¿Cuál sería un margen de error (IC) aceptable en las ciencias sociales?

Answer 1

No hay respuesta a esto que sea correcta. Depende de la precisión con la que necesites saber la respuesta. ¿Necesita saber sobre una elección cerrada, con dos candidatos? ¿Tendrá que estar dentro de uno o dos por ciento, o sus resultados no carecerán de sentido?

¿Necesita saber sobre un evento raro? ¿La proporción de jóvenes de 13 años que han tomado LSD? El porcentaje será muy bajo, por lo que si tiene un intervalo de confianza amplio, puede ser miles de veces demasiado alto o demasiado bajo.

¿Necesita saber qué proporción de personas comprará Coca Cola cero en lugar de Coca Cola de dieta? Supongo que si sus IC fueran 20%, 40%, eso sería lo suficientemente cerca como para decirle que “algunas” personas lo comprarán.

Una forma de pensar acerca de esto es decidir si los valores en cualquiera de los extremos de los CI llevarán a conclusiones diferentes, necesita CI más pequeños. En algún lugar entre el 20% y el 40% prefiere Coke Zero? Obtenga un poco de Coca Cola adentro. ¿En algún lugar entre el 0% y el 10% de los niños de 13 años toman LSD? O bien no tenemos ningún problema, o un problema importante. No sabemos cuál. Necesitamos IC más pequeños.

Además, hay una compensación de costos. Cuesta más reducir tus ICs. Necesita cuatro veces la muestra a la mitad del ancho de los IC. En algún momento, eso no valdrá la pena, o será imposible.

Answer 2

De su pregunta deduzco que está preguntando sobre el intervalo de confianza de una proporción estimada. Si este es el caso, creo que no hay un valor “dorado”. Depende del valor de la proporción estimada y del propósito de su investigación. La respuesta de Jeremy es correcta en mi opinión.

Lo que creo que es más importante que el margen de error, es la calidad de los datos. Si no tiene una muestra aleatoria, el margen de error no tiene sentido. Todos los métodos de inferencia estadística se basan en una muestra aleatoria, si tiene una muestra de cuota, una muestra auto-seleccionada, etc., no puede hacer una inferencia estadística (puede ser que puede inferir, sino una inferencia estadística), a menos que pueda recurrir a métodos sofisticados Métodos para corregir las estimaciones (estos métodos no siempre pueden aplicarse). Si no sigue una metodología rigurosa al seleccionar una muestra, puede obtener resultados incorrectos. Esta es una de las razones por las que a menudo los políticos están equivocados.

Answer 3

Discutiría al revés: ¿Cuántos datos puedo tener en mis manos, y qué tan abajo puedo derribar el margen de error?

Una de las razones por las que es muy importante mejorar las herramientas que utilizamos para el análisis cualitativo es evitar tener que trabajar con más “confusión” de lo absolutamente necesario.

Por otro lado, la interpretación juega un papel más importante en relación con los datos cualitativos, así que recuerde no mostrar dos decimales.