Metodologia de l'Observatori
Aquest treball es fa mitjançant una enquesta personal telefònica.
L’univers: Tota la població andorrana més gran de 18 anys.
Mostra: Normalment al voltant de 700 enquestats escollits de manera aleatòria sistemàtica a totes les llars que tenen telèfon. Dintre de cada llar la persona escollida també ha estat elegida de manera aleatòria a fi i efecte de tenir la mostra el més representativa possible de tota la població.
El disseny de cada observatori té com objectiu un nivell de confiança del 95,5% i un marge d’error de menys del 3,90% amb la hipòtesis més desfavorable P=Q=50.
Valor estadístic i significació estadística dels resultats
Per interpretar correctament els resultats d’una enquesta cal tenir en compte que són estimacions fetes a partir d’una mostra extreta de la població total i que el seu valor està afectat per l’error de mostreig. Així, la seva exactitud depèn de tres factors:
Marges d’error al nivell de confiança del 95,5 %
| Mida de la mostra | Percentatges observats (p + q = 100) | ||||
| 10% o 90% | 20% o 80% | 30% o 70% | 40% o 60% | 50% | |
| 250 | 3,8 | 5,0 | 5,8 | 6,2 | 6,3 |
| 500 | 2,7 | 3,6 | 4,1 | 4,4 | 4,5 |
| 1000 | 1,9 | 2,6 | 2,9 | 3,1 | 3,2 |
| 1500 | 1,6 | 2,1 | 2,4 | 2,5 | 2,6 |
Per exemple, en una mostra de 500 persones que responen a una pregunta, en el cas més desfavorable que el resultat sigui del 50 %, i establint el nivell de confiança del 95,5 %, el marge estadístic és +/- 4,5 % sobre l’esmentat 50 % observat. Això significa que el resultat per la població total es troba en una forquilla entre el 45,5 % i el 54,5 %.
Així doncs, els percentatges observats són vàlids dins els límits dels marges d’error estadístic sempre que es refereixen a tota la mostra, mentre que si només es considera una part de la mostra analitzada el marge d’error augmentaria.
Per una altra part, al creuar les diferents variables(1) (en les taules de contingència) interessa saber com es distribueix una variable (la que es vol explicar o dependent, perquè se suposa que depèn d’una altra variable) en les diferents categories de l’altra variable (independent o explicativa), per establir quina relació hi ha entre aquestes dues variables, és a dir, si hi ha associació entre les variables o si són independents. Hi ha associació entre dues variables quan la distribució dels valors d’una variable (dependent) canvia en les diferents categories de l’altra variable (independent) amb un nivell suficient de correlació, i hi ha independència quan la distribució dels valors de la variable dependent no varien en les diferents categories de la variable independent, o ho fa a un nivell de correlació molt baix. Les proves estadístiques realitzades indiquen si hi ha associació entre les variables o si degut a l’error les diferències en la distribució dels valors no són significatives (i per tant no podem entendre que hi ha una associació rellevant).
Per exemple, en moltes taules s’observen diferències en els percentatges en les respostes a una qüestió entre homes i dones o entre els diferents grups d’edat, però si els resultats de les proves estadístiques realitzades no són significatius vol dir que no es pot provar que el gènere o l’edat de les persones sigui la causa d’aquestes diferències (no es poden considerar el gènere o l’edat com a factors explicatius d’aquestes diferències).
Cal remarcar, finalment, que aquesta associació –quan es dóna– és merament estadística, i per tant requereix una interpretació posterior a l’hora d’establir eventuals mecanismes de causalitat, per exemple.
Notes
1. Característiques de les persones enquestades que representen aspectes que les diferencien, com per exemple l’edat, el nivell d’estudis, les seves opinions, etc.
