–45.
Edwards, Rennee y Mark. A. Hamilton (2004). You Need to Understand My Gender
Role: An Empirical Test of Tannen’s Model of Gender and Communicati-
on. Sex Roles, 50 (7-8): 491–504.
43
Met. de Encuestas 11, 2009, 27-45 T. Verge Mestre
44
Deseabilidad social y género Met. de Encuestas 11, 2009, 27-45
Schuman, Howard y Jean M. Converse (1971). Effects of Black and White Inter-
viewers on Black Response in 1968. Public Opinion Quarterly, 35: 44–68.
Streb, Matthew J., Burrell, Barbara, Frederick, Brian y Michael A. Genovese (2008).
Social Desirability Effects and Support for a Female American President,
Public Opinion Quarterly, 72 (1): 76–89.
West, Candace y Don H. Zimmerman (1987). Doing Gender. Gender and Society, 1
(2): 125–151.
Zaller, John y Stanley Feldman (1992). A Simple Theory of the Survey Response:
Answering Questions versus Revealing Preference, American Journal of
Political Science, 36 (3): 579–616.
45
Metodología de Encuestas
Volumen 11, 2009, 47-77
ISSN: 1575-7803
47
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
ABSTRACT: Audience data are very important for media markets. Their agents can
fix advertising rates and take strategic decisions with these data. Internet, as other
media, needs audience data with guaranties of quality and impartiality. The tech-
niques applied to study internet are being implement very quickly and are continu-
ously revised and improved to get proper information. Data from internet audience
studies tell us how their users are, and give us important information to design
online research.
In this paper, internet audience studies in Spain are revised, paying special attention
to their information about the internet users. The studies analyzed are owned by the
Asociación para la Investigación de Medios de Comunicación, the Estudio General
de Internet and Nielsen//Netratings.
48
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
49
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
51
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
52
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
gadores, no de personas, y en este trabajo nos interesa conocer al usuario que está
detrás. En todo caso, el sistema site-centric completa en muchos casos la informa-
ción de los sistemas basados en los usuarios, de ahí el interés de Nielsen//Netratings
por ofrecer ambos tipos de datos.
53
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
Gráfico 1.
Penetración de internet (% sobre total población). EGM (AIMC).
Gráfico 2.
Usuarios. Nielsen//Netratings.
20.000.000 18.315.052
16.976.783
18.000.000
15.707.229 18.057.909
14.752.384 15.234.838
16.000.000 14.635.372 16.792.420
15.782.617
14.000.000 15.097.884 15.015.872
14.373.818
12.000.000
10.000.000
8.000.000
6.000.000
4.000.000
2.000.000
0
ene-08 feb-08 mar-08 abr-08 may-08 jun-08 jul-08 ago-08 sep-08 oct-08 nov-08 dic-08
54
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
55
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
Gráfico 3.
Penetración de internet. INE.
30
20
10
0
2004 2005 2006 2007 2008
Gráfico 4.
Tiempo dedicado a internet. EGM (AIMC).
Fuente: A partir de datos publicados en el Marco general de los medios en España. AIMC
(2008a), p. 12.
56
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Gráfico 5.
Uso de internet. Navegantes en al red, 2007 (AIMC).
40%
34,60%
35%
30%
24,80%
25%
18,70%
20%
12,60%
15%
10% 7,50%
5% 1,10%
0,70%
0%
Menos de 1 Entre 1 y 4 Entre 4 y Entre 10 y Entre 30 y Más de 60 Ns/nc
hora horas 10 horas 30 horas 60 horas horas
Fuente: Elaboración propia a partir del informe de la 10ª Encuesta a Usuarios de Internet
“Navegantes en la red”. Disponible en www.aimc.es.
57
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
tal cambio. Por otra parte, a pesar del aumento, se mantiene la distancia de las
categorías destacadas frente al resto, predominando hombres, jóvenes, de clases
altas y trabajadores.
Gráfico 6.
Perfil de los internautas por sexo. EGM, 2004 – 2008 (AIMC).
Fuente: Elaboración propia a partir de datos publicados en los diversos documentos de Marco
general de los medios en España. AIMC (2005a), (2006a), (2007a), (2008a) y (2009a).
Gráfico 7.
Perfil de los internautas por edad. EGM, 2004 – 2008 (AIMC).
40,0 20-24
25-34
30,0
35-44
20,0 45-54
10,0 55-64
0,0 65 o más
2004 2005 2006 2007 2008
Fuente: Elaboración propia a partir de datos publicados en los diversos documentos de Marco
general de los medios en España. AIMC (2005a), (2006a), (2007a), (2008a) y (2009a).
58
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Gráfico 8.
Perfil de los internautas por clase social. EGM, 2004 – 2008 (AIMC).
Fuente: Elaboración propia a partir de datos publicados en los diversos documentos de Marco
general de los medios en España. AIMC (2005a), (2006a), (2007a), (2008a) y (2009a).
Gráfico 9.
Perfil de los internautas por situación laboral. EGM, 2004 – 2008 (AIMC).
Fuente: Elaboración propia a partir de datos publicados en los diversos documentos de Marco
general de los medios en España. AIMC (2005a), (2006a), (2007a), (2008a) y (2009a).
59
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
60
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Tabla 1.
Cuestionarios recibidos y válidos. Navegantes en la Red (AIMC).
Edición 1ª 2ª 3ª 4ª 5ª 6ª 7ª 8ª 9ª 10ª
Año 1996 1998 1999 2001 2002 2003 2004 2005 2006 2007
Meses de Oct.- Abril - Oct. - Abril - Oct. - Oct. - Oct. - Oct. - Oct. - Oct. -
trabajo de Dic. Mayo Dic. Junio Dic. Dic. Dic. Dic. Dic. Dic.
campo
Cuestionarios
12.639 38.282 43.151 51.272 54.498 48.778 62.918 65.817 57.213 48.592
totales
Cuestionarios
10.826 32.408 35.234 43.942 47.068 40.865 53.647 57.310 49.418 41.667
válidos
% válido 86% 85% 82% 86% 86% 84% 85% 87% 86% 86%
Cuestionarios
197 600 691 862 905 693 958 1.023 882 744
válidos al día
Fuente: Elaboración propia a partir de los informes metodológicos de cada encuesta.
Disponibles en www.aimc.es.
61
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
Gráfico 10.
Reparto de entrevistas. Navegantes en la Red (AIMC).
100,0%
90,0%
80,0%
70,0%
60,0%
Banners en webs
50,0% IRC Hispano
40,0% Email desde AIMC
Recomendación de conocido
30,0%
20,0%
10,0%
0,0%
2001 2002 2003 2004 2005 2006 2007
Gráficos 11 y 12.
Webs colaboradores y cuestionarios válidos.
Navegantes en la Red (AIMC).
350 70.000
300 60.000
250 50.000
200 40.000
150 30.000
100 20.000
50 10.000
0 0
1996 1998 1999 2001 2002 2003 2004 2005 2006 2007 1996 1998 1999 2001 2002 2003 2004 2005 2006 2007
Fuente: Elaboración propia a partir de los informes metodológicos de las diversas ediciones
de la Encuesta a Usuarios de Internet “Navegantes en la red”. Disponibles en www.aimc.es.
62
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Gráfico 13.
Cuestionarios válidos por web colaborador.
Navegantes en la Red (AIMC).
Fuente: Elaboración propia a partir de los informes metodológicos de las diversas ediciones
de la Encuesta a Usuarios de Internet “Navegantes en la red”. Disponibles en www.aimc.es.
63
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
Gráfico 14.
Tamaño de muestra. EGI.
12.000 10.856
10.000 9.407
7.703
8.000 7.052
6.609
5.957 5.939
5.546
6.000 4.713
4.120
4.000
2.000
0
Nov - Dic May - Jun Nov - Dic May - Jun Nov - Dic May - Jun Nov - Dic May- Jun Nov - Dic May- Jun
2002 2003 2003 2004 2004 2005 2005 2006 2006 2007
Gráfico 15.
Tasa de respuesta a banners. Navegantes en la Red (AIMC).
De cada 100 veces que una persona hizo click en el banner de llamada..
O casione s e n que
se re llenó y e nvió
40 36
35
28
30
22 23
25
20 16
14 14
15 11
10
0
1996 1998 1999 2001 2002 2003 2004 2005
Fuente: Elaboración propia a partir de los informes metodológicos de las diversas edi-
ciones de la Encuesta a Usuarios de Internet “Navegantes en la red”. Disponibles en
www.aimc.es.
64
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Otro punto débil de la encuesta de AIMC que puede afectar a la tasa de res-
puesta es que el cuestionario es de página continua. Diversos autores desaconsejan
este formato, siendo mejor valorado el de página a página con indicador de exten-
sión (ver Suárez, García y Vázquez, 2008; Llauradó, 2006). Además, el tiempo
requerido para completar el cuestionario puede haber limitado también la participa-
ción, ya que en sus últimas ediciones la mediana de este tiempo era de más de 20
minutos. La tasa de respuesta es mejor en cuestionarios más cortos (Deutskens et al,
2004).
Para evitar la autoselección del sistema de encuesta en web se recomienda
el envío del cuestionario por correo electrónico (Llauradó, 2006). Según el EGM, los
usuarios de internet el último mes usan este servicio menos que la World Wide Web.
Sin embargo, entre internautas más asiduos de Navegantes en al red, el correo elec-
trónico prevalece sobre la web (ver gráfico 16). Esto puede provocar que una capta-
ción por correo electrónico nos lleve a localizar a internautas más asiduos puesto que
el uso de este servicio entre ellos es mayor que entre los que usan la red con menos
frecuencia.
Gráfico 16.
Servicios utilizados. EGM y Navegantes en la red (AIMC).
Servicios utilizados
%
100
90
80
70
60
50
40
30
20
10
0
2001 2002 2003 2004 2005 2006 2007
World Wide Web - Navegantes Correo Electrónico - Navegantes
World Wide Web - EGM (último mes) Correo Electrónico - EGM (último mes)
Fuente: Elaboración propia a partir de los informes de las Encuestas a Usuarios de Internet
“Navegantes en la red”. Disponibles en www.aimc.es y de Marco General de los Medios en
España, AIMC (2002a) a (2008a).
65
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
Gráfico 17.
Número de cuentas de correo. Navegantes en la red (AIMC).
60,0%
50,0%
40,0%
Más de dos
30,0%
Dos
20,0% Una
10,0%
0,0%
2001 2002 2003 2004 2005 2006 2007
Fuente: Elaboración propia a partir de los informes de las Encuestas a Usuarios de Internet
“Navegantes en la red”. Disponibles en www.aimc.es.
66
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Gráfico 18.
Frecuencia de uso del correo. Navegantes en la red (AIMC).
70,0%
60,0%
Varias veces al día
50,0%
10,0%
0,0%
2001 2002 2003 2004 2005 2006 2007 2008
Fuente: Elaboración propia a partir de los informes de las Encuestas a Usuarios de Internet
“Navegantes en la red”. Disponibles en www.aimc.es.
Los datos de EGI también confirman la alta tasa de consulta del email, ya
que en 2006 el 61,2% declaraba consultarlo varias veces al día. En cambio, muestran
un descenso entre los que indican conexión permanente y señalan que los menores
de 25 años tienen tasas de uso más bajas (EGI, 2008). Todo esto lleva a pensar que
el correo electrónico es un medio de comunicación importante para los internautas
más frecuentes, lo que alienta su consulta habitual pero no necesariamente “perma-
nente”. Así, Llauradó (2006) recomienda que el cuestionario esté activo al menos 72
horas para la inclusión de usuarios que consultan el correo electrónico con menos
frecuencia.
En cuanto a los jóvenes, proclives al uso de mensajería instantánea, de-
berá analizarse si dejan ésta al ir cumpliendo años o bien mantienen su compor-
tamiento variando la preponderancia del correo electrónico entre internautas
avezados.
Otro problema que puede tener el envío por correo electrónico de encuestas
es su confusión con correo basura (spam). En 2007, más del 70% de los usuarios de
internet de Navegantes en la red declaraba utilizar programas anti-spam (ver gráfico
19). Y una cifra similar también evita los pop-ups, un sistema utilizado en ocasiones
para lanzar cuestionarios en la web que no llegarían al 70% de estos internautas más
activos (ver gráfico 19).
67
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
Gráfico 19.
Protección ante spam y pop-ups. Navegantes en la red (AIMC).
Programas utilizados
90,0%
80,0%
70,0%
Utiliza programa anti-spam
60,0%
Utiliza programa anti-
50,0% popups
%
10,0%
0,0%
2003 2004 2005 2006 2007
Fuente: Elaboración propia a partir de los informes de las Encuestas a Usuarios de Internet
“Navegantes en la red”. Disponibles en www.aimc.es.
Tabla 2.
Lugar de acceso a Internet en el último mes. EGM 2008
Lugar de acceso %
Casa 79,5%
Trabajo 26,6%
Universidad / Centro de
6,9%
estudios
Otro sitio 13,9%
Fuente: Marco General de los Medios en España, del Estudio General de Medios 2008
(AIMC, 2009a), p. 59.
68
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Aunque esta cifra ha perdido fuerza frente al acceso desde el hogar, todavía
tiene un peso reseñable. Las empresas pueden limitar el acceso a ciertas webs o la
recepción de correos, por lo que puede no llegar el aviso de puesta en marcha de una
encuesta online. Se refuerza así la captación offline, para que la elección del sujeto
no se vea afectada por el entorno de navegación.
- Existe una alta probabilidad de que las personas que responden a las en-
cuestas online sean usuarios frecuentes e intensivos de la red. Tal y como
apunta AIMC en la metodología de Navegantes en la red: “la probabilidad
de exposición al “banner” es directamente proporcional a la frecuencia e
intensidad en el uso de la red” (AIMC, 2007b). Esto se debe a que el ma-
yor uso incrementa la posibilidad de llegar a un sitio web. Esta realidad
puede justificar el peculiar perfil de los entrevistados en Navegantes en la
red. En el caso de EGI, puede explicar la mayor presencia de jóvenes, pero
no de mujeres o de personas que no trabajan, puesto que estas característi-
cas no se asocian a un mayor uso de la red.
69
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
Tabla 3.
Perfil de los internautas. 2006.
Navegantes en
EGM EGI
la red
Datos de 2006
Perfil de los Perfil de la Perfil de la mues-
internautas muestra tra
Hombre 58,40% 69,6% 54,9%
SEXO
Mujer 41,60% 30,0% 45,1%
Menores de
15,30% 7,3% aprox. 12,6%
20 años
20-24 años 15,00% 19,4% aprox. 22,1%
25-34 años 30,30% 39,2% aprox. 36%
EDAD* 35-44 años 20,60% 20,8% aprox. 16,9%
45-54 años 12,30% 9,7% aprox. 8,45%
55-64 años 5,00% 2,9%
65 ó mas aprox. 3,95%
1,40% 0,6%
años
OCUPACIÓN Trabaja 65,80% 72,40% 57,9%
PRINCIPAL No trabaja 34,20% 27,40% 42,1%
*En EGM el universo de estudio es 14 años o más; en Navegantes en al red” responden per-
sonas de menos de 14 años; los intervalos de edad en EGI no coinciden con los de AIMC por
lo que son sólo valores aproximados.
Fuente: Elaboración propia a partir del Marco General de los Medios en España, del Estudio Ge-
neral de Medios 2006 (AIMC, 2007a) tabulaciones de los datos de la 9ª Encuesta a Usuarios de
Internet “Navegantes en la red” (www.aimc.es) y del informe EGI (2008), “Investigación de mer-
cado de Internet. (Estudio de mercado de los internautas y la red) 8ª oleada, 20 de mayo - 20 de
junio de 2006”, en http://www.estudiogeneraldeinternet.com//compras8/ver_resultados.php.
- Gran parte del éxito a la hora de recibir cuestionarios depende de los sitios
web donde se anuncie el estudio y de la publicidad que se realice (Castañe-
da y Luque, 2004). Esta puede ser la razón que justifica el elevado número
de respuestas recibidas en el estudio online de AIMC frente al de EGI, co-
mo ya hemos comentado. Además, dentro de los visitantes a uno cualquiera
de esos sitios, “la probabilidad de encuentro con la encuesta es proporcio-
nal al número de visitas al mismo.” (AIMC, 2007b). Por tanto, los webs
colaboradores, con sus contenidos, condicionan el perfil de las personas
que acceden a la encuesta. Si conociéramos los sitios de acceso, podríamos
analizar si el peculiar perfil de los entrevistados por EGI frente a los de Na-
vegantes en la red se debe precisamente al tipo de webs que colaboran con
uno y otro.
70
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
71
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
72
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Gráfico 20.
Navegadores. Navegantes en la red (AIMC).
Microsoft
70,7%
Internet Explorer
Mozilla Firefox/
26,8%
SeaMonkey/Mozilla
Safari 1,0%
Opera 1,0%
Otros 0,4%
Netscape 0,1%
Desconocido 0,0%
Fuente: Elaboración propia a partir del informe de la 10ª Encuesta a Usuarios de Internet
“Navegantes en la red”. Disponible en www.aimc.es.
Gráfico 21.
Sistema operativo. Navegantes en la red (AIMC).
Win Xp 83,0%
Windows
7,4%
Vista
Macintosh 2,0%
Linux 1,8%
Win 98 1,4%
Otros 0,1%
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0%
Fuente: Elaboración propia a partir del informe de la 10ª Encuesta a Usuarios de Internet
“Navegantes en la red”. Disponible en www.aimc.es.
73
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
Gráfico 22.
Equipos de acceso. Navegantes en la red (AIMC).
Videoconsola 12,9%
Ns/nc 0,1%
Fuente: Elaboración propia a partir del informe de la 10ª Encuesta a Usuarios de Internet
“Navegantes en la red”. Disponible en www.aimc.es.
Gráfico 23.
Idioma. Navegantes en la red (AIMC).
Castellano 81,1%
Catalán 15,4%
Gallego 2,8%
Euskera 0,6%
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0%
Fuente: Elaboración propia a partir del informe de la 10ª Encuesta a Usuarios de Internet
“Navegantes en la red”. Disponible en www.aimc.es.
74
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
que muchos usuarios asiduos se protegen contra el mismo. También podría ser re-
chazado desde servidores de empresas, un aspecto que puede afectar al 26,6% de la
población que aún navega desde el trabajo. Por tanto, se recomienda una captación
offline para lograr muestras estadísticamente representativas.
Independientemente del proceso seguido para seleccionar la muestra, si el
cuestionario se responde online, debe cuidarse su diseño. Es preciso que sea legible
en diversos navegadores, pantallas y dispositivos. La encuesta Navegantes en la red
puede mantenernos al tanto de lo que los usuarios más avezados están eligiendo.
Además, debemos saber que en torno al 20% de sus entrevistados ha elegido lenguas
autonómicas al tener tal opción, luego puede ser interesante ofrecer esta posibilidad
de cara a mejorar la tasa de respuesta.
La creciente entrada de dispositivos móviles para navegar en la red puede
ser un aspecto que influya mucho en el futuro. Aunque aumente la disponibilidad de
pantallas para acceder a la red, su menor dimensión condicionará los contenidos que
puedan mostrarse, algo que afectará sin duda a las encuestas.
Referencias
AIMC (2002a a 2009a): Marco general de los medios en España. AIMC: Madrid.
AIMC (2005b): “Internet. Navegantes el día de ayer” en Línea Abierta, 43, abril, 4-
6. Web: http://download.aimc.es/aimc/07informacion/lineabierta_43.pdf
AIMC (2007b) Navegantes en la red. 9ª encuesta AIMC a usuarios de Internet.
Febrero. Web: http://download.aimc.es/aimc/03internet/macro2006.pdf
AIMC (2008b) Navegantes en la red. 10ª encuesta AIMC a usuarios de Internet.
Febrero. Web: http://download.aimc.es/aimc/03internet/macro2007.pdf
AIMC (2009b) AIMC presenta los resultados de su 11ª Encuesta a Usuarios de
Internet. La mitad de los internautas españoles están enganchados a las re-
des sociales. Febrero. Web:
http://download.aimc.es/aimc/09notas/encuesta11b.pdf
Bermejo, F. (2003). La medición de audiencias en internet. En Igartua, J.J. y Badillo,
A. (eds.) Audiencias y Medios de Comunicación. Salamanca: Universidad de
Salamanca, 99-108.
Bermejo, F. (2007). The Internet Audience. Constitution & Measurement. New
York: Peter Land.
Castañeda, J.A. y Luque, T. (2004). Diseños de investigación comercial en internet:
oportunidades y limitaciones. Investigación y Marketing, 84 (Septiembre) 20-
28.
CIS (2007): La percepción social de las encuestas, Estudio nº 2676. En:
http://www.cis.es/cis/opencms/-
Archivos/Marginales/2660_2679/2676/Es2676_Ftecnica_enlace.html
Cobanoglu, C. y N. Cobanoglu (2003): “The effect of incentives in web surveys:
application and ethical considerations”. International Journal of Market Re-
search. Vol. 45, Quarter 4, pp. 475 a 488.
76
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
77
Metodología de Encuestas
Volumen 11, 2009 79-101
ISSN: 1575-7803
79
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
ABSTRACT. Several studies oriented to the estimation of prices in real estate mar-
kets have been published in the last decade. There are several potential users in need
of an objective tool to estimate the price of dwellings: owners of houses and flats,
builders, property agents, investment societies, insurance companies, or the public
sector department as the fiscal or municipal authorities. In paragraph empirical it
comes to determining the price of housing in Cordoba using Artificial Neural Net-
works (ANN). Neural networks models provide a more flexible tool that can adapt
better than hedonic models to nonlinearities of the real estate markets, and with
larger forecasting power.
The modelling of property value has been developed with a sample of sales in the
city of Cordoba, that is, in an urban zone. From a series of attributes relating to the
housing it will try to provide of an objective form which is the price of market.
Some exogenous variables are considered, related to the property, the building and
its environment. The market price has been recorded for 10124 sales from 2002 until
the first semester of 2006; these have been provided by the Real Estate Agencies
involved in the study. Categorical data have been summarized through some ad hoc
functions that estimate the importance of several related characteristics of each unit.
KEY WORDS: Housing, Artificial Neural Networks (ANN), Real estate appraisal.
80
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
1. Introducción
Desde mediados de los años ochenta y, especialmente, en la última década
los precios de la vivienda en propiedad en España han experimentado un crecimien-
to espectacular. Esto ha originado que las familias españolas destinen una parte muy
significativa del presupuesto familiar a la adquisición del bien vivienda. También es
preciso tener presente que existe una evidente preferencia sociológica de los españo-
les hacia la compra de una vivienda frente al alquiler, tendencia alimentada en gran
medida por la legislación existente al respecto. Por consiguiente, un mecanismo
objetivo de valoración, a partir de los atributos del inmueble, resulta de interés para
numerosos colectivos, entre los que cabe citar los propios propietarios, constructo-
res, agentes de la propiedad inmobiliaria, inversores, entidades tasadoras, financie-
ras, aseguradoras o la propia Administración.
Los orígenes del estudio del mercado inmobiliario podrían situarse a nivel
internacional en la década de los cincuenta, siendo a partir de los estudios de Rosen,
a mediados de los setenta, cuando comienza a analizarse el precio del inmueble en
los núcleos urbanos aportando un marco metodológico completo utilizando modelos
hedónicos. Fuera de nuestro país ha sido relativamente frecuente encontrar este tipo
de análisis, pero comparativamente existen muy pocos estudios al respecto en Espa-
ña, donde en cualquier caso éstos se realizan desde el punto de vista macroeconómi-
co, explicando eminentemente el comportamiento del agregado correspondiente a la
inversión en construcción residencial o a las inversiones en vivienda.
Por otra parte, existe un limitado número de trabajos en este ámbito que
aplican la técnica de Redes Neuronales Artificiales (RNA). Este trabajo utiliza dicha
metodología para determinar empíricamente los precios de los inmuebles en la ciu-
dad de Córdoba en diferentes marcos temporales. En primer lugar, se obtiene un
modelo de RNA utilizando los registros del primer semestre de 2006 y posterior-
mente se propondrán los modelos correspondientes a los ejercicios anteriores (2002
a 2005) y se efectuarán comparaciones.
Entre los autores que han desarrollado los sistemas más destacables cabe citar los
que se recogen en la tabla 1.
En España, dentro del ámbito de valoración de inmuebles destacan las apor-
taciones de Caridad y Ceular (2001), García Rubio (2004), Gallego (2004) y Lara
(2005), aplicaciones relativas al mercado inmobiliario de la ciudad de Córdoba,
Albacete, Madrid y Jaén, respectivamente.
Los orígenes de los sistemas neuronales artificiales se remontan a los traba-
jos de McCulloch y Pitts (1943) con el fin de resolver problemas de carácter cogni-
tivo que no son fáciles de programar de modo algorítimico. Sin embargo, existen
trabajos anteriores que abrieron el camino a estos investigadores, entre los que po-
demos destacar el realizado por Kart Lashley en los años 20.
Tabla 1.
Utilización de sistemas de Inteligencia Artificial (IA) en valoración inmobiliaria
82
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
establecidas por el patrón de conexión para especificar como se valoran las entradas
que reciba de cada neurona.
El modelo básico de red está estructurado jerárquicamente en tres partes: la
capa de entrada -input- , la capa o capas ocultas -comúnmente referenciadas como
“caja negra”- y la capa de salida -output-. Una cuestión importante es la selección
del número de capas ocultas de la red y el número de neuronas por capa. A este
respecto no se establecen reglas concretas que permitan la determinación del número
de neuronas o el número de capas ocultas de una red para resolver problemas con-
cretos. Hay que tener en cuenta que un número excesivo de capas puede generar
ruido, pero se puede conseguir una mejor tolerancia a fallos (Bonilla, 1997). Por otra
parte, el número de neuronas ocultas interviene en la eficacia del aprendizaje y gene-
ralización de la red1. Así, en general, pocas neuronas ocultas provocan que la red no
distinga bien las características del problema provocando que en la fase de entrena-
miento no se alcancen los límites especificados, mientras que la definición de dema-
siadas neuronas ocultas, sin embargo, aunque no lleve a resultados erróneos, genera
procesos tediosos de entrenamiento2, además de producir la pérdida de capacidad de
generalización de la red. En definitiva, determinar el tamaño de las capas no es una
tarea sencilla y suele estar basado en la experiencia, se efectuará en función del
problema en estudio y de la precisión esperada de la red.
Otras consideraciones a tener en cuenta serán la determinación de la regla o
función de activación y del algoritmo o regla de aprendizaje. La función de activa-
ción de las neuronas de las capas ocultas es una función (lineal, sigmoide o logística,
hiperbólica…) que, a partir del estado actual de activación de una neurona y de su
entrada neta (determinada por el patrón de conexión y la regla de propagación),
evalúa el estado de activación siguiente. Por su parte, los algoritmos de entrena-
miento o reglas de aprendizaje (BP estándar y sus variantes como término de mo-
mento, gradientes conjugados, Quickprop, regla Delta-var-Delta…)3 es el procedi-
miento por el cual se procede a la modificación del patrón de conexión.
Otro aspecto es la división del conjunto de datos muestrales disponibles en
dos subconjuntos: el primero de ellos se tomará como patrón ejemplo para entrenar
la red y ajustar los pesos (fase de aprendizaje4), y el segundo se utilizará para com-
probar la eficiencia de la misma (fase de ejecución).
1
Hilera (1995).
2
Una capa oculta con muchas neuronas hace que la red tarde menos iteraciones en apren-
der, pero cada iteración llevará más tiempo, puesto que habrá que calcular más pesos (Pérez
y Martín, 2003).
3
Sobre los algoritmos de entrenamiento hay que tener presente que constantemente aparecen
nuevas propuestas en la literatura y que, a menudo, un método ideal para acelerar un entre-
namiento puede producir un pobre rendimiento en una aplicación diferente (Freeman y Ska-
pura, 1993).
4
El tipo de aprendizaje de una red viene determinado por la forma en que se adaptan los
pesos o parámetros, distinguiéndose los siguientes tipos de aprendizaje:
83
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
84
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
red alimentada hacia delante -tipo feedforward-, que en el supuesto más simple
posee una única capa oculta y su funcionamiento se puede dividir en dos fases: pro-
pagación de la información desde la capa de entrada a la capa oculta -con el cálculo
de los nodos o neuronas ocultas- y propagación de la información desde la capa
oculta a la salida -con el cálculo de la salida global de la red-.
5
La razón por la que no se incluyen viviendas rurales (o incluso urbanas periféricas) ni
unifamiliares es debida a que las características de este tipo de viviendas son muy distintas
en cuanto a superficies, localización y entorno frente a las viviendas urbanas tipo pisos, de
forma que la relación entre el precio y las características es muy distinta.
6
Se entiende por “precio de mercado”, la cuantía económica vinculada a una transacción,
medida en términos monetarios. Por el contrario, el “valor de mercado” –también conocido
como valor venal- se define, en el campo de la valoración y tasación como el estimador del
precio de mercado. Se trata de una cifra o un intervalo obtenido a partir del análisis estadís-
tico y económico, totalmente teórico, aunque basado en bases de datos sobre precios y otras
variables y que puede aproximarse o diferir, más o menos, del precio real que ha ocurrido o
del precio futuro que va a ocurrir si la transacción tiene lugar.
85
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
7
No bastaría con la consideración de las zonas por códigos postales que tiene en cuenta el
Ministerio de Vivienda, pues en la mayor parte de los casos esto da lugar a áreas muy hete-
rogéneas.
86
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
ces que recojan a la vez varias características con el objetivo de poder atribuirles una
interpretación cuantitativa8.
Tabla 2.
Clasificación de atributos y variables
8
Richardson (1973); Saura (1995); Jaén y Molina (1995)
87
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
Tabla 3.
Indicadores Sintéticos Aritméticos
4. Resultados
4.1. Análisis de Datos
9
Córdoba no es una ciudad monocéntrica, puesto que en ella aparecen zonas distantes cuyas
viviendas poseen altos precios, por ello puede dividirse a la ciudad en diferentes centros que
podrían ser apreciados por el comprador potencial de este tipo de bien.
10
Fue posible ampliar la información referente al barrio donde la vivienda está ubicada
incorporando datos de los estudios realizados por el Ayuntamiento de la ciudad y la Gerencia
de Urbanismo referentes a la renta media de los vecinos de cada uno de los barrios que
componen la ciudad. Finalmente se obtuvieron cinco distritos claramente diferenciados que
se consideran con niveles de renta y riqueza análogos.
11
Freeman y Skapura (1993), Haykin (1999), García Rubio (2004).
88
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
Figura 1.
Estructura de la red perceptrón multicapa 6:6-6-1:1
12
Este precio incluye las comisiones y gastos de gestión de la empresa inmobiliaria que actúa
de intermediaria en la transacción. No obstante, no están incluidos impuestos tales como el
IVA de los gastos de gestión o el Impuesto sobre Transmisiones Patrimoniales.
13
6:6 significa que el número de neuronas de entrada es de 6 y que tras el preprocesamiento
de los datos esta cifra se mantiene ya que no se han utilizado codificaciones especiales –como
el esquema 1 de N- vinculadas a las variables cualitativas ante la ausencia de éstas.
89
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
Gráfico 1.
Evolución del error durante el proceso de entrenamiento
Error
0.16
0.15
0.14
0.13
0.12
0.11
0.10
0.09
0.08
0.07
0.06
0 1000 2000 3000 4000 5000
Iteración
14
La función logística o sigmoidea presenta un rango de salida en el intervalo [0,1] y su
expresión es: f(x) = 1/(1+ e -x), donde x es la entrada neta de cada neurona.
15
Se utilizan sólo las observaciones completas contando, por tanto, con un total de 1189
registros.
90
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
Las tablas 4 y 5 muestran las matrices de pesos y umbrales que conectan las
neuronas de la capa de entrada con la oculta y las neuronas de ésta con la capa de
salida, respectivamente. Las seis neuronas correspondientes a la capa oculta apare-
cen denotadas con un 2 seguido del número de neurona correspondiente. La neurona
de la capa de salida queda reflejada en 3.1.
Tabla 4.
Matriz de pesos de neuronas entre capa de entrada y capa oculta
Tabla 5.
Matriz de pesos de neuronas entre capa oculta y capa de salida
3.1
Umbral -0,9370
2.1 3,9678
2.2 -3,9225
2.3 -3,7264
2.4 1,8743
2.5 0,9303
2.6 -2,5079
del análisis de sensibilidad, que nos permite realizar una ordenación de las variables
por su poder explicativo tal y como queda reflejada en la tabla 6. El ratio de error de
cada input representa el cociente entre el error del modelo sin incluir la variable y el
error incluyéndola. A la vista de los resultados puede afirmarse que la variable que
más contribuye a explicar el precio de venta total de la vivienda es la superficie16
(1,2953), seguida del índice de ubicación de la misma (1,2009) y de los gastos de
comunidad mensuales expresados en euros (1,1577). Para las tres variables explica-
tivas restantes -antigüedad, índice de anejos e interacción entre la solería y la carpin-
tería- se observan ratios muy inferiores a los de las tres variables principales y, ade-
más, presentan ratios muy parecidos que oscilan aproximadamente entre el 1,04 y el
1,06.
Tabla 6.
Análisis de sensibilidad de los inputs
SUPERFICIE 1.2953 1
COMUN 1.1577 3
ANTIGÜEDAD 1.0395 6
IANEJOS 1.0414 5
IUBICACIÓN 1.2009 2
SOL^CAR 1.0644 4
El hecho de obtener ratios tan reducidos para tres de los inputs puede hacer
pensar en la posibilidad de podar la red para prescindir de la información proporcio-
nada por los mismos. No obstante, se decide mantenerlos básicamente, porque se
probaron algunos modelos en los que se prescindía de estas variables y los resulta-
dos empeoraron con respecto a los obtenidos para el modelo completo.
Los resultados obtenidos en el proceso de validación de la red neuronal
muestran un alto grado de ajuste en las estimaciones del precio de la vivienda utili-
zando la red propuesta, puesto que se ha alcanzado un coeficiente de determinación
(R2) de 86,05%. La Raíz del Error Cuadrático Medio -RECM- (expresado en €)
toma un valor de 39.540,36. Por otra parte, la media del error absoluto -sin com-
pensaciones entre sobrevaloraciones e infravaloraciones de viviendas- toma un valor
de 28.551,34 € y el error medio relativo -cociente expresado en porcentaje que re-
coge el error medio absoluto entre el precio medio real de mercado- asciende a
13.69%.
16
Con respecto al poder de cada uno de los inputs o factores señalar que se probó con otras
combinaciones de inputs y en todos los casos resultaba la superficie con el ratio más elevado,
seguida por el índice de ubicación en la siguiente posición.
92
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
Gráfico 2.
Precio de venta real vs. Precio de venta estimadopor la red (en euros)
700000
Precio de venta Estimado (en euros)
600000
500000
400000
300000
200000
100000
0
0 100000 200000 300000 400000 500000 600000 700000
93
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
Gráfico 3.
