Una encuesta indica que el 52 % de las personas encuestadas apoya una propuesta, con un margen de error de tres puntos porcentuales. El rango correspondiente va del 49 % al 55 %, con el nivel de confianza indicado y bajo los supuestos del estudio. Esta cifra describe una parte de la incertidumbre, no el error máximo posible de la encuesta.
El margen de error muestral se suele presentar como la mitad del ancho de un intervalo de confianza simétrico. Algunos intervalos son asimétricos; en esos casos, mostrar los límites inferior y superior reales refleja el resultado con mayor precisión que forzarlo en un único valor de más/menos.
Ten claro qué incertidumbre cubre el dato
La variación muestral ocurre porque distintas muestras pueden dar lugar a estimaciones diferentes. Un margen de error convencional refleja esa variación según el diseño o modelo muestral. No tiene en cuenta de forma automática a los grupos no representados, la falta de respuesta, las preguntas mal interpretadas o las respuestas inexactas.
La explicación de Pew Research Center sobre los márgenes en encuestas aborda estos límites y el impacto del diseño muestral. Esta distinción también es clave en la investigación de producto: a una encuesta voluntaria de clientes no se le debe asignar un margen de muestreo probabilístico solo porque se conozca el número de respuestas.
Si se utiliza una medida de incertidumbre basada en modelos para una muestra no probabilística, indícala con claridad y detalla los supuestos. El cálculo debe justificarse más allá de que se parezca a la fórmula habitual de los sondeos.
Planifica la precisión antes de recoger respuestas
Bajo una aproximación de muestreo aleatorio simple para una proporción cercana al 50 %, con un 95 % de confianza y una población amplia, 100 observaciones ofrecen un margen de unos 9,8 puntos porcentuales; 400 dan unos 4,9 puntos. En esas condiciones, cuadruplicar la muestra reduce el margen casi a la mitad.
Se trata de cálculos orientativos, no de objetivos de captación universales. La estimación, el nivel de confianza, la ponderación, el agrupamiento y el tamaño finito de la población pueden alterar el resultado. Cuando la muestra representa una parte importante de la población, el factor de corrección por población finita puede influir; si es una fracción muy reducida de una población enorme, apenas se nota la diferencia.
Diseña el proceso a partir de la decisión que vas a tomar. Un estudio pensado para detectar una pequeña diferencia exige más precisión que uno orientado a identificar una tendencia general. Aumentar el tamaño de la muestra puede ser útil, pero debe responder al nivel de incertidumbre que de verdad importa, no a un número redondo por pura costumbre.
Recalcula según la comparación que vayas a mostrar
El margen indicado para la muestra total no se puede aplicar tal cual a un subgrupo más pequeño. Si solo una parte de los encuestados utiliza un plan concreto, las estimaciones para ese grupo conllevan su propia incertidumbre y también pueden verse afectadas por la ponderación o el diseño muestral.
Del mismo modo, la diferencia entre dos estimaciones requiere un análisis específico de esa diferencia. Que dos intervalos distintos se solapen no significa necesariamente que no haya una diferencia estadísticamente detectable. Los intervalos de confianza y la significación estadística son herramientas complementarias, y cada una exige la comparación y los supuestos adecuados.
Muestra siempre la estimación, el nivel de confianza, los datos sobre la muestra (o muestra efectiva) y el método de cálculo. Mantén visibles, junto a ellos, el sesgo de no respuesta y otros factores que afecten a la calidad. El margen de error es muy útil porque refleja con claridad una incertidumbre concreta, siempre que no se pretenda que garantice la validez de todo el estudio.