🗓️ Semana 01
Presentación del curso · ¿Por qué encuestas?

Encuestas Sociales para Contextos Diversos

Prof. Gabriel Sotomayor

Pontificia Universidad Católica de Chile

viernes 07 de agosto de 2026

Presentación del Curso

Profesor

Prof. Gabriel Sotomayor
Profesor de Cátedra
Pontificia Universidad Católica de Chile

Formación: Sociólogo (Universidad de Chile) y MSc en Sociología (LSE).
Experiencia: Analista en el Observatorio Social del Ministerio de Desarrollo Social y Familia (diseño de encuestas y producción de estadísticas oficiales).
Intereses de investigación: Estratificación social, desigualdad y metodología de encuestas.

Ayudante

Amanda Vieira
Ayudante del curso
Pontificia Universidad Católica de Chile

📧 amanda.vieira@uc.cl
El horario de ayudantía se usará primariamente para la revisión de la bibliografía del curso y como complemento al trabajo práctico de los talleres realizados en los horarios de cátedra.

¿De qué trata este curso?

Este curso forma a los estudiantes en los principios y prácticas de los métodos de encuesta que constituyen la base del trabajo de investigación cuantitativa en ciencias sociales.

Enfoque Pedagógico

Se combinan cátedras, estudio de casos, talleres basados en problemas y laboratorios computacionales. El foco está en las decisiones metodológicas reales, usando como referencia las principales encuestas de hogares y establecimientos en Chile.

Al finalizar el semestre, el estudiantado será capaz de:

Diagnosticar fuentes de error en encuestas usando el marco del Error Total de Encuesta (TSE).
Diseñar y evaluar instrumentos de medición en distintos contextos poblacionales.
Analizar datos de encuestas complejas con herramientas computacionales.

Resultados de Aprendizaje

Resultado General

Aplicar los principios de los métodos de encuesta para diseñar, implementar y evaluar críticamente encuestas sociales en contextos diversos, identificando fuentes de error y proponiendo mejoras fundamentadas.

Resultados Específicos

Al finalizar el semestre, ustedes serán capaces de:

Relacionar los conceptos de calidad y ética en investigación con encuestas con sus distintas etapas de implementación práctica.
Explicar las principales características de las encuestas de hogares y de establecimientos para desarrollar protocolos de aplicación adaptados a cada una.
Aplicar herramientas de investigación social en el desarrollo de un proyecto de investigación aplicado.
Distinguir diferentes técnicas de evaluación que se pueden implementar en el proceso de diseño de cuestionarios de encuestas.

Unidad 1: Fundamentos para la producción de encuestas

1.1 Uso de encuestas en sociología e investigación social aplicada
1.2 El error total de encuesta (TSE)
1.3 Modelo Genérico del Proceso Estadístico (GSBPM)

Unidad 2: Especificación de necesidades y diseño muestral

2.1 Especificación de necesidades
2.2 Marcos muestrales y cobertura
2.3 Diseño muestral complejo

Unidad 3: Construcción y validación de instrumentos

3.1 El proceso de respuesta a encuestas
3.2 Construcción de escalas y operacionalización
3.3 Métodos de pretesteo

Unidad 4: Recolección y calidad de la información

4.1 Modos de administración y trabajo de campo
4.2 Seguimiento del terreno e indicadores AAPOR
4.3 No respuesta y ajustes

Unidad 5: Análisis, calidad y diseminación

5.1 Análisis de encuestas complejas
5.2 Calidad de datos y procesamiento
5.3 Publicación y control de divulgación

Cuatro Estrategias Pedagógicas

📖 Cátedras: Marcos conceptuales (TSE, GSBPM) y contenidos técnicos centrales de cada unidad.
🔧 Talleres aplicados (ABP): Grupos pequeños resuelven encargos simulados que reproducen problemas reales de la práctica —desde la definición de necesidades hasta el diseño de campo—, alternando contextos públicos, académicos y comerciales.
💻 Laboratorios computacionales: Uso de R con microdatos reales: análisis con diseño muestral complejo, validación de consistencia, paradata y reportes de terreno.
🎙️ Charlas con profesionales invitados/as: Tres sesiones con expositores del sector público, académico y de estudios de mercado/opinión pública.

Horario

📅 Cátedra

Viernes · Módulos 5 y 6 · 14:50 a 17:20 hrs.

