Cómo se seleccionaron a los nativos digitales

Nuestros coordinadores regionales e investigadores trabajaron juntos para elaborar las listas iniciales de medios de cada país, basándose en los criterios de selección que SembraMedia utiliza para su directorio de medios. 

Las listas de medios propuestas fueron revisadas por nuestros financiadores asociados, Luminate y CIMA, así como por aliados regionales, como Splice Media en el Sudeste Asiático, SAMIP en África y el equipo de embajadores de SembraMedia en América Latina.

Cómo se recolectaron los datos 

Las entrevistas se realizaron por videoconferencia o por teléfono. A medida que los investigadores entrevistaban a los líderes de los medios, introducían los resultados en formularios utilizando Airtable, un sistema de base de datos basado en la nube, que funcionó como base de datos central segura para toda la información recolectada.

Todos los investigadores utilizaron el mismo cuestionario de entrevista, que incluía más de 500 preguntas, y que llevó entre 2 y 3 horas para completarse. Debido a la longitud del cuestionario, las entrevistas se realizaron a veces en dos o más reuniones. 

Los resultados y porcentajes incluidos en este informe se basan en los datos que pudimos recolectar en nuestras entrevistas y en las conversaciones de seguimiento en las que los investigadores clarificaron información con los entrevistados. En cada conclusión, los porcentajes se basan únicamente en el número de medios que respondieron a esas preguntas específicas y no en el número total de entrevistas que realizamos.

Cómo se procesaron y analizaron los datos

Un equipo de tres analistas procesó los datos y elaboró los resultados y las conclusiones incluidas en este informe. Al final de este documento, se incluyen sus biografías junto con información del resto del equipo que trabajó en este proyecto. 

Los analistas pasaron varias semanas explorando, normalizando y anonimizando los datos, así como traduciéndolos al inglés y comprobando los tipos de cambio de moneda. También definieron las métricas que faltaban y volvieron a plantear preguntas a los investigadores cuando los datos estaban incompletos o justificaban una mayor exploración. 

Los datos se procesaron con Python y las anotaciones se subieron a Github para la colaboración del equipo. Una vez anonimizados y preparados, se cargaron los datos en planillas de Google Sheets para facilitar los cálculos, las tablas dinámicas y las comparaciones generales. Los análisis más complejos se hicieron en Python y se subieron al repositorio privado del equipo.

El equipo adoptó un enfoque de múltiples pasos que incluía un análisis exploratorio primario y un paso de validación de la hipótesis. En primer lugar, recolectaron las preguntas del equipo de investigación y las compararon con los datos disponibles. En los casos en los que los datos apuntaban a un hallazgo significativo, seguimos con una prueba de verificación de la hipótesis. 

Para ello, utilizamos una prueba de inferencia estadística denominada Mann-Whitney (o Wilcoxon-Mann-Whitney). Esta prueba se utiliza como alternativa a la prueba T cuando los datos no tienen una distribución normal. Establece el nivel de confianza de una determinada hipótesis. El nivel de significación, también denominado alfa o α, es la probabilidad de rechazar la hipótesis nula cuando es verdadera. Por ejemplo, un nivel de significación de 0,05 indica un riesgo del 5% de llegar a la conclusión de que existe una diferencia cuando en realidad no la hay. Establecimos un nivel de significación de 0,05 siguiendo las normas de la investigación académica. 

Podíamos muestrear diferentes cantidades de elementos, pero fijamos un límite inferior de siete elementos por grupo. Por ejemplo, cuando queríamos comparar el impacto en los ingresos de los medios que generan un determinado tipo de contenido, frente a los que no lo hacen, en ambos subconjuntos nos aseguramos de que hubiera al menos siete medios representados en los datos.

También realizamos otros tipos de análisis para maximizar los resultados: análisis de agrupamiento, análisis de contribución marginal para determinadas variables objetivo y análisis lingüístico para las preguntas abiertas. El análisis de agrupamiento se realizó mediante cuatro técnicas diferentes: K-means, DBScan, agrupamiento espectral y agrupamiento aglomerativo. Para el análisis de contribución marginal, primero se analizó si existía una relación entre las diferentes variables y luego, una vez establecida la relación, se analizó en qué medida contribuía marginalmente; y para el análisis lingüístico se construyeron nubes de palabras y se trató de identificar patrones. 

Para proporcionar puntos de comparación y puntos de referencia, también incluimos datos de otros proyectos de investigación. Por ejemplo, comparamos algunas de nuestras conclusiones con conjuntos de datos abiertos del Banco Mundial, el Índice de Libertad de Prensa de RSF y el observatorio de periodistas de la UNESCO en todo el mundo.