Histograma de errores cometidos por la red
150
100
Frecuencia
50
S
3
0
-100000,00 0,00 100000,00
94
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
Tabla 7.
Número de registros completos, en fase de entrenamiento y test
17
El índice de anejos en el año 2004 posee un ratio de 0,9917 lo que significa que el error de
la red prescindiendo de esta variable es menor que si la incluimos. A pesar de ello se ha
mantenido dado que su valor está muy próximo a la unidad y, además, porque se pretende
efectuar una comparación con el modelo hedónico estimado anteriormente que sí incluía esta
variable.
95
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
bles antigüedad e índice de anejos van perdiendo poder a favor de la variable gastos de
comunidad y, en menor medida, de la interacción entre la solería y la carpintería.
Gráfico 4.
Comparativa de análisis de sensibilidad de los inputs
1.9000
1.7000
Superf icie
1.5000 Comun
Antigüedad
1.3000 IAnejos
IUbicación
1.1000
Sol^Car
0.9000
2002 2003 2004 2005 2006
Tabla 8.
Comparación de los resultados obtenidos 2002-2006
96
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
5. Conclusiones
El desarrollo de la Inteligencia Artificial permite la utilización de sistemas
de Redes Neuronales Artificiales (RNA) como alternativa a los métodos economé-
tricos de modelización tradicional.
La utilización de redes neuronales se muestra apropiada para evitar la rigi-
dez propia de los planteamientos de los modelos tradicionales de regresión, en los
que, entre otras limitaciones, destaca el elevado grado de multicolinealidad que suele
estar presente entre las variables explicativas del precio del bien. Otra ventaja de una
RNA es su capacidad para estimar el valor de las propiedades que presentan caracte-
rísticas significativamente diferentes de las de los bienes de su entorno (outliers),
dado que este tipo de sistemas somete a las muestras a procesos matemáticos mucho
más complejos que los tradicionales modelos. No obstante, aunque la mayoría de los
trabajos señalan la superioridad de las redes es preciso señalar que algunos estudios
llegaron a conclusiones bien distintas rechazando la red por no superar a los modelos
tradicionales de regresión y por su naturaleza de “caja negra”18.
Formulada una red MLP (Perceptrón Multicapa) para tratar de determinar
el precio de venta total de un inmueble, teniendo en cuenta las transacciones efec-
tuadas en Córdoba durante el primer semestre de 2006, se aprecia que los resultados
obtenidos en el proceso de validación de la red neuronal muestran un alto grado de
ajuste en las estimaciones del precio de la vivienda.
En cuanto a los inputs utilizados indicar que la superficie, la ubicación, la
antigüedad y la presencia de garaje suelen estar presentes en la mayor parte de los
trabajos que han aplicado redes neuronales a la valoración de bienes inmuebles.
La superficie -ya sea útil o construida- suele ocupar la primera posición -o
segunda en algunos casos19- al efectuar el análisis de sensibilidad, seguida por la
ubicación del inmueble. Esta última variable viene recogida por algunos autores
como “distancia el centro de la ciudad” en el caso de ciudades monocéntricas. Tam-
bién hubiera sido interesante precisar variaciones en precio ante variaciones concre-
tas en la ubicación -por números en una calle o coordenadas geográficas-, pero ha de
tenerse presente que los resultados obtenidos han sido tomados en función de la
información disponible y las APIs por motivos de confidencialidad se negaron ro-
tundamente a proporcionar la localización exacta de los inmuebles.
Desde un primer momento también se consideró relevante la presencia en el
modelo de la variable antigüedad del inmueble. En la red propuesta dicho atributo
ha sido expresado en número de años, no obstante en otros estudios la variable anti-
güedad ha sido sustituida por la variable “estado de conservación del inmueble”
considerada más representativa. De hecho esta última puede estar relacionada con el
input incluido en la red propuesta que considera la interacción entre la calidad de la
18
Entre los trabajos que han puesto de manifiesto que las redes neuronales no son necesaria-
mente superiores a los modelos de regresión se encuentran los de Allen and Zumwalt (1994)
o Worzala, Lenk y Silva (1995).
19
García Rubio (2004)
97
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
20
Véase Lara Cabeza (2005); Quang Do y Grudnitski (1992); García Rubio (2004); Lisom-
bunchai (2004); Worzala et. al. (1995).
98
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
Referencias bibliográficas
Allen, W.C. And Zumwalt, J.K. (1994). Neural Networks: a word of caution. Wor-
king Paper. Colorado State University.
Bonilla, Mª y Puertas, R. (1997). Análisis de las redes neuronales: aplicación a pro-
blemas de predicción y clasificación financiera. Quaderns de Treball 43.
Dpto. de Economía Financiera y Matemática. Universidad de Valencia.
Bonissone et. Al. (1998). “Automated residential property valuation: An accurate
and reliable approach based on soft computing”, en R. Ribeiro; H. Zim-
mermann; R. Yager y J. Kacpzyk, J. (eds.). Soft Computing in Financial
Engineering. Heidelberg: Physica-Verlag.
Borst, R. (1991). “Artificial Neural Networks: The Next Modelling/ Calibration
Technology for the Assessment Community?”, Property Tax Journal,
IAAO, vol. 10 (1), pp. 69-94.
Caridad, J. M. y Ceular, N. (2001). “ Un análisis del mercado de la vivienda a tra-
vés de Sistemas de Redes Neuronales”, Revista de Estudios de Economía
Aplicada, Vol. 18, pp. 67-81.
Cechin, A.L.; Souto, A. y González, M.A. (2000). Real estate value of Porto Alegre
city usin artificial neural networks. Paper presented at the Brazilian Sym-
posium of Neural Networks (SBRN´2000). Rio de Janeiro, Brasil.
Collins, A. y Evans, A. (1994). “Neural Networks: an application to residential
valuation in the U.K”, Journal of Property Valuation and Investment, vol.
11, nº2, pp. 195-204.
Do, A. y Grudnitski, G. (1992). “A Neural Network Approach to Residential Proper-
ty Appraisal”, The Real Estate Appraiser, Vol.58 (3), pp. 38-45.
Fan, G.; Ong, Z.S.E. and Koh, H.C. (2006). “Determinants of house price: A deci-
sion tree approach”, Urban Studies, Vol.43 (12), pp. 2301-2315.
Freeman, J. and Skapura, D.M. (1993). Redes neuronales, algoritmos, aplicaciones
y técnicas de programación. Wilmington Addison-Wesley Diaz de Santos,
Barcelona, pp. 26-241.
Gallego Mora-Esperanza, J. (2004). “La inteligencia artificial aplicada a la valo-
ración de inmuebles. Un ejemplo para valorar Madrid”, Revista
CT/Catastro, nº 50, pp.51-67
García Rubio, N. (2004). Desarrollo y aplicación de redes neuronales artificiales al
mercado inmobiliario: aplicación a la ciudad de Albacete. Tesis Doctoral.
Universidad de Castilla – La Mancha. España.
Haykin, S. (1999). Neural networks: A comprehensive foundation. Prentice –Hall,
Nueva York.
Haynes, J. y Tan, C.N. (1998). An artificial neural network real estate price simula-
tor. School of Information Tecnology. Bond University. Australia
Hilera, J. R. y Martínez, V. J. (1995). Redes neuronales artificiales: Fundamentos,
modelos y aplicaciones. Ra-Ma, Madrid.
Jaén, M. y Molina, A. (1995). Modelos econométricos de tenencia y demanda de
vivienda. Servicio de publicaciones de la Universidad de Almería.
99
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
100
Estimación del precio de la vivienda mediante redes neuronales Met. de Encuestas 11, 2009, 79-101
Tay, D. and Ho, D. (1992). “Intelligence and the Mass Appraisal of Residential
Apartments”, Journal of Property Valuation and Investment, vol. 10, pp.
525-540.
Worzala, E.; Lenk, M. and Silva, A. (1995). “exploration of neural networks and its
application to real estate valuation”, Journal of Real Estate Research, vol.
10 (2), pp. 185-202.
101
Metodología de Encuestas
Volumen 11, 2009, 103-119
ISSN: 1575-7803
Correspondencia:
Prof. Dr. Antonio Rial Boubeta
Unidad de Psicología del Consumidor y Usuario (PSICOM)
Universidad de Santiago de Compostela
Campus Sur, s/n – Santiago - 15782 - A Coruña – España
Tel.: 981563100 ext.13912 – Fax: 0034 981 528071
e-mail: antonio.rial.boubeta@usc.es
http://www.usc.es/psicom/
103
Met. de Encuestas 11, 2009, 103-119 S. D. Ferreira, A. Rial, E. Picón y J. Varela
ABSTRACT. Conjoint Analysis has been evolving steadily since the seminal work
of Luce and Tukey (1964), and has become the most often used tool for the analysis
of the consumer preferences. Conjoint method has also attracted the interest of many
academic researchers. Some of the biggest methodological concerns include the
statistical procedures to optimize parameter estimation, and the overload information
problem. But little attention has been focused on an issue such as the order of the
attribute presentation and its influence on the estimates. In this paper, we carried out
an empirical study to analyse this potential harmful bias when using full profile
procedures of collecting information. Results show that when the order of the stim-
uli presentation changes, the attributes’ importance and the part-worth change too.
Therefore, a clear recommendation for professionals arises: They should be aware of
this effect and try to control it in order to get more reliable results and improve the
decision-making process.
104
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
U = f (u1 k ,..., u jk )
106
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
107
Met. de Encuestas 11, 2009, 103-119 S. D. Ferreira, A. Rial, E. Picón y J. Varela
Método
Participantes
La muestra estuvo constituida por 300 jóvenes universitarios, 96 hom-
bres y 204 mujeres, con edades comprendidas entre los 18 y los 35 años (Me-
dia=23.53; Desviación Típica=4.59), residentes en la ciudad de Porto (Portugal)
y área metropolitana. Los participantes fueron invitados a tomar parte de manera
voluntaria en el estudio, advirtiéndoles de la importancia de que la tarea a reali-
zar se ejecutase con la máxima seriedad y sinceridad posible. Para la realización
de dicha tarea se establecieron tres grupos (SERIE 1, SERIE 2 y SERIE 3), co-
rrespondientes a tres secuencias distintas de presentación de los atributos consi-
derados. Los sujetos fueron asignados de forma aleatoria a cada uno de ellos. En
cualquier caso, para garantizar que se trataba de grupos equilibrados, se com-
probó que su composición era similar por lo que se refiere a variables sociode-
mográficas como Sexo, Edad, Estado Civil, Ocupación e Ingresos. Tal y como
se recoge en la Tabla 1, la distribución de los grupos con relación a dichas va-
riables no implicaba diferencias significativas.
Estímulos
Dado el amplio número de combinaciones posibles (3x4x2x2x4x3 = 576), y
la correspondiente imposibilidad de trabajar experimentalmente con ellos, se aplicó
un diseño factorial fraccionado (generado mediante el procedimiento Orthoplan del
SPSS), que seleccionó un diseño eficiente (ortogonal y equilibrado; véase Picón,
Varela y Braña, 2006) compuesto por 16 perfiles diferentes. Estos 16 perfiles repre-
sentan el número mínimo de estímulos (combinaciones de niveles de atributo) nece-
sario para la realización del estudio, con un grado de generalización de resultados
suficiente. Se construyeron, por tanto, 16 tarjetas que representaban dichas combina-
ciones y en las que se describían las características de cada destino. En definitiva,
para la recogida de datos se optó por la utilización de Perfiles Completos (Full Pro-
file) simulados (tarjetas).
