Novedades Octubre

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/266058363
EFECTO DEL ORDEN DE PRESENTACIÓN DE LOS ATRIBUTOS SOBRE LOS

RESULTADOS DEL ANÁLISIS CONJUNTO
Article · November 2009
CITATIONS READS
0 199
12 authors, including:
S. Dominique-Ferreira Antonio Rial Boubeta

Polytechnic Institute of Cavado and Ave University of Santiago de Compostela
27 PUBLICATIONS 135 CITATIONS 191 PUBLICATIONS 985 CITATIONS
SEE PROFILE SEE PROFILE
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
Práctica físico deportiva y consumo de drogas View project
All content following this page was uploaded by Antonio Rial Boubeta on 11 December 2014.
The user has requested enhancement of the downloaded file.

2009 · Volumen 11
Metodología de Encuestas ISSN: 1575-7803
Revista de habla hispana editada por la Sociedad Internacional de Profesionales de la Investi-

gación en Encuestas (SIPIE). Su objetivo es servir de vía de comunicación y formación entre
estudiosos de la metodología de encuestas desde cualquier perspectiva o disciplina.
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
Elena Abascal Fernández Universidad Pública de Navarra

Francisco Alvira Martín Universidad Complutense de Madrid
Jaime Andreu Abela Universidad de Granada
Teresa Anguera Arguilaga Universidad de Barcelona
Antonio Arcos Cebrian Universidad de Granada
Carlos Arias Martín Universidad de Sevilla
Eva M. Artés Rodríguez Universidad de Almería
Carlos Ballano Fernández Instituto Nacional de Estadística
Eduardo Bericat Alastuey Universidad de Sevilla
Carlos Bouza Herrera Universidad de la Habana
Andrés Cabrera León Observatorio Andaluz de la Infancia
Louis Diguer Universidad Laval de Québec
Modesto Escobar Mercado Universidad de Salamanca
Carlos Flavián Blanco Universidad de Zaragoza
Juana Gómez Benito Universidad de Barcelona
Andrés González Gómez Universidad de Granada
Gonzalo Herranz de Rafael Universidad de Almería
Margarita Latiesa Rodríguez Universidad de Granada
Jean-Pierre Lévy Universidad de Québec
Ramón Llopis Goig Universidad de Alicante
Fernando Mandujano Bustamente Universidad de Playa Ancha
Vicente Manzano Arrondo Universidad de Sevilla
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:
Director: Vidal Díaz de Rada, Universidad Pública de Navarra

Subdirectores: Antonio Rojas Tejada, Universidad de Almería
Juan Sebastián Fernández Prados. Univ. de Almería
Secretaría: Ricardo Feliú, Universidad Pública de Navarra
Dirección: Departamento de Sociología

Universidad Pública de Navarra
Campus de Arrosadía. 31006 Pamplona
Metodología de Encuestas
se encuentra incluida en las bases
de datos ISOC, LATININDEX,
INRECS, y PSYCODOC.
Maquetación: Ana Díaz de Rada

Diseño de portada: Carlos Manzano. NDL: SE-2323-99
4
2009 · Volumen 11
Metodología de Encuestas ISSN: 1575-7803
Índice de contenido
Consejo Editorial ...............................................................................................................3
Índice..................................................................................................................................5
Editorial..............................................................................................................................7
Artículos
Optimización de tamaños de muestra en diferentes muestreos y estima-

ción en MAS y MAE: CALNYES
M.T. Cabero Morán .....................................................................................................9
Deseabilidad social y género: el efecto del sexo del entrevistador(a) so-

bre las respuestas del encuestado(a)
T. Verge Mestre ..........................................................................................................27
Técnicas de investigación online: aportaciones de los estudios de medi-

ción de audiencias de Internet
I. Portilla Manjón.......................................................................................................47
Estimación del precio de la vivienda mediante redes neuronales artificia-

les en diferentes marcos temporales
J. M. Núñez Tabales, J.M. Caridad y Ocerin, N. Ceular Villamandos,
y A.M. Fuentes Jiménez..............................................................................................79
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
Estudio comparativo de programas para cálculo del tamaño muestral

M.T. Cabero Morán .................................................................................................121
Comentarios a 'Encyclopedia of Survey Research Methods’

de Paul J. Labrakas (ed). J.S. Fernández Prados....................................................131
Comentarios a 'Estudio de las incidencias en la investigación con encues-

tas’ de Vidal Díaz de Rada y Adoración Núñez Villuendas. R. Feliu............................133
Comentarios a 'Encuesta Nacional de Inmigrantes 2007’

de Instituto Nacional de Estadística. J.S. Fernández Prados...................................135
Informaciones
Valoración del V Congreso de Metodología de Encuestas

M. Trujillo Carmona ................................................................................................139
Estatutos de SIPIE .........................................................................................................141
Normas para autores .....................................................................................................153
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
Volumen 11, 2009, 9-26
ISSN: 1575-7803
OPTIMIZACIÓN DE TAMAÑOS DE MUESTRA EN

DIFERENTES MUESTREOS Y ESTIMACIÓN EN
MAS Y MAE: CALnYES
María Teresa Cabero Morán

Dpto. de Estadística, Facultad de Ciencias. Universidad de Salamanca
mateca@usal.es
9
Met. de Encuestas 11, 2009, 9-26 M. Teresa Cabero Morán
RESUMEN: CALnYES es un programa informático que calcula tamaños de muestra

en muestreo aleatorio simple, estratificado, muestreo por conglomerados, por con-
glomerados mezclado con estratificado, con las distintas posibilidades de afijaciones
por estratos. Además, incluye el cálculo de tamaños de muestra en muestreo directo
e inverso para la estimación de tamaños de población. Se suma una segunda parte en
la que la aplicación realiza la estimación de medias y proporciones en muestreo
aleatorio simple y estratificado. Presenta la estimación puntual, la varianza estimada
y el error, además del intervalo, calculado a partir de la confianza elegida por el
usuario. También, la aplicación ofrece las posibilidades necesarias para los distintos
casos en los que se haya de calcular el tamaño de muestra (muestreo con o sin repo-
sición, totales, proporciones o medias) mediante la elección del error con el que se
quiera trabajar. Además ofrece la posibilidad de escoger la afijación a seguir en la
asignación de muestras por estratos en muestreo estratificado (uniforme, proporcio-
nal u óptima con error o coste mínimos).
CALnYES presenta una forma sencilla, rápida y cómoda de calcular el tamaño de
muestra y estimar medias, totales y proporciones en muestreo aleatorio simple y
estratificado. La optimización está asegurada sin tener que invertir mucho tiempo
con cálculos y fórmulas.
PALABRAS CLAVE: aplicaciones informáticas, tamaño de la muestra, estimación.
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.
KEY WORDS: software, sample size, estimation
Recibido: 23 de octubre 2008

Revisado: 15 de enero 2009
Aceptado: 6 de febrero 2009
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
Entrando en la opción deseada, la aplicación pide al usuario todos los datos

necesarios.
Al escoger las opciones deseadas CALnYES proporciona las expresiones
matemáticas que utiliza en los cálculos va a realizar en cada momento, tanto para
hallar el tamaño de la muestra como para hacer estimaciones.
Escogiendo la confianza deseada por el usuario, el programa calcula auto-
máticamente ‘k’ o cuantil de la distribución normal estándar correspondiente, visible
en cada pantalla.
Los tipos de muestreo que van a entrar en juego son los que a continuación
se presentan en los que se irá detallando e ilustrando la forma de introducir los datos
en CALnYES.
2. Tamaño de muestra en muestra en muestreo aleatorio simple

Recuérdese que se desea extraer una muestra aleatoria simple de tamaño n,
X1 ,..., X n , de una población de tamaño N. Ésta puede ser con o sin reemplaza-
miento.
El tamaño de muestra depende del parámetro que se quiera estimar, del ni-
vel de confianza y del error máximo a asumir. Dicho parámetro será la media o el
total (variables cuantitativas) o la proporción de individuos que cumplen una cierta
característica (variables cualitativas).
Téngase en cuenta que si no se tiene información sobre la proporción de la
población, se hace el caso más desfavorable: p = q = 0,5, pues es el que proporciona-
rá el máximo tamaño de muestra a tomar.
Como ejemplo:
Se quiere determinar la proporción de consumidores que están a favor de
un producto mediante una encuesta en la que se realizará dicha pregunta. Con este
fin, se ha de calcular el tamaño de muestra para estimar dicha proporción de per-
sonas a favor con una confianza aproximada del 95’5%, y un error máximo del
10%. Hay 2.000 consumidores.
Por el supuesto se necesita utilizar muestreo aleatorio simple. Además, se
desea calcular el tamaño de muestra para estimar una proporción y, como no se dice
lo contrario, el muestreo es sin reposición. No se conoce ningún dato acerca de la
proporción, así que se supone que p = 50%.
En CALnYES después de elegir la pestaña de ‘Tamaño muestra’ y ‘Mues-
treo Aleatorio Simple’, opciones: Muestreo sin reposición  Estimación para la
proporción  Confianza: 95,5; Error: 0,10; Tamaño de la población: 2000;
Proporción (p): 50% y ‘Calcular Tamaño de Muestra’ se obtienen los resultados
que se presentan en la Fig. 2.
12
Fig. 2.
Entrada de datos y resultados en CALnYES para MAS
Se necesita una muestra de 96 personas para que el error no sobrepase el

10% (‘Tamaño de la muestra’). Según las fórmulas de cálculo presentadas el tamaño
de la muestra debería ser de 95,66066733 (‘Tamaño Calculado’), el cual se redondea
por exceso, para obtener el número de observaciones definitivo que se han de utili-
zar en el estudio (96).
3. Estimación de medias, totales y proporciones en mas

Una vez recopilados los datos en la población, se pasa a estimar su media,
su total o su proporción.
Por ejemplo:
Un psicólogo desea estimar el tiempo promedio que necesita un niño para
terminar una tarea sencilla. También desea saber el tiempo total para terminar la
tarea entre todos los niños, todo ello estableciendo límites al 95% para los errores
de estimación. La consulta tiene 98 niños, y selecciona una muestra de 8, a los que
se les toma el tiempo en minutos, y se obtienen los siguientes resultados:
4,2 5,1 7,9 3,8 5,3 4,6 5,1 4,1
Se trata de estimar una media y un total en un muestreo aleatorio simple,

puesto que no se dice lo contrario, sin reposición, después de obtener los datos para
una muestra de 8 individuos. No se sabe nada acerca de la varianza de la población.
En CALnYES después de elegir la pestaña de ‘Estimar’ y ‘Muestreo Aleato-
rio Simple’, opciones: Muestreo sin reposición  Estimación para la media 
13
Tamaño de la Población (N): 98; Confianza: 95; Nº de Filas: 8; Nº de Colum-

nas: 1  Ajustar Celdas  (Meter datos)  Calcular, aparece la pantalla de la
figura 3.1. Se muestran las fórmulas que está aplicando en cada momento. Sin más
que ir eligiendo las opciones van cambiando las expresiones.
En la parte derecha de la pantalla se ha de introducir los datos recogidos en
las variables cuantitativas para estimar la media y el total. Indicar que éstos podrían
estar en una hoja de cálculo de Excel y podrían ser movidos (copiados) aquí. Da
igual que se coloquen en una columna, o en el caso de ser muchos, en varias. La
aplicación los contará y dará el tamaño de la muestra, además, de calcular la estima-
ción puntual y por intervalos, según la confianza elegida.
Fig. 3.1.
Entrada de datos y resultados en CALnYES para estimar la media en MAS
Se obtiene una media muestral o estimación puntual de la media de

μˆ = X = 5,01 minutos. La cuasivarianza s c2 = 1,65 min2 para esa muestra. Por otra
parte, la varianza estimada de la estimación de la media Vâr (μ)
ˆ = 0,19 min2, lo
que resulta un error de estimación de e = 0,85 min. Así, el intervalo de confianza es
[4,16; 5,87] minutos. El tiempo medio ocupado por cada niño de los 98 que acuden a
la consulta está entre 4,16 y 5,87 minutos.
Para obtener el total no hay más que cambiar Estimación para el total (N
conocida)  Calcular, conservando los demás datos anteriores.
14
Fig. 3.2.
Entrada de datos y resultados en CALnYES para estimar el total en MAS
Se observa una estimación puntual del total de τ̂ = 491,23 minutos. La cua-

sivarianza s c2 = 1,65 min2 para esa muestra, que es la que ya aparecía en el caso de la
media. Por otra parte, la varianza estimada de la estimación del total
Vâr (τ)
ˆ = 1822,08 min2, lo que resulta un error de estimación de e = 83,66 min.
Así, el intervalo de confianza es [407,56; 574,89] minutos. El tiempo total ocupado
por los 98 niños está entre 407,56 y 574,89 minutos.
4. Tamaño de muestra en muestreo aleatorio estratificado

CALnYES, en este caso puede calcular el tamaño de la muestra para estimar
una media o proporción. Cuando se trate de un total bastaría con utilizar el caso de
media y de proporción correspondiente y ajustar el error.
Recuérdese que en el muestreo aleatorio estratificado la población está di-
vidida en ‘L’ estratos de tamaños N1 ,..., N L , donde N = N1 + ... + N L , es el
tamaño de la población. Para cada uno se extraen muestras de tamaños n1 ,..., n L ,
respectivamente, donde n = n1 + ... + n L , es el tamaño de la muestra total. A la
forma de hacer ese reparto se le conoce por ‘afijación’.
CALnYES utiliza tres tipos de afijación: uniforme, proporcional y óptima
(minimizar coste o error).
15
La Fig. 4. presenta la pantalla para calcular un tamaño de muestra en un

Muestreo Aleatorio Estratificado, una vez seleccionadas las pestañas de ‘Tama-
ño Muestra’ y posteriormente ‘Muestreo Aleatorio Estratificado’. De nuevo, la
aplicación realizará los cálculos matemáticos aplicables según las opciones pre-
feridas obteniendo los tamaños de muestra calculados en cada estrato. Primero
se calcula la afijación la cual proporciona un tamaño ’n’ de muestra total. A
partir de este valor es de donde se obtienen los diferentes ‘ni’, los que serán
números reales (‘Calculado’), tras lo que se ejecuta un proceso de redondeo
mediante optimización que busca reducir el error/coste según se haya elegido
(‘Observaciones’). Al mismo tiempo, informa del error cometido con esa afija-
ción y el coste.
Fig. 4.
Entrada de datos en CALnYES para MAE
En el próximo punto (5) se verá un ejemplo conjunto de los apartados 4 y 5.
5. Estimación de medias y proporciones en mae

Se ha visto en el apartado anterior que el programa calcula el número de
observaciones necesarias para que con un muestreo aleatorio estratificado se estime
una media o una proporción, según la afijación elegida.
Una vez recogidos los datos CALnYES estima la media o la proporción en
la población de la que se han extraído.
Por ejemplo:
Una ladera de una montaña en el Valle del Jerte está dividida en tres ban-
cales con cerezos. Cada uno tiene propiedades diferentes en cuanto a la temperatu-
16
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.
El tamaño de la población de cada bancal (estrato) es de:
Bancal Ni
1 100⋅8 = 800
2 100⋅6 = 600
3 100⋅3 = 300
Y, puesto que se elige uno de cada veinte cerezos, el tamaño de muestra:
Bancal ni
1 800÷20 = 40
2 600÷20 = 30
3 300÷20 = 15
Se elige ‘Estimar’ y ‘Muestreo Estratificado’. Opciones: Estimación para

la media  Confianza: 95;  Mayor Tamaño de Muestra ‘n’: 40; Nº de Estra-
tos (L): 3;  Crear celdas  Ni (en fila): 800; 600; 300 Datos (tecleados o co-
piados de Excel u otras aplicaciones);  Calcular.
Se han de dar los datos recogidos en cada una de las muestras para cada uno
de los estratos, cada una de ellas ocupará una columna. También se ha de especificar
el máximo tamaño de muestra, así como el número de estratos.
17
Fig. 5.1.
Entrada de datos y resultados en CALnYES para estimación en MAE
Se obtiene una estimación puntual de la media de producción por cerezo

en toda la ladera es de 75,21 kgr. La varianza estimada de la estimación de la
media es Vâr (μ)
ˆ = 0,5152, lo que resulta un error de estimación de e = 1,4068.
Así, la producción media en el bancal es está entre 73,80 y 76,61 kgr con un
95% de confianza.
La estimación puntual de la media en el primer estrato es μ̂1 = 81,65 kgr
por cerezo en el primer bancal, en el segundo μ̂ 2 = 72,28 kgr y en el tercero, μ̂ 3 =
2 2
63,88, con respectivas cuasivarianzas en las muestras de s c1 = 73,51, s c 2 = 10,26 y
s c23 = 44,64 (columnas de ‘Media’ y ‘Cuasivarianza’).

Ahora se desea hallar el tamaño de muestra con un presupuesto de 1.500€.
Se ha de considerar, por tanto, afijación óptima para minimizar el error con un coste
dado.
El coste de estudiar un árbol en cada bancal es de 5, 11 y 17€, respectiva-
mente.
18
Basándose en el estudio anterior como prueba ‘piloto’, se utiliza como es-

2 2
timación de las varianzas las cuasivarianzas anteriores: σ1 = 73,51, σ 2 = 10,25 y
σ32 = 44,64. Se usa ‘Tamaño de Muestra’ y ‘Muestreo Estratificado’.
Opciones: Estimación para la media  Afijación: Óptima  Confian-
za: 95; Coste Máximo: 1500; Nº de Estratos (L): 3;  Crear celdas  Pobla-
ción (Ni): (en columna) 800; 600; 300; Coste (Ci): (en columna): 5; 11; 17; Va-
2
rianza ( σ i ): (en columna): 73,51; 10,26; 44,64  Calcular Valores. Se obtienen
los resultados:
Fig. 5.2.
Entrada de datos y resultados en
CALnYES para tamaño de muestra en MAE
Se han de tomar muestras de tamaños respectivos en cada estrato de 153, 28

y 25 cerezos (n = 153 + 28 + 25 = 206, la muestra total) para que no gastar más de
1500 euros y cometer el mínimo error posible. El coste total para obtener esta mues-
tra será de 1.498€ (‘Coste’ en la columna de ‘Observaciones’). El error de esta asig-
nación es de 0,8336 (‘Error’ en la columna de ‘Observaciones’).
19
Señalar que si se ha de cambiar alguno de los otros valores la aplicación no

lo permite a menos que pinchemos en el botón ‘Cambiar valores’. Mientras tanto, el
programa permite cambiar el número de observaciones y automáticamente calcula
su coste y error.
Si hubiese sido el caso de una proporción, se habrían de dar los casos favo-
rables en cada una de las muestras para cada uno de los estratos, así como el tamaño
de cada muestra y de cada población, respectivamente. Se ha de especificar el núme-
ro de estratos.
Los resultados son: la proporción muestral, el producto de cada proporción
por su complementaria (p*q) y la varianza estimada de la estimación de la propor-
ción (‘Varianza Prop.’) en cada uno de los estratos. Además, presenta la proporción
global estimada (‘Proporción’), la estimación de la varianza de la proporción global
estimada (‘Varianza de la Proporción), el error de estimación y el intervalo de con-
fianza para la proporción en la población.
6. Muestreo por conglomerados

Recuérdese que se consideran N conglomerados de tamaños respectivos
M1 ,, M N , donde M1 +  + M N = M (número de individuos de la pobla-
ción). Se extrae una muestra de ‘n’ conglomerados. Se llama M al tamaño medio
de conglomerado.
Por ejemplo:
Un director de marketing quiere estimar el coste de publicidad prome-
dio mensual por los anuncios en ciertas empresas. El director no puede obtener
un coste de cada anuncio, pero puede obtener la cantidad total gastada en las
96 empresas y el número de anuncios en cada fábrica. Entonces decide usar un
muestreo tomando cada industria como un conglomerado. Quiere saber cuántos
conglomerados debe seleccionar en la muestra si quiere que el límite para el
error de estimación sea menor que 2 euros en el coste medio por anuncio. Sabe
de datos obtenidos en el mes anterior que la varianza es de 845,56 y que hay
710 anuncios en total.
La población está dividida en conglomerados (cada empresa).
En el supuesto sí se conoce M pues se da el total de anuncios (M = 710). En
la situación contraria se ha de saber el tamaño promedio de conglomerado, ‘ M ’,
que si no se conoce se estima por una muestra ‘piloto’ previa.
En CALnYES se toma ‘Tamaño muestra’ y ‘Muestreo por Conglomerados
en una Etapa’. Opciones: Estimación para la media  Confianza: 95,45; Error:
2; Nº Conglomerados en la Población (N): 96; Varianza ( ): 845,56  Nº de
elementos Totales (M): 710  Calcular Tamaño de Muestra.
Se obtienen los siguientes resultados:
20
Fig. 6.
Entrada de datos y resultados en CALnYES para MpC
Se necesita una muestra de 14 empresas para que el error no sobrepase los

2€ (‘Tamaño de la muestra’). Según las fórmulas de cálculo presentadas el tamaño
de la muestra debería ser de 13,31459138 (‘Tamaño Calculado’), el cual se redondea
por exceso, para obtener el número de observaciones (conglomerados) definitivo que
se han de utilizar en el estudio.
7. Muestreo por conglomerados en

una etapa mezclado con estratificado
Recuérdese que se llama Ni al número de conglomerados del estrato ‘i’,
i = 1,, L y ni al número de conglomerados seleccionados en la muestra del estra-
to ‘i’. Ahora, Mij será el número de individuos del estrato ‘i’, i = 1,, L del con-
glomerado ‘j’, j = 1,  , N i . Se verifica que  M ij = M , el número de indivi-
i, j
duos totales.
Se extrae una muestra en cada estrato de tamaño ni conglomerados,
i = 1,, L , donde n1 +  + n L = n . Así se han de hallar cada uno de los valores
ni.
Aquí, al igual que en el muestreo por conglomerados, no se ha de distinguir
el caso de si se desea estimar una media o una proporción. Se recuerda que sólo
varía a la hora de calcular la varianza a partir de la prueba ‘piloto’ primaria.
El programa utiliza tres tipos de afijación: uniforme, proporcional y óptima
(coste o error mínimo).
21
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
Fig. 7.
Entrada de datos y resultados en CALnYES
para MpC mezclado con estratificado
Al igual que en el muestreo estratificado se podrían cambiar las asignacio-

nes muestrales y el coste y el error serán recalculados automáticamente.
Añadir que si se pretende cambiar algún dato para realizar nuevos cálculos,
se utiliza ‘Cambiar Valores’.
8. Tamaño de la población (n)

Como es sabido, ya no se busca estimar un parámetro poblacional, sino el
tamaño de la población. Muchas veces éste se desconoce a la hora de hacer un estu-
dio y haría falta precisar algunas estimaciones; otras veces, lo que interesa es el
valor en sí mismo.
Se utilizarán dos métodos para la estimación: muestreo directo y muestreo
inverso.
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
En estudio de mercado se desea saber los consumidores potenciales de un

producto por Internet. Se quiere calcular los que se debería encontrar inicialmente
para ‘marcar’ y poder estimar el total con un error del 10%, si en la segunda mues-
tra se encontrasen 75. De estudios anteriores se tiene que el número estimado de
consumidores fue de 750.
Se desea estimar un tamaño de población de consumidores. Según el estu-
dio deseado, el método a elegir es muestreo directo ( n = 75 , es fijo) y no se sabe
cuántos se van a encontrar inicialmente (¿t?, también va a ser fijo).
Puesto que se asume un error del 10% ha de ser relativo, pues se está
hablando de unidades (consumidores), así que hay que calcular el error absoluto y la
varianza, que es el dato que solicita CALnYES:
e = e r ⋅ N = 0,10 ⋅ 750 = 75 , y, como e = 2 ⋅ Var ( N̂) ,
Var( N̂) = 1406,25 .
Se elige ‘Tamaño muestra’ y ‘Estimación del Tamaño de la Población’.
Opciones: Tipo de Muestreo: Directo  Valor Conocido: ‘n’ conocida; Tamaño
de la población (N): 750; Varianza ( N̂ ): 1406,25; Valor de ‘n’: 75  Calcular.
Fig. 8.
Entrada de datos y resultados en CALnYES
para cálculo de n en la estimación de N
Se necesita una primera muestra de 632 consumidores para que el error no

sobrepase el 10% (‘Valor de t’). Éstas se ‘marcarán’ y después se extraerá otra
muestra de 75 y se contarán las que estén señaladas.
24
9. Características técnicas del programa calnyes

La aplicación está desarrollada con Visual Basic versión 6.0 utilizando ob-
jetos y librerías de Windows.
Funciona bajo cualquier versión de este sistema operativo a partir de Win-
dows 98.
El programa es gratuito y se puede descargar en la página de Internet con
dirección http://web.usal.es/~mateca/otrasDescargas.htm. Mediante un correo elec-
trónico a mateca@usal.es se solicita una clave necesaria para la descomprimirlo.
En la página web existen dos versiones: el programa solo y la versión com-
pleta que incluye todos los objetos necesarios para la instalación. De esta forma,
alguien que realice la instalación por primera vez, debería bajarse la versión comple-
ta mientras que para las actualizaciones sólo sería necesario descargar el programa y
sustituirlo por el anterior.
Es posible que el programa funcione directamente sin realizar la instalación
completa, cuando se ejecute en ordenadores que tengan instalado Microsoft Office.
Por último indicar que la aplicación tiene una fecha de caducidad para obli-
gar a los usuarios a instalar las últimas versiones que, en todo caso, serán gratuitas.
10. Otras características del programa

CALnYES está diseñado para admitir múltiples idiomas (actualmente en es-
pañol e inglés). En el menú inicial podemos seleccionarlo (véase Fig. 1.). La inclu-
sión de nuevos idiomas se reduce a la traducción de una tabla de rótulos y mensajes.
Para ayudar en la comprensión de los cálculos la aplicación proporciona en
todo momento las expresiones matemáticas que está utilizando, tanto para hallar el
tamaño de la muestra como para hacer estimaciones. Éstas variarán según se vayan
eligiendo unas u otras opciones.
Para que no pueda haber confusiones, si después de haber hallado resulta-
dos se modifica un dato inicial, el programa pone dichos resultados en color rojo.
Esto no evita el que se puedan cambiar los datos en el momento que se desee y re-
calcular.
Añadir que en la opción de ‘Muestreo Estratificado’ o ‘Muestreo por Con-
glomerados Mezclado con Estratificado’, se ha de usar el botón ‘Cambiar Valores’
para que lo anterior sea posible.
Comentar que CALnYES ha pasado varios controles de calidad para com-
probar que todos y cada uno de los resultados son fiables al cien por cien en todas y
cada una de las opciones hasta el momento posibles.
CALnYES es parte de un gran proyecto en el que en el presente ya se está
trabajando.
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
estratificado, por conglomerados, por conglomerados mezclado con estratificado,

con las distintas posibilidades de afijaciones por estratos. Además, incluye el cálculo
de tamaños de muestra en muestreo directo e inverso para la estimación de tamaños
de población. Y realiza la estimación puntual, la varianza estimada, error e intervalo
de confianza en medias, totales y proporciones en muestreo aleatorio simple y estra-
tificado.
La aplicación evita al usuario tener que realizar cálculos complejos, no hay
más que introducir los datos en cada opción correspondiente.
Cuando sea necesario usar una gran cantidad de datos o estén en forma de
tabla (cálculo del tamaño de muestra y estimaciones en estratificados), el programa
utiliza objetos de tipo Excel que permite al usuario copiar y pegar los datos de otras
aplicaciones (Excel, Access, etc.) y ahorrar trabajo en teclearlos.
El programa presenta en pantalla las fórmulas que está utilizando en cada
momento.
Además incorpora unos algoritmos de optimización que aseguran que los
tamaños de muestra hallados son los mejores posibles.
Cabe destacar, que aún así, en los casos de muestreo estratificado es posible
cambiar los tamaños de muestra en cada estrato y CALnYES recalcula automática-
mente error y costes.
Se ha pretendido que esta aplicación además de ser una herramienta para la
investigación mediante técnicas que utilicen el muestreo, en particular, las encuestas,
también sea didáctica y pueda ser usada en clases de diversas titulaciones y asignatu-
ras.
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
Volumen 11, 2009, 27-45
ISSN: 1575-7803
DESEABILIDAD SOCIAL Y GÉNERO: EL EFECTO

