--- title: "Las SINUS Milieu-Minds frente a la realidad de una encuesta de SINUS" description: "200 SINUS Milieu-Minds respondieron 24 preguntas sobre preocupaciones personales. Por milieu, sus distribuciones de respuesta alcanzaron un 91,7 % de cercanía con una encuesta de SINUS a 2.005 personas, frente al 96,3 % entre dos oleadas reales de la encuesta." canonical_url: "https://getminds.ai/research/es/sinus-milieu-minds-concern-survey-validation-2026" last_updated: "2026-10-23T20:42:51.905Z" --- # Las SINUS Milieu-Minds frente a la realidad de una encuesta de SINUS Muchas preguntas de investigación se quedan sin respuesta porque una encuesta propia no compensa el tiempo ni el presupuesto. ¿Cómo se recibe un mensaje nuevo en el milieu tradicional y cómo entre los expeditivos? ¿Qué tres de diez motivos de campaña deberían pasar al pretest? Las SINUS Milieu-Minds están pensadas para esa fase: personas sintéticas de los diez Sinus-Milieus, cada una con su propia situación vital, sus valores y su biografía, a las que se puede preguntar como a participantes reales y que responden en minutos. Este estudio comprobó hasta qué punto se acercan a personas reales. 200 SINUS Milieu-Minds, 20 por milieu, respondieron 24 preguntas sobre preocupaciones personales. SINUS había hecho las mismas preguntas a 2.005 personas en junio de 2026. Las Minds no vieron los resultados de esa encuesta. Por milieu, las distribuciones de respuesta de las Minds alcanzaron un 91,7 % de cercanía con la encuesta. Dos oleadas reales de la encuesta con el mismo cuestionario alcanzaron entre sí un 96,3 %. Un modelo de IA generalista con una simple instrucción de milieu llegó a cerca del 72 %. ## El resultado de un vistazo
Comparación con la encuesta de junio de 2026, por milieu Cercanía de la distribución Desviación media por nivel de respuesta
Dos oleadas reales de la encuesta de SINUS, marzo frente a junio de 2026 96,3 % 3,7 pp
SINUS Milieu-Minds, 200 Minds 91,7 % 8,3 pp
Gemini 3.7 Flash solo con el nombre del milieu 72,0 % 28,0 pp
Claude Sonnet 5 solo con el nombre del milieu 71,8 % 28,2 pp
La cercanía de la distribución es 100 menos la diferencia absoluta media entre las proporciones de respuesta sintéticas y reales, en puntos porcentuales (pp). Un 100 % significaría que cada distribución de respuestas es idéntica a la de la encuesta. El indicador mide lo cerca que están dos distribuciones. No es una tasa de aciertos ni describe a encuestados individuales. ## Pregunta de investigación y datos de referencia Una encuesta ofrece para cada milieu unas proporciones de respuesta: cuántas personas tienen una preocupación muy grande, cierta preocupación, poca preocupación o ninguna preocupación por un tema. La pregunta era con qué precisión las Milieu-Minds sintéticas reproducen las cuatro proporciones a la vez, milieu por milieu. La referencia procede del SINUS-Institut: una encuesta de junio de 2026 con 2.005 personas como comparación principal y una encuesta de marzo de 2026 con 1.047 personas y el mismo cuestionario. Los resultados de la encuesta no se facilitaron a las Minds durante la ejecución. Las tablas cruzadas son datos propiedad de SINUS y no se publican con este artículo.
Elemento Especificación
Muestra sintética 200 SINUS Milieu-Minds, 20 en cada uno de los diez Sinus-Milieus, tomadas de grupos existentes y no de una nueva extracción
Preguntas 24 preguntas sobre preocupaciones personales, con redacción y orden de respuestas idénticos a la encuesta
Escala de respuesta Cuatro niveles, desde una preocupación muy grande hasta ninguna preocupación
Respuestas 4.800, de ellas 0 no válidas
Ejecución 25 de agosto de 2026, unos 26 minutos de tiempo de máquina para todas las respuestas
Referencia humana Encuesta de SINUS de junio de 2026 (n = 2.005), principal; marzo de 2026 (n = 1.047)
Indicador principal Diferencia absoluta media en puntos porcentuales sobre 960 proporciones de respuesta (24 preguntas × 10 milieus × 4 niveles)
## Por milieu: 91,7 % de cercanía De media en los diez milieus, las Minds se desviaron 8,3 puntos porcentuales por nivel de respuesta de la encuesta de junio. Eso equivale a una cercanía de la distribución del 91,7 %. Según el milieu, el valor va del 87 % en el milieu Performer al 94 % en el milieu Nostalgisch-Bürgerliche. El milieu Performer y la Adaptiv-Pragmatische Mitte son los que peor reproducen las Minds. Algunas proporciones de respuesta pueden desviarse claramente. En 645 de las 960 proporciones (67,2 %), la diferencia absoluta es inferior a 10 puntos porcentuales; la mayor diferencia individual es de 47,2 puntos porcentuales. La respuesta más frecuente de la encuesta fue también la respuesta más frecuente de las Minds en el 65,4 % de las 240 combinaciones de pregunta y milieu. Por tanto, los resultados ofrecen indicios sobre temas y distribuciones de respuesta dentro de un milieu. Para una estimación realista de las proporciones reales sigue haciendo falta una encuesta. Frente a la oleada anterior de marzo, las Minds alcanzaron un 91,4 % de cercanía. La respuesta más frecuente coincidió en el 58,8 % de las combinaciones, algo por debajo del 60 % que el estudio se había fijado como objetivo para la comparación de junio. ## Cómo interpretar las oleadas de la encuesta Dos oleadas reales de la encuesta con el mismo cuestionario alcanzaron entre sí un 96,3 % de cercanía, por milieu. Sus diferencias pueden reflejar tanto la variación muestral como cambios reales en la sociedad entre marzo y junio. Por eso el valor es un punto de referencia y no un límite superior fijo. También muestra que dos encuestas reales siguen estando claramente más cerca entre sí que las Minds de una encuesta real. ## En todos los milieus: 95,2 % de cercanía Para la comparación con las 2.005 personas encuestadas, las respuestas de las 200 Minds se ponderaron según la composición por milieus de la encuesta de junio, es decir, según el peso de cada milieu en la encuesta. Esta ponderación reproduce la columna Total oficial de las tablas cruzadas de SINUS.
Muestra total, comparación con la encuesta de junio de 2026 Cercanía de la distribución Desviación media por nivel de respuesta
Dos oleadas reales de la encuesta de SINUS, marzo frente a junio de 2026 98,9 % 1,1 pp
SINUS Milieu-Minds, ponderadas según la composición por milieus 95,2 % 4,8 pp
En este nivel, las Minds se desvían de media 4,8 puntos porcentuales por nivel de respuesta; sin ponderar, la cifra es 4,7. Las dos oleadas reales de la encuesta alcanzan un 98,9 % en el mismo nivel. Un ejemplo típico, y no el mejor caso, es la preocupación por la propia salud:
Preocupación por la propia salud, todos los milieus Encuesta de SINUS de junio de 2026 (n = 2.005) Milieu-Minds, ponderadas (n = 200)
Preocupación muy grande 17 % 14 %
Cierta preocupación 44 % 37 %
Poca preocupación 33 % 39 %
Ninguna preocupación 6 % 10 %
Los valores redondeados difieren en 3, 7, 6 y 4 puntos porcentuales, 5,0 de media. Esto se acerca a la media de 4,8 puntos porcentuales en las 24 preguntas al nivel de la muestra total, calculada con datos sin redondear. ## ¿Por qué no preguntar sin más a un modelo de IA generalista? Un control metodológico independiente probó justo eso. Gemini 3.7 Flash y Claude Sonnet 5 recibieron las mismas 24 preguntas con una única instrucción: responder como miembro de un Sinus-Milieu concreto. Ambos llegaron a cerca del 72 % de cercanía por milieu, unos 20 puntos menos que las Milieu-Minds. Añadir los retratos oficiales de los milieus de la web de SINUS no mejoró el resultado de Gemini. La razón se ve en las respuestas. Un modelo de IA generalista habla por todo un milieu con una sola voz. Si se le hace la misma pregunta 20 veces, suele dar 20 veces la misma respuesta: Gemini en 194 y Claude en 211 de las 240 combinaciones de pregunta y milieu. En los milieus reales las opiniones difieren, y también entre las Milieu-Minds: de media usaron casi los cuatro niveles de respuesta y nunca respondieron por unanimidad. Este control se realizó por separado y en otro momento que la ejecución de las Minds, y se añadió cuando ya se conocía el resultado de las Minds. Muestra la distancia respecto a una instrucción simple. No es un experimento emparejado y no mide cuánto aporta cada componente de las Milieu-Minds. ## ¿Captan las Minds las diferencias entre milieus? En la investigación por milieus, las diferencias entre milieus importan tanto como las proporciones individuales. Un análisis complementario de los mismos datos lo comprobó. Se calculó cuando ya se conocía el resultado principal y utiliza el nivel medio de preocupación por pregunta y milieu.