Para estudiar el efecto del orden de presentación de los niveles de atributo,
se utilizaron tarjetas de 3 colores diferentes, cada uno representativo de un orden o
secuencia de presentación concreta. Así por ejemplo, en la Serie 1 (Color AZUL), la
108
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
Tabla 1.
Composición de los tres grupos de participantes
109
Met. de Encuestas 11, 2009, 103-119 S. D. Ferreira, A. Rial, E. Picón y J. Varela
Tabla 2.
Atributos y Niveles utilizados
Sol
(a) Clima Frío o Nieve
Templado
Amplia
(b) Tamaño de la Oferta Cultural
Reducida
Playa
(c) Entorno Naturaleza o Montaña
Urbano
Hasta 300€
300€ - 600€
(e) Precio
600€ - 1000€
Más de 1000€
Procedimiento
Lo que a los sujetos se les pedía era que durante unos minutos inspecciona-
sen el contenido de las 16 tarjetas (destinos turísticos con características concretas)
y, a continuación, las ordenasen en función de sus propias preferencias, desde la más
preferida a la menos preferida (procedimiento Sequence). Una descripción detallada
de los diferentes procedimientos de recogida de datos en el Análisis Conjunto puede
consultarse en el trabajo de López y Varela (2000).
Análisis de Datos
La matriz de datos en la que se recogía la secuencia de ordenación de los
300 sujetos (300 x 16) fue analizada mediante el algoritmo Conjoint implementado
en el paquete estadístico SPSS 15.0.
110
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
Figura 1.
Ejemplo de las tarjetas utilizadas y los distintos
ordenes de presentación de los niveles de atributo
DESTINO 1
a) SOL
b) AMPLIA OFERTA CULTURAL
c) PLAYA Serie 1 (AZUL):
d) AMPLIA OFERTA DE OCIO Y DI- a-b-c-d-e-f
VERSIÓN NOCTURNA
e) MÁS DE 1000€
f) 1 SEMANA
DESTINO 1
c) PLAYA
d) AMPLIA OFERTA DE OCIO Y DI-
VERSIÓN NOCTURNA Serie 2 (BLANCO):
a) SOL c-d-a-b-e-f
b) AMPLIA OFERTA CULTURAL
e) MÁS DE 1000€
f) 1 SEMANA
DESTINO 1
e) MÁS DE 1000€
f) 1 SEMANA
c) SOL Serie 3 (GRIS):
d) AMPLIA OFERTA CULTURAL e-f-c-d-a-b
a) PLAYA
b) AMPLIA OFERTA DE OCIO Y DI-
VERSIÓN NOCTURNA
111
Met. de Encuestas 11, 2009, 103-119 S. D. Ferreira, A. Rial, E. Picón y J. Varela
Figura 2.
Ejemplo del orden de presentación para los atributos ENTORNO y PRECIO
1º) SOL
2º) AMPLIA OFERTA CULTURAL
3º LUGAR: 3º) PLAYA
ENTORNO
4º) AMPLIA OFERTA DE OCIO Y
DIVERSIÓN NOCTURNA
5º) MÁS DE 1000€ 5º LUGAR:
6º) 1 SEMANA PRECIO
1º LUGAR:
1º) MÁS DE 1000€ PRECIO
2º) 1 SEMANA
3º) SOL
4º) AMPLIA OFERTA CULTURAL
5º LUGAR: 5º) PLAYA
ENTORNO
6º) AMPLIA OFERTA DE OCIO Y
DIVERSIÓN NOCTURNA
Resultados
En primer lugar, el ajuste obtenido para las tres series utilizadas es elevado,
independientemente del orden de presentación seguido en cada una de ellas, lo cual
revela que, desde un punto de vista estadístico, la validez interna de los resultados es
alta en los tres casos. En otras palabras, los parámetros estimados son capaces de
reproducir fielmente las ordenaciones realizadas por los sujetos.
A pesar de que desde un punto de vista estadístico las tres series proporcio-
nan estimaciones válidas, las importancias calculadas para algunos atributos sufren
variaciones significativas (Tabla 4). Como se puede observar en el caso del Clima y
del Entorno, las variaciones superan incluso los 12 puntos. En el caso del Precio o la
Duración dichas diferencias son también importantes, aunque no resultan estadísti-
camente significativas.
112
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
Tabla 3.
Ajuste en las tres series de presentación de los atributos
Tabla 4.
Diferencias de las importancias de los atributos
a b c d e f
OFERTA
CLIMA ENTORNO OCIO PRECIO DURACION
CULTURAL
SERIE 1 37.34 22.57 7.61 15.9 5.41 11.17
SERIE 2 22.7 23.13 19.6 14.82 11.13 8.63
SERIE 3 32.59 19.97 8.22 17.08 4.9 17.3
F 6.521 0.601 12.058 1.149 0.563 0.845
Sig. 0.002 0.549 < 0.001 0.318 0.570 0.431
113
Met. de Encuestas 11, 2009, 103-119 S. D. Ferreira, A. Rial, E. Picón y J. Varela
Figura 3.
Importancias de los atributos en las tres series
37.3
0 32.6
0
22.7 23.1 20 22.6 Serie 1
19.6 17.1 17.3 Serie 2
0 14,8 15.9 Serie 3
11.1
7.6 8.6
0 5.4
.8
Tabla 5.
Importancias de los atributos en las tres series analizadas
114
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
Tabla 6.
Utilidades parciales de los niveles de atributo según el orden de presentación
Partworths ANOVA
Serie 1 Serie 2 Serie 3 F Sig.
SOL 2.09 1.240 2.094 6.239 0.002
FRIO-NIEVE -1.17 -0.906 -0.971 0.523 0.593
TEMPLADO-HÚMEDO -0.92 -0.334 -1.123 4.929 0.008
AMPLIA OFERTA CULTURAL 0.99 1.094 0.985 0.180 0.835
OFERTA CULTURAL NULA -0.99 -1.094 -0.985 0.180 0.835
PLAYA 0.4 1.058 0.418 6.324 0.002
URBANO -0.27 -0.796 -0.393 2.487 0.085
NATURALEZA-CAMPO-RURAL -0.14 -0.262 -0.026 0.524 0.593
AMPLIA OFERTA DE OCIO 0.7 0.701 0.843 0.444 0.642
OFERTA DE OCIO NULA -0.7 -0.701 -0.843 0.444 0.642
HASTA 300€ 0.12 0.644 -0.239 6.905 0.001
ENTRE 300€ - 600€ -0.14 -0.171 -0.130 0.019 0.981
ENTRE 600€ - 1000€ -0.23 -0.065 0.239 2.082 0.127
MÁS DE 1000€ 0.25 -0.409 0.130 3.526 0.031
2-3 DIAS (FIN DE SEMANA) -0.63 -0.454 -1.014 3.366 0.036
UNA SEMANA 0.35 0.091 0.321 1.097 0.335
DOS SEMANAS 0.28 0.363 0.693 1.702 0.184
115
Met. de Encuestas 11, 2009, 103-119 S. D. Ferreira, A. Rial, E. Picón y J. Varela
Figura 4.
Utilidades parciales de los niveles de atributo en cada serie
2.09 2.09
2,2 1,2 1.09
0.99 0.99
1,8
1.24 0,8
1,4
1,0 Serie 1 0,4 REDUCIDA OFERTA Serie 1
0,6 FRIO O NIEVE TEMPLADO CULTURAL
Serie 2 Serie 2
0,0
0,2 Serie 3 Serie 3
-0,2 -0,4 AMPLIA OFERTA CULTURAL
-0,6 -0.33
SOL -0,8
-1,0
-0.91 -0.92
-1,4 -1.17 -0.97 -1.12 -1,2 -0.99 -0.99
-1.09
0,8
0.64
1,2
0,8 0.69
0,4 0.25
0.24
0.12 0.13 2-3 DIAS 0.35 0.32 0.36
Serie 1 0,4 0.27 Serie 1
(FIN DE SE- 0.09
0,0 Serie 2 Serie 2
0,0 MANA)
-0.06 Serie 3 Serie 3
-0.14 -0.13 1 SE- 2 SEMANAS
-0.24 -0.23 -0,4 MANA
-0,4 -0.17 -0.45
-0.41 -0,8 -0.63
< 300€ 300€ - 600€ 600€ - 1000€ MÁS DE 1000€ -1.01
-0,8 -1,2
Conclusiones
El Análisis Conjunto se ha convertido en los últimos años en una de las
herramientas más utilizadas por profesionales e investigadores a la hora de estudiar
las preferencias de los consumidores (Hartmann y Sattler, 2002; Feltrinelli y Molte-
ni, 2004; Picón, Varela y Braña, 2006; Ramírez, 2008). El procedimiento habitual en
términos prácticos (dada la dificultad de trabajar en muchas ocasiones con estímulos
116
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
117
Met. de Encuestas 11, 2009, 103-119 S. D. Ferreira, A. Rial, E. Picón y J. Varela
Referencias
Acito, F. (1977). An investigation of some data Collection issues in Conjoint
Measurement. American Marketing Association Educator’s Proceedings,
82-85.
Baloglu, S. y McCleary, K.W. (1999). A model of destination image formation.
Annals of Tourism Research, 35 (4), 11-15.
Chrzan, K. (1994). Three kinds of order effect in choice-based conjoint analysis.
Marketing Letters, 5, 165-172.
DeMoranville, Carol W. y Carol C. Bienstock. (2003). Question Order Effects in
Measuring Service Quality”. International Journal of Research in Market-
ing, 20 (3), 217-231.
DeSarbo, W. S. y Green, P. E. (1984). Concepts, theory and techniques, Choice-
constrained conjoint analysis, Decision Sciences, 15, 291-323.
Feltrinelli, E. y Molteni, L. (2004). L’uso commerciale della Conjoint Analysis in
Italia, Giornata di Studio La Conjoint Analysis: Orientamenti metodologici
e recenti contribute all’analisi dei dati prefenza nelle scienze socio-
economiche, Universitá Degli Studi di Salermo.
Gallarza, M., Gil, I. y Calderón, H. (2002). Destination image. Towards a conceptual
framework. Annals of Tourism Research, 29(1), 56-78.
Goodrich, J. (1978). The Relationship Between Preferences for and Perceptions of
Vacation Destinations – Application of a Choice Model. Journal of Travel
Research, 17 (2), 8-13.
Gustafsson, A., Herrmann, A. y Huber, F. (2000). Conjoint analysis as an instrument
of market research practice. Conjoint Measurement: Methods and Applica-
tions. Berlin, Springer-Verlag.
Hartmann, A. y Sattler, H. (2002). Commercial Use of Conjoint Analysis in Ger-
many, Austria and Switzerland. Research Papers on Marketing and Retail-
ing, University of Hamburg, 6.
Haugtvedt, C.P. y Wegener, D.T. (1994). Message order effects in persuasion. An
attitude strength perspective. Journal of Consumer Research, 21 (1), 205-
218.
Huber, J., Wittink, D.R., Johnson, R.M. y Miller, R. (1992). Learning Effects in
Preference Tasks: Choice-Based Versus Standard Conjoint. Sawtooth Soft-
ware Conference Proceedings, M. Metegrano ed., 275-282, Ketchum
(Idaho), Sawtooth Software.
Johnson, R. M. (1987): Adaptive Conjoint Analysis Sawtooth Software Conference
on Perceptual Mapping, Conjoint Analysis, and Computer Interviewing.
Sawtooth Software, Ketcham, ID, 253–265.
Klatsky, R.L. (1995). Human memory. San Francisco, California: Freeman.
118
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
119
Crítica de libros Met. de Encuestas 11, 2009, 121-129
Metodología de Encuestas
Volumen 11, 2009, 121-136
ISSN: 1575-7803
121
Met. de Encuestas 11, 2009, 121-129 M. T. Cabrero Morán
RESUMEN. Varios son los paquetes estadísticos que calculan tamaños de muestra.
Algunos se dedican específicamente a esta tarea mientras que otros la incluyen entre
sus opciones.
En el siguiente trabajo se presenta un estudio de una serie de programas que nos
permiten calcular el tamaño muestral, comparando únicamente las características
relacionadas con este cálculo. Además se comenta si tienen algo peculiar.
ABSTRACT. Several statistical packages calculate the sample size. Some of them
are specifically dedicated to this calculation whereas others include it in their menus.
This paper is a study of some programs for calculating sample size and it compares
only characteristics related to this calculation. In addition, it is shown whether these
programs have something peculiar “or not”.
122
Estudio comparativo de programas para cálculo… Met. de Encuestas 11, 2009, 121-129
1. Introducción
Resulta indiscutido que la contemporánea sociedad de la información se ha
convertido asimismo en la sociedad de la estadística, seguramente porque no existe
ciencia más idónea para el análisis, el estudio y la comprensión de la realidad que
conforma el contexto actual, caracterizada por su extraordinaria complejidad. Se
suceden por ello cotidianamente estudios que precisan del muestreo estadístico para
la realización de estimaciones de múltiples características que afectan. Todos estos
estudios tratan de dar respuesta a una pregunta metodológica común: ¿Cuántas
observaciones se deben extraer o cuántas se deben realizar para que los resultados
sean válidos y se obtengan con el menor coste posible?
La determinación del número o del tamaño de la muestra de forma adecua-
da puede llegar a ser una tarea larga y tediosa, principalmente por la necesidad de
emplear mucho tiempo para la realización y el ajuste de los cálculos. Por esta razón
son muchos los paquetes estadísticos creados para tal fin. Algunos se ofrecen especí-
ficamente para el cálculo del tamaño muestral y otros se localizan dentro de las
opciones de menú.
Seguidamente se presenta un estudio comparativo de paquetes estadísticos
que calculan el tamaño muestral. Los programas se han localizado a través de dife-
rentes fuentes. Una de las principales vías ha sido Internet mediante los buscadores
Google y Yahoo y la enciclopedia Wikipedia. También se han sido consultados otros
profesionales sobre los que utilizan en sus trabajos.
Las aplicaciones estudiadas son las que a continuación se citan: Ene 3.0,
CALnYES, Epidat 3.1, RSize, StatCalc, MAS, NBioestadística, OpenEpi, y Raosoft.
No cabe duda de que existen más programas que realizan estos cálculos.
Los aquí incluidos, no obstante, se caracterizan por poderse conseguir en un plazo de
tiempo adecuado y sin pagar licencias de uso. Algún programa ha sido descartado
por ser de pago y no poseer una versión de evaluación.
El estudio se ha realizado usando Windows XP, por lo que no se ha evalua-
do ningún programa que no funcionase en este entorno. Al ser uno de los programas
comparados de la misma autora que el artículo, se ha intentado evaluar sólo cualida-
des objetivas para evitar valoraciones estrictamente subjetivas. No se pretende deci-
dir cuál deviene mejor o peor, sino simplemente presentar las características de cada
producto en la parte correspondiente, fundamentalmente para que el usuario esté en
condiciones de elegir en función de sus necesidades. Ha de destacarse que, aunque la
aplicación realice otra serie de cálculos y análisis, este trabajo está enfocado a la
parte del tamaño muestral, por lo que el resto no ha sido evaluado.
Se ilustra mediante un cuadro resumen las propiedades más relevantes de
cada una de las aplicaciones. Se pasa posteriormente a especificar algunas caracte-
rísticas propias de algunas de ellas.
123
Met. de Encuestas 11, 2009, 121-129 M. T. Cabrero Morán
2. Tabla comparativa
Para analizar las semejanzas y diferencias de las aplicaciones encontradas
se utiliza una serie de ítems. Como consecuencia del método elegido, se presenta
cada programa en una tabla cada en la que constan sus características.
Esta es la relación de los puntos estudiados:
o Tipo de muestreo: qué tipo de muestreo estadístico puede escoger el usuario
para calcular el tamaño muestral.
o Muestreo CR: puede optarse por muestreo con reposición o poblaciones
infinitas.
o Muestreo SR: muestreo sin reposición o poblaciones finitas.
o Parámetros: indica para estimar qué parámetros poblacionales se quieren
hallar para el tamaño de muestra.
o Manual: indica si el programa posee un manual de funcionamiento y mane-
jo de sus opciones.
o Ayuda general: desde dentro de la aplicación se puede acceder a una ayuda
de todas sus opciones y funcionamiento.
o Ayuda específica: tiene una ayuda interactiva; cada opción, dato requerido
o resultado obtenido posee una ayuda en particular. Puede que al pasar o
picar con el ratón especifique de qué dato se trata o a qué fórmula responde
lo que va a calcular, o qué es estadísticamente, o cómo se interpreta.
o Presenta fórmulas en la ejecución: cada cálculo que hace el programa indi-
ca qué operaciones realiza. Se refiere a que las fórmulas aparezcan en pan-
talla, no en la ayuda ni en el manual.
o Explicación adjunta en la ejecución: el programa hace una interpretación
del resultado obtenido en la salida.
o Ejemplos en pantalla: indica si el programa muestra un caso resuelto simi-
lar al que el usuario desea realizar. También se considera cuando al entrar
en las opciones del programa aparecen datos en las casillas de entrada que
permiten al usuario ver la naturaleza y rango de los mismos.
o Especifica qué es cada dato: cuando se van a introducir los datos claramen-
te el usuario sabe cuál es el que debe introducir en cada espacio correspon-
diente.
o Indica unidades de los datos: en el mismo sitio donde se hayan de introdu-
cir los datos se sabe la ratio que le corresponde. Por ejemplo, si es en tanto
por ciento o en tanto por uno.
o Específico de muestreo: la aplicación sólo se puede utilizar para cálculo de
tamaños muestrales y no para otro análisis estadístico. Se considera que sí,
que es específico, cuando realice estimaciones con distintos planes de
muestreo; es decir, cuando esté relacionado única y exclusivamente con
teoría de muestreo.
o Idioma: el idioma en que se puede encontrar el programa (al menos el más
común).
124
Estudio comparativo de programas para cálculo… Met. de Encuestas 11, 2009, 121-129
3. Agradecimientos
No debe concluir este estudio sin expresar el agradecimiento de su autora a
todas las personas que han prestado sus programas para su realización y, especial-
mente, a GlaxoSmithKline por su amabilidad y colaboración desinteresada, así como
al profesor doctor Díaz de Rada por su ánimo y generoso apoyo.
4. Referencias
Cabero Morán, M. T., García Martín, y Mecoleta Finó, S. (2008) CALn-
YES: optimización de tamaños de muestra en diferentes muestreos y estimación en
mas y mae. Libro de Actas del V Congreso de Metodología de encuestas. Córdoba
http://dxsp.sergas.es/ApliEdatos/Epidat/cas/default.asp
http://einstein.uab.es/_c_serv_estadistica/cas/Materials/Software.html
http://en.wikipedia.org/wiki/SUDAAN#Current_version
http://en.wikipedia.org/wiki/Comparison_of_statistical_packages
http://es.yahoo.com/
http://es.wikipedia.org/wiki/Wikipedia:Portada
http://personal.us.es/vmanzano/distribuye/programas.htm
http://web.usal.es/~mateca/descargas_archivos/CALnYES_completo.zip
http://www.e-biometria.com/ene-ctm/index.htm
http://www.google.es
http://www.openepi.com/Menu/OpenEpiMenu.htm
http://www.raosoft.com/samplesize.html
125
Met. de Encuestas 11, 2009, 121-129 M. T. Cabrero Morán
Tipo
Muestreo Muestreo
de Parámetros
CR SR
muestreo
Aleatorio Simple
Ene 3.0 Estratificado Sí Sí Media y proporción
Conglomerados
Aleatorio Simple
Estratificado
Conglomerados
Media, total y pro-
CALnYES Cong. mezclado con estatifi- Sí Sí
porción
cado.
Estimación del tamaño de la
población.
126
Estudio comparativo de programas para cálculo… Met. de Encuestas 11, 2009, 121-129
Explica-
Ayu- Presenta Indica
ciones Ejem- Especifi-
Ayuda da fórmulas unidades
Manual adjuntas plos en ca qué es
General espe- durante la de los
en la pantalla cada dato
cífica ejecución datos
ejecución
Explica-
ciones
Ene 3.0 Sí Sí Sí Sí1 teóricas de Sí Sí No
lo que se
aplica
Se
descarga
Epidat 3.1 Sí No No No No Sí Sí
de
Internet
En algu-
RSize No Sí No No No Sí2 Sí
nos
StatCalc No Sí No No No Sí2 Sí Sí
Sí y con
MAS No Algo Sí No No Sí2 su parte No
teórica
NBioesta-
No No No No No No Sí No
dística
OpenEpi Sí Sí Sí No No Sí2 Sí Sí
Sí, más
estadística
Raosoft No que sobre Sí Sí No Sí2 Sí Sí
manejo de
programa
1
Ene 3.0 presenta las fórmulas utilizadas en los cálculos dentro de la ventana de ayuda.
2
Al entrar en las opciones del programa aparecen datos en las casillas de entrada que permi-
ten al usuario ver la naturaleza y rango de los mismos.
3
Al aparecer en cada momento las fórmulas utilizadas, se puede interpretar el contenido de
cada dato.
127
Met. de Encuestas 11, 2009, 121-129 M. T. Cabrero Morán
Específico
Necesita
Idioma de mues- Usuarios Otras características
Internet
treo
En principio dedi-
Presenta en pantalla una ayuda en
cado a temas de
la redacción de los resultados
Ene 3.0 Castellano Sí salud. No
obtenidos
Puede ser usado por
Pantalla muy completa
cualquiera
128
Estudio comparativo de programas para cálculo… Met. de Encuestas 11, 2009, 121-129
http://personal.us.es/vmanzano/distribuye/
MAS La ayuda específica es muy buena
programas.htm
Puede realizar cálculos para diferentes http://einstein.uab.es/_c_serv_estadistica/c
NBioestadística
valores a la vez as/Materials/Software.html
http://www.openepi.com/Menu/OpenEpiM
OpenEpi
enu.htm
4
Requiere una clave para descomprimir el fichero descargado que se proporciona por correo
electrónico.
129
Crítica de libros Met. de Encuestas 11, 2009, 131-137
131
Met. de Encuestas 11, 2009, 131-137 Crítica de libros
132
Crítica de libros Met. de Encuestas 11, 2009, 131-137
133
Met. de Encuestas 11, 2009, 131-137 Crítica de libros
mas rompe el criterio probabilístico, los resultados obtenidos por los autores en su
análisis de los barómetros del CIS son de una precisión casi similar al de la EPA (a
pesar de que ésta sea una encuesta que sigue un procedimiento probabilístico cuasi-
nominal).
A la hora de estudiar las incidencias del trabajo de campo en los barómetros
del 2004, los autores efectúan en primer lugar una clasificación de las incidencias
para, a continuación, englobar las variables independientes en tres grupos. En primer
lugar tendríamos las variables espaciales, más concretamente, el hábitat (según el
tamaño del municipio) y la provincia (clasificadas en cinco grupos en función del
comportamiento en relación a los resultados de las incidencias). En segundo lugar,
tendríamos las variables temporales (día y hora de la entrevista) y, por último, las
sociodemográficas, que permiten elaborar el perfil de las personas que son entrevis-
tadas.
Una vez fijado el marco metodológico, los autores pasan, en el capítulo ter-
cero, a analizar las incidencias en el trabajo de campo. Las más importante serían la
dificultad del acceso, los problemas derivados con el marco muestral, los problemas
que conlleva la aplicación del método de cuotas y los rechazos a realizar la encuesta,
poniéndolas en relación con las variables independientes apuntadas en el párrafo
anterior y contrastándolas con las hipótesis formuladas en el capítulo dos.