📅 Ayudantía

Jueves · Módulo 7 · 17:30 a 18:40 hrs.

⚠️ Asistencia

Se exige un mínimo de 70% de asistencia a clases para aprobar el curso.

Bibliografía Obligatoria

AAPOR (2022). Standards and Best Practices for Survey Research.
Asún, R. (2006). Medir la realidad social. En Canales (Ed.), Metodologías de la investigación social (pp. 31–61).
Asún, R. (2006). Construcción de cuestionarios y escalas. En Canales (Ed.), Metodologías de la investigación social (pp. 63–113).
Cea d’Ancona, M. Á. (2004). Métodos de encuesta: teoría y práctica, errores y mejora.
Cea d’Ancona, M. Á. (2025). La calidad de la encuesta en la sociedad digital. REIS, 191, 25–42.
CEPAL (2023). Diseño y análisis estadístico de las encuestas de hogares de América Latina. Metodologías N° 5.
Goldthorpe, J. H. (2017). La sociología como ciencia de la población. Alianza.
Groves et al. (2009). Survey Methodology (2nd ed.). Wiley.
Groves & Lyberg (2010). Total survey error. Public Opinion Quarterly, 74(5), 849–879.
UNECE (2025). Generic Statistical Business Process Model: GSBPM (v5.2).
UNSD (2026). Handbook of Surveys on Households and Individuals (Final draft).

Sistema de Evaluación

El curso se estructura en torno a tres componentes complementarios: un trabajo grupal integrador, tareas individuales vinculadas a talleres, y controles de lectura en sala.

Componente	Ponderación
Proyecto grupal: análisis crítico y propuesta de mejora	50%
Tareas aplicadas (4 tareas × 5%)	20%
Controles de lectura en sala (2 controles × 15%)	30%

⚠️ Requisito de aprobación

Asistencia mínima de 70% a clases para aprobar el curso.

Proyecto Grupal (50%)

En grupos pequeños, se desarrolla un análisis metodológico crítico de una encuesta social existente y una propuesta fundamentada de mejora para una versión futura.

El trabajo aplica los marcos TSE y GSBPM para diagnosticar decisiones en cada fase del ciclo de producción.

Entrega	Descripción	Ponderación
Entrega 1	Análisis crítico: marco conceptual, necesidades de información y diseño muestral.	10%
Entrega 2	Análisis del instrumento, recolección, procesamiento e identificación del problema metodológico central.	15%
Entrega 3	Reporte final integrado con propuesta de mejora y presentación oral grupal.	25%

Tareas Aplicadas y Controles (50%)

Tareas Aplicadas (20%)

Cuatro tareas breves (individuales o en pares), vinculadas a talleres específicos del semestre. Cada tarea exige una decisión metodológica argumentada y un producto entregable.

Cada tarea: 5%

Controles de Lectura (30%)

Dos controles breves en sala, sobre la bibliografía obligatoria de la primera y segunda mitad del semestre. Combinan preguntas de comprensión conceptual y de aplicación breve.

Cada control: 15%

Uso de IA: Lineamientos ISUC

Este curso se rige por la Política de Uso Ético de IA del ISUC (Instituto de Sociología UC).

Responsabilidad del estudiantado

El uso de IA no exime de dominar el contenido y los argumentos del trabajo. Las y los estudiantes son totalmente responsables por sus entregas, con independencia del uso de IA. El docente puede solicitar exposición oral sin aviso previo.

El docente indica explícitamente en el programa y en las instrucciones de cada trabajo si el uso de IA está prohibido, permitido o recomendado.
Cuando esté autorizado: se debe incluir un anexo con las herramientas usadas y para qué tareas.
Uso no autorizado → falta de integridad académica.

Política de IA en este curso

Evaluación	Uso de IA
Proyecto grupal y tareas aplicadas	Permitido.
Controles de lectura	Prohibido: se rinden presencialmente en sala, sin dispositivos.

En todos los casos

Debe presentarse una declaración detallada de uso de IA y compartirse los logs de conversación, por enlace o copia directa del historial en un archivo. Si el anexo no se incluye, el trabajo podrá evaluarse con nota mínima.

Detalle completo en la Política de IA del curso.

Integridad Académica

Las y los estudiantes se adscriben al Código de Honor UC y al compromiso de actuar con veracidad, confianza, respeto, justicia, responsabilidad y honestidad.

Faltas a la integridad

Plagio, fraude y adulteración de documentos son derivados al Comité de Integridad Académica de la Facultad de Ciencias Sociales, que determina la gravedad y las consecuencias.

Más información

Política UC: integridadacademica.uc.cl
Guías de citación: guiastematicas.bibliotecas.uc.cl

Horario de Consultas

Pueden agendar reuniones virtuales para cualquier consulta sobre el curso.
Cuándo: martes de 16:00 a 17:00 hrs.
Dónde: Virtual vía Google Meet.

Nota

🔗 https://calendar.app.google/DoGMx1LN6XnkMWNi9

Si no pueden en ese horario, escriban al correo del profesor (gasotomayorl@uc.cl) para coordinar otro momento.

Plataformas y Comunicación

🌐 Página Web del Curso

Todo el material, presentaciones y guías prácticas estarán alojados de manera centralizada en la web del curso:

Nota

🔗 https://gabrielsotomayorl.github.io/escd/2026/index.html

🗣️ Delegado/a de Curso

Las comunicaciones con el equipo docente para temas colectivos deberán gestionarse de manera centralizada mediante un delegado o delegada.

Esto es especialmente relevante para solicitudes respecto a fechas de evaluaciones.

Los números que organizan la vida pública

Encuestas operando en la sociedad chilena

Las encuestas producen números con que la sociedad chilena se describe y se gobierna.

Cada mes, el INE publica estimaciones de la tasa de desocupación de la ENE para trimestres móviles: informa proyecciones económicas, decisiones de inversión y titulares.
En sus rondas periódicas, la CASEN entrega la tasa oficial de pobreza: orienta la asignación de recursos del Estado y la evaluación de las políticas sociales.
La ENUSC mide la victimización por delitos —denunciados o no— y alimenta las políticas de seguridad pública.
Cada semana, Cadem publica la aprobación presidencial: alimenta el debate político de los días siguientes.

Estos números definen quién cuenta como pobre, si “la delincuencia subió” y cómo le va a un gobierno.

De la muestra a la población

Ninguno de esos números proviene de contar a toda la población: se estiman a partir de muestras para describir a un país de casi 20 millones de personas. Ese salto abre las dos preguntas que organizan este curso:

Representación: ¿bajo qué condiciones lo observado en la muestra vale para la población? (errores de cobertura, muestreo y no respuesta)
Medición: ¿cómo sabemos que las respuestas capturan los conceptos que queríamos medir? (errores de especificación, del instrumento y del respondente)

Ambas dimensiones se integran en el marco del Error Total de Encuesta (TSE), que estructura el semestre. La ruta de hoy para empezar a responderlas:

¿Por qué la sociología necesita medir a escala poblacional?
¿Cómo se resolvió el problema de ir de la parte al todo?
¿Qué es exactamente una encuesta y en qué se diferencian unas de otras?
¿Quién las produce en Chile y bajo qué condiciones?

La sociología como ciencia de la población

¿Qué clase de ciencia es la sociología?

La sociología clásica aspiró a formular leyes generales de la sociedad. Ese proyecto no se consolidó como programa científico. ¿Qué tipo de ciencia puede ser entonces la sociología?

La respuesta de Goldthorpe (2017), siguiendo al estadístico Jerzy Neyman: una ciencia de la población. Las poblaciones son categorías de entidades que comparten una definición pero varían en sus propiedades individuales. Aunque sus miembros parezcan indeterminados uno a uno, exhiben regularidades probabilísticas en el nivel agregado.

Esto implica un cambio de mentalidad:

Pensamiento tipológico: buscar el caso “promedio” o esencial de una sociedad (el “hombre medio” de Quetelet). La variación es ruido.
Pensamiento poblacional: la variación entre individuos es el fenómeno mismo. No estudiamos a “el” chileno, sino cómo clase, género o educación alteran las probabilidades de distintos resultados de vida.

Dos tareas: hacer visible y hacer transparente

Las regularidades sociales difieren en cuán fáciles son de ver y de explicar:

Hacerlas visibles (tarea descriptiva): algunas regularidades son evidentes para cualquiera (el tránsito de las 7 a las 9 AM). Pero las brechas de movilidad social intergeneracional o la distribución del trabajo no remunerado no son observables a simple vista, ni siquiera para quienes las viven. Se requiere recoger y analizar datos a escala poblacional.
Hacerlas transparentes (tarea explicativa): describir una brecha no explica por qué ocurre. Hay que identificar los mecanismos, acciones e interacciones individuales, que la producen.