Frente a la encuesta de junio de 2026 SINUS Milieu-Minds Claude Sonnet 5 solo con el nombre del milieu Oleada real de marzo de 2026
Diferencias claras entre milieus en la dirección correcta 86,5 % 67,4 % 97,1 %
Orden de los 24 temas dentro de un milieu, correlación de rangos mediana 0,76 0,61 0,94
Milieu con mayor preocupación identificado correctamente 11 de 24 3 de 24 17 de 24
Una diferencia se considera clara cuando dos milieus difieren en la encuesta en más de dos errores estándar, lo que ocurre en 586 pares de milieus en el conjunto de las preguntas. Donde los milieus reales difieren claramente, las Minds los ordenaron correctamente en casi nueve de cada diez casos; el modelo de IA solo con el nombre del milieu, en dos de cada tres. Las Minds tienden a exagerar las diferencias entre milieus. El análisis también sitúa en contexto las proporciones exactas. Aproximadamente tres cuartas partes de la desviación cuadrática restante se deben solo al muestreo aleatorio de 20 encuestados por milieu. Al mismo tiempo, un valor de referencia sencillo que ignora tema y milieu, una distribución fija de respuestas tomada de la encuesta de marzo, se desvía 7,5 puntos porcentuales por nivel de respuesta y es, por tanto, algo más preciso que las Minds en las proporciones exactas por milieu. La fortaleza de las Minds está en ordenar temas y milieus, no en porcentajes exactos. ## Para qué sirven las SINUS Milieu-Minds Las Milieu-Minds son una comprobación previa rápida y no sustituyen a la investigación primaria. Ayudan a elegir las preguntas adecuadas y las variantes más prometedoras. Después, un estudio de campo con SINUS puede aportar cifras sólidas. - Preseleccionar campañas y mensajes: revisar motivos, claims y argumentos para cada milieu y llevar al pretest solo los más prometedores. - Plantear estudios con más precisión: contrastar hipótesis y afinar cuestionarios antes de que empiece el trabajo de campo. - Entender los motivos: las Minds justifican sus respuestas. Eso aporta pistas para las preguntas abiertas y ayuda a explicar las diferencias entre milieus. Si los encuestados reales dan los mismos motivos lo muestra el estudio de campo. La prueba de realidad abarcó preguntas de actitud. Para las decisiones de campaña, la recomendación es por tanto combinar ambas cosas: las Minds para la preselección y el estudio de campo para la decisión. Las SINUS Milieu-Minds están disponibles para los clientes de SINUS a través de SINUS y del Minds Marketplace. En Minds, la misma Audiencia puede responder preguntas de escala y de elección, repreguntas abiertas y pruebas de estímulos en un mismo flujo de trabajo, donde esté habilitado. Contacto en el SINUS-Institut: Jan Hecht, [jan.hecht@sinus-institut.de](mailto:jan.hecht@sinus-institut.de). ## Alcance y limitaciones
Lo que respalda este estudio Lo que este estudio no demuestra
Una gran cercanía de las distribuciones de respuesta por milieu en 24 preguntas sobre preocupaciones Proporciones exactas para una respuesta, un milieu o una pregunta concretos
Una distancia clara respecto a modelos de IA generalistas con una simple instrucción de milieu Un efecto causal del anclaje en conocimiento ni de ningún componente concreto de las Minds
Su uso como comprobación previa antes del trabajo de campo Estimaciones representativas a nivel nacional ni resultados extrapolados a la población
Indicios sobre temas, dispersión y motivos dentro de un milieu Resultados para pruebas de campañas o de publicidad, que este benchmark no abarcó
- Las Minds procedían de grupos de producción existentes, no de una muestra extraída de nuevo, y el estudio no se registró previamente. - Con 20 Minds por milieu y pregunta, la resolución de cada distribución por milieu es gruesa. - Los controles con modelos de IA generalistas se añadieron cuando ya se conocía el resultado de las Minds, se realizaron en otros momentos y abarcaron dos proveedores. El modelo interno de la ejecución anterior de las Minds no está verificado, por lo que la distancia no aísla un efecto puro de arquitectura. - Como contexto adicional solo se probaron retratos públicos breves de los milieus, no retratos detallados con licencia. - Un cuestionario, un país y solo preguntas de actitud. La comparación es exploratoria, no confirmatoria. - El análisis de las diferencias entre milieus y de los valores de referencia se calculó con los mismos datos cuando ya se conocía el resultado principal. ## Datos y aprobación La comparación se basa en 200 SINUS Milieu-Minds con 4.800 respuestas a 24 preguntas sobre preocupaciones, comparadas con encuestas de SINUS de junio de 2026 (n = 2.005) y marzo de 2026 (n = 1.047). Los valores por milieu comparan cada milieu por separado; las medias de los diez milieus son medias simples. Al nivel de la muestra total, las Minds se ponderan según la composición por milieus de la encuesta de junio. Los resultados no se extrapolan a la población. Modelos de IA probados: Gemini 3.7 Flash y Claude Sonnet 5, ejecuciones en agosto y septiembre de 2026. El SINUS-Institut aportó la referencia de la encuesta y revisó y aprobó el contenido de este caso. Hay más detalles sobre el método y las limitaciones disponibles bajo petición.