DEL SEXO DEL ENTREVISTADOR(A) SOBRE LAS
RESPUESTAS DEL ENCUESTADO(A)
Tània Verge Mestre

Centre d’Estudis d’Opinió (CEO) / Universitat Pompeu Fabra
tverge.ceo@gencat.cat / tania.verge@upf.edu
Centre d’Estudis d’Opinió

Pau Claris, 138, 4ª planta
08009 Barcelona
Tel. 93 496 05 74
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.
PALABRAS CLAVE: Deseabilidad social, efectos de género, error de no muestreo,

efectos del entrevistador
ABSTRACT: Using a survey containing numerous gender-sensitive issues we ana-

lyze the interviewer gender effect on respondents. First, we examine what issues are
more affected by the interviewer gender. Although we expect the interviewer gender
to have a significant effect on gender-sensitive issues, we also seek to test if effects
can be traced on gender-neutral issues and on variables that collect factual or de-
scriptive data. Finally, we assess the weight of this effect separately to see how male
and female respondents are influenced in their answers by the interviewer gender
and explore whether it is still robust after controlling by some relevant demographic
variables and by the presence of a third party during the interview. Our findings
offer diverse considerations for the understanding of public opinion studies and,
more generally, for gender relationships.
KEY WORDS: Social desirability, gender effects, non sampling error, interviewer
effects
Recibido: 17 de marzo 2009

Revisado: 26 de mayo 2009
Aceptado: 13 de junio 2009
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
los entrevistadores en lo que a preguntas sensibles al género se refiere (Zaller y

Feldman, 1992).
Por otra parte, la edad y el sexo son características sobre las que se constru-
yen, culturalmente hablando, diferencias de roles y cada rol posee sus propias con-
venciones, tanto en el estilo como en el contenido de la comunicación. Además, los
roles de género estimulan la interpretación de los mensajes en una determinada di-
rección (Edwards y Hamilton, 2004). De este modo, “el extraño – el entrevistador –
a menudo encuentra cánones de intimidad y privacidad previamente establecidos
para una persona con sus mismas características”2 (Benney, Riesman y Star, 1956:
44).
Las numerosas investigaciones realizadas sobre el efecto del sexo del
entrevistador muestran que se trata de una variable relevante que afecta a las
respuestas pero no hay acuerdo sobre qué individuos se ven más afectados, si los
encuestados mujeres o varones3, y por quién tienden a modificar más sus res-
puestas, si por los entrevistadores hombres o mujeres. No obstante, la mayoría
de estudios sugieren que allí donde los efectos del entrevistador están presentes,
generalmente son las mujeres entrevistadoras las que obtienen respuestas más
igualitarias.
Otros estudios han puesto de manifiesto que el impacto de este tipo de efec-
tos sobre hombres o mujeres encuestados varía en función del issue contenido en la
pregunta (Ferreras y Núñez, 2006; Flores-Macias y Lawson, 2008; Groves y Fultz,
1985; Huddy et al., 1997; Kane y Macaulay, 1993). La mayoría de las investigacio-
nes sostiene que tales efectos se limitan a las preguntas o issues que son sensibles al
género. Sin embargo, algunos autores demuestran que las preguntas factuales (cuan-
do se pregunta a los encuestados la frecuencia de una acción, participación en alguna
actividad, etc.), las preguntas neutras en relación al género y, finalmente, las pregun-
tas demográficas o descriptivas también pueden verse afectadas por el género del
entrevistador (Groves y Fultz, 1985; Ballou, 1993). En este caso, los encuestados
ofrecen aquellas respuestas que se parecen a lo que consideran son las actitudes del
entrevistador con el objetivo de no ofenderlo, por ejemplo, siendo conscientes de las
diferencias en el estatus económico de mujeres y hombres (Groves y Fultz, 1985:
49-50).
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
De manera complementaria, otros autores han analizado la existencia de un

sesgo de aquiescencia basado en la teoría de la “conversación educada” según la
cual los entrevistados buscan siempre evitar la confrontación en la comunicación. Es
decir, los entrevistados seleccionan respuestas que no resulten ofensivas para su
interlocutor e intentan mantener las pautas de la comunicación establecida. Según
Kane y Macaulay (1993: 4), en el marco de una entrevista, al encuestador se le otor-
ga una autoridad, al margen de su género, que puede afectar a la interacción entre
sexos4.
Algunos estudios han incorporado como variables de control otras caracte-
rísticas del encuestado tales como la edad, el estado civil, el estatus socioeconómico
o el nivel educativo para comprobar bajo qué circunstancias un individuo puede
verse más afectado por las características de su interlocutor (Schuman y Converse,
1971; Flores-Macias y Lawson, 2008). A grandes rasgos, los resultados indican que,
en general, los individuos jóvenes, con menor nivel educativo y un estatus socioeco-
nómico más bajo son los más proclives a verse influenciados por el género del en-
trevistador (Huddy et al, 1997).
El estudio de los efectos del género en las encuestas de opinión aplicadas a
muestras de la población presenta varias limitaciones. En primer lugar, en la mayo-
ría de las encuestas las mujeres realizan la mayoría de las entrevistas, reduciendo así
el número de estudios donde análisis relevantes sobre este efecto pueden llevarse a
cabo. En segundo lugar, los estudios que aplican este análisis suelen utilizar encues-
tas de contenido muy sensible al género donde puede esperarse que estos efectos
tengan un impacto mayor. Por ello, es preciso investigar estos efectos en una amplia
variedad de preguntas (Ballou, 1993: 1205).
Los objetivos propuestos en este trabajo son varios. En primer lugar, deter-
minar si las respuestas se ven afectadas por el género del entrevistador. En segundo
lugar, comprobar en qué tipo de preguntas se produce este efecto. Por último, se
busca discernir el peso de este efecto de forma separada sobre encuestados y sobre
encuestadas y analizar si se mantiene al controlar por otras variables sociodemográ-
ficas relevantes o cuando una tercera persona está presente durante la realización de
la encuesta.
El artículo se organiza de la siguiente forma. La segunda sección describe
la encuesta utilizada, las hipótesis de trabajo y la metodología de análisis empleada.
La tercera sección presenta los principales resultados del análisis. La cuarta y última
sección discute los resultados.
Datos, metodología de análisis e hipótesis de trabajo

Los datos que sirven de base a este estudio pertenecen a una encuesta
presencial cuyo universo es la población residente en Cataluña entre 18 y 65
años. Se trata de la encuesta Diferencias entre hombres y mujeres en los ámbitos
4
Para una revisión de la literatura sobre la interacción conversacional véase Kane y Macaulay
(1993).
31
familiar, social, económico y político (Centre d’Estudis d’Opinió, CEO, junio-

julio de 2008). Para no sesgar la disposición del encuestado a responder la en-
cuesta ni para modificar su predisposición a hacerlo de acuerdo con lo social-
mente deseable, el estudio se presentaba como una encuesta sobre familia y
mundo laboral.
Los efectos generados por el sexo del entrevistador pueden verse amplifi-
cados en una encuesta con amplias referencias a aspectos de género (Schuman y
Converse, 1971). No obstante, otros estudios han demostrado que, aún en este tipo
de encuestas, los efectos pueden encontrarse desde el inicio de la encuesta cuando el
individuo encuestado aún desconoce el contenido de la misma mientras que, simul-
táneamente, el efecto desaparece en preguntas ubicadas en la zona media de la en-
cuesta (Huddy, et al. 1997).
La encuesta incluye 1.121 encuestados y encuestadas de una muestra es-
tratificada por provincia y dimensión del municipio, lo que produce una división
en seis tamaños de hábitat, y con aplicación de cuotas de sexo y edad – en tres
grupos: de 18 a 34, de 35 a 49 y de 50 a 65. A lo largo del análisis se trabajará
con datos no ponderados. El margen de error, para un nivel de confianza del 95
por ciento y bajo el supuesto de máxima indeterminación (p=q=0,5), es de ±
2,89 por ciento.
Participaron en el trabajo de campo 32 entrevistadores y 26 entrevistadoras,
alcanzando una distribución paritaria favorable a los varones, un hecho ciertamente
excepcional en una profesión altamente feminizada5. A cada entrevistador se le
asignaba una ruta diaria con instrucciones precisas para hacer aleatoria la selección
de los domicilios y un paquete de encuestas a realizar a hombres y mujeres. Además,
en cada tamaño de hábitat entrevistadores y entrevistadoras realizaron una cantidad
parecida de encuestas. De este modo, se evita que los encuestadores “elijan” a la
muestra (dónde encuestar, a quién, en qué momento, etc.), lo que podría sesgar los
resultados del trabajo.
La Tabla 1 muestra que no existen diferencias estadísticamente signifi-
cativas en los individuos entrevistados por hombres o por mujeres en lo que se
refiere a género, nivel educativo, estado civil o edad, sugiriendo que estos datos
pueden ofrecer estimadores creíbles del efecto del sexo del entrevistador sobre
las respuestas.
Para comprobar si existe un efecto del sexo del entrevistador sobre las res-
puestas, hemos seleccionado tres grupos de preguntas. Por un lado, preguntas con
contenido altamente sensible al género (gender-sensitive): número de horas semana-
les dedicadas a tareas domésticas (TAREASDOM); opinión sobre la existencia de
desigualdades entre hombres y mujeres (DESIGUAL), de 1 ‘casi inexistentes’ a 4
‘muy grandes’; y posicionamiento de acuerdo o en desacuerdo con el ítem ‘las cuo-
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
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
Los grupos de preguntas se han seleccionado en función de las predicciones

teóricas apoyadas por el grueso de la literatura según las cuales se espera que el sexo
del entrevistador produzca sobre todo efectos significativos para las preguntas más
sensibles respecto al género7. En cambio, no se esperan a priori efectos estadística-
mente significativos en los otros dos grupos de variables y, de hecho, son escasos los
estudios que hallan un efecto del sexo del entrevistador en estas preguntas. Sin em-
bargo, nuestro estudio plantea que los efectos del género del encuestador pueden
encontrarse también en estos últimos grupos.
En el primer caso, tal como se ha presentado en el marco teórico, el hecho de
ser preguntado sobre temas o issues con contenido de género por una entrevistadora
afectará a las respuestas, induciendo a los entrevistados y entrevistadas a contestar para
agradar a la interlocutora. Es esperable que una entrevistadora genere respuestas más
feministas o tal vez que, con el objetivo de lograr cierta empatía, los encuestados se
muestren más implicados en temas que, en general, inciden de forma más relevante en la
vida de las mujeres. Es decir, el género del entrevistador, una característica claramente
visible, activará el efecto de la deseabilidad social, mostrándose el entrevistado más
sensible a las desigualdades entre hombres y mujeres, declarándose más favorable a la
discriminación positiva y presentándose como más colaborador en las tareas domésticas.
Para los otros grupos de preguntas, planteamos que los encuestados pueden verse igual-
mente afectados por el género del entrevistador porque intentan también evitar la “ofensa
social” (Groves y Fultz, 1985: 49). Esto se materializa en la búsqueda de respuestas que
sean más parecidas con la situación del interlocutor que se intuya o con las actitudes que
se le ascriban. En este sentido, se tiende a caracterizar a la población femenina, en gene-
ral, como ideológicamente más conservadora, más religiosa, menos interesada en la
política y más apegada a la familia. Asimismo, el éxito de las mujeres en el terreno labo-
ral, también en términos generales, es inferior al de los hombres en cuanto a salarios,
posibilidades de promoción o grado de responsabilidad (número de trabajadores a cargo,
por ejemplo).
En todas estas variables la no respuesta no se incluye en el análisis, habien-
do comprobado que no se relaciona con el género del entrevistador – tanto para el
caso de los ‘no sabe’ como los ‘no contesta’ p>0,1.
El análisis que sigue a continuación examina, en primer lugar, el efecto del
sexo del entrevistador(a) sobre la respuesta para cada una de las nueve variables
dependientes presentadas en el conjunto de la muestra y en las sub-muestras de
encuestados varones y mujeres. Posteriormente, se realiza un análisis multivariado
controlando por las características básicas del individuo encuestado tales como sexo,
edad, estado civil, situación laboral y nivel de estudios y, finalmente, controlando
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
por la presencia de una tercera persona en el contexto de la encuesta. Se ha descarta-

do mediante los correspondientes análisis la existencia de una interacción entre el
género del encuestado y el género del encuestador y entre el sexo del entrevistador y
el nivel de estudios del encuestado y por este motivo no se reportan.
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
En lo que se refiere a la percepción de las desigualdades que existen actualmen-

te en Cataluña entre mujeres y hombres, el 2 nos indica unas diferencias inter-grupos
significativas. En este caso, no es a una entrevistadora a quien se manifiesta un acuerdo
más alto con la existencia de desigualdades muy o bastante grandes, sino que es ante los
entrevistadores cuando se hace un mayor hincapié en las mismas (véase la Tabla 2). El
55,3 por ciento de los encuestados considera que las diferencias son muy o bastante
grandes cuando son entrevistados por un hombre, porcentaje que desciende ligeramente
hasta el 47,2 por ciento al responder a una entrevistadora. Además, el efecto del género
del entrevistador sobre las respuestas es mayor en las mujeres. En el análisis multivaria-
do se mantiene significativo el efecto del sexo del entrevistado en las respuestas para el
conjunto de la muestra y para el grupo de encuestadas (véase la Tabla 5).
Tabla 2.
Preguntas sensibles al género
TAREASDOM: Número de horas empleadas en tareas domésticas (total horas)

Total muestra Hombres Mujeres
Entr M Entr V Entr M Entr V Entr M Entr V
Media 13,68 11,51 8,83 7,54 18,46 15,20
N (489) (594) (243) (286) (246) (308)
DT 14,34 10,07 10,46 6,90 15,98 11,10
Total (DT) 12,49 (12,23) 8,13 (8,74) 16,65 (13,57)
p (T-test) <0,01 <0,05 <0,01
CUOTAS: Cuotas efectivas para garantizar la igualdad (porcentajes)
De acuerdo 62,3 55,2 60,5 49,8 63,9 60,2
En desacuerdo 37,7 44,8 39,5 50,2 36,1 39,8
N (330) (457) (173) (204) (157) (253)
V de Crammer 0,07* 0,10** 0,03
2 3,858**(gl=1) 4,221** (gl=1) 0,545 (gl=1)
DESIGUAL: Desigualdades generales entre hombres y mujeres (porcentajes)
Muy/Bast 51,8 55,3 41,6 47,2 54,7 62,6
grandes
Peq/Casi 48,2 44,7 58,4 52,8 45,3 39,4
inexist.
N (504) (599) (248) (286) (256) (313)
V de Crammer 0,15*** 0,12** 0,19***
2 25,019***(gl=3) 8,103** (gl=3) 21,345*** (gl=3)
Entr M=Entrevistadora mujer; Entr V=Entrevistador varón.
***p<0,01 **p<0,05 *p<0,10.
36
En el segundo grupo de preguntas, clasificadas como neutras, ya sea por

su contenido o porque se encuentran al inicio de la encuesta, hallamos también
un efecto estadísticamente significativo del género del entrevistador sobre las
respuestas. La primera variable analizada (a su vez, la primera pregunta de la
encuesta) hace referencia a la importancia que se atribuye a la familia. El efecto
del sexo del entrevistador en esta variable opera en la siguiente dirección: cuan-
do los individuos son entrevistados por una mujer tiende a atribuírsele una ma-
yor importancia (véase la Tabla 3). La media para los varones aumenta del 9,01
cuando fueron entrevistados por un hombre al 9,33 cuando fue una mujer quien
distribuyó la entrevista. Entre las encuestadas, la diferencia es de 0,23 puntos,
siendo la media más alta cuando se encontraron con una entrevistadora. Este
efecto subsiste al introducir los controles sociodemográficos, tanto para el con-
junto de la muestra como para las sub-muestras femenina y masculina (véase la
Tabla 5).
En cuanto al grado de interés por la política, el contraste del 2 es signi-
ficativo para el conjunto de la muestra. En la Tabla 3 apreciamos que las entre-
vistadoras captan unos porcentajes de interés por la política (categorías de ‘mu-
cho’ o ‘bastante’) más bajos que sus colegas varones, un 25 frente al 31,5 por
ciento. El efecto es especialmente destacado en la sub-muestra de hombres
mientras que casi desaparece en las mujeres y sólo es estadísticamente significa-
tivo en el primer caso, pese a seguir la misma tendencia. Al ser entrevistados por
un hombre, los varones expresan mucho o bastante interés por la política en el
37,4 por ciento de los casos mientras que si se trata de una entrevistadora el
interés decrece hasta el 28 por ciento. Con el análisis multivariado descubrimos
que el efecto sólo se mantiene significativo (p<0,05) en el grupo de hombres
(véase la Tabla 5).
Otra variable que hemos puesto a prueba es la ideología del individuo. En
la Tabla 3 observamos que, cuando un hombre realiza la entrevista, los encuestados
y encuestadas se posicionan más a la izquierda que cuando la realiza una mujer. La
media se desplaza del 4,18 en el primer caso al 4,44 en el segundo. Esta diferencia
es estadísticamente relevante para el conjunto de la muestra y para el conjunto de
mujeres entrevistadas tras incorporar los controles sociodemográficos (véase la
Tabla 5).
En el último bloque de preguntas encontramos variables sociodemográ-
ficas que suelen incluirse al final de la encuesta y variables que son factuales, es
decir, el individuo simplemente tiene que recordar una acción (o no acción).
Veamos qué sucede, por un lado, con el grado de religiosidad de los individuos
encuestados. En este caso, 2 indica que se producen unas diferencias significa-
tivas en la declaración del grado de religiosidad cuando el individuo se encuen-
tra ante un interlocutor masculino o femenino. Como muestra la Tabla 4, las
entrevistadoras obtienen sistemáticamente un porcentaje de respuestas superior
en las categorías que reflejan la religiosidad practicante o no practicante y, en
cambio, el volumen de personas ateas o agnósticas se ve reducido en casi un
cuarenta por ciento (del 36,3 al 22,6 por ciento). Los hombres que se declaran
religiosos practicantes descienden del 30 al 21,8 cuando son entrevistados por
37
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
IMPFAM: Importancia de la familia (medias)

Media 9,40 9,13 9,33 9,01 9,47 9,24
N (512) (608) (253) (290) (259) (318)
DT (1,25) (1,54) (1,26) (1,65) (1,23) (1,42)
Media total (DT) 9,26 (1,42) 9,16 (1,49) 9,34 (1,34)
p (T-test) <0,01 <0,01 <0,01
INTPOL: Interés por la política (porcentajes)
Mucho/bastante 25,0 31,5 28,0 37,4 22,1 26,2
Poco/nada 75,0 68,5 72,0 62,6 77,9 73,8
N (508) (603) (250) (286) (258) (317)
V de Cramer 0,07** 0,10** 0,05
2 5,729* (gl=1) 5,343**(gl=1) 1,292 (gl=1)
IDEOL: Ideología (medias)
Media 4,44 4,18 4,41 4,19 4,48 4,17
N (457) (530) (226) (248) (231) (282)
DT (2,06) (1,60) (2,09) (1,70) (2,03) (1,81)
Media total (DT) 4,30 (1,83) 4,29 (1,90) 4,31 (1,77)
p (T-test) <0,01 >0,1 <0,1
***p<0,01 **p<0,05 *p<0,10.
38
Tabla 4.
Preguntas sociodemográficas y factuales
RELIG: Religiosidad (porcentajes)

Religioso/a 32,3 23,4 30,0 21,8 34,6 25,8
prac.
Religioso/a no 45,0 40,3 44,4 37,0 45,7 43,4
prac.
No religioso/a 22,6 36,3 25,6 41,2 19,7 31,8
N (504) (595) (250) (284) (254) (311)
V de Crammer 0,16*** 0,18*** 0,15***
2 26,443*** (gl= 2) 14,815***(gl=2) 12,664***(gl=2)
CARGO: Número de personas a cargo en el trabajo (porcentajes)
Ninguno 78,7 71,8 70,7 67,3 86,6 75,5
Uno o más de 21,3 28,2 29,3 32,7 13,4 24,5
uno
N (436) (385) (191) (208) (194) (228)
V de Crammer 0,15** 0,14** 0,13**
2 10,901**(gl=3) 7,808**(gl=3) 7,898**(gl=3)
ASOC: Asociacionismo (porcentajes)
Asociado/a 9,6 17,6 8,7 19,7 10,5 15,7
No asociado/a 90,4 82,4 91,3 80,3 89,5 84,3
N (511) (607) (253) (289) (258) (318)
V de Crammer 0,12*** 0,16*** 0,08*
2 14,932*** (gl=1) 13,175***(gl=1) 3,401*(gl=1)
***p<0,01 **p<0,05 *p<0,10.
Otra variable factual analizada es el número de subordinados a cargo del

individuo entrevistado – reduciendo la muestra a los individuos que trabajan. El
efecto del género del entrevistador sobre las respuestas se manifiesta también aquí
elevando el porcentaje de encuestados que afirman tener al menos un subordinado
del 21,3 al 28,2 cuando la encuesta la distribuye un hombre. El efecto es en este caso
mayor entre el grupo de encuestadas donde la diferencia porcentual es de once pun-
tos. Cuando controlamos este efecto por el género del encuestado y por el resto de
variables sociodemográficas observamos que éste se concentra básicamente en el
grupo de las mujeres, aunque en los hombres también se produce (véase la Tabla 5).
39
Tabla 5.
Género del entrevistador y variables sociodemográficas

TAREASDOM 1,989*** 1,267* 3,024***
(0,686) (0,755) (1,094)
CUOTAS 0,281** 0,436** 0,129
(0,150) (0,218) (0,211)
DESIGUAL -0,109** -0,067 -0,141**
(0,051) (0,072) (0,072)
IMPFAM 0,237*** 0,266** 0,201*
(0,082) (0,122) (0,109)
INTPOL -0,089* -0,159** -0,011
(0,050) (0,073) (0,069)
IDEOL 0,226* 0,173 0,271*
(0,119) (0,176) (0,162)
CARGO -0,158*** -0,144* -0,174**
(0,050) (0,076) (0,067)
RELIG -0,554*** -0,616*** -0,486**
(0,156) (0,217) (0,229)
ASOC -0,638*** -0,939*** -0,311
(0,190) (0,273) (0,269)
***p<0,01 **p<0,05 *p<0,10.
NOTA: TAREASDOM=Número de horas empleadas en tareas domésticas,
CUOTAS= Cuotas efectivas para garantizar la igualdad; DES-
IGUAL=Desigualdades generales entre hombres y mujeres; IMP-
FAM=Importancia de la familia; INTPOL=Interés por la política; IDEOL=
Ideología; RELIG=Religiosidad; CARGO=Número de personas a cargo en
el trabajo; ASOC= Asociacionismo. Cada entrada es el coeficiente no es-
tandarizado de la regresión lineal o logística para la variable sexo del en-
trevistador con el correspondiente error estándar en paréntesis. Los predic-
tores en cada regresión incluían un conjunto de variables relacionadas con
el entrevistado(a), como la edad, el estado civil (casado/a=1), la situación
laboral (trabaja=1) y el nivel de estudios, así como el sexo para el modelo
conjunto (mujer=1).
Finalmente, tanto hombres como mujeres, aunque de forma mucho más

pronunciada los primeros, manifiestan ser miembros de alguna organización social
en mayor proporción cuando son entrevistados por un hombre. Cuando introducimos
las variables de control el efecto del sexo del entrevistador tan sólo pierde significa-
ción estadística para la sub-muestra de mujeres (véase la Tabla 5).
Por último, hemos controlado el análisis por el contexto de la entrevista. Se
trata de comprobar si el género del entrevistador sigue siendo una variable significa-
40
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
claramente ante los hombres el rechazo al “dividendo patriarcal”, al excedente o

ventaja masculina derivada de mantener un orden (social, económico, familiar y
político) de género no equitativo (Connell, 2002: 142). En segundo lugar, el resulta-
do sería también coherente con el planteamiento de la elusión de la ofensa social
(Groves y Fultz, 1985), ya que siendo una realidad que las mujeres sufren numerosas
desigualdades en diferentes ámbitos los encuestados podrían considerar que se trata
de un tema delicado y, consiguientemente, las minimizarían ante una mujer.
De hecho, hemos observado en el análisis de las preguntas neutras y las
descriptivas-factuales que, ante una entrevistadora, los encuestados expresan un
menor interés por la política, una participación asociativa más baja y un trabajo con
menos personas a cargo. Simultáneamente, los encuestados se declaran más religio-
sos, más conservadores (ideológicamente hablando) y conceden mayor importancia
a la familia. Así, pues, los encuestados ofrecen aquellas respuestas que se parecen a
lo que asocian con los rasgos característicos del entrevistador con el objetivo de no
ofenderlo, por lo que parecen ser conscientes de las diferencias en el comportamien-
to político, el grado de religiosidad o el estatus laboral de mujeres y hombres.
Por otro lado, al efecto del entrevistador sobre las respuestas subyace una
dimensión latente que refleja las divisiones sexuadas de los ámbitos público (interés
por la cosa pública, participación social, trabajo fuera de casa remunerado) y privado
(familia, religión, trabajo en casa no remunerado), asignados socialmente el primero
al universo masculino y el segundo al femenino. Se espera que cada sexo desarrolle
unos papeles determinados. El género no es una esencia sino una categoría creada y
reproducida socialmente que se refuerza con las interacciones cotidianas y con los
marcos institucionales mediante los cuales se crean subjetividades y se asignan valo-
raciones, recursos o tareas. Se trata de una hipótesis de trabajo a desarrollar con
mayor profundidad en futuras investigaciones.
Que las variables de expresión de interés por la política así como la auto-
identificación ideológica se vean afectadas por el sexo del entrevistador es un resul-
tado ciertamente relevante por tratarse de variables básicas en estudios sociológicos
y politológicos. En primer lugar, plantea interrogantes sobre la validez de las series
temporales o las comparaciones entre estudios similares pues la población de entre-
vistadores difiere de un estudio a otro. En segundo lugar, genera dudas acerca de las
descripciones de la cultura política de ambos sexos dado que las plantillas de en-
cuestadores han estado tradicionalmente muy feminizadas: ¿hasta qué punto son las
mujeres más de derechas y religiosas con los hombres y tienen un interés por la
política más bajo?
Finalmente, se ha comprobado que la presencia de una tercera persona hace
desaparecer los efectos del género del entrevistador. Esto puede indicar bien que la
persona que conoce al entrevistado – normalmente un familiar directo – absorbe
toda la potencial deseabilidad social latente en algunas respuestas o, por el contrario,
que la presencia de una tercera persona hace que el entrevistado sea fiel a sus prefe-
rencias y opiniones reales dado que este familiar (o amigo, o vecino) tiene un cono-
cimiento más o menos aproximado de cuáles son tales actitudes u opiniones.
Vistos los efectos que el género del entrevistador introduce en las respues-
tas, es recomendable tener en cuenta la distribución de hombres y mujeres en el
42
equipo de entrevistadores y en la asignación de encuestados y encuestadas a cada

