• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Encuestas: Tamaño de Muestra
    • Lotería: Probabilidad de Ganar
    • Reparto de Escaños (D’Hondt)
    • Tres en Raya con IA
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Preguntas en formularios: anclaje

octubre 15, 2018 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Anclaje

Esta entrada finaliza la serie en la que se revisan diferentes efectos que se han de tener en cuenta a la hora de diseñar formularios o workshops. Comenzó con una entrada sobre la interpretación que puede existir al preguntar sobre tendencia. En la siguiente se ha discutido los efectos del entorno en la precisión. La tercera ha sido analizado los fenómenos de pastoreo y auto-pastoreo. En esta cuarta entrega se hablará acerca de cómo el anclaje puede afectar a la toma de decisiones.

El anclaje aparece cuando se pregunta a una persona sobre un valor desconocido, sea del tipo que sea. En esta situación se tiende a buscar un valor de referencia sobre el que pivotar la respuesta. Incluso aunque no tenga ninguna relación con el preguntado. A partir de este se generará la respuesta. Por ejemplo, al preguntar sobre el peso de alguien se usa la referencia del peso de alguien conocido y se responde modificando la respuesta. Debido a este fenómeno las respuestas se encuentran siempre en torno a los mismos valores.

Anclaje

El efecto del anclaje es más sutil de lo que se puede pensar en un primer momento. En experimentos se ha preguntado a diferentes personas el precio que estaría dispuestos a pagar por un producto artesano. Por lo que no tiene un valor conocido de mercado. En algunos de estos experimentos se les he pedido que inicialmente indiquen las dos últimas cifras de su número de la seguridad social. Al realizar esta sencilla operación se observa una correlación entre el número de la seguridad social con la cantidad dispuesta a pagar. Las dos últimas cifras del número de la seguridad social puede interpretarse como un número aleatorio en esta situación. Por lo que la correlación observada no debería existir a priori. La principal conclusión de este experimento es que incluso un número aleatorio puede condicionar las respuestas en los formularios. Como, por ejemplo, el número de la seguridad social, el número de empleado, el número de consulta o el número de página.

Balance de 2025 en Analytics Lane
En Analytics Lane
Balance de 2025 en Analytics Lane

Así puede apreciarse que el anclaje es un fenómeno que se puede aparecer de forma sutil. Por lo que evitar su aparición, e incluso identificarlo a posteriori, es complicado. A continuación, se ofrecen algunas recomendaciones.

Publicidad


Evitar la presencia de valores

Es importante evitar la presencia de valores en los formularios. Incluso ejemplos pueden ser utilizados como referencia a la hora de responder. En muchas situaciones se puede encontrar en un formulario algo como:

Introduzca en valor en miles de euros (por ejemplo 100 para 100.000 €)

este simple comentario puede servir como anclaje para la persona que lo realiza, por lo que se debe de evitar en la medida de lo posible.

A partir del experimenten descrito anteriormente incluso se ha de tener cuidad con los valores que no tienen sentido. Es decir, tener a la vista el número de la seguridad social o el número de empleado puede ejercer el efecto de anclaje. En el caso de que sea necesario etiquetar los formularios con un número el fenómeno de anclaje se puede evitar situando la identificación al final de este. No al principio como es la costumbre. Otra alternativa es la utilización de códigos alfanuméricos, más difíciles de utilizar como referencia.

Valores relativos

A la hora de clasificar películas, música o libros según nuestros gustos y preferencias suele aparecer el problema de anclaje. Iniciamos la clasificación de una lista con algo que nos ha gustado, por ejemplo, le damos cinco estrellas. Ahora esta primera evaluación es la referencia por la que nos guiaremos en el resto de los casos a evaluar. Todo lo que nos ha gustado más tendrá cinco estrellas y lo que menos una, dos, o tres.

En este ejemplo se puede observar como el orden de presentación puede influir en las respuestas obtenidas. Las primeras preguntas sirven de referencia para el resto. Si las preguntas se formulan en orden ascendente, puede aparecer un crecimiento de los valores hacia el infinito. Por otro lado, con una ordenación descendente, el efecto observado será el contrario. Así, para reducir los posibles efectos del anclaje lo más adecuado es ordenar las preguntas de modo que el orden los valores sea aleatorio.

Publicidad


Conclusiones

Con esta entrada finaliza la serie en la que se revisan diferentes efectos que se han de tener en cuenta a la hora de diseñar formularios o workshops. Se ha finalizado con los efectos de anclaje uno de los más sutiles de los que se pueden aparecer.

Imágenes: Pixabay (Lars_Nissen_Photoart)

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Balance de 2025 en Analytics Lane
  • El promedio engañoso: cuando la media no cuenta toda la historia
  • Comprender las pruebas de hipótesis para no especialistas
  • Ordenadores para Machine Learning e Inteligencia Artificial en 2026: Guía completa para elegir el equipo adecuado según tu perfil y presupuesto
  • ¿Qué significa realmente un porcentaje? Por qué no es lo mismo subir un 20% que bajar un 20%
  • null y undefined en JavaScript y TypeScript: ¿son realmente lo mismo?
  • Riesgo relativo vs riesgo absoluto: la trampa de los titulares alarmistas
  • Guía práctica de categorías para changelogs en inglés y castellano
  • El valor esperado: la mejor herramienta que casi nadie usa

Publicado en: Ciencia de datos Etiquetado como: Small Data

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

El valor esperado: la mejor herramienta que casi nadie usa

febrero 5, 2026 Por Daniel Rodríguez

Guía práctica de categorías para changelogs en inglés y castellano

febrero 3, 2026 Por Daniel Rodríguez

Riesgo relativo vs riesgo absoluto: la trampa de los titulares alarmistas

enero 29, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • ¿Qué es la estadística y por qué todos deberíamos comprenderla? publicado el noviembre 22, 2024 | en Opinión
  • Codificación JSON Archivos JSON con Python: lectura y escritura publicado el julio 16, 2018 | en Python
  • Entendiendo el margen de error de las encuestas: Cálculo, interpretación y limitaciones publicado el noviembre 15, 2024 | en Ciencia de datos
  • Eliminar la protección en archivos Excel publicado el mayo 30, 2018 | en Herramientas
  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.5 (10)

Diferencias entre var y let en JavaScript

Publicidad

Comentarios recientes

  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración
  • Daniel Rodríguez en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • Pepe en Probabilidad básica: cómo entender el azar en nuestra vida diaria
  • CARLOS ARETURO BELLO CACERES en Justicio: La herramienta gratuita de IA para consultas legales
  • Piera en Ecuaciones multilínea en Markdown

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto