Guías prácticas detalladas

Documentar una muestra antes de publicar una medición

Definir población, selección, repeticiones y exclusiones para interpretar resultados.

Actualización :

Selección de fichas y registro de medidas. Escena ilustrativa.

Ilustración generada por IA

¿Qué páginas u observaciones cubre el resultado?

Una tasa de casos fáciles describe esos casos, no todo el sitio. NIST trata planes de medición; WCAG-EM estructura muestras de conformidad. Sus objetivos y reglas son distintos.

  1. Definir población

    Especifique URL, idiomas, fechas, consultas y dispositivos. Nombre unidad: página, recorrido, respuesta o sesión. Guarde lista y versión.

  2. Describir selección

    Separe casos críticos y selección sin preferencia. Cubra plantillas, funciones y procesos completos; documente mecanismo, orden y sustituciones.

  3. Separar repeticiones

    Diez repeticiones de una pregunta no son diez intenciones. Guarde caso, repetición, tiempo y contexto; describa dependencia antes de incertidumbre.

  4. Publicar exclusiones

    Registre fallos y casos no probados sin borrarlos silenciosamente. Presente subconjuntos antes de agregar; explique pesos y límites.

De la observación a la decisión

El resultado global depende de la composición de la prueba

Se eligieron cien recorridos para cubrir por igual ordenador y móvil. Éxito significa completarlos con el mismo criterio; la selección no representa el tráfico.

Caso didáctico ficticio: las cantidades y las fechas ilustran el método, sin describir una misión real.

Resultados por contexto de prueba

Escala de 0 a 100 %; 50 recorridos seleccionados por contexto.

  • Ordenador: 20 / 5040 %
  • Móvil: 35 / 5070 %
Tabla de lectura del caso
ObservaciónComprobación útilSiguiente acción
Ordenador: 20 éxitos de 5020 / 50 = 40 %.Presentar el resultado del subgrupo.
Móvil: 35 éxitos de 5035 / 50 = 70 %.Mantener visible la diferencia entre contextos.
Total de pruebas: 55 de 100(20 + 35) / (50 + 50) = 55 %.Describir los casos probados sin generalizar a todos los visitantes.
Decida usted — ¿Qué darían pesos hipotéticos del 80 % para ordenador y 20 % para móvil?

Respuesta explicada

0,8 × 40 % + 0,2 × 70 % = 46 %. Ilustra la sensibilidad a los pesos, no una estimación representativa validada solo por estas pruebas.

Referencia: NIST recomienda definir objetivos y plan de muestreo y documentar las excepciones. Los recorridos y los resultados son ficticios. NIST — Data Collection for PPC

Situaciones y decisiones

Situaciones tipo para preparar un control. No describen misiones realizadas ni observaciones reales.

Solo páginas fáciles

Un audit ficticio prueba artículos pero dice cubrir búsquedas y formularios. Añada funciones y recorridos ausentes antes de generalizar.

Consulta repetida

Diez respuestas ilustrativas a una consulta miden variabilidad, no diez necesidades independientes.

Ejercicio resuelto

Doce controles no cubren veinte recorridos

Ejemplo ficticio: los valores y documentos permiten aprender el método y no describen una organización real.

Se observaron dos defectos en la selección. Comprobar qué familias no están representadas.

Si la tabla supera la pantalla, desplácela horizontalmente; las flechas funcionan cuando la zona tiene el foco.

Datos iniciales
ElementoInventarioElementos examinados
Artículos88
Fichas64
Formularios40
Búsquedas20

Comprobaciones

  1. Calcular cobertura total y por familia.
  2. Nombrar las funciones totalmente ausentes.
  3. Definir el alcance de la tasa observada.
Leer la solución

Solución y decisión

La cobertura es 12/20, un 60 %: 100 % de artículos, aproximadamente 66,67 % de fichas y 0 % de formularios y búsquedas. La tasa 2/12 describe este lote elegido, no automáticamente todo el sitio. Añadir funciones ausentes antes de decidir sobre ellas.