entrevistador. En especial, cuando el estudio trate cuestiones sensibles al género,
debería garantizarse una presencia paritaria de, por lo menos, el cuarenta por ciento
de cualquiera de los dos sexos en el personal de trabajo de campo, sobre todo si se
recoge la información a través de encuestas presenciales, donde el efecto del sexo
del entrevistador en las respuestas es mayor. Además, para poder aplicar posterior-
mente el análisis con precisión, es necesario, en la medida de lo posible, que la pari-
dad también se respete en la asignación de encuestadores por tamaños de hábitat con
el fin de que la probabilidad de ser entrevistado por un hombre o una mujer sea la
misma en todos los estratos. Asimismo, dado que no implica un coste añadido, resul-
ta conveniente incluir la información relativa a las características sociodemográficas
básicas de los encuestadores y encuestadoras (como el género, pero también la edad
o la nacionalidad) en la matriz de datos ya que así podrían comprobarse los poten-
ciales errores de no muestreo generados de forma involuntaria por el personal en-
cuestador.
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
Ferreras Soto, María L. y Adoración Núñez Villuendas (2006). Una aproximación a

la influencia del género del entrevistador/a en los resultados de encuesta.
Ponencia presentada en el IV Congreso de Metodología de Encuestas, 20-
22 de septiembre, Universidad Pública de Navarra, Pamplona.
Finkel, Steven. E., Thomas M. Guterbock, y Marian J. Borg (1991). Race–of–
Interviewer Effects in a Preelection Poll: Virginia 1989. Public Opinion
Quarterly, 55 (3): 313–330.
Flores-Macias, Francisco y Chappel Lawson (2008). Effects of Interviewer Gender
on Survey Responses: Findings From a Household Survey in Mexico. In-
ternational Journal of Public Opinion Research, 20 (1): 100–110.
Galla, John P., Frisone, John D., Jeffrey, Linda R. y Eleanor P. Gaer (1981). Effect
of Experimenter’s Gender on Responses to a Sex–Role Attitude Question-
naire. Psychological Reports, 49: 935–940.
Groves, Robert M. y Nancy H. Fultz (1985). Gender Effects among Telephone In-
terviewers in a Survey of Economic Attitudes. Sociological Methods and
Research, 14: 31–52.
Groves, Robert M. y Lou J. Magilavy (1986). Measuring and Explaining Interviewer
Effects in Centralized Telephone Surveys. Public Opinion Quarterly 50:
251–266.
Groves, Robert M., Floyd J. Fowler, Mick P. Couper, James M. Lepkowski, Eleanor
Singer y Roger Touangeau (2004). Survey Methodology. Hoboken, New
Jersey: Wiley, capítulo 9.
Holbrook, Allyson L., Melanie C. Green y Jon A. Krosnick (2003). Telephone ver-
sus Face-to-Face Interviewing of National Probability Samples with Long
Questionnaires: Comparisons of Respondent Satisficing and Social Desir-
ability Response Bias. Public Opinion Quarterly, 67: 79–125.
Huddy, Leonie, Joshua Billig, John Bracciodieta, Lois Hoeffler, Patrick J. Moynihan
y Patricia Pugliani (1997). The Effect of Gender on the Survey Response.
Political Behavior, 19 (3): 197–220.
Johnson, Timpthy P. y Robert M. Moore (1993). Gender Interactions between Inter-
viewer and Survey Respondents: Issues of Pornography and Community
Standards. Sex Roles, 28 (5-6): 243–261.
Kane, Emily W. y Laura J. Macaulay (1993). Interviewer Gender and Gender Atti-
tudes. Public Opinion Quarterly, 57 (1): 1–28.
Karp, Jeffrey A. y David Brockington (2005). Social Desirability and Response
Validity: A Comparative Analysis of Over-Reporting Voter Turnout in Five
Countries. The Journal of Politics, 67: 825–840.
Martin, Byran y Martin Johnson (2007). Social Sanctions and Stylized Political
Conversation: Do Interviewers Penalize Deviant Survey Respondents?. Pa-
per presentado en la conferencia anual de la Southern Political Science As-
sociation, 3-7 de enero, New Orleans, Louisiana, EE.UU.
Presser, Stanley y Linda Stinson (1998). Data Collection and Social Desirability
Bias in Self-Reported Religious Attendance. American Sociological Re-
view, 63 (1): 137–145.
44
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.
Anexo: Variables utilizadas

Estudio Diferencias entre hombres y mujeres en los ámbitos familiar, so-
cial, económico y político. Centre d’Estudis d’Opinió de la Generalitat de Catalunya
(CEO). Junio-septiembre de 2008.
 V1. ¿Podría decirme qué importancia tiene en su vida la familia, en una

escala del 0 al 10, donde el 0 es ‘nada importante’ y el 10 ‘muy importan-
te’?
 V5. ¿Cómo calificaría Ud. las desigualdades que existen actualmente entre
hombres y mujeres en Cataluña: muy grandes, bastante grandes, pequeñas o
casi inexistentes?
 V35. ¿Cuántas personas tiene o tenía a su cargo en el trabajo: Ninguna, de
1 a 5, de 6 a 20, más de 20?
 V42. Aproximadamente, ¿cuántas horas, a la semana, dedica Ud. perso-
nalmente a las tareas domésticas, sin incluir el cuidado de los hijos/as ni de
personas dependientes?
 V104. Las cuotas son una medida efectiva para garantizar la igualdad en la
representación. ¿Está Ud. más bien de acuerdo o más bien en desacuerdo
con esta afirmación?
 V109. ¿Me podría decir si a Ud. la política le interesa mucho, bastante,
poco o nada?
 V110. Cuando se habla de política normalmente se utilizan las expresiones
izquierda y derecha. Si Ud. se tuviese que situar en una escala del 1 al 10,
donde el 1 es extrema izquierda y el 10 es extrema derecha, ¿en qué punto
se situaría Ud.?
 V113. ¿Pertenece a alguna asociación/organización social/grupo local?
 V126. Desde el punto de vista religioso, ¿Ud. se considera...católico/a prac-
ticante, católico/a no practicante, otras religiones practicante, otras religio-
nes no practicante, agnóstico/a o no creyente?
45
Volumen 11, 2009, 47-77
ISSN: 1575-7803
TÉCNICAS DE INVESTIGACIÓN ONLINE:

APORTACIONES DE LOS ESTUDIOS DE
MEDICIÓN DE AUDIENCIAS DE INTERNET
Idoia Portilla Manjón

Dpto. Empresa Informativa
UNIVERSIDAD DE NAVARRA
31009 PAMPLONA
iportilla@unav.es
47
Met. de Encuestas 11, 2009, 47-77 I. Portilla Manjón
RESUMEN: Los datos de audiencias son esenciales en el ámbito de los medios de

comunicación ya que permiten a los agentes de este mercado establecer las tarifas
publicitarias y tomar decisiones de gestión. Internet, como nuevo medio de comuni-
cación, también precisa datos de audiencia con las mismas garantías de calidad e
imparcialidad que el resto de medios. Los estudios que buscan estos datos se de-
sarrollan con rapidez, aplicando técnicas que se revisan y mejoran constantemente
para lograr información fiable. Estos estudios nos proporcionan datos de la audien-
cia, sobre cómo son los internautas, e información de interés para diseñar una inves-
tigación aplicando técnicas online.
En este trabajo, presentaremos algunas aportaciones que realizan los estudios de
medición de la audiencia de internet en España de cara a la aplicación de investiga-
ciones online. Concretamente, se analizara la información ofrecida por la Asociación
para la Investigación de Medios de Comunicación, el Estudio General de Internet y
Nielsen//Netratings.
PALABRAS CLAVE: investigación online, audiencia, internet.
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.
KEY WORDS: online research, audience, internet
Recibido: 9 de febrero de 2009

48
Técnicas de investigación online Met. de Encuestas 11, 2009, 47-77
Disponer de datos de audiencias es esencial en el ámbito de los medios de

comunicación. Anunciantes, agencias y medios precisan de ellos para establecer las
tarifas publicitarias de diarios, emisoras de radio, canales de televisión u otros sopor-
tes publicitarios. Los medios desean disponer de audiencias altas para aumentar sus
tarifas y, por tanto, sus ingresos publicitarios. Los anunciantes y las agencias exigen
datos con garantía de calidad e imparcialidad para reconocerlos como moneda de
cambio. Además, los datos de audiencia son de gran utilidad para la gestión de los
medios porque les permiten adecuar los contenidos a su público y les facilitan la
toma de decisiones estratégicas. Son, por tanto, vitales para sus ingresos y su gestión
diaria, lo que les hace estar siempre en entredicho. Más aún, los medios difunden a
plena voz las cifras de audiencia cuando los datos les son favorables, pero critican
las metodologías y las instituciones que las respaldan si no lo son.
Pero la relevancia de los estudios de audiencia no acaba aquí. Dentro del
sector de investigación de mercados, los trabajos realizados para los medios de co-
municación ocupan un lugar importante a nivel económico y de desarrollo tecnoló-
gico. Según datos de ESOMAR publicados en el documento “Global Market Re-
search 2007”, el 15% de los ingresos del sector proceden de los medios, siendo esta
categoría (donde quedarían incluidos los estudios de audiencia) la segunda tras las
empresas fabricantes. En cuanto a tecnología, se trata de un campo donde se produ-
cen continuos avances. Es el caso de los audímetros pasivos y portátiles para el
seguimiento de la audiencia de la radio y la televisión. Institutos de investigación de
mercados como Nielsen o TNS trabajan junto a empresas tecnológicas para su desa-
rrollo buscando alcanzar los mejores resultados. Incluso existe software específico
para el manejo de informaciones de audiencias, como los programas de planificación
de medios, que reflejan de nuevo la relevancia económica de esta información.
En este ámbito de los medios podemos situar los estudios de Internet para el
conocimiento de su audiencia. Se trata de un nuevo medio de comunicación que
precisa datos de audiencia para comercializar sus espacios publicitarios. Tales datos
determinarán las tarifas publicitarias, por lo que precisan las mismas garantías de
calidad e imparcialidad que el resto de medios. Los sistemas aplicados en este mo-
mento para medir la audiencia de internet son aquellos que están logrando mayor
reconocimiento, siendo relevante conocer sus características técnicas.
Pero además, Internet es un medio para dirigirnos a los entrevistados, lo
cual hace que su estudio sea especialmente interesante. Estos estudios nos revelan
cómo son los internautas y ofrecen datos claves para diseñar una investigación apli-
cando técnicas online. Nos pueden informar del nivel de penetración de este nuevo
medio entre la población, de sus características sociales, sobre qué vías emplean
para acceder a la red, el tiempo que le dedican, o los navegadores que utilizan. To-
dos estos datos son de gran utilidad para decidir aspectos como si es viable utilizar
una técnica de encuesta vía web dado nuestro universo de estudio o si es necesario
diseñar el cuestionario de una u otra forma para hacerlo accesible a la muestra.
Este trabajo pretende mostrar algunas de las aportaciones que los estudios
de la audiencia de internet en España pueden realizar a la investigación de mercados.
Para ello, nos centraremos en aquellos de mayor relevancia en el ámbito publicitario,
dadas sus especiales características. Concretamente analizaremos las encuestas ges-
49
tionadas por la Asociación para la Investigación de Medios de Comunicación

(AIMC), por el Estudio General de Internet (EGI) y Nielsen//Netratings.
Para enmarcar el tema, comenzaremos explicando brevemente qué entende-
remos por audiencia de internet y los estudios españoles a los que haremos referen-
cia. Después, destacaremos informaciones relevantes que ofrecen de cara a realizar
investigaciones online.
Audiencia de internet y sistemas para su medición
Internet tiene la peculiaridad de englobar muchas utilidades. Permite accio-

nes como navegar por la red, enviar y recibir correos electrónicos, participar en
foros, descargar archivos o responder encuestas. Es un medio de comunicación de
masas pero también de persona a persona, como el teléfono. Por tanto, cuando
hablamos de medir la “audiencia de Internet” es necesario especificar a qué nos
referimos (Bermejo, 2003), es decir, qué actividades de Internet vamos a medir.
Entre las más importantes, no hay duda de que aquella equiparable a otros medios de
comunicación de masas es la navegación por Internet.
Por audiencia de Internet entenderemos, por tanto, las personas que entran
en contacto con la “World Wide Web”. Las páginas web ofertan contenidos a una
gran masa de posibles usuarios al mismo tiempo y son soportes publicitarios como
puede serlo un diario, revista, emisora de radio o canal de televisión. Y al poder
incluir publicidad y alcanzar a un público masivo con él, precisan de tarifas para la
venta de tales espacios publicitarios.
La delimitación terminológica de qué es audiencia de Internet no debería,
sin embargo, terminar aquí, ya que la “World Wide Web” tampoco es algo uniforme
y sus unidades no son fácilmente definibles. Estamos ante un medio nuevo y cam-
biante donde todavía está pendiente lograr una estandarización definitiva especial-
mente de términos publicitarios. La dificultad es si cabe mayor que en otros medios
al tratarse de audiencias mundiales, con webs accesibles de modo global, lo que
exige lograr acuerdos internacionales, tal y como busca el organismo internacional
Interactive Advertising Bureau (www.iab.net).
Aunque el mercado publicitario necesitará delimitar algunos conceptos para
poder manejar tarifas estándar en internet, ya existen sistemas que miden la audien-
cia de las páginas web. Estos se han clasificado tradicionalmente en tres atendiendo
a la unidad básica de estudio que emplean (Lamas, 2002). Así tenemos los sistemas
basados en los usuarios (user-centric), los métodos basados en los servidores (site-
centric) y los métodos basados en los suministradores de publicidad (ad-centric). Si
además distinguimos aquellos que emplean sistemas tradicionales de los que usan
Internet, Sádaba y Portilla (2005) distinguen cinco tipos: encuestas tradicionales,
encuestas en la propia red, paneles de PC’s, análisis de ficheros log y auditorías
mediante tags. Según Bermejo (2007) estos dos últimos serían sistemas pasivos,
frente a los activos basados en encuestas, o los mixtos, como los paneles.
En España realizan este tipo de estudios diversos organismos, pero tal y
como decíamos en la introducción, nos centraremos en los datos ofrecidos por el
Estudio General de Medios (EGM) y la encuesta Navegantes en la red, ambos de la
50
Asociación para la Investigación de Medios de Comunicación (AIMC), el Estudio

General de Internet (EGI) y el panel de internautas de Nielsen//Netratings. Todos
ellos son estudios centrados en los usuarios (user-centric), que recogen información
del internauta como persona, es decir, lo que en nuestro trabajo consideramos au-
diencia.
a) Estudio General de Medios (EGM) de AIMC

La Asociación para la Investigación de Medios de Comunicación (AIMC)
gestiona el Estudio General de Medios (EGM), una encuesta que ha cumplido en
2008 sus 40 años de existencia (www.aimc.es). Se trata de un estudio poblacional de
referencia para la cuantificación de las audiencias en España de todo tipo de medios,
incluido internet. Además ofrece otras informaciones como datos sociodemográfi-
cos, de equipamiento, estilo de vida y consumo de productos sin marcas (Portilla,
2008).
La medición de audiencias en el EGM se realiza utilizando metodología ba-
sada en el recuerdo de la víspera y lectura o uso en el último periodo (Portilla,
2008). Desde 1996 ofrece datos del uso de internet. En principio, se preguntaba por
uso en los últimos 30 días, pero a partir de la tercera ola de 2004 se determinó que
un internauta fuese “aquel que accede ayer” a internet (AIMC, 2005a). Esto permitía
su equiparación a medios como la prensa diaria, la radio o la televisión y reflejaba la
relevancia que el medio estaba alcanzado. En este sentido, puede destacarse la capa-
cidad de la Comisión Técnica del estudio en atender a una realidad del mercado que
exigía adaptar las definiciones inicialmente fijadas. Además, tuvo la previsión de
recoger este dato desde los primeros años, lo que le permite ofrecer la evolución de
ambos datos sin romper las series.
Los datos de internet del EGM, al igual que los de otros medios, son un re-
ferente para todo el mercado publicitario al determinar el universo de internautas. El
panel de Nielsen//Netratings lo toma como referencia para su muestra, y lo mismo
hizo el CIS en su estudio por internet de la percepción de encuestas (CIS, 2007).
b) Navegantes en la red de AIMC

Además del EGM, la AIMC coordina la Encuesta a Usuarios de Internet
(Navegantes en la red). Se trata de una encuesta en la propia red a la que se accede
desde diversos sistemas, destacando las webs de patrocinadores o notificaciones de
correo electrónico (Sádaba y Portilla, 2005).
La encuesta AIMC a usuarios de internet nace a finales de 1996 con el pro-
pósito de conocer con detalle el perfil del internauta y sus hábitos de uso de Internet
(www.aimc.es). Dada su repercusión, alcanza en 2007 su 10ª edición, realizando la
11ª a finales de 2008.
En este estudio, la propia AIMC reconoce en la metodología que el proceso
de selección de la muestra no es aleatorio (AIMC, 2008b). Sin embargo, la elevada
probabilidad de localizar internautas expertos incrementa el interés de este estudio
como indicador de tendencias en el uso de la red. Así, en 2009 se anunciaba el cre-
ciente uso de redes sociales o del móvil y la consola como pantallas de navegación
(AIMC, 2009b), del mismo modo que en ediciones anteriores descubrían el aumento
51
del acceso mediante ordenadores portátiles o la descarga de música cuando aún no

eran situaciones tan generalizadas.
c) Estudio General de Internet (EGI)

Otros datos a los que prestaremos atención son los del Estudio General de
Internet (EGI), “una investigación de las características y hábitos de los internautas
españoles” (www.estudiogeneraldeinternet.com). Su metodología es similar a la de
la Encuesta a Usuarios de Internet (Navegantes en la red) aunque no colaboran las
mismas webs y la contraprestación a los entrevistados ha sido la participación en un
sorteo de una cantidad monetaria, frente a productos tecnológicos en el caso de
AIMC.
EGI ha venido ofreciendo datos desde 2002 hasta 2008. La participación en
el mismo ha sido también voluntaria, como en Navegantes en la red, pero en este
caso se daba más importancia a panelizar a los entrevistados que a invitarlos a través
de webs. Por tanto, es interesante comparar sus datos con los de AIMC, dado que,
aunque en ambos casos se emplea investigación online, presentan diferencias intere-
santes.
d) Panel de internautas de Nielsen//Netratings

El panel de internautas de Nielsen//Netratings es también un estudio de los
denominados user-centric ya que recoge datos de los usuarios de la red, como todos
los anteriores. Además, al igual que Navegantes en la red y EGI, emplea internet
para recoger los datos. Sin embargo, presenta una diferencia fundamental, pues se
trata de un panel, es decir, se pregunta reiteradamente a los mismos usuarios. Ade-
más, en este estudio se seleccionan los panelistas participantes offline, mediante
llamadas telefónicas al azar, para tratar de obtener una muestra representativa de
internautas en los hogares.
En este panel se recoge información sociodemográfica de los sujetos y se
les solicita instalar un software en sus PC’s, siempre que cuenten con acceso a Inter-
net. Este software registrará de manera no intrusiva el comportamiento online de los
usuarios, exigiéndoles exclusivamente que se identifiquen antes de iniciar su nave-
gación. Se le considera una “audimetría” de internet, equivalente a lo que en España
realiza TNS con los audímetros de televisión (Lamas, 2000).
El panel de Nielsen//Netratings no es el único que ofrece datos de este tipo.
Existen otros a nivel internacional como ComScore, Alexa o Quantcast. Incluso
Google ha comenzado a ofrecer datos de webs de forma gratuita desde AdPlanner
(www.google.com/adplanner). En nuestro caso, nos centraremos en Niel-
sen//Netratings por su relevancia en el sector publicitario español, al igual que los
anteriores estudios. Además, Nielsen//Netratings es la fuente de referencia en Espa-
ña de datos de tipo site-centric, que toman como unidad de estudio los sitios web. Se
trata de datos censales que recogen toda la información incluida en el servidor. En
nuestro país estos datos son auditados por Información y Control de Publicaciones
S.A. (www.introl.es), en un papel similar al que realiza con la marca OJD para la
prensa (Portilla, 2008). Los datos site-centric, al no ser encuestas, tienen la ventaja
de no cometer error estadístico. Sin embargo, ofrecen datos de ordenadores o nave-
52
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.
Aportaciones de la medición en España
Tal y como señalábamos en la introducción, los distintos agentes del

mercado de los medios de comunicación exigen datos de calidad para la compra-
venta de espacios publicitarios. Los datos de audiencia son moneda de cambio
porque determinan las tarifas publicitarias. En el caso de internet, los estudios de
mayor relevancia y que toman como referencia la persona al medir dicha au-
diencia son el Estudio General de Medios (EGM) y la encuesta Navegantes en la
red, de AIMC, el Estudio General de Internet (EGI) y el panel de internautas de
Nielsen//Netratings.
Estos estudios nos dan información de interés sobre el número de usuarios
de internet así como del tiempo que se dedica a navegar. Además, nos indican las
características sociodemográficas asociadas al uso de la red, siendo de especial inte-
rés los cambios que se puedan producir en ellas en el tiempo.
Dado que algunos estudios se realizan online, también vamos a prestar
atención a los sistemas de acceso a la encuesta que utilizan estos estudios. Su expe-
riencia puede aportar información de interés para el desarrollo de otras investigacio-
nes por internet.
Tras estos primeros análisis, se destacarán las diferencias en el perfil alcan-
zado mediante una encuesta tradicional como EGM frente a los sistemas de capta-
ción online. Se trata de rescatar de los puntos anteriores los motivos que pueden
justificar las diferencias y que puedan aportar información interesante para la aplica-
ción de investigaciones online. Finalmente, se analizarán otras informaciones como
el software o pantalla de acceso a internet, por su influencia en el diseño de ese tipo
de investigaciones.
a) Internautas: número y tiempo de uso

El dato más publicado y de relevancia en cuestión de audiencias de in-
ternet es el número de internautas y la penetración de este medio en la pobla-
ción. El crecimiento de ambos alienta el uso de este medio, no ya como medio
publicitario y, por tanto, con audiencia valiosa, sino también para la realización
de encuestas.
Si atendemos a los datos del EGM, el uso de internet está creciendo en nú-
mero de usuarios y tiempo que le dedican (ver gráfico 1). Así, en 2008 el 29,9%
utilizó internet la víspera, cifra que se incrementa hasta el 45,4% de las personas de
14 años o más, si contamos usuarios en el último mes.
53
Gráfico 1.
Penetración de internet (% sobre total población). EGM (AIMC).
Penetración de internet - EGM

%
50,0 45,4
45,0 41,1
37,5
40,0 34,4
32,4
35,0 29,9
26,9 26,2
30,0
22,5 22,2
25,0 20,4 19,7
16,8
20,0 13,6
12,6
15,0 9 10,6
7,0 5,6
10,0 4,6
2,7
5,0 1,0 0,9 1,8 2,9
0,0
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008
Internet últimos 30 días Internet ayer

Fuente: A partir de datos publicados en el Marco general de los medios en España. AIMC
(2008a), p. 11.
Gráfico 2.
Usuarios. Nielsen//Netratings.
Usuarios activos en hogares españoles
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
Fuente: Datos Nielsen//NetRatings publicados en

http://www.clickz.com/showPage.html?page=stats/sectors/geographics
54
Nielsen//Netratings también muestra la tendencia creciente, en este caso,

mes a mes y de usuarios en hogares (ver gráfico 2). El crecimiento de enero a di-
ciembre de 2008 es del 25,1%, superando los 18 millones de usuarios activos a final
del año.
Dado que EGI toma como referencia el estudio del INE “Encuesta sobre
Equipamiento y Uso de Tecnologías de la Información y Comunicación en los
Hogares”, vamos a comentar sus datos. Al igual que los casos anteriores se confirma
la tendencia creciente de la penetración de internet entre los españoles (ver gráfico
3). La falta de coincidencia de datos entre EGM y el INE radica en que el primero
toma como referencia ayer o el mes anterior y personas de 14 años o más, mientras
que los datos del INE se refieren a usuarios en los últimos tres meses y personas de
16 a 74 años.
En cuanto al tiempo que se dedica a internet, son interesantes los datos que ofrece
Nielsen//NetRatings en enero de 2009
(http://www.nielsenonline.com/reports.jsp?section=pub_reports_intl&report=usage&perio
d=monthly&panel_type=4&country=Spain). Según su información, los usuarios tienen
sesiones de ordenador de más de 52 horas mensuales, por lo que la media sería de más de
hora y media diaria. En el EGM se da una cifra mucho menor, de unos 42 minutos diarios,
ya que la media se estima sobre el conjunto de la población. En todo caso, EGM refleja
perfectamente el crecimiento en la dedicación y penetración, ya que la cifra del año 2000,
de menos de 6 minutos, se ha convertido en los más de 40 actuales (ver gráfico 4), incre-
mentándose más de un 500%.
Navegantes en la red también estima el tiempo dedicado a la red. En este
caso, los usuarios declaran cifras muy elevadas, con una media aproximada de más
de 25 horas semanales de conexión a internet en 2007 (ver gráfico 5). Esta cifra
queda justificada por la previsible elevada participación de internautas expertos en
este tipo de encuesta, tal y como comentábamos arriba.
Nielsen//Netratings ofrece además información del tiempo dedicado a una
web. Si atendemos de nuevo a los datos de enero de 2009, se habla de 50 segundos,
un dato que se mantiene bastante estable. Este valor es importante porque permite
valorar la posibilidad de ver un banner de una encuesta en la web. Si la página tiene
mucho contenido, la posibilidad de ver el banner de enlace a una encuesta en esos 50
segundos puede disminuir.
En resumen, todos los estudios nos confirman el crecimiento de internet
tanto en presencia entre los españoles como en tiempo que le dedican. Este dato nos
alienta al uso de encuestas online, pues cada vez pueden llegar a un público más
numeroso. En todo caso, si en algún momento nos decantásemos por el uso de un
banner de llamada a una encuesta, debemos tener en cuenta el tiempo de exposición
a la página que lo aloja, entre otros aspectos que comentaremos más adelante. Ade-
más, es imprescindible conocer las características de sus usuarios, como veremos en
el siguiente punto.
55
Gráfico 3.
Penetración de internet. INE.
Porcentaje de personas de 16 a 74 años

que han utilizado internet en los últimos 3 meses - INE
60 56,7
52
47,9
50 44,4
40,4
40
30
20
10
0
2004 2005 2006 2007 2008
Fuente: Elaboración propia a partir de datos de la “Encuesta sobre Equipamiento y Uso de

Tecnologías de la Información y Comunicación en los hogares” del INE, en
www.ine.es(2009).
Gráfico 4.
Tiempo dedicado a internet. EGM (AIMC).
Consumo medio diario de internet - EGM

Minutos
45 41,7
40 35,6
35 31,8
27,4
30
22,9
25
20 16,6
15 12
8,9
10 5,5
5
0
2000 2001 2002 2003 2004 2005 2006 2007 2008
Fuente: A partir de datos publicados en el Marco general de los medios en España. AIMC
(2008a), p. 12.
56
Gráfico 5.
Uso de internet. Navegantes en al red, 2007 (AIMC).
Uso de internet por semana
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.
b) Características de los internautas