El lugar de la encuesta

El principal logro científico de la investigación basada en encuestas ha sido su capacidad demostrada de hacer visibles regularidades poblacionales que no podrían haberse observado de otra manera (Goldthorpe, 2017).

Un ejemplo chileno: sin la ENUT, la magnitud de la brecha de género en trabajo no remunerado sería materia de impresiones y anécdotas, no de evidencia. Con ella, es un número que sostiene el diseño del Sistema Nacional de Cuidados.

Y los diseños más sofisticados —como los paneles, que siguen a las mismas personas a lo largo del tiempo (ELSOC)— apuntan a la segunda tarea: rastrear mecanismos y trayectorias.

Medir: asignar números según una regla

Asún (2006) propone tratar la metodología cuantitativa como una tecnología para explorar el medio social. Su rasgo definitorio: delimitar conceptualmente propiedades de los sujetos, asignarles números y analizarlos estadísticamente.

Pero no medimos como en física: no hay unidades de medida para la autoestima o la cohesión social. Operamos bajo la teoría representacional de la medición (Stevens): medir es asignar números según una regla, de modo que los números representen las relaciones reales —igualdad, orden, distancia— entre las propiedades de los sujetos.

El nivel de medición de una variable no depende solo de la propiedad, sino del instrumento con que la medimos. La edad preguntada en años es de razón; preguntada en tramos, solo ordinal.

Constructos latentes, indicadores indirectos

Constructos latentes: gran parte de nuestros conceptos (cohesión social, autoritarismo, pobreza multidimensional) no tienen manifestación directamente observable.
Medición indirecta: solo podemos medirlos a través de indicadores observables (conductas, opiniones reportadas) deducidos del constructo teórico.
Se produce el riesgo de que una mala selección de indicadores o una pregunta ambigua significa que terminamos midiendo otra cosa distinta de la que queríamos.

Por eso es usual que dos estudios sobre “lo mismo” se contradigan: usaron definiciones conceptuales y operacionales distintas, es decir, midieron objetos distintos con el mismo nombre.

Qué se pierde y qué se gana al medir

Traducir la realidad social a números implica un “sacrificio” consciente:

Lo que perdemos

Reducción de complejidad: opiniones complejas y contradictorias forzadas a categorías simples (“Muy de acuerdo”…).
Pérdida de contexto: aislamos variables y perdemos momentáneamente la visión holística del sujeto.
Validez más frágil: medimos sin unidad de medida, de forma indirecta, con autorreportes sujetos a memoria y deseabilidad social.

Lo que ganamos

Escala: información sobre poblaciones enteras que ningún investigador podría observar por sí solo.
Independencia relativa: los datos pueden contradecir nuestras intuiciones y revelar configuraciones sorpresivas.
Jerarquizar factores: la estadística multivariada permite estimar qué variables pesan más sobre un fenómeno.

La apuesta del investigador cuantitativo: que la simplificación rescata lo esencial de lo que piensan y hacen las personas. Buena parte de este curso trata de cómo proteger esa apuesta.

De la parte al todo

El problema fundacional

Desde el siglo XIX, los Estados producen censos y registros: invaluables, pero caros, lentos y con pocas variables. Para conocer en detalle las condiciones de vida de una población se necesitaban “estudios parciales”: estudiar a algunos para hablar de todos.

El problema metodológico central de la investigación social entre 1850 y 1950: ¿cómo moverse de la parte al todo de una forma confiable? ¿Qué justifica que lo observado en la parte valga para el todo?

Tres soluciones compitieron durante un siglo. La historia de esa competencia explica por qué la encuesta moderna es como es (Goldthorpe, 2017, cap. 6).

Dos intentos fallidos

1. El caso “típico”, Le Play (1855). Monografías en profundidad de familias obreras europeas, seleccionadas por ser “típicas” según autoridades locales (funcionarios, párrocos, médicos).

Por qué fracasa: dada la heterogeneidad social, nunca pudo demostrarse que un caso fuera típico. La tipicidad era un acto de fe —y de sesgo: las autoridades elegían familias afines al statu quo.