Los autores complementan este estudio con un análisis cualitativo de las
historias de vida del personal de la red de campo del CIS. Es en este punto en donde
radica una de las aportaciones más originales de la obra ya que los autores indagan
en las percepciones y visiones de los entrevistadores sobre las dificultades que en-
cuentran a la hora de hacer una encuesta o de localizar una vivienda, sus trayectorias
laborales como entrevistadores, sus opiniones sobre la encuesta y su futuro, etc.,
aportando una información valiosa y que enriquece los datos obtenidos en el análisis
cuantitativo.
En el último capítulo, se presentan las conclusiones en donde recogen las
temas más importantes expuestos en los capítulos anteriores, presentando sugeren-
cias sobre cómo resolver los principales problemas en el trabajo de campo, funda-
mentalmente en aquellas cuestiones relativas al diseño de la muestra, la elaboración
del cuestionario y la colaboración con la encuestas. El capítulo se cierra con unas
breves reflexiones sobre cuestiones medulares en relación con el futuro de la inves-
tigación mediante encuestas.
En conclusión diremos que está es una obra es pertinente, necesaria y origi-
nal, de lectura obligada, ya no solo para aquellos profesionales dedicados a la plani-
ficación y ejecución del trabajo de campo, sino también para todos aquellos respon-
sables de las otras fases de una investigación mediante encuestas personales. En
todo caso, una obra de referencia básica, con unos sugerentes apuntes y reflexiones
sobre el futuro de la encuesta personal y los cambios metodológicos y técnicos nece-
sarios para su adecuación a la sociedad actual.
Ricardo Feliu
Departamento de Sociología
Universidad Pública de Navarra
134
Crítica de libros Met. de Encuestas 11, 2009, 131-137
135
Met. de Encuestas 11, 2009, 131-137 Crítica de libros
5
Maya Jariego, I. (2001) Sesgos de medida y problemas de muestreo en las encues-
tas de poblaciones inmigrantes. Metodología de Encuestas, 3 (2), 197-213.
136
Crítica de libros Met. de Encuestas 11, 2009, 131-137
137
Informaciones Met. de Encuestas 11, 2009, 139-155
139
Informaciones Met. de Encuestas 11, 2009, 139-155
ESTATUTOS DE SIPIE
DISPOSICIÓN ADICIONAL
Anexo 1: Relación entre la revista "Metodología de Encuestas" y SIPIE
Anexo 2: Proceso de elección de cargos
Anexo 3: Cuestionario de Admisión de Socio
Anexo 4: Normas profesionales éticas de la Asociación
Anexo 5: Investigaciones avaladas metodológicamente por SIPIE
Artículo 1º
Artículo 2º
SIPIE se constituye como asociación sin ánimo de lucro. La gestión de los fondos económicos
irá destinada a la consecución de los objetivos expuestos en el artículo 3º, a partir de las acti-
vidades mencionadas en el artículo 4º.
Artículo 3º
141
Met. de Encuestas 11, 2009, 139-155 Informaciones
Artículo 4º
Para la consecución de los objetivos mencionados en el artículo 3º, SIPIE organizará las
siguientes actividades:
1- Desarrollo y distribución de una revista interna para los socios, que contempla el estado de
la Asociación, gestiones realizadas, noticias de interés, actividades previstas y cuanta infor-
mación se considere de interés para los socios. Para esta actividad, SIPIE contará con un
Equipo Redactor que se regirá según lo estipulado en el Capítulo II de los presentes Estatutos.
2- Reunión periódica que, si bien es organizada por SIPIE, se encontrará abierta al público en
general, con el formato de un congreso. Será llevada a cabo con la periodicidad que el Comité
Organizador estime oportuna. El Comité Organizador será nombrado (directamente o por
delegación) por la Junta Directiva, según lo estipulado en el Capítulo II de los presentes Esta-
tutos.
3- Establecimiento de vías ágiles de comunicación entre los socios. Éstos podrán acceder a
una base de datos donde figuran los nombres de los socios, sus lineas de trabajo preferentes y
forma de contacto. La base de datos no puede ser comunicada a ninguna entidad ajena a SI-
PIE. La calidad de socio implica la aceptación de este punto y, con ello, la comunicación de
los datos personales requeridos: nombre y apellidos, líneas de trabajo y vías de contacto.
4- Desarrollo de la revista "Metodología de Encuestas" de distribución abierta. La relación
entre SIPIE y "Metodología de Encuestas" se regirá según los puntos de los presentes Estatu-
tos que sean de aplicación, además de lo estipulado en el Anexo 1.
5- Edición de productos de interés general para la asociación: normativas, informes sobre
investigaciones, ofertas especiales para socios desde entidades ajenas a SIPIE con respecto a
productos de software, gestión de servicios, etc.
6- Elaboración y distribución de productos de utilidad para la investigación mediante encues-
tas (software, cursos, publicaciones, ...)
7- Relación combinada de investigaciones: desde encuestas a los mismos socios, hasta la
realización de trabajos de investigación conjuntos, donde se recoja información de diversos
países, culturas, regiones, perspectivas, ... y permita estudiar la aplicabilidad de algunos pro-
ductos, técnicas, etc.
8- Establecimiento de convenios de colaboración con otras instituciones, que permitan llevar a
efecto los objetivos de la Asociación.
En general, las actividades organizadas por SIPIE irán encaminadas a la consecución de los
objetivos expuestos en el artículo 3º y respetarán su calidad de Asociación sin ánimo de lucro,
según se indica en el Articulo 2º.
Artículo 5º
142
Informaciones Met. de Encuestas 11, 2009, 139-155
comunicada a todos los socios en el siguiente número de la revista interna, a la vez que a las
autoridades administrativas que proceda.
Artículo 6º
Artículo 7º
El órgano supremo directivo es la Asamblea General de Socios, constituida por todos los
socios inscritos. No obstante, dado el ámbito de actuación de la Asociación, no resulta viable
la realización de asambleas o reuniones con la presencia física de todos los miembros. Por
esta razón, el órgano efectivo de gestión es la Junta Directiva, cuya constitución sigue el
artículo 8º.
Artículo 8º
La Junta Directiva está formada por Presidente, Vicepresidente, Secretario, Tesorero y Voca-
les. La elección de sus miembros se realizará mediante sufragio, por parte de todos los socios
de SIPIE, según el proceso explícito en el Anexo 2. Los cargos no son remunerados y cuentan
con una duración de 3 años. No obstante, el cargo de Presidente no puede ser ocupado por la
misma persona durante más de dos mandatos, o intervalos entre elecciones, seguidos.
Artículo 9º
La Junta Directiva se reunirá al menos dos veces al año, convocada por el Secretario, por
indicación del Presidente, con una anticipación no inferior a 24 horas, incluyendo el Orden
del Día o relación de puntos a tratar.
Artículo 10º
Las reuniones de la Junta Directiva tienen lugar mediante cualquiera de los procedimientos
que se explicitan a continuación:
1. Mediante acto presencial de sus miembros.
2. Mediante escrito remitido a la Junta Directiva y que procede a leer el Secretario, dejando
constancia en Acta.
3. Reunión virtual o vía red, gestionada por el Secretario.
143
Met. de Encuestas 11, 2009, 139-155 Informaciones
Artículo 11º
Artículo 12º
Artículo 13º
Artículo 14º
Al Presidente le corresponde:
1. La representación legal de la Asociación.
2. Presidir las sesiones que celebre la Junta Directiva y la Asamblea General.
3. Cumplir y hacer cumplir los acuerdos tomados por la Junta Directiva y la Asamblea Gene-
ral.
4. Ordenar los gastos y pagos de la Asociación.
Artículo 15º
144
Informaciones Met. de Encuestas 11, 2009, 139-155
Artículo 16º
Artículo 17º
Artículo 18º
Los Vocales de la Junta Directiva son los representantes de las comisiones, departamentos,
secciones o delegaciones que se constituyen con carácter temporal o fijo y cuyas normas
específicas aprobadas en Junta Directiva, estipulen la calidad de Vocal para su representante.
Artículo 19º
Artículo 20º
145
Met. de Encuestas 11, 2009, 139-155 Informaciones
Artículo 21º
Artículo 22º
Artículo 23º
Artículo 24º
146
Informaciones Met. de Encuestas 11, 2009, 139-155
Artículo 25º
Artículo 26º
No existe un límite para el presupuesto anual. Éste se fijará en función de la cantidad de so-
cios, capacidad de realización de actividades, naturaleza de éstas, estimación de ingresos, etc.
Artículo 27º
Artículo 28º
147
Met. de Encuestas 11, 2009, 139-155 Informaciones
Artículo 29º
Artículo 30º
El haber resultante, una vez efectuada la liquidación a la que se refiere el Artículo 29º, se
donará a las entidades benéficas o asociaciones no lucrativas que se haya determinado en la
Asamblea General extraordinaria en la que se acordó la disolución, según lo indicado en el
Artículo 28º.
Con carácter subsidiario de los Estatutos y de los acuerdos válidamente adoptados por sus
órganos de gobierno, en todo cuanto no está previsto en los presentes Estatutos se aplicará la
vigente Ley 191/1964, de 24 de Diciembre, de Asociaciones y demás disposiciones comple-
mentarias.
1. Las elecciones a la Junta Directiva tendrán lugar mediante la elección de su Presidente por
la Asamblea General. El presidente, en un momento posterior, será el encargado de formar la
Junta Directiva.
148
Informaciones Met. de Encuestas 11, 2009, 139-155
2. La Comisión Electoral, independiente de la Junta Directiva, estará formada por los 7 socios
de mayor edad.
3. La Junta Directiva convocará a la Comisión Electoral, no más allá de 2 años y 10 meses
después de la toma de posesión del actual Presidente. Para ello, el Secretario comunicará a los
7 socios de mayor edad su calidad de componentes de la Comisión Electoral, y la identidad y
forma de contacto más rápida de los otros miembros.
4. Convocada la Comisión Electoral y en reunión realizada según lo indicado en el artículo
10º de los Estatutos de la Asociación, se nombrará un Gestor principal de la Comisión, encar-
gado de la comunicación entre ésta la Junta Directiva.
5. La Comisión Electoral decidirá los plazos y días concretos en que se realizará el proceso
electoral, según los siguientes puntos, considerando que los intervalos de días son orientati-
vos:
1. Día 1: En la revista interna, la Comisión Electoral proclama el inicio del proceso y de-
fine los plazos concretos.
2. Días 20 a 30: Recepción de los candidatos a la presidencia de la Junta Directiva.
3. Días 35 a 45: Se elabora la lista de candidatos y se da a conocer a los socios mediante
correo electrónico o, en su defecto, postal.
4. Días 50 a 60: Los candidatos utilizan las vías disponibles en la Sociedad, en igualdad
de condiciones, para comunicar a los socios sus líneas de actuación.
5. Días 65 a 75: Recepción de los votos vía correo electrónico o, en su defecto, postal.
6. Días 80 a 85: Publicación de los resultados.
7. Días 90 a 100: Reclamaciones y resolución de éstas.
8. Días 105 a 110: Toma de posesión del Presidente, disolución de la anterior Junta Di-
rectiva.
9. Días 100 a 120: Formación de la nueva Junta Directiva.
6. La Comisión Electoral tiene potestad absoluta para utilizar cuantos medios cuente SI-
PIE, para realizar su cometido.
7. Las decisiones de la Comisión Electoral, en cuanto a la concreción del proceso electo-
ral, son inapelables, salvo que sus decisiones atenten a los presentes Estatutos.
8. En el mismo acto en que la nueva Junta Directiva realice su primera reunión, tendrá
lugar la disolución de la Comisión Electoral.