A la hora de decidir si utilizamos internet para realizar una encuesta, no só-
lo es importante el número de personas que puede alcanzarse con ella, sino sus ca-
racterísticas. Para conocer este punto, tomaremos como referencia el EGM como
estudio poblacional que permite conocer adecuadamente la audiencia, especialmente
la penetración del medio en cada grupo.
Según el EGM, la penetración de Internet supera llamativamente la media
entre los hombres, las personas de menos de 35 años, las clases alta y media alta y
los trabajadores (ver gráficos 6 a 9). Por tanto, una encuesta con captación exclusi-
vamente online facilitaría el acceso a personas de este perfil, pero no a la población
en general.
Si analizamos los últimos 5 años, se ha producido un crecimiento del
uso de internet en todos los grupos, con paralelismos por categorías de sexo,
edad, clase social y situación laboral (ver gráficos 6 a 9). Sólo en 2008 se produ-
ce un aumento en la penetración del medio en edades más avanzadas y en clases
medias bajas, y retrocesos en los más jóvenes y clases altas, de modo que se
reduce la distancia entre ellas. En todo caso, debe tenerse en cuenta que en 2008
se produjo un cambio en la metodología del EGM que podría justificar parte de
57
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).
Evolución por sexo - EGM

%
40,0
35,0
30,0
25,0 Población 14+
20,0 Hombre
15,0 Mujer
10,0
5,0
0,0
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).
Gráfico 7.
Perfil de los internautas por edad. EGM, 2004 – 2008 (AIMC).
Evolución por edad - EGM

%
60,0 Población 14+
50,0 14-19
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
58
Gráfico 8.
Perfil de los internautas por clase social. EGM, 2004 – 2008 (AIMC).
Evolución por clase social - EGM

%
70,0
60,0 Población 14+
50,0 Alta
40,0 Media alta
30,0 Media media
20,0 Media baja
10,0 Baja
0,0
2004 2005 2006 2007 2008
Gráfico 9.
Perfil de los internautas por situación laboral. EGM, 2004 – 2008 (AIMC).
Evolución por situación laboral - EGM

%
40,0
35,0
30,0
25,0 Población 14+
20,0 Trabaja
15,0 No trabaja
10,0
5,0
0,0
2004 2005 2006 2007 2008
59
EGI, en su informe de 2002 a 2006 (EGI, 2008) también permite ver si

existen cambios en el perfil. Aunque no se trata de una muestra estadísticamente
representativa, cabe destacar que tampoco detecta cambios importantes en las
características de sus entrevistados. Sólo mostraban un ligero aumento de las
personas de más de 60 años en las muestras de las últimas oleadas respecto a las
anteriores.
Lo mismo ocurre en el caso de Navegantes en la red. De nuevo, aunque no
estemos ante una muestra aleatoria, tabulaciones en las ediciones 2004-2007, no
revelan cambios significativos en el perfil sociodemográfico de sus participantes. En
este caso destacaban más los hombres, de 20 a 34 años y trabajadores que en el
perfil de internauta del EGM (ver tabla 3). Dada la alta probabilidad de que estos
sean internautas asiduos, nos señalaría que también ellos mantienen su peculiar
perfil a pesar del crecimiento del medio.
Por tanto, a pesar de sus diversas metodologías, estos tres estudios nos
confirman que el universo internauta no es equiparable a la población española
en su conjunto, a pesar del crecimiento de la penetración del medio. Si la capta-
ción se hace exclusivamente online, es claro que no se accederá a los mismos
sujetos que un estudio como el EGM. En los siguientes apartados profundizare-
mos sobre el tema.
c) Acceso a encuestas online

En este punto nos centraremos en qué ventajas e inconvenientes tiene reali-
zar una captación de muestra a través de internet, tanto mediante webs colaboradores
como mediante correos electrónicos. Para ello, analizaremos la información de los
diversos estudios pero, además, tendremos en cuenta algunas aportaciones metodo-
lógicas que pueden hacernos Navegantes en la red y EGI, ya que ambos realizan
captación online mediante ambos sistemas.
Una de las ventajas de la investigación online es que permite alcanzar a un
público numeroso a bajo coste y en un tiempo relativamente corto. Así lo demuestra
la encuesta Navegantes en la red de AIMC. En sus ultimas ediciones ha superado la
cifra de 40.000 cuestionarios válidos, en un periodo de 56 días (ver tabla 1). Si ana-
lizamos todas sus ediciones, los cuestionarios válidos suponen entre un 82% y un
87% del total de cuestionarios recibidos (ver tabla 1). La media diaria de cuestiona-
rios válidos varía desde los 197 de la primera edición hasta un máximo de 1.023 de
la 8ª, alcanzando los 744 en 2007.
En su informe, AIMC señala que se eliminan entrevistas “que se detectaron
como duplicadas y las que presentaban algún tipo de irregularidad (totalmente en
blanco, con una mayoría de preguntas sin contestar, aparición de incongruencias en
las respuestas. etc.)” (AIMC, 2008b). Por tanto, es muy necesaria la revisión de los
cuestionarios recibidos especialmente si no se produce un control de acceso que
evite duplicidades (Llauradó, 2006).
60
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.
En esta encuesta la captación se realiza principalmente con enlaces a través

de banners en webs (ver gráfico 10). Desde la 5ª edición en 2002 se puede acceder
además a través del IRC Hispano, o por recepción de aviso mediante correo electró-
nico o recomendación de un conocido. La incorporación de estos sistemas trata de
compensar la pérdida de respuestas procedentes de banners. Entre las nuevas vías
destacaríamos el envío del aviso desde la AIMC, que ha ido obteniendo direcciones
de correo electrónico de participantes en ediciones previas que aceptan colaborar en
las siguientes. Este sistema otorga una cierta continuidad a la muestra que, sin ser un
panel, puede disponer de entre un 10% a 19% de entrevistados fieles al estudio (ver
gráfico 10).
La recepción de cuestionarios a través de los banners es, como hemos di-
cho, la más importante. Tanto es así, que un descenso del número de webs en 2003
llevó asociada una importante caída en el número de cuestionarios recibidos (ver
gráficos 11 y 12). De hecho, la correlación de Pearson entre el número de webs y el
de cuestionarios válidos es del 0,83 (significativa al nivel 0,01).
El problema es la clara tendencia a la baja del número de cuestionarios vá-
lidos por web colaborador (ver gráfico 13) que en 2007 fue de 154, menos de la
mitad de los 372 de 1999. La causa es la creciente la fragmentación del medio, que
obliga a aumentar el número de páginas web colaboradoras para llegar a la misma
gente alcanzable antes con cifras menores.
Si analizamos las respuestas recogidas por el Estudio General de Internet ve-
mos que, aunque los periodos de trabajo de campo no son iguales, las muestras son signi-
ficativamente menores a las de AIMC (ver gráfico 14 y tabla 1). En EGI, los webs que
ofrecen acceso a la encuesta son de menor relevancia, lo que puede explicar esta diferen-
cia. En todo caso, al igual que AIMC, complementa la muestra con invitaciones directas
a rellenar el cuestionario en boletines electrónicos o enviadas por email
(www.estudiogeneraldeinternet.com//compras8/productos.php?producto=1).
61
Gráfico 10.
Reparto de entrevistas. Navegantes en la Red (AIMC).
Reparto de entrevistas válidas
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
Nota: No se ha incluido las opciones de “Otros” “Banner en boletín electrónico” ni “MSN

Messenger” por su uso puntual, facilitando así la lectura del gráfico.
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.
Gráficos 11 y 12.
Webs colaboradores y cuestionarios válidos.
Navegantes en la Red (AIMC).
Nº webs colaboradores Cuestionarios válidos
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
Gráfico 13.
Cuestionarios válidos por web colaborador.
Navegantes en la Red (AIMC).
Cuestionarios válidos por cada web colaborador
400 358 372

350 315
287
300
243
228 234 225
250
176
200 154
150
100
50
0
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.
De nuevo, la creación de una lista de direcciones de correo electrónico a partir de

personas que responden a la encuesta, posibilita el reenvío de la misma y el mante-
nimiento de un porcentaje de colaboradores en el tiempo. En todo caso, es obvio que
la relevancia de las webs de acceso u otros aspectos, como podría ser incluso el tipo
de contraprestación, pueden ser motivos que justifiquen el diferente volumen de
muestra alcanzado frente a Navegantes en la red, como veremos en el siguiente
apartado.
Volviendo a la encuesta de Navegantes en la red, vamos a analizar el pro-
medio de respuesta a los banners (ver gráfico 15). Según Schonlau, Fricker y Elliott
(2001), en modelos duales que permiten elegir entre responder por correo electróni-
co o en la web las tasas globales pueden variar desde el 38% al 78%. En esta encues-
ta, considerando exclusivamente las respuestas a banners, la cifra es muy inferior.
De cada 100 veces que alguien accedió a la encuesta mediante el banner de llamada,
sólo en un promedio de unas 20 veces se rellenó y envió la encuesta. La cifra máxi-
ma alcanzada ha sido de 36 envíos, pero sólo de 14 en 2004 y 2005, últimas fechas
en las que AIMC ofrecía el dato. Dada la relevancia de los webs colaboradores,
entre los que se encuentran buscadores y medios de comunicación importantes, esta
baja cifra de envíos frente a las tasas de Schonlau, Fricher y Elliot (2001) desaconse-
ja el uso exclusivo de este sistema de captación.
63
Gráfico 14.
Tamaño de muestra. EGI.
Tamaño muestral de EGI: primeras 10 oleadas
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
Fuente: Elaboración propia a partir la ficha técnica de EGI publicada en

http://www.estudiogeneraldeinternet.com//compras8/productos.php?producto=1
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
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
Además, tenemos el problema de que la cuenta de correo no siempre identi-

fica a un sujeto. Según Navegantes en la red, más del 40% tiene 3 o más cuentas
(ver gráfico 17). La tendencia en todo caso es decreciente, mientras aumenta el nú-
mero de sujetos con dos, probablemente una laboral y otra personal. Aunque la
muestra no es representativa o refleja sólo usuarios más activos, no cabe duda de la
necesidad de establecer sistemas para detectar duplicaciones de sujetos en las bases
de datos de correos electrónicos, de modo que no se envíe el cuestionario dos veces
a la misma persona.
Otro dato relevante es la frecuencia de uso de este servicio. Según Na-
vegantes en la Red, más del 60% consulta el correo varias veces al día, siendo la
tendencia de esta cifra, creciente (ver gráfico 18). Del mismo modo, la propor-
ción de aquellos que lo consultan de manera menos frecuente desciende con el
tiempo.
Gráfico 17.
Número de cuentas de correo. Navegantes en la red (AIMC).
Nº de direcciones donde recibe correo electrónico
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
“Navegantes en la red”. Disponibles en www.aimc.es.
66
Gráfico 18.
Frecuencia de uso del correo. Navegantes en la red (AIMC).
Frecuencia de uso del correo electrónico

80,0%
70,0%
60,0%
Varias veces al día
50,0%
40,0% Todos o casi todos los

días
30,0% Varias veces a la semana
20,0% Con menor frecuencia
10,0%
0,0%
2001 2002 2003 2004 2005 2006 2007 2008
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
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
%
40,0% No utiliza anti-popups
30,0% No utiliza anti-spam

20,0%
10,0%
0,0%
2003 2004 2005 2006 2007
En resumen, aunque el correo electrónico sea un buen sistema para evitar la

autoselección de la muestra o un complemento para la envío de cuestionarios, deben
cuidarse las bases de datos para evitar duplicidades de sujetos con más de una cuenta
y dar tiempo para su revisión a los usuarios menos habituales.
Finalmente, en cuanto al acceso de encuestas online, debemos tener en
cuenta que todavía hoy un 26,6% de los internautas accede a la red desde el trabajo
(ver tabla 2).
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
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.
c) Discrepancia en los perfiles de los entrevistados

Los estudios online objeto de este estudio presentan importantes pro-
blemas metodológicos que en el caso de la AIMC son explicados en su propia
metodología (AIMC, 2008b). El principal es que el sistema de captación de la
muestra proporciona una muestra no representativa de la población ni de los
internautas.
En este apartado, vamos a comparar el perfil de los internautas según
el EGM con el alcanzado por las encuestas online Navegantes en la red y EGI.
Se trata de contrastar los datos de un estudio poblacional de referencia (EGM),
con las muestras alcanzadas por dos estudios online y de estos últimos entre sí.
El objetivo es tratar de resumir los motivos que llevan a la existencia de dife-
rencias, lo que puede ser de interés para valorar la utilidad de las investigacio-
nes online.
Atendiendo a datos de 2006 (ver tabla 3), podemos observar que existen
importantes diferencias entre el perfil del internauta dado por EGM y los obtenidos
con los estudios online. En Navegantes en la red se agudiza la presencia de hom-
bres, de 20 a 34 años y trabajadores frente al perfil del internauta de EGM. En el
caso de EGI, las proporciones de mujeres y no trabajadores son las más altas de
todas, aunque se repite la mayor presencia de jóvenes, especialmente entre 25 y 34
años, frente al EGM.
Los motivos que justificarían esta variedad de perfiles de participantes
se pueden encontrar en aspectos como el tipo de personas que acceden a ella, los
webs colaboradores, el interés personal por participar en estas encuestas y la
dificultad de limitar la entrada en los estudios online. Veamos más detenidamen-
te cada uno:
- 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
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
- En ambos estudios online, la muestra es autoseleccionada: “simplemente se

incluye a aquellas personas que voluntariamente han aceptado y decidido
colaborar” (AIMC, 2007b). Aquellos que responden no sabemos si lo
hacen de manera voluntaria, bien por tener especial interés en el tema (o en
la contraprestación, como se comentará en el siguiente párrafo) o bien por
tener inclinación a responder a las encuestas en general. Del mismo modo,
quienes no responden no se sabe si lo hacen por rechazo, ausencia o pro-
blemas con la lectura del material (Díaz de Rada, Flavián y Guinalíu,
2004).
Como decíamos, el tipo de contraprestación puede condicionar la res-
puesta (Cobanoglu y Cobanoglu, 2003; Deutskens et al., 2004). En Na-
vegantes en la red, la AIMC ha ofrecido la participación en un sorteo de
equipos como ordenadores, agendas electrónicas, consolas de videojue-
gos o mp3 (ver www.aimc.es). El coste para la AIMC es nulo por tratar-
se de premios donados por anunciantes pero puede hacer que el tipo de
sujetos que responda esté especialmente interesado en la tecnología. En
EGI la contraprestación es la participación en un sorteo de 6.000 euros,
que puede justificar la participación de personas sin trabajo interesadas
en esa gratificación.
- En las encuestas online es difícil limitar la edad de entrada o por lugar de
residencia. Por tanto, aunque en EGM se entrevista a personas de 14 años o
más, esto no es así en Navegantes en la red o EGI. Además, en éstas no hay
límite geográfico. En el año 2006, un 5% de las personas entrevistadas en
Navegantes en la red era de fuera de España, porcentaje que se eleva al
28% en ese mismo año en EGI. En cambio, el EGM, al usar encuesta tradi-
cional, se limita al territorio español, algo difícil con un cuestionario acce-
sible vía internet.
En resumen, las encuestas online con muestra autoseleccionada no dibujan

el mismo perfil de los internautas que las encuestas tradicionales, lo que debe ser
tenido en cuenta a la hora de utilizar esta técnica. Más aún, si se accede a la encuesta
a través de webs, el contenido de los webs que colaboran y la contraprestación que
se ofrezca por participar pueden condicionar sobremanera el tipo de entrevistados.
Por otra parte, el acceso a la encuesta a través de la red dificulta poner límites por
edad o de área geográfica y eleva la probabilidad de que respondan usuarios más
activos en la red. Por tanto, el perfil del entrevistado se verá condicionado, para bien
y para mal, por todos estos aspectos. Si no nos benefician, este no será el sistema a
utilizar.
Si queremos evitar los problemas de la captación online, ESOMAR (2008)
recomienda la captación offline. Este es el sistema que permitiría alcanzar una mues-
tra representativa y que por ello ha sido elegido por Nielsen//Netratings para su
panel de internautas.
71
d) Aspectos de interés para el diseño de la encuesta

Independientemente del sistema de captación, el cuestionario puede estar
accesible online. A la hora de diseñarlo se debe cuidar que esta sea legible en todo
tipo de navegadores, pantallas o sistemas operativos (Llauradó, 2006). Esto exige
importantes conocimientos técnicos y probar el cuestionario en todo tipo de sistemas
antes de su lanzamiento (Mehrwert Durch Qualität, 2001). Por tanto, es importante
saber en qué medida se usan distintos navegadores, sistemas operativos o aparatos
para visitar la red.
Para conocer cómo se navega, podemos observar los datos de EGI y
Navegantes en la red. Aunque sus muestras no sean representativas de los
internautas españoles, ofrecen información de cambios en el uso de internet
entre los internautas, en general, más avezados, lo cual tiene de por sí gran
interés.
En cuanto al navegador, ambos estudios indican la primacía del Explorer
como software de navegación (ver datos de AIMC en gráfico 20). Le sigue Mozilla
en un lejano segundo puesto pero en crecimiento. Por tanto, contrastar que una en-
cuesta vaya a ser legible por al menos estos dos sistemas será vital para los diseña-
dores de un cuestionario online.
La resolución de pantalla más común es de 1024 por 768, y el sistema ope-
rativo, Windows XP (ver gráfico 21). El acceso a internet se realiza mayormente
mediante ordenador de sobremesa o portátil, pero otras vías como el teléfono móvil,
la videoconsola o la agenda electrónica van ganando adeptos (ver gráfico 22). La
reducción de la pantalla de lectura limita las posibilidades de uso de imágenes o
textos largos en un cuestionario online. El diseño del mismo deberá ser más sencillo
si pretendemos llegar a un público tecnófilo y experto como el participante en Nave-
gantes en la red.
Finalmente, es interesante analizar el idioma en el que los participantes en
Navegantes en la red han respondido al cuestionario. En 2007, un 81,1% lo respon-
dió en castellano, mientras que el resto prefirió el catalán, el gallego o el euskera
(ver gráfico 23). Es probable que estos últimos hubieran podido responder en caste-
llano, pero la existencia de otras lenguas les llevó a elegirlas.
En un estudio como este, con participación voluntaria, no cabe duda que la
posibilidad de elección de lengua pudo afectar a la tasa de respuesta. Pero lo mismo
ocurre con estudios de muestreos aleatorios, donde la tasa de rechazo puede dismi-
nuir si ofrecemos esta posibilidad y, por tanto, se disminuiría este error no muestral
y se mejoraría la representatividad final de la muestra.
72
Gráfico 20.
Navegadores. Navegantes en la red (AIMC).
Nave gador utiliz ado e n Nave gante s e n la re d
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%
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0%
Gráfico 21.
Sistema operativo. Navegantes en la red (AIMC).
Sistema operativo en Navegantes en la red
Win Xp 83,0%
Windows
7,4%
Vista
Win 2000 3,9%
Macintosh 2,0%
Linux 1,8%
Win 98 1,4%
Win 2003 0,4%
Otros 0,1%
0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0% 80,0% 90,0%
73
Gráfico 22.
Equipos de acceso. Navegantes en la red (AIMC).
Equipos a travé s de l que se acce de a inte rne t
Ordenador Fijo o de Sobremesa 92,0%
Ordenador Portátil 59,9%
T eléfono Móvil 20,3%
Videoconsola 12,9%
Agenda Electrónica (Pda) 10,4%
Aparato de T elevisión 2,0%
Otro Equipo 1,9%
T eléfono Fijo Con Pantalla 0,4%
Ns/nc 0,1%
0,0% 20,0% 40,0% 60,0% 80,0% 100,0%
Gráfico 23.
Idioma. Navegantes en la red (AIMC).
Idioma de respuesta en Navegantes en la red
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%
74
Conclusiones e investigaciones futuras
La relevancia de los estudios de medición de audiencias de internet radica

en dos aspectos fundamentales. Por un lado, es un ámbito donde se están producien-
do importantes desarrollos metodológicos para lograr datos fiables de audiencia y así
establecer tarifas publicitarias adecuadas. Pero además, estos estudios ofrecen im-
portantes informaciones para el conocimiento del número de usuarios de la red, sus
características y cómo y cuánto la usan.
En España, los estudios de medición de la audiencia de internet aplican en-
cuestas tradicionales, como el EGM, encuestas online, como Navegantes en la red
de AIMC o como EGI, y paneles, como el de Nielssen//Netratings. Gracias a todos
ellos sabemos que internet es un medio que crece tanto en número de usuarios como
en tiempo que se le dedica. En todo caso, el universo internauta tiene en nuestro país
un perfil distinto al de la población española en su conjunto. Según EGM, se trata
mayoritariamente de hombres, de personas de menos de 35 años, de clases alta y
media alta, y trabajadores, un perfil que mantiene estas características diferenciales a
pesar del crecimiento del medio.
Las encuestas online de medición de audiencias de Navegantes en la red y
EGI utilizan principalmente webs colaboradores para recibir las respuestas a sus
cuestionarios. Este sistema puede suponerles la recepción de más de 700 respuestas
diarias, un número muy elevado que se alcanza con un bajo coste. Sin embargo, la
creciente fragmentación del medio ha hecho descender el número de cuestionarios
válidos por web en pocos años. Por tanto, si se aplica un cuestionario online a través
de webs colaboradores, debe contarse con un importante número de ellos (en el caso
de Navegantes en la red son más de 300).
Otra información relevante es que el tiempo medio dedicado a una página
en la red. Si es de menos de un minuto, el banner de llamada puede no ser visto en
una web con alto contenido. Si la llamada a la encuesta se hiciese mediante pop-ups,
un elevado porcentaje de usuarios de internet experimentados tampoco la verían por
contar con programas que los restringen.
La realización de encuestas online con webs colaboradores tiene el proble-
ma de que la muestra es autoseleccionada y, por tanto, no representativa. Además,
cada encuesta online puede dibujar un perfil distinto dependiendo de la relevancia y
el contenido de las webs colaboradoras, el tema de la encuesta, o la contraprestación
que se ofrezca. Además, la falta de respuesta en estos estudios no se sabe si se debe
a rechazo o problemas con la lectura del cuestionario. Finalmente, en las encuestas
por internet es difícil limitar la edad de entrada o el área geográfica de recogida de
datos, tal y como se muestra en este trabajo con los datos de EGM Navegantes en la
red y EGI.”
Para evitar estos problemas, se puede enviar el envío del cuestionario por
correo electrónico. En este caso debe tenerse precaución porque este sistema puede
favorecer a aquellos usuarios de la red más activos, pues son quienes más usan el
correo electrónico. Además, es muy frecuente tener dos o más cuentas de correo, por
lo que es preciso depurar la base de datos para que no se repitan usuarios. Otro pro-
blema es que el correo electrónico puede ser rechazado al confundirse con spam ya
75
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
Deutskens, E., K. de Ruyter, M. Wetzels, y P. Oosterveld (2004). Response rate and

response quality of Internet-based surveys: an experimental study. Marketing
Letters, 15 (1). 21-36.
Díaz de Rada, V., C. Flavián y M. Guinalíu (2004). Encuestas en Internet: Algo más
que una simple versión mejorada de la tradicional encuesta autoadministrada.
Investigación y Marketing, 82 (Marzo) 45-56.
EGI (2008): Investigación de mercado de Internet. (Estudio de mercado de los in-
ternautas y la red) 8ª oleada, 20 de mayo - 20 de junio de 2006. En
http://www.estudiogeneraldeinternet.com//compras8/ver_resultados.php
ESOMAR (2008): 26 Questions to help research buyers of online samples. En:
http://www.esomar.org/index.php/26-questions.html
Lamas, C. (2000). Los “audímetros” de internet. Investigación y Marketing, 69 (Di-
ciembre) 51-58.
Lamas, C. (2002). La investigación de internet. TELOS, Cuadernos de comunica-
ción, tecnología y sociedad, 52 (Julio-septiembre) 98-109.
Llauradó, O. (2006): “El trabajo de campo Online: Qué hemos aprendido en los
últimos 10 años”. Investigación y Marketing, nº 91, junio, pp. 1 a 7.
Mehrwert Durch Qualität (2001) Estándares de Calidad para la realización de En-
cuestas por Internet. Traducción de Raúl Páramo. Web:
http://www.solucionesnetquest.com/papers/Onlinestandards_ES.pdf
Portilla, I. (2008): Fuentes de información. Documento actualizado en agosto de
2008. En: http://www.unav.es/asignatura/estadisticaei/
Sádaba, C. y Portilla, I. (2005): “Modelos de negocio” en Cibermedios. El impacto
de internet en los medios de comunicación en España, R. Salaverría (Coord.).
Ed. Comunicación Social ediciones y publicaciones, Sevilla, 83-21.
Schonlau, M., R. D. Fricker y M. N. Elliott (2001). Conducting Research Surveys
via e-mail and the web. Rand. Web:
http://www.rand.org/pubs/monograph_reports/MR1480/index.html
Suárez, A.; García, N. y Álvarez, B. (2008): Actitud de los consumidores hacia las
encuestas on-line, Estudios sobre consumo, 84, 9-17
77
Volumen 11, 2009 79-101
ISSN: 1575-7803
ESTIMACIÓN DEL PRECIO DE LA VIVIENDA ME-

DIANTE REDES NEURONALES ARTIFICIALES
(RNA) EN DIFERENTES MARCOS TEMPORALES
Julia M. Núñez Tabales(1); Jose Mª Caridad y Ocerin(2); Nuria Ceular

Villamandos(3) Antonio Miguel Fuentes Jiménez (4)
(1)
Dpto. Estadística, Econometría, I.O. y Org. Empresas. Universidad de
Córdoba. jnt@uco.es
(2)
Córdoba. ccjm@uco.es
(3)
Córdoba. nuria.ceular@uco.es
(4)
Dpto. Estadística e Investigación Operativa. Universidad de Granada.
fuentesj@ugr.es
79
Met. de Encuestas 11, 2009, 79-101 J.M. Núñez, J. Mª Caridad y Ocerin, N. Ceular y A. M. Fuentes
RESUMEN: La obtención de un mecanismo objetivo de valoración inmobiliaria

resulta de interés para numerosos colectivos. El propósito último de este trabajo es
investigar la posibilidad de aplicar la metodología de Redes Neuronales Artificiales
(RNA) a la valoración de inmuebles, para ello en el apartado empírico se estima el
precio de la vivienda en la ciudad de Córdoba. Dicha metodología emerge como
alternativa a los tradicionales modelos de regresión múltiple, tratando de superar la
inflexibilidad característica de estos últimos.
Para la obtención de los datos de trabajo se recurre a Agencias de la Propiedad In-
mobiliaria (APIs) situadas en la capital cordobesa. La información suministrada
refleja transacciones reales, por tanto el precio suministrado recoge el verdadero
precio de mercado. La base de datos contiene un total de 10.124 registros correspon-
dientes a pisos de venta libre vendidos desde el año 2002 hasta el primer semestre de
2006 y en la misma se recogen, además del precio de venta, una serie de característi-
cas -tanto internas del inmueble, como externas del edificio donde éste se ubica-. Se
obtiene en un primer momento un modelo RNA utilizando los registros del primer
semestre de 2006 y posteriormente se proponen los modelos correspondientes a los
ejercicios anteriores (2002 a 2005) y se efectúan comparaciones entre los mismos.
Palabras Clave: vivienda, redes neuronales artificiales (RNA), valoración urbana.
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.
Recibido: 25 de noviembre 2008

Revisado: 8 de enero 2009
Aceptado: 17 de febrero 2009
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.
2. Origen y funcionamiento de una Red Neuronal Artificial (RNA)