2. La “miniatura”, Kiaer (1895). Una muestra debía ser una miniatura representativa de la población, cubriendo “toda la variación de casos que uno encuentra en la vida”, evaluada comparando con variables de control censales (edad, ocupación, estado civil).

Gran avance del pensamiento tipológico al poblacional, pero con un límite central: ninguna forma de saber cuánto error se cometía al generalizar.

La solución probabilística

3. El muestreo probabilístico, Bowley (1906), Neyman (1934). Selección aleatoria, donde cada miembro de la población tiene una probabilidad conocida y distinta de cero de ser incluido.

El objetivo ya no es una miniatura perfecta, sino una muestra imparcial (no sesgada por el procedimiento de selección)…
…acompañada de un error de estimación calculable: sabemos cuánto podemos equivocarnos al ir de la muestra a la población.
Neyman (1934) completa el edificio: estratificación óptima, muestreo por conglomerados e intervalos de confianza.

El punto de inflexión: la encuesta moderna nace cuando se desarrolla un mecanismo sistemático para ir de la parte al todo, con un error conocido y calculable.

1936: el tamaño no corrige un mal diseño

El ejemplo clásico con que Groves et al. (2009) ilustran este punto: la elección presidencial de EE.UU. de 1936.

The Literary Digest envió 10 millones de cuestionarios a suscriptores y dueños de teléfono y automóvil, y con ~2,4 millones de respuestas predijo el triunfo de Landon. Su marco excluía a los votantes de menores ingresos —los más pro-Roosevelt—: error de cobertura masivo, agravado por la no respuesta.
Gallup, con unos pocos miles de votantes seleccionados por cuotas, predijo correctamente el triunfo de Roosevelt.

Una muestra pequeña pero bien diseñada le ganó a una 1.000 veces más grande y sesgada. (En 1948 las cuotas también fallarían —“Dewey defeats Truman”—, consolidando el muestreo probabilístico como estándar.)

¿El Big Data mató a la encuesta?

El mismo debate, 80 años después. Savage & Burrows (2007): ante los datos transaccionales masivos, la encuesta quedaría condenada a la irrelevancia. La respuesta de Goldthorpe:

Sesgos de selección: ¿quién deja huella digital y quién no? La población de referencia es poco clara.
Pocas variables con sentido teórico: los datos reflejan las preocupaciones de quien los generó, no conceptos sociológicos.
Predicción sin explicación: correlaciones de corto plazo, sin interés por los mecanismos.
El caso emblemático: Google Flu Trends falló en sus predicciones (Lazer et al., 2014). Un eco directo del Literary Digest.

“Una gran cantidad de datos no es sinónimo de una gran cantidad de información” (Cox & Donnelly, 2011, p. 3; citados en Goldthorpe, 2017).

¿Qué es una encuesta?

Una definición de trabajo

Una encuesta es un método sistemático para recoger información de (una muestra de) entidades, con el fin de construir descriptores cuantitativos de los atributos de la población mayor de la que esas entidades son miembros.

— Groves et al. (2009)

Tres rasgos delimitan las encuestas que estudiaremos en este curso:

La información se obtiene principalmente haciendo preguntas a personas.
Las respuestas se recogen de forma estandarizada: mismas preguntas, mismo orden, para que las diferencias entre respuestas reflejen diferencias entre personas y no entre aplicaciones del instrumento (Cea d’Ancona, 2004).
Se recoge información de solo un subconjunto de la población: una muestra.

El rasgo que define el campo

La información de encuesta es indirecta: declaraciones verbales sobre hechos, conductas y actitudes, no observación directa de la realidad.

Por eso su calidad nunca puede darse por sentada: depende de qué se pregunta, cómo se pregunta, a quién, y de cómo se procesa lo respondido.

La metodología de encuestas es, precisamente, el estudio de cómo cada decisión de diseño afecta esa calidad. Ese es el oficio que este curso busca formar.

