Error estándar

El NPS promedio para una muestra de 50 clientes es 42. Para una muestra de 500 también es 42. Los mismos números, pero debes confiar en ellos en distinta medida.

En el primer caso el promedio podría haber "saltado" 5-7 puntos si hubieras encuestado a otros 50 clientes. En el segundo la oscilación habría sido tres veces menor. El error estándar es justamente el número que muestra cuán inestable es tu estimación debido a un tamaño de muestra limitado.

Definición

Error estándar (SE) es una medida de la precisión de una estimación muestral de un parámetro de la población. Muestra cuánto fluctúa la media muestral de una muestra a otra con un tamaño de muestra fijo. Se calcula como la desviación estándar dividida entre la raíz cuadrada del tamaño de la muestra: SE = SD / √n. Cuanto mayor es la muestra y menor la dispersión de los datos, menor es el error estándar y más precisa la estimación.

Error estándar vs desviación estándar

Son dos cosas distintas que a menudo se confunden - incluso en artículos académicos.

Desviación estándar (SD) describe la dispersión de los datos dentro de una muestra: cuánto difieren las respuestas individuales de la media. Es una característica de los datos, no de la precisión de la estimación. A medida que crece la muestra, la SD no disminuye - describe la variabilidad real en la población.

Error estándar (SE) describe la precisión de la estimación de la media: cuán cerca está la media muestral de la verdadera media de la población. A medida que crece la muestra, el SE disminuye - proporcionalmente a la raíz de n. Duplicar la precisión = aumentar la muestra cuatro veces.

Una analogía: la SD es la dispersión de la altura de las personas en una ciudad. El SE es la precisión con la que una muestra de 100 personas estima la altura promedio de toda la ciudad. La dispersión de la altura no cambiará si encuestamos a más personas. Pero nuestra estimación de la media se volverá más precisa.

Fórmula y cálculo

Para la media:

SE = SD / √n

Donde SD es la desviación estándar de la muestra y n es el tamaño de la muestra.

Ejemplo: una encuesta de satisfacción, 100 encuestados, media 7,2, SD = 2,0.

SE = 2.0 / √100 = 2.0 / 10 = 0.2

Esto significa: si repitiéramos la encuesta en otra muestra aleatoria de 100 personas, la media probablemente caería en el rango 7,2 ± 0,2 (en aproximadamente dos tercios de los casos). Aumentemos la muestra a 400:

SE = 2.0 / √400 = 2.0 / 20 = 0.1

El doble de precisa. A costa de un aumento cuádruple de la muestra.

Error estándar e intervalo de confianza

El SE es el bloque de construcción del intervalo de confianza. El intervalo de confianza del 95% para la media se construye como:

CI = M ± 1.96 × SE

Donde 1,96 es el valor z para el nivel de confianza del 95%. En muestras pequeñas (n < 30) se usa un valor t de la tabla de la distribución t en lugar de 1,96.

Para el ejemplo anterior (M = 7,2, SE = 0,2):

95% CI = 7.2 ± 1.96 × 0.2 = [6.81; 7.59]

Interpretación: con un 95% de probabilidad la verdadera media de la población se encuentra entre 6,81 y 7,59. Esta amplitud del intervalo - 0,78 puntos - muestra cuán imprecisa es nuestra estimación. Con una muestra de 400 el intervalo se estrecha a 0,39 puntos.

Error estándar para proporciones

En las encuestas a menudo se necesita el SE no para una media sino para una proporción: "el 32% de los clientes calificaron el servicio con 9-10" - ¿qué tan precisa es esa cifra? Para una proporción la fórmula es distinta:

SE_p = √(p × (1-p) / n)

Donde p es la proporción observada y n es el tamaño de la muestra.

Ejemplo: p = 0,32, n = 200:

SE_p = √(0.32 × 0.68 / 200) = √(0.001088) ≈ 0.033

CI del 95% para la proporción: 0,32 ± 1,96 × 0,033 = [0,255; 0,385], es decir 25,5% - 38,5%.

Esta es información importante: "32%" suena preciso, pero el rango real es del 26% al 38%. Al tomar decisiones hay que tener en cuenta este intervalo, no la estimación puntual.

Ejemplo: comparar la precisión de estimaciones en distintas encuestas

Una empresa recopila datos de satisfacción a través de tres canales:

Las medias son distintas: 7,4, 7,1, 6,8. Pero observa los intervalos de confianza: los tres se solapan. Los intervalos de confianza del correo y del QR se solapan casi por completo. La conclusión "los clientes están menos satisfechos offline" no está justificada estadísticamente - la diferencia cabe dentro del error de medición. Para una conclusión segura se necesitan más datos del canal offline.

