Cuántos participantes necesita un estudio de eye tracking remoto

Un estudio de eye tracking remoto necesita entre 30 y 40 participantes válidos por cada grupo que se quiera describir con un mapa de calor, y bastante menos si el objetivo es exploratorio. La cifra correcta surge de tres preguntas: qué decisión se va a tomar con los datos, cuántos segmentos hay que comparar y cuántos participantes se perderán en el control de calidad. Esta guía recorre las tres.

De qué depende el tamaño de la muestra

La pregunta «¿cuántos participantes?» se responde mal si se formula antes que la pregunta «¿para decidir qué?». Un estudio que busca detectar problemas de un diseño y un estudio que busca elegir entre dos versiones son investigaciones distintas, con exigencias distintas.

Hay cuatro factores que mueven el número:

• El objetivo. Explorar pide pocos casos y mucha observación. Comparar pide volumen y control.
• La unidad de análisis. Una métrica agregada por zona de interés se estabiliza antes que una secuencia completa de miradas.
• Los segmentos. Cada grupo que se compare por separado (edad, país, cliente y no cliente) necesita su propia muestra mínima.
• La calidad esperada de los datos. En remoto, una parte de las sesiones se descarta. La muestra reclutada tiene que prever ese descarte.

La referencia más citada en usabilidad la publicó Nielsen Norman Group: cerca de 39 participantes para obtener mapas de calor estables, y alrededor de 6 para hallazgos cualitativos. Es un punto de partida razonable para interfaces y publicidad en pantalla, con una salvedad: aplica a un solo grupo y a estímulos vistos por todos los participantes.

Estudio exploratorio o comparativo: dos reglas distintas

Exploratorio: pocos participantes, lectura fina

Cuando el objetivo es entender cómo se recorre un empaque, una página o un anuncio, entre 8 y 15 participantes válidos suelen alcanzar para ver patrones repetidos: el elemento que nadie mira, el texto que se abandona, el orden de lectura. Con más casos los patrones se confirman, pero rara vez cambian. El valor de esta fase está en mirar las grabaciones una por una y en cruzarlas con las respuestas de la encuesta posterior.

Comparativo: volumen suficiente para separar versiones

Cuando hay que elegir entre la versión A y la versión B, el problema cambia. Las diferencias entre dos diseños parecidos suelen ser pequeñas, y una muestra corta las confunde con ruido. La recomendación práctica es de 30 a 40 participantes válidos por versión en un diseño entre sujetos, donde cada persona ve una sola variante. Si cada participante ve las dos variantes en orden aleatorio, el número por condición baja, porque cada persona actúa como su propio control.

Dos indicaciones ayudan a no desperdiciar muestra:

1. Definir las zonas de interés antes de lanzar el estudio. Comparar «cuánta atención recibió el precio» exige saber de antemano dónde está el precio en cada versión.
2. Fijar la métrica principal. Tiempo hasta la primera fijación, porcentaje de participantes que miraron la zona o tiempo total de permanencia responden preguntas distintas y se estabilizan con muestras distintas.

Cuotas por segmento: multiplicar, no dividir

Un error frecuente es reclutar 40 personas y luego dividirlas en cuatro segmentos para leer resultados por grupo. Cada subgrupo queda con 10 casos, un número útil para explorar y débil para comparar. La regla es la inversa: se decide primero qué segmentos se analizarán por separado y se asigna a cada uno su mínimo.

Un ejemplo. Una marca de consumo masivo quiere comparar dos frentes de empaque entre compradores habituales y no compradores, en dos países. Son dos versiones por dos segmentos por dos países: ocho celdas. Con 30 participantes válidos por celda, el estudio requiere 240 casos válidos. Si el presupuesto permite 120, conviene recortar una dimensión (un solo país, o un diseño dentro de sujetos) en lugar de repartir la muestra y perder capacidad de lectura en todas las celdas.

Cuando los segmentos se definen por un criterio difícil de reclutar, como una categoría de compra reciente, el filtro de entrada del estudio tiene que verificarlo con una pregunta de control, sin confiar en la autodeclaración del panel.

Calidad de datos por cámara web y descarte

El eye tracking por cámara web mide la mirada con la cámara del dispositivo del participante, en su casa y con su iluminación. Esa es su ventaja (alcance, velocidad, costo) y también la razón por la que una parte de las sesiones termina descartada.

Los controles que aplica un estudio remoto bien diseñado son conocidos:

• Calibración previa y verificación de que el participante la superó antes de mostrar los estímulos.
• Condiciones de la sesión: rostro visible, distancia estable, sin gafas de sol ni luz de fondo que anule la cámara.
• Consignas de control dentro de la tarea, para detectar participantes que responden sin mirar.
• Revisión por participante de la calidad de la señal, con descarte de sesiones incompletas o inestables.

El artículo sobre cómo se mide la precisión en eye tracking explica qué significa el error en grados y por qué importa para interpretar un mapa de calor. Para dimensionar la muestra, la consecuencia práctica es una sola: reclutar por encima del mínimo válido. La proporción exacta de descarte varía con el panel, el país y el dispositivo, de modo que conviene tomarla de estudios anteriores con la misma fuente de participantes. Un margen holgado en el primer estudio evita volver a campo.

El dispositivo también cuenta. Un estudio en computadora y uno en el celular tienen pantallas, distancias y calidad de cámara distintas; mezclarlos en una misma celda introduce una variable que luego no se puede separar.

Cuándo conviene el laboratorio

El remoto resuelve la mayoría de los estudios sobre pantalla: anuncios digitales, páginas, empaques fotografiados, estanterías simuladas. Hay tres situaciones en las que el eye tracking de pantalla en laboratorio o con gafas sigue siendo la herramienta adecuada:

• Precisión fina. Textos pequeños, menús densos o elementos separados por pocos milímetros piden un equipo dedicado.
• Estímulos físicos. Un empaque real en una góndola real se estudia con gafas, en punto de venta o en sala.
• Señales adicionales. Si la pregunta incluye emoción o carga cognitiva medidas con EEG, respuesta galvánica o codificación facial, el laboratorio integra todo en una sola sesión.

En la práctica, muchos equipos combinan ambos: una fase remota amplia para elegir entre versiones y una fase de laboratorio corta para afinar la versión ganadora.