La encuesta no es la única vía (ni la “mejor”)

No hay una forma “correcta” de conocer una población; hay instrumentos con fortalezas y límites distintos (Groves et al., 2009):

Alternativa	Fortaleza	Límite
Registros administrativos	Cobertura amplia, bajo costo marginal	No se controla la medición; solo registra lo que llega al sistema
Etnografía / cualitativo	Profundidad, contexto, significado	Pocos casos; difícil generalizar
Experimentos	Identificación causal	Aplicabilidad limitada fuera del laboratorio
Encuesta	Medir un microcosmos de poblaciones grandes, con instrumento controlado	Reducción, autorreporte, costo

Las fuentes se complementan: lo cualitativo alimenta el diseño del cuestionario; los registros validan y enriquecen los datos de encuesta.

Ejemplo: ¿cuánta delincuencia hay en Chile?

Los registros policiales solo capturan los delitos denunciados —y la propensión a denunciar varía por grupo social, por tipo de delito y por época. Un alza en las denuncias puede reflejar más delitos… o más confianza en denunciar.

Por eso existen las encuestas de victimización (la ENUSC en Chile, la NCVS en EE.UU.): preguntan directamente a las personas si fueron víctimas, hayan denunciado o no.

Ninguna de las dos fuentes es “la verdadera”: miden cosas distintas y se complementan. Lo importante es ser capaz de identificar las fortalezas y debilidades de cada fuente de información.

Cinco preguntas para leer cualquier encuesta

Groves et al. (2009) proponen las primeras preguntas que hay que hacerle a toda encuesta. Serán nuestra herramienta de trabajo durante el semestre:

¿A qué población busca describir? (población objetivo)
¿De dónde se obtiene la muestra? (marco muestral: ¿quiénes tienen chance de ser incluidos?)
¿Cómo se selecciona a las personas? (diseño muestral: ¿probabilístico? ¿por cuotas?)
¿Cómo se recogen los datos? (modo de administración)
¿Es una medición única o continua? (temporalidad)

Y una sexta, clave en encuestas de hogares: ¿quién responde por quién? ¿Cada persona por sí misma (autoinforme) o una persona por todo el hogar (proxy)?

Las dimensiones del diseño

Las respuestas a esas preguntas generan la diversidad de encuestas existentes. No hay un “molde único”, sino adaptación a la pregunta de investigación y a los recursos:

Por finalidad analítica:

Descriptivas: fotografiar una realidad (tasa de desempleo).
Explicativas: testear hipótesis sobre relaciones entre variables.
Predictivas: anticipar comportamientos (encuestas electorales).

Por temporalidad:

Transversales: una medición en un punto del tiempo.
Transversales repetidas: distintas muestras, mismo instrumento (CASEN).
Longitudinales (panel): las mismas personas a lo largo del tiempo (ELSOC).

Por unidad y respondente:

Unidad: individuos, hogares, establecimientos, empresas.
Respondente: autoinforme o proxy (un informante por el hogar).

Por modo de administración:

CAPI: cara a cara asistida por computador.
CATI: telefónica.
CAWI: web, autoadministrada.
Mixto (mixed-mode): combinación para mejorar cobertura o reducir costos y atrición.

¿Quién produce encuestas en Chile?

Distintos contextos de producción

Las encuestas son producidas en contextos institucionales diversos, que tienen objetivos, plazos y presupuestos distintos, y por tanto priorizan distintas dimensiones de la calidad.

Contexto	Productores típicos	Objetivos e incentivos	Tensiones metodológicas
🏛️ Público	INE y ministerios	Estadísticas oficiales, diseño y evaluación de política pública	Lento y costoso. Prioridad: representatividad y precisión
🎓 Académico	Universidades y centros de estudios	Testeo de hipótesis, análisis de mecanismos	Plazos medios, fondos concursables. Prioridad: validez de constructo y continuidad
💼 Comercial	Empresas de estudios de mercado y opinión, consultoras	Decisiones de clientes, pauta de medios, contingencia	Rápido, presupuesto ajustado. Prioridad: oportunidad

Leamos cuatro encuestas reales

Vamos a revisar cuatro fichas técnicas de encuestas chilenas, una estructura que usaremos todo el semestre.

Para cada caso, intenten responder mentalmente las cinco preguntas de la sección anterior y detectar el compromiso que el contexto de producción le impone al diseño: ¿qué priorizó esta encuesta y qué sacrificó a cambio?

Encuesta CASEN 2024

Mandante: Ministerio de Desarrollo Social y Familia (MDSF).
Año inicio / Frecuencia: antecedente piloto en 1985 y primera CASEN en 1987; serie pública desde 1990. Transversal repetida, con periodicidad principalmente bianual.
Propósito: Medición oficial de la pobreza por ingresos y multidimensional. Evaluar impacto de políticas sociales.
Población Objetivo: Hogares en viviendas particulares ocupadas.
Marco y Diseño Muestral: Diseño probabilístico, estratificado y multietápico sobre marco muestral de viviendas del INE.
Documentación 2024: diseño muestral, ficha técnica, manual de trabajo de campo, cuestionario, notas técnicas y bases de datos públicas.
Modo: CAPI (Cara a cara con dispositivo móvil).
Unidad Informante: Proxy (Informante idóneo de 18+ años responde por el resto del hogar).

II ENUT 2023

Mandante y Ejecutor: Instituto Nacional de Estadísticas (INE).
Año Inicio / Frecuencia: 2015 (I ENUT) / Transversal repetida.
Propósito: Medir uso del tiempo, carga global de trabajo y visibilizar brechas de género en el trabajo no remunerado.
Población Objetivo: Personas de 12 años o más en zonas urbanas (excluye rural).
Marco y Diseño Muestral: MMV 2020 INE. Probabilístico, estratificado y bietápico.
Tamaño Muestral: 16.169 viviendas logradas (48.020 personas).
Modo: CAPI (Software Survey Solutions).
Unidad Informante: Autoinforme (Cuestionario Uso del Tiempo - CUT) y Proxy (Cuestionario del Hogar).

ELSOC (COES)

Mandante: COES / Ejecutor: CMD (UChile).
Año Inicio / Frecuencia: 2016 / Longitudinal (Panel Anual).
Propósito: Analizar la evolución intertemporal del conflicto y la cohesión social en Chile.
Población Objetivo: Adultos (18-75 años) en zonas urbanas de ciudades con >10.000 habitantes.
Marco y Diseño Muestral: Pre-censo 2011 (CIT). Probabilístico, en 4 etapas (ciudades, manzanas, viviendas, personas vía tabla Kish).
Tamaño Muestral: ~3.000 (Muestra original) + ~1.000 (Muestra refresco desde 2018).
Modo: Inició CAPI. Post-pandemia opera Mix-mode (CAPI / CATI).
Unidad Informante: Autoinforme directo.

Plaza Pública Cadem 2026

Mandante y Ejecutor: Cadem.
Año Inicio / Frecuencia: 2014 / Transversal continua (tracking semanal, con dos mediciones semanales desde 2026).
Propósito: Medir opinión pública, clima social y evaluación de autoridades en tiempo real.
Población Objetivo: Hombres y mujeres 18+, 16 regiones (urbano/rural) con acceso a internet.
Marco y Diseño Muestral: Panel Cadem Online. No probabilístico, controlado por cuotas (edad, zona, GSE) e invitación aleatoria.
Tamaño Muestral: 1.000 casos por medición (~8.000 mensuales).
Modo: CAWI (Web/App Autoadministrada).
Unidad Informante: Autoinforme.

Síntesis

No existe la encuesta perfecta

Lo que vimos hoy:

La sociología es una ciencia de la población: busca regularidades probabilísticas en agregados, y la encuesta es su principal tecnología para hacerlas visibles.
Medir lo social es asignar números según reglas, a constructos que solo alcanzamos por indicadores indirectos: un trato con pérdidas y ganancias que hay que administrar conscientemente.
El muestreo probabilístico dio a la investigación social un mecanismo sistemático para ir de la parte al todo, con error calculable; el tamaño no corrige por sí solo un diseño sesgado (Literary Digest, Google Flu Trends).
Toda encuesta responde a cinco decisiones de diseño (población, marco, selección, modo, temporalidad), y en cada contexto de producción —público, académico, comercial— se resolverán bajo compromisos distintos entre teoría, error y costo.

Lo que viene

La próxima semana formalizamos esta intuición con los dos marcos que estructuran el curso:

el Error Total de Encuesta (TSE): el mapa de todo lo que puede salir mal entre el concepto y el dato, y
el GSBPM: el mapa del proceso de producción, fase por fase.

📖 Lecturas obligatorias de esta semana:

Goldthorpe (2017), “Estadística y métodos de recogida de datos”, cap. 6.
Asún (2006), “Medir la realidad social”, pp. 31–61.