Cómo el tamaño de la muestra afecta al SE

La dependencia del SE respecto a n es no lineal - es importante entenderlo al planificar un estudio:

• n = 25 → SE = SD / 5
• n = 100 → SE = SD / 10 (el doble de precisa que con n=25)
• n = 400 → SE = SD / 20 (cuatro veces más precisa que con n=25)
• n = 1600 → SE = SD / 40 (ocho veces más precisa)

Cada duplicación de la precisión requiere un aumento cuádruple de la muestra. Esta es la ley de los rendimientos decrecientes en la recopilación de datos: pasar de n=25 a n=100 da una gran ganancia de precisión, mientras que pasar de n=900 a n=1600 da solo una pequeña. Este es uno de los argumentos para calcular de antemano el tamaño de muestra mínimo necesario - para no malgastar recursos en datos excesivos y no obtener estimaciones imprecisas por datos insuficientes.

Errores típicos

Confundir SE y SD en los informes. "Media 7,2 ± 0,2" - ¿de qué se trata? ¿De la dispersión de los datos (SD) o de la precisión de la estimación (SE)? En las publicaciones académicas esto siempre se precisa. En los informes de negocio a menudo no. Indica siempre de forma explícita qué hay detrás del ±.

No calcular el SE para subgrupos pequeños. Una muestra total de 500 personas es buena. Pero si analizas un subgrupo de 18 personas (por ejemplo, clientes de una región concreta), el SE de ese grupo será grande y las conclusiones poco fiables. Los subgrupos pequeños exigen especial cautela en la interpretación.

Ignorar el SE al comparar dos estimaciones. "Este trimestre el NPS subió de 38 a 42." Parece progreso. Pero si el SE de ambas estimaciones es de ~4 puntos, entonces los intervalos se solapan y el aumento no es estadísticamente significativo. Sin el SE no se puede afirmar que el cambio es real y no ruido de medición.

El SE en el análisis de datos de encuestas

El error estándar es una métrica fundamental al interpretar cualquier estimación muestral de encuestas. Medias, proporciones, índices (NPS, CSI, eNPS) - todos tienen un SE, que determina la amplitud del intervalo de confianza y el cambio mínimo detectable.

Cuando exportas datos desde SurveyNinja mediante exportación de datos obtienes respuestas en bruto, a partir de las cuales puedes calcular el SE en Excel, R o Python. Para una estimación rápida de la precisión de una proporción - la fórmula SE_p en cualquier hoja de cálculo. Para una estimación de la precisión de una media - SE = SD / √n, donde SD y n están en la estadística básica de cualquier informe.

El error estándar es el margen de tu medición causado por un tamaño de muestra finito. Una media sin SE es información incompleta. Dos estimaciones no pueden compararse sin tener en cuenta su SE: la diferencia puede ser real o puede ser solo ruido. SE = SD / √n: más datos significan menos error, pero no de forma lineal.

Preguntas frecuentes

¿En qué se diferencia el error estándar del margen de error?

El margen de error es la mitad de la amplitud del intervalo de confianza, normalmente para el nivel de confianza del 95%: MOE = 1,96 × SE. El error estándar es la magnitud base; el margen de error es su expresión práctica en forma de "±X%" que se usa en los informes públicos y los medios.

¿Por qué el SE disminuye al crecer la muestra, pero la SD no?

La SD describe la variabilidad real de los datos - no depende del tamaño de la muestra porque refleja una propiedad de la población. A medida que crece la muestra, la SD no disminuye. El SE describe la precisión de la estimación de la media - cuanto mayor es la muestra, con más precisión estimamos la verdadera media. Es una consecuencia matemática de la ley de los grandes números.

¿Qué tamaño de SE se considera aceptable?

Depende de la tarea. Una guía universal: el SE debe ser sustancialmente menor que las diferencias que quieres detectar. Si te importa registrar un cambio de 5 puntos en el NPS, el SE de la estimación no debe superar los 2-3 puntos. Si SE = 6, un cambio de 5 puntos es estadísticamente indistinguible del ruido.

¿Cómo se relaciona el SE con la potencia de una prueba estadística?

La potencia de una prueba (la probabilidad de detectar un efecto real) depende directamente del SE: cuanto menor es el SE, mayor es la potencia. Precisamente por eso aumentar la muestra eleva la potencia - reduce el SE y hace la prueba más sensible a las diferencias reales. Calcular el tamaño de muestra necesario a través del MDE fija de hecho un nivel objetivo de SE.

¿Se pueden comparar los SE de distintos estudios?

Directamente - solo si las escalas son iguales. SE = 0,3 en una escala 1-10 y SE = 0,3 en una escala 1-100 significan cosas distintas. Para la comparación se usa el error relativo: el SE se divide entre la media o entre el rango de la escala. Esto da una medida adimensional, comparable entre estudios.