Si cambia el caso

Una muestra aleatoria documentada plantea otra cuestión estadística; no atribuir sus propiedades a un lote de conveniencia.

Registro que conservar

Guardar inventario, selección, motivo, defectos y límites de generalización.

Prueba que conservar

  • Población y lista
  • Regla y unidades
  • Repeticiones, exclusiones y contexto
  • Denominador, pesos y límites

Referencias oficiales

Protocolos relacionados

Comprobaciones antes de concluir

  • ¿Población definida?
  • ¿Unidades distintas?
  • ¿Exclusiones visibles?
  • ¿Conclusión dentro del alcance?

Plan de selección y registro con denominador explícito.

Preguntas frecuentes

¿Unir casos críticos y aleatorios en una tasa?

No sin explicar selección y pesos. Los críticos detectan problemas; su proporción no representa automáticamente frecuencia poblacional.

¿Reutilizar panel tras rediseño?

Sí para comparar, siguiendo cambios. Amplíe nuevas plantillas y declare casos retirados.

¿Cómo elegir los casos representativos de un sitio web?

Identificar los componentes, contenidos y acciones importantes y seleccionar los casos que cubren sus variantes. Documentación de los criterios y exclusiones permite entender el alcance del control sin pretender haber probado todo.

HERRAMIENTAS / REGISTROS

Información que registrar

No existe tamaño universal. Un intervalo no corrige selección sesgada o población indefinida. Muestrear no demuestra que se probaron todas las páginas.

  • Fecha de consulta y zona horaria
  • URL exacta
  • Muestra / población
  • Unidad de selección e identificador del caso
  • Marco, mecanismo y orden de selección
  • Repeticiones y dependencia entre observaciones
  • Casos excluidos y no probados, con motivos
  • Métrica / medición
  • Límite / incertidumbre
  • Decisión / próxima acción
  • Responsable del control
  • Próximo control

REFERENCIAS DOCUMENTADAS

Evaluación independiente: separar casos no basta tras ajustar con sus respuestas

Las fórmulas pueden ser correctas con un score optimista. Distinga entrenamiento, ajuste y prueba final también en instrucciones de agentes.

TRAINVALIDATETESTfit → select → evaluate
Evaluación independiente: separar casos no basta tras ajustar con sus respuestas
ReferenciaValor o formaQué identifica
HoldoutReservar casos antes del ajusteReserve evaluación antes de ajustar; usar sus respuestas pierde independencia.
fit / transformAjustar solo con entrenamientoAjuste preprocesamiento solo en entrenamiento y transforme prueba; imputación y selección pueden filtrar datos.
Threshold selectionValidación ≠ prueba finalValidación elige umbral; prueba final evalúa. Elegir mejor score del mismo test selecciona ruido favorable.
GroupKFoldGrupos separados en cada particiónMantenga grupos dependientes juntos: versiones próximas o trazas repetidas pueden facilitar artificialmente.
TimeSeriesSplitPasado para entrenar → futuro para probarRespete tiempo al evaluar futuros casos. gap de TimeSeriesSplit cuenta observaciones, no duración universal.
random_stateRepetibilidad ≠ representatividadSemilla fija repite partición, no garantiza independencia, cobertura o servicio remoto estable.

Qué conservar en el expediente

Documente unidad, dependencias, exclusiones, versiones y casos. La partición no prueba representatividad.

¿Corpus usado para mejorar instrucciones sigue siendo prueba?

Sirve a desarrollo/validación; reserve casos nuevos y declare roles.

Documentación primaria

Documentación consultada el .

REFERENCIAS DOCUMENTADAS

Juicios incompletos: conservar lo desconocido y el alcance

La pertinencia se evalúa para una necesidad informativa concreta. Una colección parcialmente evaluada no convierte lo desconocido en inútil. Este ejemplo independiente separa cobertura de juicios, precisión observada y límites posibles.

Juicios incompletos: conservar lo desconocido y el alcance
ReferenciaValor o formaQué identifica
Judged / retrieved3 / 5 = 60%Ejemplo original distinto: cinco resultados, dos pertinentes, uno no pertinente y dos sin evaluar. La cobertura de juicios es 3/5 = 60 %.
P@5 bounds2 / 5 ≤ P@5 ≤ 4 / 5Si los dos desconocidos no son pertinentes, la precisión es 2/5 = 40 %. Si ambos lo son, es 4/5 = 80 %. Son límites deterministas, no un intervalo de confianza.
P among judged2 / 3La precisión entre resultados evaluados es 2/3. Responde a otra pregunta y no sustituye la precisión sobre las cinco posiciones. Eliminar desconocidos también cambia los rangos.
Recall · collection?Sin el conjunto completo de pertinentes de la colección, estos cinco resultados no permiten deducir la exhaustividad global. Registre pool, instrucciones, evaluador, versión y fecha.
Ejemplo distinto: cinco resultados y dos juicios ausentes
RangoEstado de evaluación
1Pertinente
2Sin evaluar
3No pertinente
4Pertinente
5Sin evaluar

Un juicio ausente no recibe automáticamente el grado cero.

judged = 3/5 = 0.6
P@5 ∈ [2/5, 4/5] = [0.4, 0.8]
P(judged) = 2/3 ≈ 0.666667

Qué conservar en el expediente

Los cinco estados son didácticos, no observaciones del sitio. El pooling puede dejar pertinentes sin evaluar. Las métricas de clasificación no prueban la exactitud factual de una respuesta generada ni la satisfacción universal.

¿Qué debe incluir el protocolo antes de comparar buscadores?

Evalúe las mismas consultas y documentos con instrucciones iguales, conserve los desconocidos y declare su tratamiento. Separe recuperación de pasajes, fidelidad de la respuesta a esos pasajes y validez de fuentes; una puntuación de ordenación no cubre los tres controles.

Documentación primaria

Documentación consultada el .

REFERENCIAS DOCUMENTADAS

Construir el panel: 20 vistas estructuradas, 2 sorteadas y los pasos que faltan

WCAG-EM 2.0, nota de grupo del 23 de julio de 2026, describe un complemento aleatorio del 10 % de la muestra estructurada, excluyendo las vistas ya seleccionadas. El porcentaje se aplica a esa muestra, no a todas las páginas del sitio. La metodología incluye procesos completos; una URL sola puede omitir estados sucesivos de un formulario.

Muestra estructurada20S01…S20
Escenario ficticio: 20 vistas distintas cubren las familias de contenido y funciones seleccionadas. Una vista puede cubrir varias características; eso no la convierte en varias vistas.
Complemento aleatorio2R01, R02
Se sortean dos vistas distintas fuera del primer conjunto: 10 % × 20 = 2. Conservar lista inicial, método e identificadores sorteados. El cálculo no determina el tamaño de la muestra estructurada.
Complemento de proceso3P01, P03, P04
R02 es el paso 2 de un proceso de cuatro vistas. Los pasos 1, 3 y 4 no están en ninguno de los conjuntos: añaden tres vistas, P01, P03 y P04.
Total del escenario25S ∪ R ∪ P
Los conjuntos son disjuntos en este ejemplo: 20 + 2 + 3 = 25 vistas. Una coincidencia cambiaría el total. La cifra no mide la cobertura de todos los estados ni la conformidad del producto.

25 vistas distintas, tres motivos de inclusión

Muestra estructurada
20
Complemento aleatorio
2
Complemento de proceso
3
Cada casilla representa una vista del escenario, no una página realmente auditada de este sitio. Las letras conservan el primer motivo de inclusión: S, estructurada; R, aleatoria; P, complemento de proceso.

Una dirección, cuatro vistas que identificar

En el servicio ficticio /demande, la navegación conserva la misma URL. R02 muestra el formulario rellenado en el paso 2. Probar solo esa vista no documenta el inicio ni el final del proceso.

  1. P01 · abrir el formulario
  2. R02 · introducir los datos
  3. P03 · revisar el resumen
  4. P04 · mostrar la confirmación

Si la tabla supera la pantalla, desplácela horizontalmente; con teclado, seleccione la región y use las flechas.