9. La Comisión Electoral podrá calificar de "nulas" a las elecciones realizadas si concu-
rren circunstancias que consideren justificativas de tal decisión. La nulidad podrá dicta-
minarse antes de la primera reunión de la nueva Junta Directiva. Pasado este momento,
los resultados electorales tendrán carácter de irreversibles.
Según lo estipulado en el artículo 20º de los Estatutos de la Asociación, para obtener la cali-
dad de socio de SIPIE es imprescindible cumplimentar y entregar el cuestionario que figura
en este anexo. La Junta Directiva podrá, directamente o por delegación, realizar cuantas modi-
ficaciones considere oportunas en su contenido o formato, siempre y cuando figure, al menos,
la información a que se refiere el punto 3º del Artículo 4º, además de lo que se considere
oportuno según le punto 6º del Artículo 23º.
1. Identificación:
Nombre y apellidos:
Institución de referencia:
Profesión actual y categoría profesional:
149
Met. de Encuestas 11, 2009, 139-155 Informaciones
150
Informaciones Met. de Encuestas 11, 2009, 139-155
151
Informaciones Met. de Encuestas 11, 2009, 139-155
El envío del trabajo implica que el autor acepta las normas para la publicación de los trabajos
en la revista.
El autor enviará el original por medio del correo electrónico (como documento adjunto) a la
dirección: ricardo.feliu@unavarra.es
Los trabajos deberán ser enviados primero en formato electrónico y confeccionados en Word.
La versión final del trabajo será enviada también en Word.
Los trabajos tendrán una extensión máxima de 9000 palabras (incluyendo título, resumen,
referencias, figuras, tablas, apéndices e ilustraciones) y estarán escritos a espacio simple con
márgenes de 3 cm.
La primera página del manuscrito deberá contener el título del trabajo, el nombre y apellidos
del autor o autores (incluyendo su filiación), un título breve en la esquina superior derecha
(máximo 5 palabras que describan el contenido general del artículo) y la dirección completa
del autor con el que se deban mantener la correspondencia (incluyendo e-mail, dirección
postal, fax y teléfono). La segunda página deberá incluir en español e inglés: un resumen (no
más de 200 palabras) precedido del título del trabajo y una relación de hasta 5 palabras clave.
El resumen deberá reflejar el objetivo del estudio, el método y los principales resultados y
conclusiones. A partir de la tercera página se presentará el contenido en si del trabajo con
todas las páginas numeradas a pie de página y el título breve en la esquina superior derecha
como encabezado.
Respecto a la estructura del artículo, y teniendo en cuenta que se trata de una revista interdis-
ciplinar, se recomienda la estructura “clásica” de Introducción, método, resultados y conclu-
siones. Téngase en cuenta que se trata –tan sólo– de una sugerencia, y nunca una condición
para aceptar o rechazar artículos.
Las figuras y tablas deberán ser compuestas por los autores del modo definitivo como deseen
que aparezcan. Deben ser en blanco y negro (sin colores), y estarán colocadas en el lugar que
corresponda dentro del texto. Su tamaño tendrá una base de 7 ó 14 cm y deberán ser legibles
las letras y signos que en ellas aparezcan, evitando espacios vacíos y aprovechando al máximo
el espacio ocupado.
153
Met. de Encuestas 11, 2009, 139-155 Informaciones
Las citas bibliográficas en el texto se harán con el apellido del autor y año de publicación
(ambos entre paréntesis y separados por una coma). En caso de indicar la página concreta de
la cita, se añadirán dos puntos y el número de página (Ejemplo: Beltrán, 2005: 15). Si el autor
forma parte de la narración se pone entre paréntesis sólo el año. Si se trata de dos autores
siempre se citan ambos. Cuando el trabajo tiene más de dos y menos de seis autores, se citan
todos la primera vez, en las siguientes citas se pone sólo el apellido del primero seguido de "et
al." y el año, excepto que haya otro apellido igual y del mismo año, en cuyo caso se pondrá la
cita completa. Para más de seis autores se cita el primero seguido de "et al." y en caso de
confusión se añaden los autores subsiguientes hasta que resulten bien identificados. En todo
caso, la referencia en el listado bibliográfico situada al final del documento debe ser completa.
Cuando se citan distintos autores dentro del mismo paréntesis, se ordenan alfabéticamente.
Para citar trabajos del mismo autor o autores, de la misma fecha, se añaden al año las letras a,
b, c, hasta donde sea necesario, repitiendo el año.
Con el fin de garantizar la calidad de los trabajos publicados todos los originales recibidos
siguen un proceso de selección por pares, manteniendo siempre el anonimato de los autores y
de los evaluadores. A continuación se detalla la dinámica del proceso:
1. Los originales recibidos son valorados por –al menos– tres miembros del Consejo de
Redacción con el fin de comprobar que se trata de trabajos originales, con calidad cientí-
fica, y que se ajustan a la línea editorial de la revista.
2. Posteriormente se enviará una comunicación al primer autor informándole de la acepta-
ción (o rechazo) para el proceso de revisión de Metodología de Encuestas (ME).
3. Los originales seleccionados, tras ser anonimizados, se envían a dos especialistas de
reconocido prestigio en el tema, ajenos a la redacción de la revista, para que procedan
con su evaluación. Los revisores serán seleccionados entre los especialistas de la disci-
plina y contenido específico del trabajo; y su elección debe ser tomada de forma unánime
por el Consejo de Redacción.
Los revisores no conocen a los autores de los trabajos, ni los autores saben quiénes han
revisado sus trabajos (“doble anónimo doble ciego”).
4. Las evaluaciones externas serán consideradas por un miembro del Consejo de Redac-
ción, aquel encargado de su seguimiento, que propondrá modificaciones a los autores
cuando sea preciso. Tras realizar estas modificaciones el artículo volverá ser analizado
por el revisor externo.
Cuando ambos evaluadores informen negativamente sobre la publicación del artículo el
informe pasará directamente al Consejo de Redacción. De igual modo se procede cuando
no sea necesario realizar modificaciones.
5. En base a los informes de los evaluadores el Consejo de Redacción (al menos por tres de
sus miembros) tomará la decisión final.
En el plazo máximo de cuatro meses (a contar desde el inicio del proceso de revisión) el autor
recibirá información de la aceptación, revisión o rechazo de la publicación del trabajo. En esa
comunicación se indicará –cuando proceda– el volumen y año en el que será publicado el
trabajo. Los trabajos desestimados para su publicación no serán devueltos.
Si se acepta un trabajo para su publicación los derechos de impresión y de reproducción por
cualquier forma y medio pertenecen a la revista Metodología de Encuestas. Asimismo, se
entiende que las opiniones expresadas en los artículos son de responsabilidad exclusiva de los
autores y no comprometen la opinión y política científica de la revista. Igualmente, las activi-
154
Informaciones Met. de Encuestas 11, 2009, 139-155
dades descritas en los trabajos publicados estarán de acuerdo con los criterios generalmente
aceptados de ética, tanto por lo que se refiere a experimentación animal como humana, así
como en todo lo relativo a la deontología profesional. Es responsabilidad de los autores poder
proporcionar a los lectores interesados copias de los datos en bruto, manuales de procedimien-
to, puntuaciones y, en general, material experimental relevante.
Libros:
Adams, R. C. (1989). Social Survey Methods for Mass Media Research. New Jersey: Law-
rence Erlbaum Associates Publishers.
Artículo:
Calvo, C.; Ayestarán, M.; Prado, C. y Pérez, Y. (2000). Creación de objetos simbólicos a
partir de encuestas almacenadas en bases de datos relacionales. Metodología de Encuestas, 2
(2) 239-260.
155
REVISTA DE
METODOLOGÍA
DE CIENCIAS
SOCIALES UNIVERSIDAD NACIONAL
DE EDUCACIÓN A DISTANCIA
Nº 16 – 2008
julio-diciembre
ARTÍCULOS
La eficiencia teórica y metodológica de los diseños Joan Miquel VERD y Pedro LÓPEZ ROLDÁN
multimétodo
Modelado de sistemas complejos mediante simulación basada Luis R. IZQUIERDO, José M. GALÁN,
en agentes y mediante dinámica de sistemas José I. SANTOS y Ricardo DEL OLMO
NOTAS DE INVESTIGACIÓN
TEXTO CLÁSICO
LIBROS
Nº 17 – 2009
enero-junio
ARTÍCULOS
TEXTO CLÁSICO
LIBROS
Revista Española
de Investigaciones
Sociológicas
www . r e i s . c i s . e s
126
Abril-Junio 2009
Solicitudes de suscripción
Mundi-Prensa. Castelló, 37. 28001 Madrid
Tel.: 91 436 37 00 - Fax: 91 575 39 98
E-mail: suscripciones@mundiprensa.es
www.mundiprensa.com
ANUNCIO 127:REIS 18/6/09 13:45 Página 1
Reis
Revista Española Ramón de Alós Pablo Nocera
Revista Española
de Investigaciones
Sociológicas
Moner, Antonio Los usos del concepto
de Investigaciones Martín Artiles, Fausto
Miguélez Lobo
de efervescencia y la
dinámica de las
y Francesc Gibert
Sociológicas Badia
representaciones
colectivas en la
¿Sirve el trabajo sociología
www.r eis.cis .es penitenciario para la
reinserción?
Un estudio a partir de
durkheimiana www.reis.cis.es
Verónica Viñas
las opiniones de los Catástrofes y cambio
presos de las cárceles de políticas públicas.
de Cataluña
12 7
Prestige seis años
después.
127
José Manuel Un análisis de marcos
Fernández Fernández interpretativos
y Aníbal Puente
Ferreras Crítica de Libros
Julio-S eptiem bre 2009 La noción de campo
en Kurt Lewin y Pierre
Bourdieu: un análisis
comparativo
Solicitudes de suscripción
Mundi-Prensa. Castelló, 37. 28001 Madrid
Tel.: 91 436 37 00 - Fax: 91 575 39 98
E-mail: suscripciones@mundiprensa.es
www.mundiprensa.com
Revista Internacional de
Sociología
Índice / Table of conTenTs
Artículos / Articles
anillos de crecimiento en el árbol de la ciencia. la evolución institucional
del consejo superior de investigaciones científicas
Manuel Fernández-Esquinas, Jesús Sebastián, Javier López-Facal
y Enrique Tortosa-Martorell
Debate
Por un giro analítico en sociología
Fernando Aguiar, Andrés de Francisco y José Antonio Noguera
Distribuye Edita
Servicio de Publicaciones del CSIC Instituto de Estudios Sociales Avanzados
Vitruvio, 8. 28006 Madrid (España) Consejo Superior de Investigaciones Científicas
Telf. 34-915612833/ 915159717/ 15159742/ Junta de Andalucía
915159744 Fax. 34-915629634 C/ Campo Santo de los Mártires, 7
14004 Córdoba (España)
PRECIOS DE SUSCRIPCIÓN 2009 Tlf. 34-957760625/26. Fax. 34-957760153
Para España
Anual (3 números).........43,38 € www.iesa.csic.es
Número suelto ...............18 €
Para el extranjero
http://revintsociologia.revistas.csic.es
Anual (3 números).........67 € e-mail: ris@iesa.csic.es
Número suelto ...............27 €
Director
r
Secretaria
ARTÍCULOS
Jeffrey Weeks
The Remaking of Erotic and Intimate Life
Mari Luz Esteban
Verena Stolcke
Raquel Osborne
Dolores Juliano
Gail Pheterson
Raquel Platero
Raquel Osborne
la Mujer de las (otras) de Antonio Lafuente
mujeresqueer
Manuel Espinel Vallejo
de Carlos Prieto (ed.)
A
de Josetxo Beriain
27.00 € 36.00 € 39.00 €
33.00 € 42.00 € 45.00 €
15.00 € 18.00 € 21.00 €
Sociedad Internacional de Profesionales de
la Investigación en Encuestas
www.sipie.org