La Inteligencia Artificial (IA) se ha desarrollado paralelamente al progreso
en el estudio del funcionamiento del cerebro humano, de manera que conocidos los
principios básicos de funcionamiento del cerebro se intentaron construir sistemas
artificiales que funcionaran de forma análoga y en pequeña escala.
La IA es un campo multidisciplinar del conocimiento, ya que ha sido apli-
cada a la medicina (para el diagnóstico, detección y predicción de enfermedades), en
el procesado de señales, en la economía (para la detección del fraude en tarjetas de
crédito, tendencias a corto y medio plazo en bolsa de valores, concesión de créditos,
etc.) y el medio ambiente (predicción de irradiación solar o niveles tóxicos de ozo-
no), entre otros.
La Inteligencia Artificial comienza a aplicarse en la valoración de inmue-
bles a principios de la década de los noventa. Desde entonces hasta la actualidad han
surgido numerosas experiencias y la creación de nuevos modelos va en aumento.
81
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
AUTOR AÑO ÁREA DE ESTUDIO

Borst 1991 Nueva Inglaterra
Tay y Ho 1992 Singapur
Do y Grudnitski 1992 California (U.S.A.)
Collins y Evans 1994 Reino Unido
Worzala, Lenk y Silva 1995 Colorado (U.S.A.)
Mc Cluskey 1996
Rossini 1997 Sur de Australia
Haynes y Tan 1998 Gold Coast en Australia
Bonissone 1998
Cechin 2000 Porto Alegre (Brasil)
Karakozova 2000 Helsinki (Finlandia)
Nguyen y Cripps 2001 Tennessee (U.S.A.)
Kauko 2003
Limsombunchai y otros 2004 Nueva Zelanda
Liu, Zhang and Wu 2006
Selim 2009 Turquía
Fuente: Gallego (2004) y elaboración propia
Rumelhart y McClelland (1986) definen la Red Neuronal Artificial (RNA)

como una red compuesta de varios operadores simples -también denominados ele-
mentos de proceso, nodos o neuronas-, dotados de pequeña cantidad de memoria.
Dichos nodos están conectados mediante canales de comunicación unidireccionales -
axones-, que transportan datos numéricos -no simbólicos-. Los nodos únicamente
operan sobre sus datos locales y sobre las entradas que reciben a través de los axo-
nes. Entre los nodos existe un patrón de conexión representado por una matriz de
pesos o ponderaciones sinápticas (W), en la que wij representa la intensidad y el
sentido con el que la salida de la neurona i-ésima afecta a la activación de la neurona
j-ésima. En todo modelo neuronal es preciso disponer de una regla de propagación
que combine las salidas de cada neurona con las correspondientes ponderaciones
82
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
Considerando todas estas cuestiones previas se diseña la red comenzando

por la elección de un vector de observaciones de las variables exógenas -inputs o
variables de entrada-, con sus correspondientes observaciones de la variable endóge-
na -output o salida deseada- e introducción de dicho vector en la red. Dicha informa-
ción se propagará hasta la capa superior obteniendo el vector salida. Este proceso se
efectúa mediante la función de activación que produce la transformación de las en-
tradas netas de cada neurona de una misma capa en salidas de neuronas de dicha
capa a la siguiente, constituyendo así las entradas de la capa superior. Una vez com-
pletado este proceso con los n vectores de entrada se procede a calcular la salida
global de la red y, por diferencia con la salida deseada, se obtiene el error global por
unidad de salida. A continuación, se procede a determinar la contribución relativa de
los nodos a dicho error y mediante un algoritmo de entrenamiento los errores serán
modificados de forma repetitiva para cada vector del conjunto de patrones de entre-
namiento hasta que el error global obtenido se minimice.
Mediante el desarrollo de este comportamiento se consigue la autoadapta-
ción de la red, permitiendo que cuando se le presente una nueva entrada pueda pro-
porcionar una salida adecuada -es lo que se denomina capacidad de generalización-.
Dentro de las modalidades de red destaca el Perceptrón Multicapa (Multila-
yer Perceptrón o MLP), diseñado para el apartado empírico de este trabajo. Es una
 Aprendizaje Supervisado: Existe un profesor o supervisor que dispone un conjunto de

patrones de entrenamiento, formados por una entrada a la red y la salida esperada para di-
cha entrada. El profesor presentará a la red de forma iterativa las diferentes entradas. Para
cada entrada se producirá una salida que, generalmente, no coincidirá con la salida espera-
da, calculándose en ese caso el error de salida. En función de este error, se actualizarán los
pesos sinápticos, de manera que al volverse a presentar la misma entrada, la respuesta de la
red presente un menor error.
 Aprendizaje No Supervisado: En este caso partimos de un conjunto de ejemplos para los
que no existen una respuesta deseada de la red. Se determinarán las entradas de forma itera-
tiva a fin de que la red, mediante su regla de aprendizaje, pueda descubrir las regularidades
subyacentes en esos datos de entrada, organizándolos en clases no determinadas a priori.
Consiste en la estimación de la función densidad de probabilidades, que describe la distri-
bución de patrones pertenecientes al espacio de entrada, por lo que se pueden reconocer re-
gularidades en el conjunto de entradas, extraer rasgos o agrupar patrones según su similitud
(clustering).
 Aprendizaje Reforzado: Se dispone de un conjunto de entradas, para cada una de las cuales
se obtiene una salida de la red. Se calcula una medida del éxito o fracaso de la red a nivel
global, que permitirá determinar los pesos. Como en este caso no se puede determinar la
fracción de error correspondiente a cada salida, son necesarios algoritmos de mayor com-
plejidad, así como con conjunto de entrenamiento de un mayor tamaño. Se trata de un me-
canismo intermedio entre el supervisado y el no supervisado, ya que al igual que el primero
utiliza una medida del error cometido, aunque en este caso sea un valor global indicativo
del error de la red. Ahora bien tiene en común con el aprendizaje no supervisado, el no in-
dicar explícitamente la salida deseada.
 Aprendizaje Híbrido: Se trata de utilizar en una misma red el aprendizaje supervisado y el
no supervisado, normalmente en distintas capas de la misma.
84
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-.
3. Finalidad del estudio y material utilizado

La finalidad del presente estudio es la de modelizar el valor de transacción
de la vivienda libre y multifamiliar (piso) situada en la ciudad de Córdoba en zonas
urbanas no periféricas5, es decir, a partir de una serie de atributos referentes al in-
mueble se tratará de proporcionar de una forma objetiva cuál es su precio de merca-
do.
Con respecto a la población de vivienda en el municipio cordobés, según
datos del último Censo de Población y Vivienda, Córdoba contaba en 2001 con un
total de 130.563 viviendas, de las cuales 100.778 eran viviendas familiares principa-
les -viviendas utilizadas durante todo el año o la mayor parte de él como residencia
habitual o permanente-, 11.434 viviendas secundarias, 16.429 viviendas vacías y
1.922 de otro tipo. A partir de los datos sobre construcción de nuevas viviendas
publicados por el Ministerio de Vivienda se ha llegado a la actualización de la po-
blación a 31 de diciembre de 2005 obteniéndose una población total de 135.920
viviendas. No obstante, la población objeto de estudio es algo más reducida que
dicha cifra, ya que se limita a vivienda libre multifamiliar (pisos).
Si se desea obtener información relativa a precios de la vivienda se dispone
tanto de fuentes de información primaria como secundaria.
Entre las fuentes de información secundaria cabe destacar el Ministerio de
Vivienda (antes Ministerio de Fomento) y las principales sociedades de tasación. No
obstante, ambos manejan valores de tasación inmobiliaria y no exactamente precios
de mercado6. Asimismo, el Ministerio de Vivienda suministra información atendien-
do únicamente a variables tales como la superficie de la vivienda o la antigüedad de
la misma, pero sin tener en cuenta otro tipo de atributos que en principio podrían ser
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
significativos como la zona concreta en la que se ubica la vivienda7, la posesión o no

de garaje, trastero, etc.
Es por ello por lo que se recurre en este estudio a fuentes de información
primaria. La información a procesar procede de Agencias de la Propiedad Inmobilia-
ria (APIs) situadas en la capital cordobesa, en concreto destacar por su grado de
penetración en el mercado el Grupo Inmobiliario Barin, que cuenta con la red de
agencias inmobiliarias más amplia de Córdoba (un total de 18 puntos de venta).
La base de datos contiene un total de 10.124 registros correspondientes a
pisos de venta libre vendidos desde el año 2002 hasta el primer semestre de 2006
(año 2002: 772 registros, año 2003: 1685 registros, año 2004: 1399 registros, año
2005: 3380 registros y primer semestre de 2006: 2888 registros) y en la misma se
recogen, además del precio de venta, una serie de características -tanto internas del
inmueble, como externas del edificio donde éste se ubica-. Los campos, en total 26,
se clasifican en la Tabla 2.
La información suministrada por las APIs refleja transacciones reales -dado
que ha tenido lugar la transacción efectiva del inmueble-, por lo tanto el precio su-
ministrado recoge el verdadero precio de mercado. En definitiva, no se están tratan-
do transacciones potenciales, con lo cual evitamos contemplar precios de oferta que
quizás en algún momento se convertirían en precios reales de mercado si realmente
tuviera lugar la transacción efectiva.
Por otra parte, el hecho de seleccionar viviendas efectivamente vendidas,
con precios reales, evita la duplicidad que podría tener lugar si se trabajara con pre-
cios de oferta ante la posibilidad de que una vivienda fuera ofertada por varias agen-
cias al mismo tiempo.
En el siguiente epígrafe de este trabajo se obtendrán en un primer momento
un modelo de valoración mediante RNA para el primer semestre de 2006 y poste-
riormente se propondrán los modelos correspondientes a los ejercicios anteriores
(2002 a 2005).
Todas las variables marcadas en la tabla 2 con asterisco son dicotómicas
(sí/no). Son variables cuantitativas la superficie construida, el número de dormito-
rios, el número de baños, el número de aseos, los gastos de comunidad y el precio de
mercado. Han sido categorizadas para poder ser tratadas estadísticamente las calida-
des de la solería y la carpintería exterior e interior del inmueble, así como el nivel de
climatización existente en el mismo. La zona de ubicación corresponde al barrio/s
en el que la vivienda se ubica, de modo que en total la ciudad de Córdoba ha sido
dividida en 33 zonas. Como se observa en la tabla 2 dentro de las variables que
caracterizan a una vivienda se distinguen dos tipos: las numéricas o cuantitativas y
las no numéricas o cualitativas. Estas últimas deben ser tratadas por medio de índi-
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
ces que recojan a la vez varias características con el objetivo de poder atribuirles una
interpretación cuantitativa8.
Tabla 2.
Clasificación de atributos y variables
INTERNAS DE LA VIVIENDA EXTERNAS DEL EDIFICIO

Superficie const.
Dormitorios
Baños
Aseos
Año edificación
Terraza (*)
BÁSICAS GENERALES Ascensor(*)
Teléfono (*)
Tendedero(*)
Armarios empotrados(*)
Garaje(*)
Trastero(*)
Climatización
Solados
Carpintería ext.
CALIDAD Carpintería int. Piscina(*)
GENERALES Amueblado(*) EXTRAS Tenis(*)
Cocina amue.(*) Jardines(*)
REFORMA Reformado(*)
ORIENTACIÓN Exterior(*)
Gastos de comunidad LOCALIZACIÓN Zona ubicación
ECONÓMICAS
Precio de mercado
Para la elaboración de dichos índices se han tenido en cuenta dos aspectos:

Por un lado, que la interpretación de los mismos sea suficientemente clara, evitando
en la medida de lo posible el uso de ponderaciones complicadas que dieran lugar a
una interpretación excesivamente subjetiva de los resultados y, por otro lado, cuál es
la situación del mercado y las percepciones de los consumidores. La adaptación a la
realidad de estos índices se ha contrastado pidiendo la opinión a expertos, tales co-
mo los propios agentes de la propiedad inmobiliaria.
El valor que podrán tomar los índices que van a tratarse seguidamente osci-
lará entre 0 y 1 con la finalidad de homogeneizarlos y de que todos tengan a priori la
misma importancia relativa. De tal manera que si el valor de un determinado índice
se sitúa próximo a la unidad tendría lugar una situación óptima de las variables que
componen dicho índice, por el contrario un valor cercano a cero pondría de mani-
fiesto una situación desfavorable entre las variables que lo componen.
Teniendo presente lo anterior, se recogen en la tabla 3 los índices construi-
dos.
8
Richardson (1973); Saura (1995); Jaén y Molina (1995)
87
Tabla 3.
Indicadores Sintéticos Aritméticos
DENOMINACIÓN ÍNDICE VARIABLES UTILIZADAS PARA SU CONSTRUCCIÓN

Solería, carpintería exterior, cocina amueblada y reformas realiza-
ÍNDICE DE CALIDADES
das
ÍNDICE ARQUITECTÓNICO EX-
Disponibilidad de piscina, pista de tenis y jardines
TERNO
ÍNDICE ARQUITECTÓNICO IN- Antigüedad del edificio, disponibilidad de ascensor y de terraza en
TERNO la azotea del mismo
ÍNDICE DE APERTURA Orientación de la vivienda y existencia de terraza en al misma
ÍNDICE DE ANEJOS Disponibilidad de garaje y trastero
ÍNDICE DE UBICACIÓN Barrio donde se ubica el edificio9 y nivel de renta10 de la zona
Fuente: Elaboración Propia
4. Resultados
4.1. Análisis de Datos
En el proceso de elaboración de una red con óptima capacidad de predic-

ción del precio total del inmueble cordobés se selecciona una red tipo Perceptrón
Multicapa -MLP, Multi Layer Perceptron-, pues siguiendo investigaciones previas
en este campo es la que mejores resultados proporciona con diferencia en este tipo
de análisis11.
En lo que respecta a las variables de entrada -inputs- a considerar, a priori
es deseable incluir un número no demasiado elevado de este tipo de variables fun-
damentalmente porque la inclusión de un número elevado de variables no origina
importantes mejoras en el poder explicativo de la red, de manera que si no se inclu-
yen aquellas variables que poco puedan aportar esto tiene un reducido efecto en la
significación global del modelo. De modo que ante varias redes con un poder expli-
cativo similar se elegirá la más simple. Finalmente los inputs seleccionados fueron
los siguientes:
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
- Superficie, que mide las dimensiones de la vivienda y está expresada en me-

tros cuadrados construidos.
- Antigüedad, que recoge el número de años que tiene el edificio en el que se
ubica la vivienda.
- IUbicación, índice de ubicación del inmueble, que pondera la situación geo-
gráfica del inmueble junto con el nivel de renta de la zona.
- IAnejos, índice de anejos, que recoge la existencia de garaje y trastero.
- Comun, gastos de comunidad mensuales expresados en euros.
- Sol^Car, que es la interacción entre la calidad de la solería y la calidad de la
carpintería exterior de la vivienda.
La salida -output- de la red que se pretende construir es el precio final12 es-
timado de transacción del inmueble cordobés expresado en euros.
En lo que se refiere a la arquitectura, se diseñan numerosas redes combi-
nando diferente número de capas ocultas, distinto número de nodos en éstas, funcio-
nes de activación y algoritmos de aprendizaje variados. Finalmente, se selecciona un
Perceptrón Multicapa (MLP) con una capa oculta que presenta la estructura 6:6-6-
1:1 (véase figura 1). Esto significa que el número de inputs es de seis13, que existen
seis neuronas o nodos en la capa oculta y que el número de unidades en la capa de
salida se reduce a una, puesto que se tiene una única variable dependiente -el precio
total de la vivienda-.
Figura 1.
Estructura de la red perceptrón multicapa 6:6-6-1:1
Para la estimación de la red neuronal se ha utilizado el programa Trajan

Neural Networks.
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
Se ha seleccionado una función de activación lineal para la capa de entrada,

sin embargo a la capa oculta y la capa de salida se les asigna una función logística o
sigmoidea14. Como función de error se eligió la Suma de Cuadrados de los Errores.
Para garantizar la capacidad generalizadora de la red el conjunto de obser-
vaciones de la muestra15 ha sido dividido de forma aleatoria en dos subconjuntos
- El de entrenamiento, con un total de 952 registros (que suponen el
80% de la muestra).
- El de test, que contiene 237 registros.
En lo que a la determinación del algoritmo de entrenamiento se refiere se
seleccionó el algoritmo de retroprogagación de errores -BP o Backpro-
pagation- con las siguientes puntualizaciones:
- Inicialización aleatoria de los pesos y umbrales.
- Máximo número de iteraciones: 5000.
- Ratio de aprendizaje: 0,1.
- Término de momento: 0,1.
El gráfico 1 muestra la evolución del error a lo largo del proceso de entre-
namiento. Es importante tener en cuenta al respecto que un período excesivo de
entrenamiento puede dar lugar al sobreajuste o sobreaprendizaje de la red que impe-
diría la capacidad de generalización de la misma. En el caso que nos ocupa el míni-
mo error se alcanza en la iteración 4624, por tanto el proceso de entrenamiento fina-
liza en ese punto.
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
4.2. Modelos Resultantes
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
2.1 2.2 2.3 2.4 2.5 2.6
Umbral -0,8637 -5,3193 0,8587 1,3877 -0,8773 -2,9494

SUPERFICIE 1,4581 -2,4698 -3,1902 0,8425 -0,3820 -0,6004
COMUN 3,4714 -1,6389 1,7720 -0,5584 0,6896 -1,0893
ANTIGÜEDAD -0,0090 -0,1852 0,8528 0,7126 -1,2623 2,4097
IANEJOS 2,1949 -1,4684 -0,0846 -0,2235 -2,8127 1,4203
IUBICACIÓN -1,1403 -0,7805 -5,0060 -1,5345 0,3433 -2,8736
SOL^CAR 0,3414 -0,7721 0,2906 1,4205 -1,0161 -0,0384
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
A continuación se procede a observar la influencia de cada uno de los in-

puts sobre el precio total de mercado del inmueble. Esto puede apreciarse a través
91
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
INPUT RATIO ORDEN
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
Se procede a continuación a la representación gráfica del precio de mercado

real y el precio de mercado estimado por la red (véase gráfico 2). Puede observarse
que la nube de puntos presenta un ajuste a la bisectriz del primer cuadrante muy
elevado, incluso en inmuebles con precios altos, lo que indica que la capacidad pre-
dictiva de la red para las observaciones de la muestra de viviendas de Córdoba es
muy elevada.
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
Precio de venta Real (en euros)
En el gráfico 3 se muestra un histograma de los errores cometidos por la red

neuronal. Se aplica el test de Jarque-Bera para verificar que el término error sigue
una distribución normal, obteniéndose un p-valor de 0,57 que permite aceptar la
hipótesis nula de normalidad de los residuos. El coeficiente de asimetría arroja un
valor de -0,124, por tanto su proximidad a 0 indica que la distribución es práctica-
mente simétrica. Por otra parte, el coeficiente de curtosis toma un valor de 3,39 lo
que permite afirmar que la distribución es leptocúrtica o con alto grado de apunta-
miento en el centro.
Con el fin de analizar la capacidad de generalización de la red multicapa
obtenida a partir de patrones procedentes de la muestra correspondiente a las tran-
sacciones de vivienda efectuadas en la ciudad de Córdoba durante el año 2006, se
procede a estimar, manteniendo la misma arquitectura de red, el precio de los in-
muebles recogidos en las muestras de las transacciones efectuadas en los años 2002,
2003, 2004 y 2005.
93
Gráfico 3.
Histograma de errores cometidos por la red
150
100
Frecuencia
50
S
3
0
-100000,00 0,00 100000,00
De nuevo la variable dependiente -output- es el precio final de transacción

del inmueble y como variables independientes -inputs- se mantienen las mismas que
ya se utilizaron en la red propuesta para 2006 con el fin de poder establecer compa-
raciones.
Si lo que se pretende es observar el funcionamiento de la red diseñada
para otros períodos se mantendrán por completo todas las características descri-
tas para dicha red. Recordemos que estamos ante una red Perceptrón Multicapa -
MLP-, con una arquitectura 6:6-6-1:1, con funciones de activación: lineal-
logística-logística, algoritmo de entrenamiento BP y que se mantienen los pará-
metros fijados con anterioridad en cuanto a ratio de aprendizaje, término de
momento, iteraciones y demás.
Al igual que se efectuó en el año 2006, el conjunto de observaciones de la
muestra correspondiente a cada año ha sido dividido de forma aleatoria en dos sub-
conjuntos: el de entrenamiento -que contiene el 80% de la muestra- y el de test -que
contiene el resto-.
En la siguiente tabla 7 se recogen el número de registros completos -sin
campos vacíos para los inputs seleccionados-, así como el número de registros que
han sido utilizados para la fase de entrenamiento (80%) y la fase de test (20%) en
cada uno de los años en que se ha aplicado la red.
94
Tabla 7.
Número de registros completos, en fase de entrenamiento y test
REGISTROS COMPLETOS ENTRENAMIENTO TEST
2002 470 376 94
2003 914 731 183
2004 791 633 158
2005 1686 1349 337
Seguidamente se realiza el análisis de sensibilidad, es decir, se procede a

observar la influencia de cada uno de los inputs sobre el precio total de mercado del
inmueble. El gráfico 4 refleja que la ordenación de las variables según su poder
explicativo no se mantiene constante en los distintos períodos estudiados, aunque sí
conviene destacar determinados aspectos:
- La variable superficie se consolida como la de mayor influencia sobre el precio
final estimado, ocupando en todos los años la primera posición.
- La segunda variable con mayor poder explicativo es siempre el índice de ubica-
ción.
- El tercer puesto es ocupado por la antigüedad del inmueble en los años 2002 y
2003. Mientras que en los restantes años la variable que ocupa la tercera posi-
ción son los gastos de comunidad.
- El cuarto puesto es ostentado por variables con poder explicativo reducido -
ratio inferior al 1,10-. En los años 2002 y 2003 se encuentra en este puesto el
índice de anejos, en el año 2004 la antigüedad y en los restantes la interacción
entre la solería y la carpintería.
- En quinto lugar se observa durante los dos primeros años los gastos de comuni-
dad, en 2004 la interacción entre la solería y la carpintería y el resto de años
aparece en esta posición el índice de anejos.
- Por último, la variable con menor poder explicativo es la interacción de la sole-
ría y la carpintería en 2002 y 2003, el índice de anejos en 200417 y la antigüe-
dad en los dos últimos ejercicios.
En resumen, la ordenación de las variables se mantiene en los años 2002 y 2003
y, por otro lado, en los años 2005 y 2006. Las variables con mayor poder explicativo son
siempre la superficie seguida del índice de ubicación. Se observa además que las varia-
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
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
En lo referente a la validación, los estadísticos obtenidos para la red descri-

ta aplicada a los años 2002 a 2005 son bastante satisfactorios y quedan reflejados en
la tabla 8. Para el coeficiente de determinación (R2) se obtienen los mayores valores
en los años 2002 y 2004 -ambos superan un grado de ajuste del 90%-, se observa
una disminución de la raíz del error cuadrático medio (RECM) con respecto a los
resultados obtenidos para 2006, así como de la desviación típica residual y de los
errores medios absolutos. No obstante, el error medio relativo más bajo ha sido el
obtenido para el primer semestre de 2006.
Tabla 8.
Comparación de los resultados obtenidos 2002-2006
DESVIACIÓN ERROR ERROR

R2 RECM TÍPICA RESI- MEDIO MEDIO
DUAL ABSOLUTO RELATIVO
2002 90,21% 21.652,25 21.634,04 14.900,48 13,78%
2003 84,75% 25.884,77 25.738,99 18.999,93 14,75%
2004 90,23% 30.983,78 28.908,32 24.157,36 16,26%
2005 81,12% 32.825,44 32.755,04 23.562,59 13,82%
2006 86,05% 39.540,36 39.102,13 28.551,34 13,69%
96
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
solería y la calidad de la carpintería exterior -que ocupa un cuarto lugar en el análisis

de sensibilidad-.
También la variable garaje suele ser un atributo común en este tipo de mo-
delos20, pues a priori el precio del inmueble será tanto mayor si lleva el garaje in-
cluido, así como si se incluyen otros elementos tales como el típico cuarto trastero.
Destacar, por último, la inclusión en la red propuesta de los gastos de co-
munidad. Desde el principio la presencia de los gastos de comunidad está totalmente
justificada si tenemos en cuenta que existe una elevada correlación entre esta varia-
bles y otros elementos arquitectónicos externos (como piscina, pista de tenis o jardi-
nes) que consiguen elevar significativamente la cuantía de los gastos de comunidad.
Por otro lado, es lógico que el comprador de un inmueble esté dispuesto a pagar más
por el mismo si se da una mayor calidad de la solería y de la carpintería exterior.
Finalmente, señalar que las redes en general, y la obtenida en particular,
presentan un importante inconveniente: es difícil validar los resultados en las capas
intermedias, además se carece de modelo para poder interpretar económicamente los
resultados de los coeficientes obtenidos. Sin embargo, se ha de indicar que si bien
dichos coeficientes son claramente obtenidos en el modelo de regresión, tampoco su
interpretación resulta del todo correcta, dado que los componentes de la vivienda no
aparecen de forma individual sino formando parte de un todo. Por ello, no parece
apropiado en este sentido hablar de precios implícitos.
Para comprobar la capacidad generalizadora de la red diseñada, se aplica la
misma red a las transacciones efectuadas en Córdoba durante los años 2002 a 2005
corroborando el buen funcionamiento de la red. Esta afirmación se apoya en que los
coeficientes de determinación (R2) calculados para las distintas redes toman valores
en un rango que oscila entre el 81 al 90%. En concreto, destaca la red aplicada a las
transacciones efectuadas en el año 2002 como la que mejores resultados ha arrojado.
Entre los usos posibles de la metodología analizada para valoración inmobi-
liaria señalar los siguientes:
- Utilización por los propios Agentes de la Propiedad Inmobiliaria como apoyo
para ajustar de una forma relativamente fácil, rápida y barata el precio de la vi-
vienda que desea ser vendida por un cliente.
- Los resultados también podrían ser tenidos en cuenta por los constructores de
vivienda del ámbito en que se realiza el estudio, que habrán de prestar una ma-
yor atención a aquellos atributos de mayor relevancia para la determinación del
precio del inmueble.
- Sería interesante efectuar comparaciones, tanto a nivel espacial como temporal,
del precio de las transacciones inmobiliarias y de los principales determinantes
del mismo si se propugnaran desde la Administración este tipo de investigacio-
nes.
20
Véase Lara Cabeza (2005); Quang Do y Grudnitski (1992); García Rubio (2004); Lisom-
bunchai (2004); Worzala et. al. (1995).
98
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
Karakozova, O. (2000). A comparison between neural network and multiple regres-

sion approaches: An application to residential valuation in Finland. Tesis de
Swedish School of Economics and Business Administration. Suecia.
Kauko, T. (2003). “On current neural network applications involving spatial mode-
lling of property prices”, Journal of Housing and the Built Environment,
Vol.18 (2), pp.159-181.
Lara Cabeza, J. (2005). “Aplicación de las redes neuronales artificiales al campo
de la valoración inmobiliaria”, Revista Mapping, nº 104, pp. 64-71.
Lashley, K.S. (1930). “Basic Neural Mechanism in Behavior”, Psychological Re-
view, nº 37, pp.1-24.
Limsombunchai, V., Gan, C. and Lee, M. (2004). “House price prediction: Hedonic
Price Model vs. Artificial Neural Network”, American Journal of Applied
Sciencies, vol. 1(3), pp. 193-201.
Liu, J.; Zhang, G.X. and Wu, W.P. (2006). “Applications of fuzzy neural network for
real estate prediction”, LNCS, nº 3973, pp. 1187-1191.
McCluskey, W. (1996). “Predictive accuracy of machine learning models for mass
appraisal of residential property”, Residential Valuer´s Journal, July, pp.
41-47.
McCulloch, W. y Pitts, W (1943). “A logical calculus of the idea immanent in ner-
vous activity”, Bulletin of Mathematical Biophysics, nº 5, pp. 115-133.
Nguyen, N. y Cripps, A. (2001). “Predicting housing value: a comparison of multi-
ple regression analysis and artificial neural networks”, Journal of Real Es-
tate Research, vol. 22 (3), pp. 314-336.
Peidró, J. M. (2004). “La demanda que no cesa”, Boletín de Mercado 03, CB Ri-
chard Ellis, pp. 77-85.
Pérez Delgado, M. L. y Martín Martín, Q. (2003). Aplicación de las redes neurona-
les artificiales a la estadística. Ed. La Muralla. Madrid.
Quang Do, A. and Grudnitski, G. (1992). “A neural network approach to residential
property appraisal”, Real Estate Appraiser, Vol.58 (3), pp. 38-45.
Richardson, H. W. (1973). Economía Regional. Teoría de la localización, estructuras
urbanas y crecimiento regional. Ed. Vicens Vives, Barcelona.
Rosen, S. (1974). “Hedonic Prices and Implicit Markets: Product Differentiation in
Pure competition”, Journal of Polical Economy, nº 82, pp. 34-55.
Rossini, P. (1997). Application of Artificial Neural Networks to the Valuation of
Residential Property. 3rd Pacific Rim Real Estate Society Conference, New
Zealand.
Rumellhart, D. and McClelland, J. (1986). Parallel distributed processing: Explora-
tions in the microstructure of cognition. MIT, Cambridge.
Saura, P. (1995). Demanda de características de la vivienda en Murcia. Secretariado
de Publicaciones de la Universidad de Murcia.
Selim, H. (2009). “Determinants of house prices in Turkey: Hedonic regresión ver-
sus artificial neural network”, Expert Systems with Applications, nº36,
pp.2843-2852
100
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
Volumen 11, 2009, 103-119
ISSN: 1575-7803
EFECTO DEL ORDEN DE PRESENTACIÓN DE LOS