Del número de vistas a un registro reproducible
Vista o situaciónRegistro que conservarQué queda por comprobar
R02 · formulario rellenadoURL /demande, paso 2, idioma, versión, datos ficticios y acciones necesarias.Acceder a los demás pasos; no deducirlos de esta captura.
Error de entradaMisma URL, campo incorrecto, mensaje y acción que provoca el estado.Añadir esta rama pertinente: todavía no figura entre las 25 vistas.
Otro idiomaIdentificador de variante, idioma y sentido de lectura.El francés observado no cubre automáticamente el árabe; seleccionar sus interacciones pertinentes.
Vista inaccesibleIdentificador previsto, intento, bloqueo y posible sustitución justificada.Mantener visible el caso no probado; sustituirlo por uno fácil no demuestra su comprobación.
¿Y si el sorteo descubre otro tipo de formulario?

Revisar la cobertura estructurada y registrar los añadidos; comparar después los hallazgos de ambos conjuntos. El sorteo también detecta una exploración incompleta. Aquí 25 es el tamaño actual del plan, no un límite máximo.

Para reutilizar el caso, guardar una fila por vista: identificador, origen de selección, contexto, acciones, estado esperado y condición probada / no probada. Vincular los pasos al mismo proceso y distinguir una observación ausente de una comprobación superada.

Qué conservar en el expediente

Las cifras y los identificadores son ficticios. Evaluar una muestra no basta por sí solo para afirmar la conformidad WCAG de todo el producto. También hay que atender las ramas críticas; los cuatro pasos presentados solo ilustran el recorrido normal.

Documentación primaria

Documentación consultada el .

REFERENCIAS DOCUMENTADAS

Leer una serie real: uso de Internet, 2020–2024

Estas observaciones permiten comparar cambios en puntos y relativos de una serie publicada. Los tres países se eligen como lectura, no como clasificación de rendimiento digital.

El indicador mide la proporción de población que utilizó Internet en los tres meses anteriores. No mide tiempo conectado, calidad del acceso ni uso de asistentes de IA.

IT.NET.USER.ZS · Extracción · Última actualización indicada por la API .

Proporción de población · % · eje de 0 a 100Gráfico de tres series; todos los valores figuran en la tabla siguiente.025507510020202021202220232024FranciaAlemaniaEspaña
Proporción de población · % · eje de 0 a 100 · FranciaAlemaniaEspaña
Leer una serie real: uso de Internet, 2020–2024 · %
País20202021202220232024
Francia84,7186,1085,3386,8488,65
Alemania89,8191,4391,6392,4893,50
España93,2193,9094,4995,4595,76

Francia: de 84,71% en 2020 a 88,65% en 2024; 3,95 puntos, o 4,66% respecto al inicio.

La tabla redondea a dos decimales; los cálculos usan los valores recibidos antes del redondeo. Examine revisiones y diferencias de recogida antes de explicar causas.

Fuente: UIT, distribuida por Banco Mundial. Extracto y gráfico de Alexis Roux ZG. CC BY 4.0

Consultar la serie oficial · Definición y método

PROFUNDIZACIÓN / PRÁCTICA

Describir la selección antes de presentar una tasa

Un auditor sólo controla una parte del cuerpo. La documentación debe especificar la población, la unidad de selección, el mecanismo de selección y los casos no probados antes de interpretar los resultados.

Actualizado el .

Comprobaciones prioritarias

Mantenerse lista de inicio, criterios, orden de selección y exclusiones. Distinguir la muestra orientada, la selección aleatoria y los caminos seleccionados para cubrir situaciones específicas.

Errores de interpretación

Un gran número de pruebas no corregirá una cobertura incompleta. Las observaciones repetidas en la misma página pueden dar una impresión de diversidad enganosa.

Documento de trabajo que conservar

La ficha de muestra indica población, casos seleccionados, exclusiones y alcance de la conclusión. Las medidas publican el denominador realmente observado.