ATRIBUTOS SOBRE LOS RESULTADOS
DEL ANÁLISIS CONJUNTO
Sérgio Dominique Ferreira Lopes; Antonio Rial Boubeta;

Eduardo Picón Prado y Jesús Varela Mallou
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
RESUMEN: Desde los trabajos de Luce y Tukey (1964) el Análisis Conjunto ha

ido evolucionando paulatinamente hasta convertirse en la actualidad en la herra-
mienta metodológica más utilizada en el estudio de las preferencias del consumidor.
En España su aplicación se ha extendido a numerosos campos del ámbito comercial
y ha centrado también el trabajo de diferentes investigadores. La búsqueda de proce-
dimientos estadísticos adecuados para la estimación de parámetros, junto con el
desarrollo de estrategias que facilitasen la recogida de la información han sido dos
de las grandes preocupaciones en este contexto. Este trabajo se centra en un aspecto
técnico aparentemente menor, pero de enorme trascendencia en el uso del Análisis
Conjunto, como es el orden de presentación de los niveles de atributo en el procedi-
miento de perfiles completos con estímulos simulados. Los resultados obtenidos
permiten constatar la existencia de un sesgo claro a este nivel. Cuando se cambia el
orden de presentación la importancia de los atributos varía, así como las utilidades
parciales estimadas para cada nivel de atributo. En consecuencia, la recomendación
para los profesionales es clara: si no se controla este efecto, los resultados pueden
carecer de validez y, por tanto, la toma de decisiones puede conducir al fracaso.
Palabras clave: Análisis Conjunto, Investigación de Mercados, Preferencias del

Consumidor, Recogida de datos, Perfiles completos.
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.
Key words: Conjoint Analysis, Marketing Research, Consumer Preferences, Data

Collection, Full Profile.
Recibido: 9 de febrero 2009

104
Efecto del orden de presentación de los atributos sobre… Met. de Encuestas 11, 2009, 103-119
En un mercado tan competitivo como el actual es preciso ser consciente de

que no todos los elementos de un producto o servicio contribuyen en igual medida a
conferirle atractivo y valor final para el consumidor. Averiguar qué elementos apor-
tan o restan valor es una tarea obligada para los responsables de cualquier firma
comercial.
El Análisis Conjunto constituye una técnica multivariante sencilla, potente
y flexible para evaluar y analizar las preferencias manifiestas de los consumidores
hacia productos o servicios (Picón, Varela y Braña, 2006; Varela y Braña, 1996;
Varela, Rial y García, 2003). La base conceptual para medir las preferencias de los
sujetos es la utilidad. Se trata de un constructo latente que permite expresar de forma
cuantitativa la preferencia de un sujeto por el conjunto de características de un
producto o servicio. Es, por tanto, una medida de la preferencia global. En
consecuencia, cuanto más alta sea la utilidad de un producto/servicio, más preferido
será éste y mayor probabilidad tendrá de ser elegido por el consumidor. En el
Análisis Conjunto se asume que la preferencia de los consumidores por un
producto/servicio está en función de la utilidad asociada con cada una de sus
características clave presentes en él.
U = f (u1 k ,..., u jk )
Estas utilidades parciales (part-worth utilities) u jk conforman la

utilidad global y proporcionan una estimación cuantitativa de cuál es el impacto de
cada una de las características definitorias del producto en el juicio de preferencia
del consumidor (en su decisión de compra). Cada utilidad parcial hace referencia a
un nivel de atributo concreto. Los atributos (o factores) son las dimensiones o
características clave de un producto/servicio y los niveles hacen referencia a las
posibles variaciones contempladas dentro de un atributo. Por ejemplo, el color de la
carrocería de un automóvil podría ser un atributo, mientras que los colores
alternativos (rojo, blanco, verde) serían los niveles.
Los productos o servicios se caracterizan por un perfil (también llamado
tratamiento o estímulo), que no es otra cosa que una combinación concreta de
niveles de atributo. El investigador manipula estas combinaciones de atributos hasta
construir un conjunto de perfiles reales o hipotéticos. Estos perfiles son lo único que
evalúan los encuestados, bien ordenándolos de más a menos preferidos, bien
dándoles una puntuación de preferencia, bien escogiendo el más preferido de entre
un subconjunto del total. El Análisis Conjunto descompone estas evaluaciones
globales hasta llegar a determinar la influencia de cada atributo y nivel en las
preferencias globales por productos/servicios con esas características. Con estas
utilidades parciales no sólo podemos reconstruir las preferencias por los perfiles
evaluados (evaluando la validez predictiva del análisis), sino que también podemos
llegar a estimar la utilidad global de combinaciones diferentes, no evaluadas
directamente por los sujetos (y que además pueden ser reales o hipotéticas).
Una de las etapas o fases fundamentales en el desarrollo de cualquier
estudio conjunto es la de la recogida de los datos (Picón, Varela y Braña, 2006).
105
Existen básicamente cinco modos de recoger la información en un estudio de este

tipo. Las matrices de comparaciones, también llamadas matrices trade-off, consisten
en una serie de tarjetas en cada una de las cuales aparecen combinados sólo dos
atributos con sus respectivos niveles. La tarea del sujeto consiste en ordenar las
diferentes combinaciones de dos niveles de más a menos preferida. Otro método
consiste en la ordenación de perfiles completos. Primero se elaboran una serie de
descripciones de un producto/servicio con todos los atributos y utilizando un solo
nivel para cada atributo. La tarea del sujeto consiste en ordenar los perfiles de más a
menos preferidos. Una de las ventajas de este método de perfiles completos
(también de los conjuntos de elección) es que los perfiles pueden ser presentados
verbalmente, mediante tarjetas, dibujos, diseños de ordenador o productos reales.
Una forma alternativa de recoger los datos en el Análisis Conjunto tradicional es la
cuantificación de perfiles completos. La construcción (y el análisis) de los perfiles es
similar. Lo único que cambia es la tarea de los sujetos: en este caso se les pide que
expresen numéricamente el grado de preferencia por cada uno de los perfiles. El
método de Comparaciones Pareadas es un procedimiento a medio camino entre los
perfiles completos y las matrices de comparaciones. Consiste en comparar dos
perfiles incompletos, formados por un subconjunto del total de atributos evaluados
en el estudio. Al igual que en las matrices de comparaciones, el sujeto evalúa
estímulos de dos en dos, pero aquí los estímulos son perfiles en vez de atributos. Por
último, los conjuntos de elección son característicos de la aproximación basada en
Elección. Aquí los sujetos no necesitan ni ordenar ni mucho menos cuantificar todas
las alternativas disponibles. Simplemente han de escoger el perfil más preferido de
entre un pequeño subconjunto del total, pudiendo además no elegir ninguna de las
opciones presentadas. Se presentan varios conjuntos con diferentes perfiles (y
diferente número de perfiles) hasta completar un diseño específico, capaz de estimar
los efectos principales.
Como no podría ser menos, todos estos métodos cuentan con puntos fuertes
y débiles. Los procedimientos de perfiles completos presentan una serie de ventajas
fundamentales: (a) Ofrecen descripciones más realistas de los estímulos,
presentando una mayor validez ecológica. (b) Tienen en cuenta las correlaciones
ambientales que pueden darse entre atributos de productos reales. (c) Permiten medir
las preferencias de los sujetos mediante constructos de tipo conductual (intención de
compra, probabilidad de cambio a una nueva marca), muy útiles cuando deseamos
introducir nuevos productos/servicios en el mercado. (d) Son más flexibles y fáciles
de implementar, ya que no necesitan del ordenador para recoger los datos (tal vez la
principal ventaja de la metodología de perfiles completos frente a otras más
computerizadas como ACA o Elección Discreta). (e) A pesar de que resulta
prácticamente imposible emplear perfiles si recurrimos a una entrevista
exclusivamente telefónica, se han desarrollado algunos procedimientos que
combinan el teléfono y el correo para superar esta limitación, como el Método TMT
(teléfono-correo-teléfono). (f) Por último, destacar una venaja importante frente a
los métodos de elección discreta: Permiten obtener las estimaciones a nivel
individual, lo que resulta de gran utilidad en aplicaciones de segmentación de
mercados (Picón, 2004; Picón y Varela, 2004; Varela, Picón y Braña, 2004).
106
Como contrapartida, las condiciones experimentales pueden no ser muy

representativas de la conducta de elección real del sujeto: las tarjetas en sí muestran
un mayor realismo, pero el sujeto debe establecer sus preferencias entre un gran
número de ellas (normalmente no menos de 16), lo que no es habitual en las
elecciones que realizamos en nuestra vida diaria y dificulta la tarea de selección. De
alguna manera, cognitiviza un comportamiento (meter un producto en nuestra cesta
de la compra) que en la mayoría de las ocasiones es mucho más automático y directo
(Huber, Wittink, Johnson, y Miller, 1992).
Las limitaciones más serias de un estudio con perfiles completos se
originan casi siempre a partir de deficiencias en el diseño y descuidos de tipo
metodológico. Resulta esencial, por ejemplo, realizar una selección cuidadosa de los
atributos y niveles que finalmente formarán parte del análisis, evitar el uso de
atributos correlacionados, prestar especial atención a atributos “especiales” como la
marca o el precio, tratar de que el número de niveles de todos los atributos esté
equilibrado, etc. Un aspecto de especial interés es el denominado “efecto de orden”
en la presentación de los estímulos (Johnson, 1987; Chrzan, 1994), consistente en
que las utilidades obtenidas (y sus importancias derivadas) pueden variar en función
de la posición que ocupan en la tarjeta. Existirán efectos de orden si la importancia
estimada para un atributo es diferente según la posición que ocupa éste en el perfil
evaluado (y manteniendo constantes el resto de variables del diseño, como el
número de perfiles evaluados, número de atributos, niveles, etc.). Estamos, por
tanto, ante un aspecto susceptible de afectar negativamente a la capacidad predictiva
del Análisis Conjunto, como han comprobado varios autores (DeSarbo y Green,
1984; Johnson, 1987; Orme, Alpert, y Christensen, 1997). Por ejemplo, en su
estudio con perfiles completos, Johnson encontró que este efecto era responsable del
16% de la varianza de error de las predicciones conjuntas. En este mismo contexto,
existen trabajos que se refieren al efecto negativo producido por el orden de
presentación de los atributos en los resultados obtenidos (Acito, 1977, DeMoranville
y Bienstock, 2003).
No obstante, más allá de la constatación de que existe un sesgo y de la
necesidad de su control, poco se ha investigado para conocer con una mayor
exactitud sus características y potenciales efectos negativos sobre la validez
predictiva del modelo conjunto. El objetivo de este estudio consiste
precisamente en arrojar alguna luz adicional sobre este sesgo, tratando de com-
probar empíricamente la existencia de un efecto del orden de presentación de los
diferentes niveles de atributo sobre los resultados conjuntos y estudiar con ma-
yor profundidad qué tipo de efectos tienen lugar, con la finalidad de ofrecer las
recomendaciones oportunas a los profesionales para que hagan un uso más rigu-
roso de esta metodología.
107
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.
Selección de Atributos y Niveles

El presente trabajo se encuadra dentro de un estudio más amplio, cuyo
objetivo era estudiar las preferencias turísticas de los jóvenes del Norte de Por-
tugal. Para la selección de los atributos y niveles a utilizar se tuvieron en cuenta
dos elementos: a) la bibliografía existente sobre el tema (Goodrich, 1978; Mu-
ller, 1995; Baloglu y McCleary, 1999; Gallarza, Gil y Calderón, 2002; Picón y
Varela, 2000; Varela, Picón y Braña, 2004; Rodríguez y Molina, 2007; Rial,
García y Varela, 2008); y; b) la realización de un estudio piloto previo con una
muestra de 100 estudiantes. En consecuencia, fueron seleccionados un total de 6
atributos: Clima, Entorno, Oferta Cultural, Oferta de Ocio, Precio y Duración
del Viaje (tabla 2).
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
descripción del destino turístico comenzaba haciendo alusión al Clima (Sol,

Frío/Nieve ó Templado), seguido del Tamaño de la Oferta Cultural (Amplia ó Redu-
cida), el Entorno (Playa, Naturaleza ó Urbano), el Tamaño de la Oferta de Ocio
(Amplia ó Reducida), el Precio (…) y la Duración del viaje (…). En las series 2 y 3
(Blanco y Gris, respectivamente), como se puede observar el orden de presentación
de las características del destino (niveles de atributo) era diferente.
Tabla 1.
Composición de los tres grupos de participantes
Serie 1 Serie 2 Serie 3 χ2 Sig.
Hombre 35.6% 34.0% 43.1%

Sexo 2.019 0.364
Mujer 64.4% 66.0% 56.9%
18 - 25 Años 71.2% 75.5% 76.5%
Grupo de 25 - 30 Años 16.3% 13.8% 13.7%
0.885 0.927
Edad
Más de 30 Años 12.5% 10.6% 9.8%
Estudiante 53.8% 54.3% 57.8%

Ocupación 0.397 0.820
Trabajador 46.2% 45.7% 42.2%
Soltero 92.3% 89.4% 95.1%
Estado
Casado 6.7% 9.6% 4.9% 2.755 0.600
Civil
Otros 1.0% 1.1% .0%
Hasta 500€ 3.8% 5.3% 12.7%
500€ - 750€ 20.2% 14.9% 14.7%
750€ - 1000€ 6.7% 11.7% 10.8%
Ingresos 10.656 0.385
Más de 1000€ 17.3% 14.9% 12.7%
0€ 16.3% 13.8% 16.7%
Non revela 35.6% 39.4% 32.4%
109
Tabla 2.
Atributos y Niveles utilizados
ATRIBUTOS NIVELES DE ATRIBUTOS
Sol
(a) Clima Frío o Nieve
Templado
Amplia
(b) Tamaño de la Oferta Cultural
Reducida
Playa
(c) Entorno Naturaleza o Montaña
Urbano
(d) Tamaño de la Oferta de Ocio y de Amplia

Diversión Nocturna Reducida
Hasta 300€
300€ - 600€
(e) Precio
600€ - 1000€
Más de 1000€
2-3 Días (Fin de Semana)

(f) Duración 1 Semana
2 Semanas
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
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
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

ENTORNO
DIVERSIÓN NOCTURNA
3º) SOL
5º) MÁS DE 1000€ 5º LUGAR:
6º) 1 SEMANA PRECIO
1º LUGAR:
1º) MÁS DE 1000€ PRECIO
2º) 1 SEMANA
3º) SOL
ENTORNO
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
Tabla 3.
Ajuste en las tres series de presentación de los atributos
Serie 1 Serie 2 Serie 3

R de Pearson 0.990 0.995 0.999
Tau de Kendall 0.883 0.933 0.993
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
A tenor de estos resultados iniciales se puede afirmar que existe, efectiva-

mente, un efecto del orden de presentación de los atributos sobre las importancias
estimadas de los mismos. En el caso del Clima, cuando se presenta en primer lugar
(Serie 1) su importancia estimada es de 37.34%, reduciéndose en casi 15 puntos
(22.7%) cuando se presenta en tercer lugar (Serie 2). Esta misma información se
expresa de forma gráfica en la Figura 3.
Las diferencias observadas se hacen, si cabe, más claras si agrupamos los
atributos por bloques dos a dos, en función de la posición que ocupan en la serie (1-
2, 3-4 y 5-6). Tal y como se puede ver en la Tabla 5, cuando el bloque de atributos
se presenta en las dos primeras posiciones, su importancia conjunta es siempre supe-
rior a la obtenida cuando se presentan en cualquier otra posición. Ello estaría refle-
jando un claro efecto de primacía. Por su parte, los niveles de importancia más bajos
se obtienen cuando los atributos aparecen en una posición intermedia, ensombreci-
dos o enmascarados entre otros atributos.
113
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
Clima Oferta Entorno Ocio Duración

Cultural
Tabla 5.
Importancias de los atributos en las tres series analizadas
SERIE 1 SERIE 2 SERIE 3
1º CLIMA 37.34 ENTORNO 19.6 PRECIO 4.9
2º CULTURA 22.57 OCIO 14.82 DURACIÓN 17.3
59.91 34.42 22.2
3º ENTORNO 7.61 CLIMA 22.7 CLIMA 32.59
4º OCIO 15.9 CULTURA 23.13 CULTURA 19.97
23.51 45.83 52.56
5º PRECIO 5.41 PRECIO 11.13 ENTORNO 8.22
6º DURACIÓN 11.17 DURACIÓN 8.63 OCIO 17.08
16.58 19.76 25.3
Se observan además otro tipo de efectos, como está patente en el bloque

Precio-Duración en la Serie 1 y Serie 2 y en el bloque Clima-Cultura en la Serie 2 y
la Serie 3. A priori la importancia dada a los atributos Precio y Duración en la Serie
1 y la Serie 2 debería ser muy similar, pero en realidad no es así. Una posible expli-
cación puede ser el Bloque que le antecede. En cierta medida, estas diferencias po-
drían revelar la existencia de algún tipo de efecto “colateral” o de “interacción”, de
manera que cuando el Bloque que antecede es el que posee mayor importancia, se
114
produce una disminución de la importancia del Bloque subsiguiente. En el caso del

Bloque Clima-Cultura, cuando está precedido del Bloque con menor importancia, su
importancia conjunta es mayor (Serie 3) que cuando está precedido por un Bloque
de menor importancia (Serie 2).
Con relación a las utilidades parciales de los diferentes niveles de atributo
se puede observar que hay diferencias considerables entre las series, siendo estadís-
ticamente significativas en 6 casos (sol, templado-húmedo, playa, hasta 300€, más
de 1000€ y 2-3 días). Gráficamente (ver Figura 4) se puede observar que el valor de
un destino turístico de Sol es significativamente mayor cuando se alude a este nivel
de atributo en primer o en último lugar de la serie (Serie 1 y Serie 3). Lo mismo
puede decirse del Clima Templado-Húmedo, o incluso de un destino de Playa, que
alcanza su mayor valor en la Serie 2, en la que se alude al atributo Entorno en primer
lugar.
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
Figura 4.
Utilidades parciales de los niveles de atributo en cada serie
Utilidades Parciales del Clima Utildiades Parciales de la Cultura
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
Utilidades Parciales del Utilidades Parciales del Ocio y Diversión Nocturna

Entorno
1.06 1,2
1,0 0.84
0,8 0.69 0.70
0,6 0.40 0.42
0,4 REDUCIDA OFERTA DE OCIO
NATURALEZA- Serie 1 Y DIVERSIÓN NOCTURNA Serie 1
0,2 URBANO CAMPO-RURAL
Serie 2 0,0 Serie 2
PLAYA -0.03 Serie 3 AMPLA OFERTA DE OCIO Serie 3
-0,2 -0.14 -0,4 Y DIVERSIÓN NOCTURNA
-0.27 -0.26
-0.39
-0,6 -0,8 -0.69 -0.70
-0.84
-1,0 -0.80 -1,2
Utilidades Parciales del Precio Utilidades Parciales de la Duración
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
reales), es utilizar estímulos simulados (tarjetas) donde se enumeran las característi-

cas (niveles de atributo) de los diferentes productos testados y se pide a los sujetos
que los ordenen en función de sus preferencias. En este contexto algunos autores han
llamado la atención sobre la existencia de un posible efecto del orden de presenta-
ción de los diferentes niveles de atributo, que podría generar un importante sesgo
sobre los resultados (Acito, 1977, Chrzan, 1994; Haugtvedt y Wegener, 1994;
Klatsky, 1995; DeMoranville y Bienstock, 2003, Montes, Picón, Varela y Braña,
2008).
El objetivo de este trabajo no era otro que el de ilustrar el efecto del orden
de presentación de los atributos sobre los resultados del Análisis Conjunto. De ser
así, convendría recalcar a los profesionales que hacen uso de esta metodología en
nuestro país, la necesidad de utilizar algún procedimiento de control para garantizar
la validez de sus conclusiones.
Los resultados obtenidos han permitido constatar la existencia del efecto
testado. Más concretamente, se ha observado un claro efecto de primacía, de manera
que el grado de importancia de un atributo es significativamente mayor cuando se
hace referencia a él en primer o segundo lugar. Se ha encontrado también, aunque no
de forma tan nítida, la existencia de cierto efecto de recencia, de modo que aquellos
atributos a los que se alude en último lugar tenderían también una importancia ele-
vada. Sin embargo, cuando los atributos ocupan posiciones intermedias parece darse
cierto ensombrecimiento por parte de los atributos que le anteceden y que le siguen,
adquiriendo niveles de importancia menores. Los efectos encontrados no sólo se han
visto reflejados sobre las importancias estimadas para cada atributo, sino también en
los partworths o utilidades parciales de cada nivel. Las diferencias encontradas reve-
lan la posible existencia de efectos más complejos de interacción entre atributos, de
manera que los partworths estimados no solo dependerían de la posición que ocupa
el atributo en la serie, sino de qué atributo le antecede y qué atributo le sigue.
En definitiva, estos resultados deberían ser del interés de los profesionales e
investigadores, habida cuenta del uso masivo que se está haciendo del Análisis Con-
junto. Estos resultados pondrían en entredicho la validez de muchos de los estudios
que hoy en día se llevan a cabo, en la medida que el procedimiento habitual al que se
recurre es la utilización de Perfiles Completos Simulados (tarjetas). En consecuen-
cia, se insta a los profesionales a que incorporen en el diseño de sus estudios técni-
cas de control como la aleatorización o el contrabalanceo. De lo contrario, las deci-
siones que se tomen a partir de los resultados obtenidos pueden ser equivocadas.
En cuanto a las posibles limitaciones de este estudio, es obvio que se podía
haber comprobado si el sesgo en los resultados desaparecía realmente con la aleato-
rización del orden de presentación de los atributos. No obstante, el objetivo era tan
sólo hacer patente la existencia de dicho sesgo, por lo que las diferentes series de
presentación fueron seleccionadas de forma intencionada. Otro de los elementos a
seguir estudiando es la medida en que el efecto encontrado puede estar condicionado
por el número de atributos y niveles utilizados. En este sentido, la realización de un
nuevo estudio, con el diseño adecuado, debe permitir contrastar este tipo de hipóte-
sis y, al mismo tiempo, analizar con mayor profundidad los diferentes efectos encon-
trados.
117
Por último, es preciso advertir también que el presente estudio se ha llevado

a cabo en el contexto del Marketing Turístico y con una muestra de jóvenes, por lo
que sería de interés poder disponer de nuevos datos de otros ámbitos y otros seg-
mentos de la población.
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
López, R. y Varela, J. (2000). Evaluación de las escalas de respuesta en la medición

conjunta. Metodología de Encuestas, 2 (2), 185-198.
Luce, R.D. y Tukey, J.W. (1964). Simultaneous Conjoint Measurement: A new type
of fundamental measurement. Journal of Mathematical Psychology, 1, 1-
27.
Montes, C.; Picón E.; Varela, J. y Braña, T. (2008). Order effects in attribute presen-
tation of complete conjoint profiles. III European Congress of Methodol-
ogy. Oviedo, September, 2008.
Muller, T.E. (1995). How personal values govern the post-visit attitudes of interna-
tional tourists. Journal of Hospitality and Leisure Marketing, 3(2), 3-24.
Orme, B.K.; Alpert, M.I. y Christensen, E. (1997). Assessing the validity of Con-
joint Analysis – continued. Sawtooth Software Conference Proceedings,
209-225, Ketchum, Idaho, E.U.A..
Picón, E. (2004). Una comparación Monte Carlo de tres métodos métricos de seg-
mentación con análisis conjunto. Psicológica, 25, 207-228.
Picón, E. y Varela, J. (2004). Una evaluación empírica del procedimiento de seg-
mentación conjunto de clases latentes. Metodología de las Ciencias del
Comportamiento, vol. Especial, 491-498.
Picón, E. y Varela, J. (2000). Segmentando mercados con análisis conjunto. Una
aplicación al sector turístico. Psicothema, 12, 453-458.
Picón, E.; Varela, J. y Braña, T. (2006). Análisis Conjunto. Ed. La Muralla. Madrid.
Ramírez, J.M. (2008). Uso Comercial del Análisis Conjunto en España. Metodolo-
gía de Encuestas, 10, 27-38.
Rial, A.; García, A. y Varela, J. (2008). Una aplicación metodológica para el estudio
de la imagen de marca de un destino turístico. Pasos. Revista de Turismo y
de Patrimonio Cultural, 6, 1-10.
Rodríguez, P. y Molina, O. (2007). La segmentación de la demanda turística españo-
la. Metodología de Encuestas, 9, 57-92.
Varela, J. y Braña, T. (1996). Análisis Conjunto aplicado a la investigación comer-
cial. Madrid: Eudema.
Varela, J.; Rial, A. y García, A. (2003). Análisis Conjunto. En Análisis
Multivariante para las Ciencias Sociales; J.P. Lévy y J. Varela (coord.).
Madrid: Prentice Hall. 507-566.
Varela, J.; Picón, E. y Brana, T. (2004). Segmentation of the Spanish domestic tour-
ism market, Psicothema, 16, 76-83.
119
Crítica de libros Met. de Encuestas 11, 2009, 121-129
Volumen 11, 2009, 121-136
ISSN: 1575-7803
ESTUDIO COMPARATIVO DE PROGRAMAS

PARA CÁLCULO DEL TAMAÑO MUESTRAL
María Teresa Cabrero Morán

Dpto. de Estadística, Facultad de Ciencias. Universidad de Salamanca
mateca@usal.es
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”.
KEY WORDS: software, sample size, comparison
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
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
o Usuarios: público principal para el que se ha diseñado la aplicación o don-

de pueden encontrar sus herramientas principales. Puede ser usado, sin em-
bargo, por otros usuarios a los que le resulte útil y manejable.
o Necesita Internet: la ejecución del programa se realiza desde una página de
Internet y no se instala en el ordenador del usuario.
o Otras características: se señala si la aplicación dispone de alguna caracte-
rística importante que le haga diferente a los demás.
o Observaciones: se informa de cualquier nota peculiar del programa o rasgo
que lo diferencie claramente de otros.
o Dirección web: dirección de Internet donde se puede obtener información
sobre quién ha creado el programa, características técnicas, forma de ob-
tención, etc.
Téngase en cuenta además que se han elegido los ítems relativos a “trabajan
o no con muestreo”, así como “con y sin reposición”. No obstante, para señalar los
casos en que se da reemplazamiento basta con dar el valor de la población “muy
grande”.
Obsérvese por último que se ha evaluado SPSS 17.0 y se ha llegado a la
conclusión de que selecciona muestras con las condiciones que le impone el usuario,
con muestreo aleatorio simple o estratificado, pero no calcula el tamaño óptimo de
muestra.
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
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.
Epidat 3.1 Aleatorio Simple No Sí Media y proporción
RSize Aleatorio Simple No Sí Proporción
StatCalc Aleatorio Simple No Sí Proporción
MAS Aleatorio Simple Sí Sí Media y proporción
NBioestadística Aleatorio Simple Sí No Media y proporción
OpenEpi Aleatorio Simple No Sí Proporción
Raosoft Aleatorio Simple No Sí Proporción
126
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
CALnYES No No No Sí No Sí2 Sí3 Sí
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
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
Realiza estimaciones de medias y

proporciones
CALn- Castellano
Sí Cualquiera No para muestreo aleatorio simple y
YES Inglés
estratificado
Pantalla completa y sencilla de ver
Castellano Ofrece la posibilidad de dar resul-
Epidat Gallego tados para rangos de datos
No Epidemiología No
3.1 Inglés Presenta los resultados en formato
Portugués de texto
RSize Inglés No Epidemiología No Resultados en formato de texto
StatCalc Inglés No Cualquiera No Trabaja bajo MS2
MAS Castellano Sí Cualquiera No Presentación muy clara
La ayuda es un glosario de térmi-

nos
NBioes- Existe una opción para redactar los
Castellano No Ciencias de la salud No
tadística resultados de forma automática
Presenta los resultados en formato
de texto
Ayuda bastante útil en la misma
OpenEpi Castellano No Ciencias de la salud Sí
página del programa
Añade resultados para valores

Raosoft Inglés Sí Cualquiera Sí
alternativos
128
Observaciones Dirección web
Tiene en el manual muchos ejemplos

resueltos de cada opción y con teoría
estadística http://www.e-biometria.com/ene-
Ene 3.0
Existe mucha información disponible ctm/index.htm
Posee ‘flitros inteligentes’: mensajes de
errir al introducir mal un dato
En el cálculo de tamaños de muestras en
estratificado, el programa incluye un
algoritmo de optimización de los resulta-
dos
Si después de obtener resultados se
modifica un dato inicial, dichos resulta- http://web.usal.es/~mateca/otrasDescargas.
CALnYES
dos se ponen en color rojo htm4
Cuando hay que introducir muchos datos
en forma de tabla se pueden copiar/pegar
desde otras aplicaciones
Se utiliza como método didáctico en el
aula
Las pantallas son bastante simples

http://dxsp.sergas.es/ApliEdatos/Epidat/ca
Epidat 3.1 Se utiliza como método didáctico en el
s/default.asp
aula
Presenta un caso como ejemplo utilizan-

do las opciones del programa
RSize
Permite, además, extraer una muestra
simulada
StatCalc Es demasiado escueto
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
Si no es necesario usar más opciones que

Raosoft http://www.raosoft.com/samplesize.html
m.a.s. para proporciones, es cómodo
4
Requiere una clave para descomprimir el fichero descargado que se proporciona por correo
electrónico.
129
P. J. Lavrakas (ed), Encyclopedia of Survey Research Methods. Newbury Park,

CA: Sage. 2008.
La Editorial Americana Sage está empeñada en ser un referente mundial de

primer orden en publicaciones científicas con más de 500 revistas y millares de
libros técnicos. En los últimos años ha potenciado una colección de enciclopedias
que se ofrecen en la tradicional versión impresa y las más recientes en soporte online
(SAGE eReference). De entre el centenar de compendios y diccionarios destacan
algunos por su especificidad en materias relacionadas con la metodología de investi-
gación como por ejemplo: Encyclopedia of Psychological Assessment (2003); Ency-
clopedia of Social Science Research Methods (2004): Dictionary of Statistics &
Methodology, (2005); The SAGE Dictionary of Social Research Methods (2006); y
The SAGE Encyclopedia of Qualitative Research Methods (2008). En esta línea,
Encyclopedia of Survey Research Methods aparece a finales del 2008 cubriendo una
laguna muy concreta sobre la metodología de investigación mediante encuesta con
un amplio y vasto despliegue de colaboradores y artículos a lo largo de algo más de
mil páginas distribuidas en dos volúmenes, que se puede adquirir por el precio de
495 dólares en la edición en papel y 435 en su versión en línea.
Si bien existen diferentes publicaciones, fundamentalmente en inglés, que
abordan como introducción o manual la temática de la encuesta (The Survey Hand-
book 2nd edition, 2002 de Arlene G. Fink o Survey Research Methods, 2008 de
Floyd J Fowler Jr), se puede afirmar que solo la presente obra dirigida por Paul J.
Lavrakas trata la cuestión desde una perspectiva enciclopédica. Dicho de otro modo,
el editor ha coordinado a 320 colaboradores para que desarrollen 640 aportaciones
que cubren una visión completa y exhaustiva desde la A hasta Z tanto de los concep-
tos y procesos básicos de la encuesta como el diseño y la selección de la muestra, el
marco muestral, diseño y pilotaje del cuestionario, la recogida, codificación y análi-
sis de datos; como de las cuestiones complejas y difíciles ligadas a la tasa de res-
puesta, confidencialidad, privacidad y cuestiones éticas; y del mismo modo, hay que
destacar el tratamiento particular de la aplicación de las nuevas tecnologías para la
realización de encuestas a través de internet, móvil, correo electrónico, respuesta de
voz interactiva (interactive voice response), etc.
El editor cuenta con una larga trayectoria de más de 20 años como docente
en Northwestern University y Ohio State University y como responsable de la meto-
dología de investigación de Nielsen Media Research que ha sido a su vez uno de los
patrocinadores de la obra. Esta experiencia en la docencia y en el campo profesional,
es decir, de la teoría y de la práctica le ha servido para organizar de forma coherente
la enciclopedia en torno a nueve grandes áreas: ética, medida, no respuesta, opera-
ciones, encuestas electorales y políticas, opinión pública, muestreo e industria de la
encuesta. Estas agrupaciones temáticas pretenden ser una guía de lectura para aque-
llos que quieran acercarse directamente al aspecto o parcela que más le interese. Del
mismo modo, las referencias cruzadas, una breve selección de lecturas recomenda-
das y enlaces a páginas web estables completan la presentación de cada una de las
entradas elaboradas por expertos y especialistas de todo el mundo. A modo de ejem-
plo, cabe destacar algunos autores y sus respectivas aportaciones: Klugkist, I. (Ana-
131
Met. de Encuestas 11, 2009, 131-137 Crítica de libros
lysis of Variance); Mooney, Christopher Z. (Bootstrap Statistical Inference); Trobia,

A. (Chi-square, Contingency Tables, Cronbach's Alpha, Questionnaire, Sampling);
Knaub, J.R., Jr. (Cutoff Sampling); Chandler, J. (Election Polls; Opinions); Nathan,
G. (Internet Surveys); Kreuter, F. (Interviewer Effect; Interviewer Variance); Losch,
M. E. (Institutional Review Boards; Informed Consent) y Campanelli, P. (Testing
Survey Questions, The Survey Introduction)
En definitiva, Encyclopedia of Survey Research Methods, tiene entre sus
virtudes haber respondido a una necesidad y laguna que existía en la investigación
mediante encuesta, disponer de una obra de consulta completa. No solo ha cubierto
este hueco sino que lo ha logrado con meritoria eficacia, didáctica y rigor, consi-
guiendo una publicación de sumo interés, por un lado, para los investigadores y
expertos que buscan refrescar o precisar conceptos, y por otro, para estudiantes y
neófitos que se adentran por primera vez a buscar alguna de las entradas de esta
enciclopedia dedicada a la metodología de investigación mediante encuesta.
Juan Sebastián Fernández Prados

Universidad de Almería
132
V. Díaz de Rada y A. Núñez Villuendas. Estudio de las incidencias en la investi-

gación con encuesta. El caso de los barómetros del CIS. Madrid: Centro de In-
vestigaciones Sociológicas, 2009
La investigación mediante encuestas está bien asentada y reconocida en Es-

paña (tanto en el ámbito profesional como académico) pero, paradójicamente, no
hay una correspondencia entre el gran número de encuestas que se hacen en este país
y las investigaciones que analizan y estudian el proceso de recogida de datos. Esta
paradoja es todavía más llamativa cuando la calidad de la información está directa-
mente relacionada con esta fase de la investigación y, además, la encuesta (sobre
todo la personal) está viviendo un momento de crisis que dista mucho de ser coyun-
tural; en los últimos años las tasas de no respuesta van en aumento y cada vez cuesta
más a los entrevistadores los contactos exitosos.
El objetivo de los autores con esta publicación es la mejora del trabajo de
campo de la red del Centro de Investigaciones Sociológicas (CIS) a través de un
detenido análisis de las dificultades que surgen en el proceso de recogida de la in-
formación. Para ello se analiza los resultados obtenidos en las preguntas de control
elaboradas con el fin de recoger las incidencias de los barómetros que este organis-
mo realizó durante el 2004. Este análisis se complementa con un estudio cualitativo
que busca conocer las percepciones y visiones personales de los entrevistadores. Las
intenciones que persiguen los autores con esta obra no es solo realizar un análisis
sobre las incidencias del trabajo de campo sino centrar la atención en sus verdaderos
protagonistas (y por ende de la calidad de la información obtenida): el entrevistador
y el entrevistado. En el caso del primero porque la encuesta cara a cara exige al
encuestador cierta destreza para la toma de decisiones sobre el terreno, la realización
de la entrevista siendo, no pocas veces, “víctima” de un mal cuestionario o de un
incorrecto diseño muestral. Dicho de otra manera, el entrevistador tiene un papel
crítico en el proceso de recogida de datos que no se puede obviar. En el caso de los
segundos porque es fundamental conocer las causas que llevan a una persona a acep-
tar ser entrevistada (o no).
La obra se divide en un prólogo, una introducción y cinco capítulos. En el
capítulo primero se presenta el marco teórico del estudio en donde, en primer lugar,
se explica el procedimiento de campo que sigue el CIS para, a continuación, presen-
tar una serie de hipótesis que tienen como punto de partida las conclusiones de una
investigación anterior (también sobre los barómetros del CIS) realizada por Adora-
ción Núñez en 2005. Para contextualizar la discusión sobre los motivos que llevan a
las personas a cooperar, los autores recogen las principales contribuciones al respec-
to de la literatura especializada, cerrando con una exposición sobre los principales
factores que contribuyen a la cooperación de los entrevistados.
En el segundo capítulo se explica el planteamiento metodológico de la obra.
En este punto los autores realizan un estudio comparativo entre la representatividad
de las muestras de los barómetros del CIS (que sigue el muestro por cuotas) con los
del Padrón y la Encuesta de Población Activa, realizando interesantes apuntes sobre
que poblaciones son infra o sobre representadas con el método de cuotas pero el dato
más sugestivo es que a pesar de que éste método de selección de las unidades últi-
133
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
INE (2009) Encuesta Nacional de Inmigrantes 2007: una monografía. Madrid:

INE
Disponible en: http://www.ine.es/prodyser/pubweb/eni07/eni07.htm
El Instituto Nacional de Estadística publicó el 19 de marzo del 2009 un

monográfico donde presenta los principales resultados de la Encuesta Nacional de
Inmigrantes 2007 (ENI-2007). Dicha encuesta representa el mayor esfuerzo y todo
un hito en la investigación de las características sociodemográficas, condiciones de
vida y aspectos relacionados con la experiencia migratoria de la población residente
en España pero nacida en otro país.
Si bien es cierto que a lo largo de la historia reciente de las ciencias sociales
en España existen multitud de investigaciones que contemplan como población
diana al colectivo de inmigrantes, encontramos escasas encuestas que tengan como
ámbito todo el estado español y el conjunto de todos los inmigrantes, en un sentido
amplio. Por un lado, caben destacar las series de estudios realizados por el Gobierno
Navarro en sus “Encuestas a la población inmigrante” en los años 2000, 2003 y 2008
(n=2.400 entrevistas); o “Necesidades de la población inmigrante en Andalucía”
(NEPIA) llevado a cabo por el Instituto de Estudios Sociales Avanzados (IESA) en
el año 2003 (n=1.800); y por último, la “I Encuesta Regional sobre Inmigración”
elaborada por el Observatorio de Inmigración de la Comunidad de Madrid entre
junio y julio del 2008 (n=3.272). Por otro lado, desde la encuesta del Ministerio de
Trabajo a 5.332 trabajadores africanos regularizados en la España de 1991 hasta la
III Edición del Barómetro Anual sobre “la Comunidad musulmana de origen inmi-
grante” en 2008 (n=2.000), los principales esfuerzos por abarcar todo el ámbito de
España y su población inmigrante parten habitualmente de la Administración Públi-
ca Central. Referencia especial se merece la meritoria relación de encuestas coordi-
nadas por Juan Díez Nicolás con el apoyo del Ministerio de Trabajo y Asuntos So-
ciales tituladas “Actitudes de los inmigrantes hacia la sociedad española” durante los
años 2000, 2001, 2002 y 2004 con una muestra en torno a los 750 entrevistados
entre inmigrantes no comunitarios de las cinco autonomías más receptoras de extran-
jeros.
La presente monografía posee múltiples dimensiones que pueden ser de uti-
lidad tanto para los estudiosos del fenómeno migratorio en España como para aque-
llos metodólogos de diferentes disciplinas que afronten un proyecto donde se incluya
recogida de datos de población extranjera. Baste señalar un dato para calibrar su
importancia, el tamaño de la muestra abarca 15.465 entrevistas administradas con el
aval y la calidad de un equipo multidisciplinar e interinstitucional donde se han
implicado en alguna de las diferentes fases de la investigación, la Universidad Com-
plutense de Madrid, el Grupo de Estudios Población y Sociedad [GEPS], UNED, la
Facultad de Psicología de Granada y, principalmente, el propio INE. El punto de
partida se basa en una concepción amplia de lo que es inmigrante o dicho de otra
manera, la persona encuestable queda definida como “aquélla [nacida en el extranje-
ro] que en el momento de realización de la encuesta tienen más de 15 años de edad y
lleva viviendo en España al menos un año o, llevando menos de un año, tiene inten-
ción de estar al menos un año en España” (ENI, 2007: 8)
135
En esta publicación se recogen solo los principales resultados descriptivos y

cruces que persigue resumir una matriz con más de 1.500 variables recogidas en un
cuestionario de 66 páginas. Las temáticas abordadas giran en torno a ocho módulos
que estructuran el cuestionario: sociodemografía, experiencia migratoria, condicio-
nes en el país de partida antes de venir a España, llegada a España, historia laboral
en España, historia residencial en España, relación con el país de nacimiento y parti-
cipación social en España. Si bien, sería imposible exponer aquí toda la información
que nos ofrece esta encuesta, se pueden destacar aquellos datos que por llamativas o
por desmontar ciertos mitos resultan de interés, como por ejemplo: “La mayoría
llegan en patera” (según el ENI 2007, 2 de cada 3 llegan por avión), “Los inmigran-
tes no están formados” (20,5% tienen titulación superior), “Viven hacinados y en
alquiler” (40,3% de los inmigrantes vive en régimen de alquiler y el 38,1% lo hace
en viviendas de su propiedad), “No se integran” (26,5% entre los casados encuesta-
dos están compuestos por parejas mixtas), etc.
Desde el punto de vista metodológico, Isidro Maya enumera de manera cla-
rividente los problemas en las encuestas administradas a inmigrantes5. Concretamen-
te, las dificultades surgen en dos áreas fundamentales: en primer lugar, la validez y
fiabilidad de los instrumentos aplicados a las minorías étnicas (es decir, la equiva-
lencia lingüística, conceptual y escalar entre grupos; el estilo de respuesta de la mi-
noría étnica; el efecto del grupo de pertenencia del investigador), y en segundo lu-
gar, la accesibilidad y representatividad de las muestras de población foránea (espe-
cialmente la tasa de respuesta; entrada en la comunidad; heterogeneidad de la mues-
tra). Dicho de otro modo, el diseño del cuestionario y su administración, y el diseño
de la muestra y su selección constituyen los principales retos para los investigadores
que afronten una encuesta a inmigrantes. En este sentido la Encuesta Nacional de
Inmigrantes resuelve de manera ejemplar los escollos que enumera el psicólogo
social de la Universidad de Sevilla. Por un lado el cuestionario se pilotó en dos oca-
siones, en el año 2005 y 2006 con muestras de 500 entrevistados, lo que permitió
corregir algunas deficiencias en el cuestionario y comprobar qué preguntas suponían
mayor dificultad en su respuesta. Paralelamente para mejora la adaptación del cues-
tionario se organizaron grupos de discusión con inmigrantes y con el personal entre-
vistador, entrevistas cognitivas y codificación del comportamiento. Asimismo, el
cuestionario fue traducido a cinco idiomas además del español y otras lenguas ofi-
ciales del estado español (catalán, euskera, gallego, valenciano, alemán, francés,
inglés, rumano y árabe), y aunque fue administrado en soporte electrónico a través
de un tablet-pc, los encuestadores fueron seleccionados con formación en varios
idiomas y contaron con la asistencia telefónica permanente de traductores.
El Instituto Nacional de Estadística acostumbra a diseñar las muestras con
el padrón continúo accediendo a una base de datos actualizada del marco muestral y
seleccionado de manera aleatoria las viviendas y personas a entrevistar. Después de
los dos pretest se propusieron realizar un diseño muestral trietápico y estratificado
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
para garantizar la representatividad de la muestra: las unidades de primera etapa

fueron las 2.270 secciones censales seleccionadas, las viviendas familiares la segun-
da y, finalmente, las de tercera etapa las constituyeron las personas mayores de 15
años nacidas en el extranjero. En resumen, el INE consigue a través de un prolijo
diseño de la muestra garantizar la equiprobabilidad y la representatividad sobre un
marco muestral puesto a día, frente a la mayoría de investigaciones que difícilmente
realizan un muestro tan exhaustivo y riguroso; incluso llega a obtener una nada
despreciable tasa de respuesta del 63%, a pesar de las dificultades del colectivo a
entrevistar.
En definitiva, la Encuesta Nacional de Inmigrantes 2007 significa una fuen-
te de información de incalculable valor y un referente metodológico de primer orden
para todos aquellos científicos sociales que pretendan realizar una investigación
mediante encuesta a inmigrantes.
Juan Sebastián Fernández Prados

Universidad de Almería
137
Informaciones Met. de Encuestas 11, 2009, 139-155
Memoria del V Congreso de Metodología de

Encuestas
En los días del 24 al 26 de septiembre se celebró el V Congreso de Metodología de En-
cuestas. En esta ocasión fue el IESA-CSIC quien se encargó de organizar este congreso,
que ya se ha consolidado como la cita que cada dos años tienen los profesionales que
trabajan con encuestas para hablar de encuestas cada uno desde su perspectiva y conocer
las perspectivas de los demás. Como en las anteriores ocasiones, se buscó combinar las
mesas de comunicaciones libres con conferencias y mesas redondas invitadas, y dentro
de unas y otras, buscar la mayor variedad en el tratamiento de las encuestas.
Las encuestas organizadas desde la administración pública ocuparon una parte importan-
te de las mesas redondas. En la inauguración, la participación de la Directora del Instituto
de Estadística de Andalucía, Patricia Eguilior, quien a pesar de estar recién nombrada,
nos mostró su conocimiento de la materia. También en la inauguración intervino el Di-
rector del IESA-CSIC, Manuel Pérez Yruela, que ejercía de anfitrión. Igualmente, en la
clausura tuvimos la intervención de Mariano Gómez del Moral, Director General de
Productos Estadísticos del INE, que nos contó las principales novedades existentes en su
ámbito.
Una atención especial se prestó al CIS, institución de referencia en las encuestas públi-
cas, pudiendo contrastar la experiencia pasada del ex-presidente Ricardo Montoro con la
visión del futuro de la recién nombrada presidenta Belén Barreiros.
En la clausura tuvimos también a Luis Pistoni, Director Comercial de ODEC, represen-
tando a AEDEMO, asociación de la que fue presidente, y dando su visión del presente de
las encuestas desde la siempre difícil perspectiva de las empresas privadas.
Un esfuerzo especial se hizo para traer a una figura reconocida de la metodología de
encuestas a nivel mundial, Edith de Leew, que nos ofreció una magistral conferencia
sobre los métodos mixtos de recogida de datos.
Pero lo más importante del congreso, como siempre, fueron las 111 comunicaciones y 34
posters que se presentaron, porque en ellas pudimos conocer lo que se está haciendo
desde muy diversos ámbitos. Como sería imposible en este espacio detallar todas las
interesantes comunicaciones que se presentaron, recordamos que en la página
http://www.iesa.csic.es/congresoencuestas se pueden consultar todos los resúmenes que
se enviaron, y se puede descargar en
http://www.iesa.csic.es/es/congresoencuestas/comunicaciones.pdf,esperando una ver-
sión previa del libro de comunicaciones completas que se han enviado, mientras que la
versión definitiva estará pronto disponible.
Finalmente, la organización agradece a todos los asistentes, a las organizaciones colabo-
radores y a SIPIE por haber hecho posible de nuevo estos días de convivencia entre la
familia encuestadora, y por supuesto a los compañeros del IESA que trabajaron de forma
admirable.
Manuel Trujillo Carmona

Instituto de Estudios Sociales Avanzados de Andalucía
139
ESTATUTOS DE SIPIE
CAPITULO I: Denominación, fines, domicilio y ámbito territorial de acción

CAPITULO II: Órganos directivos y forma de administración
CAPITULO III: Procedimiento de admisión y pérdida de la cualidad de socio, dere-
chos y deberes de los mismos
CAPÍTULO IV: Patrimonio de la Asociación y Recursos Económicos
CAPÍTULO V: Disolución y aplicación del capital social en su caso
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
CAPÍTULO I: Denominación, fines, domicilio y ámbito territorial de acción
Art. 1: Constitución Art. 2: Sin ánimo de lucro

Art. 3: Objetivos Art. 4: Actividades
Art. 5: Domicilio Art. 6: Ámbito
Artículo 1º
La Sociedad Internacional de Profesionales de la Investigación en Encuestas (en adelante,

SIPIE) se constituye en la ciudad de Sevilla al amparo de lo previsto en el artículo 22 de la
Constitución Española, lo establecido en la ley 191/1964 de 24 de Diciembre, de Asociacio-
nes, Decreto 1440/1965 de 20 de Marzo, Real Decreto 304/1985 de 6 de Febrero, y demás
disposiciones legales. El régimen de la Asociación se determinará por lo dispuesto en los
presentes Estatutos.
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
Los objetivos que justifican la creación y actuación de SIPIE son:

Unir esfuerzos, medios y conocimientos para mejorar la calidad, validez y viabilidad de las
encuestas, mediante la investigación de la metodología, la investigación y desarrollo de nue-
141
Met. de Encuestas 11, 2009, 139-155 Informaciones
vas tecnologías, la adaptación de tecnologías existentes a contextos de actuación concretos, y

la comunicación con la sociedad.
Favorecer la comunicación entre investigadores que utilizan de hecho, o que pueden utilizar,
las encuestas como estrategia para el estudio de poblaciones, lo que permitirá a su vez, la
colaboración en proyectos conjuntos de investigación, la formación general y específica de
nuevos investigadores, la cualificación de profesionales, la comunicación de hallazgos, ideas
o formalizaciones y, en general, el fomento del trabajo en grupo de profesionales altamente
preparados.
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
En el momento de la elaboración y aprobación de los presentes Estatutos, el domicilio de la

Asociación se establece en Sevilla (Av. Magdalena Sofía de Barat, 94, 4ºD; 41927, Mairena
del Aljarafe). Cualquier modificación en la dirección del domicilio de la Asociación, será
142
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
El ámbito de actuación oficial, en el momento de la elaboración y aprobación de los presentes

Estatutos, es NACIONAL. No obstante, tanto el espíritu de la Asociación como su denomina-
ción, indican el carácter internacional de la misma.
CAPÍTULO II: Órganos directivos y forma de administración
Art. 7: Órgano supremo Art. 8: Junta directiva

Art. 9: Periodicidad Art. 10: Procedimientos de reunión
Art. 11: Participación Art. 12: Funciones de la Junta
Art. 13: Funciones de la Asamblea Art. 14: El presidente
Art. 15: El vicepresidente Art. 16: El secretario
Art. 17: El tesorero Art. 18: Los vocales
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
Artículo 11º
Para que tenga lugar la reunión de la Junta Directiva, es imprescindible la participación de

Presidente, Vicepresidente, Secretario y Tesorero, mediante cualquiera de los procedimientos
indicados en el Artículo 10º.
Artículo 12º
Son funciones de la Junta Directiva:

1. Dirigir las actividades
2. La gestión administrativa y económica
3. Convocar el sufragio de la Asamblea General de Socios para la elección de miembros de la
Junta Directiva, según consta en el Anexo 2, o para el sometimiento de los temas a que se
refiere el Artículo 13º.
4. Nombrar cuantos comités, delegaciones, servicios, comisiones y responsables sea pertinen-
te para el funcionamiento de la Asociación.
Las funciones de los miembros de la Junta Directiva, expuestos en los artículos 14 a 18, po-
drán ser delegados en otros socios, por acuerdo unánime de la Junta.
Artículo 13º
Las siguientes acciones no son competencia de la Junta Directiva y deberán someterse a la

consideración, opinión y voto de la Asamblea General de Socios, mediante sufragio. Las
convocatorias de sufragio son realizadas por el Secretario, una vez que se decide su proceden-
cia por la Junta Directiva.
1. Modificación de los Estatutos de SIPIE
2. Disolución de la Asociación
3. Elección de la Junta Directiva
4. Disposición y enajenación de bienes
5. Constitución de una federación o su integración en ella si ya existiese
6. Cuantos asuntos considere la Junta Directiva, debido a la trascendencia que las decisiones
puedan tener en la existencia misma o líneas de acción de SIPIE.
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
El Vicepresidente sustituirá al Presidente en caso de ausencia, enfermedad o muerte y tendrá

las funciones que en él delegue el Presidente. En presencia de éste, el Vicepresidente tendrá
las atribuciones propias de un Vocal.
144
Artículo 16º
Al Secretario le corresponde el funcionamiento administrativo de la Asociación, es decir:

1. Custodiar los libros y documentos, excepto los de Contabilidad, así como el archivo.
2. Redactar y anotar en los libros correspondientes las reuniones de la Junta Directiva y de la
Asamblea General.
3. Expedir certificaciones.
4. Redactar la Memoria Anual de la Asociación.
5. Llevar al día el fichero con los nombres y datos de los socios afiliados, así como las altas y
bajas de los mismos.
6. Ejecutar los acuerdos estatutarios adoptados.
Artículo 17º
El Tesorero tendrá bajo su responsabilidad el funcionamiento económico de la Asociación y

le corresponde:
1. Recaudar los fondos de la entidad, custodiarlos e invertirlos como lo determine la Junta
Directiva.
2. Ejecutar los pagos, con el visto bueno del Presidente.
3. Dirigir la contabilidad.
4. Llevar el libro de Estados de Cuentas, con las indicaciones de ingresos, gastos y saldo.
5. Confeccionar el estado de cuentas anual.
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.
CAPÍTULO III: Procedimiento de admisión y pérdida de la cualidad de socio, derechos y

deberes de los mismos
Art. 19: Candidatos Art. 20: Adquisición de la condición de socio

Art. 21: Pérdida de la condición Art. 22: Derechos de los socios
Art. 23: Obligaciones de los socios
Artículo 19º
Pueden pertenecer a la Asociación aquellas personas mayores de edad y con capacidad de

obrar, que tengan interés en el desarrollo de los objetivos y actividades especificados en los
artículos 3º y 4º.
Artículo 20º
La calidad de socio se obtiene oficialmente con el acto de aprobación de la Junta Directiva,

vistas las dos condiciones que siguen: haber abonado la cuota del año en curso y haber entre-
gado el cuestionario de admisión elaborado a tal efecto y que figura en el Anexo 3.
145
Artículo 21º
La condición de socio se pierde por alguna de las causas siguientes:

1. Por deseo del asociado según escrito dirigido a la Junta Directiva o a su Secretario.
2. Por no haber abonado la cuota o cuotas correspondientes a su condición de socio, tras dos
avisos de impago por parte del Tesorero o la Comisión de Gestión Económica.
3. Por acuerdo de la Junta Directiva, ante la documentación presentada a ésta, según la cual se
observa que el socio no respeta las normas profesionales éticas que se especifican en el Anexo
4. Es una Comisión de Ética o Disciplinaria, con carácter fijo o creada para cada ocasión, la
que evalúa la procedencia de sugerir la pérdida de la condición de socio. Esta Comisión no
puede estar constituida por ningún miembro de la Junta Directiva.
4. Por acuerdo de la Junta Directiva, ante el incumplimiento de las obligaciones especificadas
en el Artículo 23. El procedimiento a seguir es el mismo que el especificado en el punto ante-
rior.
Artículo 22º
Los socios ostentarán los derechos siguientes:

1. Participar con voz y voto en las Asambleas Generales.
2. Elegir y ser elegidos para cargos directivos.
3. Recibir información sobre la marcha de la Asociación por deseo expreso o mediante la
recepción de la revista interna a que se hacer referencia en el Artículo 4º.
4. Recibir sin cargo la revista Metodología de Encuestas, según los estipulado en el Anexo 1.
5. Acceder a la base de datos de la Asociación sobre la identificación, forma de contacto y
líneas de trabajo de los socios.
Artículo 23º
Los socios tendrán las obligaciones siguientes:

1. Cumplir los presentes Estatutos y los acuerdos válidos adoptados en la Asamblea General o
en la Junta Directiva.
2. Abonar las cuotas que se fijen y que tendrán la periodicidad anual.
3. Asistir a las asambleas y demás actos que se organicen.
4. Desempeñar, en su caso, las obligaciones inherentes al cargo que ocupen.
5. Respetar las normas profesionales éticas que se especifican en el Anexo 4.
6. Facilitar cuanta información sea pertinente para el mantenimiento de la base de datos de la
Asociación y para la realización de las actividades a que hace referencia el Artículo 4º.
CAPÍTULO IV: Patrimonio de la Asociación y Recursos Económicos
Art. 24: Patrimonio fundacional Art. 25: Recursos económicos

Art. 26: Presupuesto anual Art. 27: Sobre el presupuesto y su gestión
Artículo 24º
La Asociación no cuenta con Patrimonio Fundacional. Los primeros recursos económicos

serán creados con las aportaciones de los socios.
146
Artículo 25º
Los recursos económicos estarán constituídos por:

1. Las cuotas anuales ordinarias y las cuotas extraordinarias facilitadas por los socios.
2. Las subvenciones, legados o herencias que pudiera recibir de forma legal por parte de los
asociados o terceras personas.
3. Los materiales fungibles e inventariables que se reciban con motivo de convenios o acuer-
dos de colaboración con otras entidades, para la realización conjunta de investigaciones o
actividades contempladas en el Artículo 4º.
4. Los ingresos recibidos con motivo de la gestión de cursos de formación, publicaciones y
demás actividades que reflejan los objetivos especificados en el Artículo 3º. Tales ingresos no
son obtenidos con ánimo de lucro sino que obedecerán a márgenes de error o de seguridad en
la gestión de estos productos, e irán destinados a la consecución de los objetivos de la Asocia-
ción.
5. Cualquier otro recurso lícito.
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
1. La gestión económica tiene como unidad de ejercicio un año natural.

2. Al final de cada ejercicio, se da a conocer al resto de los socios el presupuesto para el ejer-
cicio siguiente, abriendo un plazo de sugerencias de modificación.
3. En base al presupuesto realizado, se estima la cuantía de la cuota anual de socio para el
siguiente ejercicio, incluyendo esta información en la notificación que se realiza a los socios.
4. La comunicación del presupuesto, cuantía de la cuota anual, sugerencias, procedimientos,
etc. se realizará bien mediante la revista interna de la Sociedad, mediante correo postal, correo
electrónico o utilizando la página web de SIPIE, en zona de acceso restringido, sólo para
socios.
CAPÍTULO V: Disolución y aplicación del capital social en su caso
Art. 28: Causas de disolución Art. 29: Comisión liquidadora

Art. 30: Haber resultante
Artículo 28º
La Asociación podrá disolverse por las siguientes causas:

1. Por voluntad de los socios, mediante acuerdo adoptado en Asamblea General extraordinaria
convocada al efecto y con la mayoría de los 2/3 de los Asociados.
2. Por las causas determinadas en el artículo 39 del Código Civil.
3. Por sentencia judicial.
147
Artículo 29º
En caso de disolución, se nombrará una Comisión Liquidadora, presidida por el Tesorero, la

cual efectuará la liquidación, enajenando los bienes sociales, pagando sus deudas, cobrando
sus créditos y fijando el haber líquido resultante si lo hubiere.
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.
Anexo 1: Relación entre la revista "Metodología de Encuestas" y SIPIE
1. La revista "Metodología de Encuestas" será suministrada gratuitamente a todos los socios

de SIPIE.
2. La gestión económica de la revista es independiente de SIPIE. Luego, la revista no estará
contemplada en los presupuestos anuales de la Asociación.
3. El coste de cada ejemplar de la Revista, que es suministrado a los socios de SIPIE, será
decidido en base a su coste de producción sin beneficios. Para garantizar este hecho, la direc-
ción de la revista y el Tesorero de SIPIE, vistos los costes de producción de los ejemplares,
tomarán una decisión conjunta sobre el precio del ejemplar para SIPIE.
4. Los ejemplares de la Revista serán enviados al domicilio social de SIPIE y será la Asocia-
ción quien remita cada ejemplar a cada socio.
5. En la portada de todos los ejemplares de la Revista, en lugar claramente visible, figurará el
anagrama de la Asociación y su nombre.
6. SIPIE contará con una página, en el lugar que considere oportuno la dirección de la Revis-
ta, en cada número publicado, para el uso que considere la Junta Directiva.
7. La dirección de la Revista tendrá potestad para seleccionar los trabajos realizados por los
socios de SIPIE que figuren en la memoria anual de la Asociación, que considere apropiados
para su publicación en la Revista.
8. La dirección de la Revista tendrá potestad para seleccionar los trabajos presentados a los
congresos organizados por SIPIE que considere apropiados para su publicación en la Revista.
9. Revista y SIPIE podrán realizar acciones conjuntas encaminadas a conseguir los objetivos
expuestos en el artículo 3º de los Estatutos de la Asociación. Por ejemplo, organizar premios a
la investigación o cualesquiera otras actividades de incentivación para la investigación con
encuestas.
Anexo 2: Proceso de elección de cargo
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
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.
Anexo 3: Cuestionario de Admisión de Socio
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
URL web personal:

2. Líneas de actuación:
Formación académica:
Experiencia en la investigación mediante encuestas:
Líneas de trabajo actual:
Preferencias para la colaboración con otros socios:
3. Formas de contacto:
Correo postal:
Correo electrónico:
Teléfono
FAX
Anexo 4: Normas profesionales éticas de la Asociación
El espíritu general que subyace al establecimiento de las presentes normas éticas es el de

asociar con SIPIE un comportamiento profesional y social de respeto a las formas de vida y a
los derechos humanos.
En aplicación del punto 3 Artículo 21º, la calidad de socio se pierde ante dictamen de la Junta
Directiva, vistas las pruebas que muestran la no consecución de las presentes normas.
Algunas de las normas hacen referencia a las investigaciones "avaladas metodológicamente"
por SIPIE, descritas en el anexo 5.
1. La Junta Directiva nombrará una Comisión Ética, que elaborará sus propios estatutos o
normas de funcionamiento interno y cuyo Presidente formará parte de la Junta Directiva en
calidad de vocal.
2. Las investigaciones avaladas metodológicamente por SIPIE deben contar con el visto bue-
no de la Comisión Ética.
3. El dictamen de "violación de las presentes normas éticas" será realizado por la Comisión
Ética, si bien es la Junta Directiva la entidad legal encargada de realizar cuantas acciones
considere oportunas, incluyendo la decisión de "pérdida de la calidad de socio".
4. En todo momento, las acciones derivadas del diseño e implementación de las investigacio-
nes realizadas por los socios, mantendrán el respecto por cualquier forma de vida.
5. En las investigaciones con personas, éstas serán informadas de lo que se requiere de ellas,
del proceso y de cuál es el destino de la información recogida. En los estudios donde sea
necesario ocultar parte de la información por motivos metodológicos, esta circunstancia no
puede implicar vejación o cualquier otro efecto que pueda ser juzgado como indeseable por la
persona.
6. En los estudios realizados con animales, quedará garantizado que la alimentación, entorno
y cuidados permitan su desarrollo saludable, en condiciones similares al contexto natural en
cuanto a la posibilidad de cubrir sus necesidades de alimentación, procreación y relación
social.
7. SIPIE no puede percibir remuneración económica alguna por sus acciones, ni los miembros
que ocupan cargos en la asociación, por el hecho de ocuparlos. La gestión económica derivará
hacia el mantenimiento y desarrollo de la Asociación y la garantía de las acciones que realiza
en cuanto a investigación, formación, publicación, etc..
8. Los miembros de SIPIE pueden percibir remuneración económica, desde la Asociación, no
por ser miembros, sino en calidad de contratados o becados para tareas específicas que exce-
den las de sus obligaciones como socios.
9. Son causas de pérdida inmediata de la calidad de socio:
1. El plagio total o parcial.
2. La tergiversación, manipulación o invención de datos originales.
150
3. La tergiversación, manipulación o invención de resultados.

4. La omisión de datos originales o resultados cuando se juzgue que esta acción ha ido
encaminada a la orientación de las conclusiones del estudio hacia una meta establecida a
priori, no hecha explícita en la publicación de la investigación.
5. Obtener beneficios económicos o en especie, utilizando su calidad de socio de SIPIE o
actuando en nombre de la Asociación.
10. Los objetivos de las investigaciones realizadas no pueden contener elementos que vayan
orientados al aumento de la desigualdad social, o cualquier otro efecto que viole el respeto a
los derechos humanos.
Anexo 5: Investigaciones avaladas metodológicamente por SIPIE
1. Una investigación "avalada metodológicamente" por SIPIE es aquélla que ha recibido el

reconocimiento explícito y por escrito de la Junta Directiva, acerca de la alta calidad del
proceso metodológico seguido por la investigación.
2. La Junta Directiva nombrará una Comisión de Garantías Metodológicas que será la encar-
gada de analizar las peticiones de aval y su documentación adjunta y levantar una propuesta
final.
3. La Comisión de Garantías Metodológicas contará con su propia normativa de funciona-
miento interno y su Presidente formará parte de la Junta Directiva en calidad de vocal.
4. Los socios interesados en recibir el reconocimiento del aval metodológico, deberán presen-
tar una solicitud a la Junta Directiva, adjuntando la siguiente documentación:
1. Objetivos de la investigación.
2. Medios personales y materiales disponibles.
3. Diseño de la actividad, incluyendo cronograma.
5. Para que una petición de aval metodológico sea aceptada a trámite, es imprescindible que el
investigador principal o director del estudio, sea socio de SIPIE.
6. En ningún caso, la fase de recogida de datos debe estar iniciada.
7. La solicitud de aval metodológico va indisolublemente unida a la aceptación de la interven-
ción de SIPIE en los siguientes momentos:
1. Fase de diseño, realizando las modificaciones o sugerencias que estime oportunas para
garantizar la calidad de la investigación.
2. Fase de recogida de datos, supervisando la correcta implementación del diseño.
3. Fase de análisis de datos y conclusiones, comprobando la adecuación de las estrategias
de análisis y la corrección de las conclusiones, acordes con los resultados obtenidos y ob-
jetivos del estudio.
8. La solicitud de aval metodológico junto con la documentación adjunta a que hace referen-
cia el punto anterior, son documentos públicos en SIPIE. Cualquier socio tiene el derecho de
consultar esta información. El objetivo, en todo momento, es garantizar la igualdad de opor-
tunidades para todos los socios.
9. Cuantas publicaciones diera lugar la comunicación del proceso o resultados de la investiga-
ción, deberán ir acompañadas del texto "Esta investigación ha sido avalada metodológicamen-
te por la Sociedad Internacional de Profesionales de la Investigación en Encuestas".
10. La revista interna de SIPIE incluirá, en cada número, las nuevas concesiones de aval
metodológico.
151
Normas para los autores

Los trabajos enviados deben ser inéditos y no haber sido remitidos ni estar siendo sometidos a
un proceso de revisión por otra publicación. Se asume que todas las personas que aparecen
como firmantes han dado su conformidad para la publicación del trabajo en la revista.
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.
En la preparación de los manuscritos deben considerarse las normas de publicación de la

American Psychological Association (Publication Manual of the American Psychological
Association, 2001, 5ª edición), de la American Sociological Association
(http://www.asanet.org/galleries/ default-file/asaguidelinesnew.pdf), o las propias en las
revistas de la American Statistial Associatio
n (http://www.amstat.org/PUBLICATIONS/index.cfm ?fuseaction=style-guide). A conti-
nuación se recuerdan algunos de estos requisitos y se dan otros adicionales.
153
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.
Recepción, revisión y aceptación de trabajos (proceso de selección).
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
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.
Indicaciones para las referencias bibliográficas
Las referencias bibliográficas irán alfabéticamente ordenadas al final. Algunos ejemplos de

referencias son:
Libros:
Adams, R. C. (1989). Social Survey Methods for Mass Media Research. New Jersey: Law-
rence Erlbaum Associates Publishers.
Alberdi, J.; Lorente, S. y Moreno, E. (1969). Metodología de investigación por muestreo.

Madrid: Suramérica.
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
La posteridad sociológica de Auguste Comte: lo normal y lo Michel BOURDEAU

patológico en Durkheim
Usos y abusos de la prensa como fuente de datos sobre Manuel A. RÍO

acciones colectivas
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
De la evaluación clásica a la evaluación pluralista. Criterios Beatriz IZQUIERDO

para clasificar los distintos tipos de evaluación
La participación y la influencia del recordatorio en las José M. SEGOVIA GUISADO y Juan J.
encuestas panel online a estudiantes universitarios SÁNCHEZ CARRIÓN
TEXTO CLÁSICO
Maquiavelo y la praxeología matemática Presentación: José M. ARRIBAS;

Traducción: Beatriz MAÑAS
LIBROS
Departamento Sociología I, Teoría, Metodología y Cambio

Social Para subscripciones:
Dirección de la página Web: UNED, DIFUSIÓN Y VENTAS
http://www.uned.es/dpto-sociologia-I
Correo electrónico: empiria@poli.uned.es
FAX: 91 398 75 27
Dirección: c/ Obispo Trejo S/N BRAVO MURILLO, 38
Madrid 28040 28015 MADRID
ESPAÑA
EMPIRIA
REVISTA DE
METODOLOGÍA
DE CIENCIAS
SOCIALES UNIVERSIDAD NACIONAL
DE EDUCACIÓN A DISTANCIA
Nº 17 – 2009
enero-junio
ARTÍCULOS
Redes semánticas en textos periodísticos: propuestas técnicas Modesto ESCOBAR

para su representación
El análisis de la literatura biomédica en España en clave de Mª Luisa JIMÉNEZ, Mª Teresa GIJÓN

diversidad cultural y de género y Emilia MARTÍNEZ
Las relaciones entre innovación, nuevas formas de Isabel GARCÍA

organización del trabajo y políticas de recursos humanos: el
caso de la industria asturiana
La complejidad de tarea de las ocupaciones Jaime RIVIÈRE
Enseñando a hacer entrevistas en la investigación cualitativa: Analía MEO y Alejandra NAVARRO

entre el oficio, la profesión y el arte
La lección de Parménides y el trabajo social. Sobre la José L. MORENO

rentabilidad intelectual de los dominios menores
TEXTO CLÁSICO
The Folk-ways of a scientific sociology Presentación: José M. ARRIBAS;

(William F. Ogburn) Traducción: Julio A. DEL PINO
y Beatriz MAÑAS
LIBROS
Departamento Sociología I, Teoría, Metodología y Cambio

Social Para suscripciones:
Dirección de la página Web: UNED, DIFUSIÓN Y VENTAS
http://www.uned.es/dpto-sociologia-I
Correo electrónico: empiria@poli.uned.es
FAX: 91 398 75 27
Dirección: c/ Obispo Trejo S/N BRAVO MURILLO, 38
Madrid 28040 28015 MADRID
ESPAÑA
ANUNCIO 126 20/3/09 08:07 Página 1
Revista Española
de Investigaciones
Sociológicas
www . r e i s . c i s . e s
126
Abril-Junio 2009
Ernesto R. Gantman Verónica Sevillano

Las cuestiones y Juan Ignacio
esenciales de la agenda Aragonés
estatal: gobernabilidad, Percepción social
desarrollo y equidad. de la conducta de los
Un análisis longitudinal españoles en materia
comparativo medioambiental
(1972-2002)
Gregorio González
Directora
Belén Barreiro Pérez-Pardo Manuel Herrera Alcaide, Víctor Agulló
Gómez y Luis Ayuso Calatayud,
Secretaria
Paloma Aguilar Fernández Sánchez Juan Carlos
Las asociaciones Valderrama Zurián
Consejo Editorial
Enriqueta Aragonés Alabart, Pau Baizán Mu- sociales, una realidad y Rafael Aleixandre
ñoz, Joaquín Brugué Torruella, Lorenzo Ca- a la búsqueda Benavent
chón Rodríguez, Miguel Caínzos Fernández, de conceptuación Participación de la
Julio Carabaña Morales, Teresa Castro Martín, y visualización mujer y redes
Margarita Delgado Pérez, Juan Díez Medrano, de coautoría en las
Joan Font Fábregas, Rodolfo Gutiérrez Pala- Felipe Morente Mejías revistas españolas
cios, Antonio Izquierdo Escribano, José María y Mario Domíngez de Sociología
Maravall Herrero, José Antonio Noguera Fe-
rrer, Javier G. Polavieja Perera, Clara Riba i Sánchez-Pinillas
Romeva, Mariano Torcal Loriente Menores infractores Crítica de Libros
Edita en instituciones
Centro de Investigaciones Sociológicas (CIS) de reforma: una mirada
Montalbán, 8. 28014 Madrid desde dentro
www.cis.es - E-mail: publicaciones@cis.es
Precios Toni Rodon
Suscripción anual (4 números) i Casarramona
• Electrónica: El sesgo de
Instituciones 160 €
Particulares 50 €
participación en el
• En papel y electrónica: sistema electoral
Resto español
España del mundo
Instituciones 180 € 220 €
Particulares 60 € 100 €
• Compra de números sueltos en papel:
Cada número 20 €
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
Fernando Gil Alonso

y Albert García Soler
La mortalidad en la
Julio-Septiembre 2009
infancia durante la
Guerra Civil.
Impacto territorial
estimado a partir del
Censo de 1940
Ramón de Alós Pablo Nocera

Moner, Antonio Los usos del concepto
Martín Artiles, Fausto de efervescencia y la
Miguélez Lobo dinámica de las
y Francesc Gibert representaciones
Badia colectivas en la
¿Sirve el trabajo sociología
penitenciario para la durkheimiana
Directora reinserción?
Belén Barreiro Pérez-Pardo Un estudio a partir de Verónica Viñas
Secretaria las opiniones de los Catástrofes y cambio
Paloma Aguilar Fernández presos de las cárceles de políticas públicas.
Consejo Editorial de Cataluña Prestige seis años
Enriqueta Aragonés Alabart, Pau Baizán Mu- después.
ñoz, Joaquín Brugué Torruella, Lorenzo Ca- José Manuel Un análisis de marcos
chón Rodríguez, Miguel Caínzos López, Julio Fernández Fernández interpretativos
Carabaña Morales, Teresa Castro Martín, Mar-
garita Delgado Pérez, Juan Díez Medrano,
y Aníbal Puente
Joan Font Fábregas, Rodolfo Gutiérrez Pala- Ferreras Crítica de Libros
cios, Antonio Izquierdo Escribano, José María La noción de campo
Maravall Herrero, José Antonio Noguera Fe- en Kurt Lewin y Pierre
rrer, Javier G. Polavieja Perera, Clara Riba i Bourdieu: un análisis
Romeva, Mariano Torcal Loriente comparativo
Edita
Centro de Investigaciones Sociológicas (CIS) Fernando Gil Alonso
Montalbán, 8. 28014 Madrid
www.cis.es - E-mail: publicaciones@cis.es y Albert García Soler
La mortalidad en la
Precios
Suscripción anual (4 números) infancia durante la
• Electrónica: Guerra Civil.
Instituciones 160 € Impacto territorial
Particulares 50 € estimado a partir del
• En papel y electrónica:
Resto Censo de 1940
España del mundo
Instituciones 180 € 220 €
Particulares 60 € 100 €
• Compra de números sueltos en papel:
Cada número 20 €
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
Voto estructural, racional y mediatizado en las elecciones generales

españolas de 1996, 2000 y 2004
Juan Jesús González
Hable con los pacientes, no para ellos.

análisis de las fuentes de confianza del acto médico
Nuria Loriente-Arín y Rafael Serrano-del-Rosal
The overeducation Phenomenon in europe

Santiago Budría y Ana I. Moro-Egido
actividad sociocognitiva y contextos postfordistas

Francisco Quintana Castelló
el trabajo en beneficio de la comunidad como alternativa a la prisión.

entre la aceptación y el rechazo
Joaquín Juan Albalate
deporte entre rejas. ¿algo más que control social?

Daniel Martos, José Devís y Andrew C. Sparkes
la neorruralidad y sus significados. el caso de navarra

María Jesús Rivera
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
mujeresqueer  
 
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
Los socios de SIPIE, entre otros beneficios, reciben

gratuitamente la revista Metodología de Encuestas.
Información sobre la condición de socio en
www.sipie.org/condicio.htm
View publication stats

Novedades Octubre

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Novedades Octubre

Caricato da

Copyright:

Formati disponibili

See discussions, stats, and author profiles for this publication at: https://www.researchgate.

EFECTO DEL ORDEN DE PRESENTACIÓN DE LOS ATRIBUTOS SOBRE LOS

Article · November 2009

S. Dominique-Ferreira Antonio Rial Boubeta

SEE PROFILE SEE PROFILE

Práctica físico deportiva y consumo de drogas View project

The user has requested enhancement of the downloaded file.

Revista de habla hispana editada por la Sociedad Internacional de Profesionales de la Investi-

Elena Abascal Fernández Universidad Pública de Navarra

Director: Vidal Díaz de Rada, Universidad Pública de Navarra

Dirección: Departamento de Sociología

Maquetación: Ana Díaz de Rada

Consejo Editorial ...............................................................................................................3

Optimización de tamaños de muestra en diferentes muestreos y estima-

Deseabilidad social y género: el efecto del sexo del entrevistador(a) so-

Técnicas de investigación online: aportaciones de los estudios de medi-

Estimación del precio de la vivienda mediante redes neuronales artificia-

Estudio comparativo de programas para cálculo del tamaño muestral

Comentarios a 'Encyclopedia of Survey Research Methods’

Comentarios a 'Estudio de las incidencias en la investigación con encues-

Comentarios a 'Encuesta Nacional de Inmigrantes 2007’

Valoración del V Congreso de Metodología de Encuestas

Estatutos de SIPIE .........................................................................................................141

Normas para autores .....................................................................................................153

OPTIMIZACIÓN DE TAMAÑOS DE MUESTRA EN

María Teresa Cabero Morán

RESUMEN: CALnYES es un programa informático que calcula tamaños de muestra

PALABRAS CLAVE: aplicaciones informáticas, tamaño de la muestra, estimación.

KEY WORDS: software, sample size, estimation

Recibido: 23 de octubre 2008

Entrando en la opción deseada, la aplicación pide al usuario todos los datos

2. Tamaño de muestra en muestra en muestreo aleatorio simple

Se necesita una muestra de 96 personas para que el error no sobrepase el

3. Estimación de medias, totales y proporciones en mas

4,2 5,1 7,9 3,8 5,3 4,6 5,1 4,1

Se trata de estimar una media y un total en un muestreo aleatorio simple,

Tamaño de la Población (N): 98; Confianza: 95; Nº de Filas: 8; Nº de Colum-

Se obtiene una media muestral o estimación puntual de la media de

Se observa una estimación puntual del total de τ̂ = 491,23 minutos. La cua-

4. Tamaño de muestra en muestreo aleatorio estratificado

La Fig. 4. presenta la pantalla para calcular un tamaño de muestra en un

En el próximo punto (5) se verá un ejemplo conjunto de los apartados 4 y 5.

5. Estimación de medias y proporciones en mae

El tamaño de la población de cada bancal (estrato) es de:

Y, puesto que se elige uno de cada veinte cerezos, el tamaño de muestra:

Se elige ‘Estimar’ y ‘Muestreo Estratificado’. Opciones: Estimación para

Se obtiene una estimación puntual de la media de producción por cerezo

s c23 = 44,64 (columnas de ‘Media’ y ‘Cuasivarianza’).

Basándose en el estudio anterior como prueba ‘piloto’, se utiliza como es-

Se han de tomar muestras de tamaños respectivos en cada estrato de 153, 28

Señalar que si se ha de cambiar alguno de los otros valores la aplicación no

6. Muestreo por conglomerados

Se necesita una muestra de 14 empresas para que el error no sobrepase los

7. Muestreo por conglomerados en

Al igual que en el muestreo estratificado se podrían cambiar las asignacio-

8. Tamaño de la población (n)

En estudio de mercado se desea saber los consumidores potenciales de un

Se necesita una primera muestra de 632 consumidores para que el error no

9. Características técnicas del programa calnyes

10. Otras características del programa

estratificado, por conglomerados, por conglomerados mezclado con estratificado,

DESEABILIDAD SOCIAL Y GÉNERO: EL EFECTO

Tània Verge Mestre