Saltar al contenido
Volver a los resultados

Investigación por encuesta transversal — Diseño de encuesta de ocasión única

Propuesto por
Established through the social survey tradition (Bowley, Gallup, and others in the early-to-mid 20th century)
Año
1930s–1950s (formalized with large-scale opinion and health surveys)
Tipo
Quantitative non-experimental design
Familia
Survey / observational design

Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés

Tamaño de letra

¿Qué hace?

La investigación por encuesta transversal administra un cuestionario estructurado o una entrevista a una muestra representativa de una población en un momento dado.

Es el diseño fundamental para estimar la prevalencia, describir las características de los grupos y mapear las asociaciones entre variables en una amplia gama de disciplinas, desde la salud pública y la educación hasta el marketing y las ciencias políticas.

La intuición detrás del método

Piense en la investigación por encuesta transversal como la toma de una fotografía de una población en un instante. Se pregunta a un conjunto cuidadosamente seleccionado de encuestados sobre sus actitudes, comportamientos o características en el momento actual, y luego se agregan esas respuestas para pintar una imagen de toda la población. Dado que todos son encuestados al mismo tiempo, se pueden comparar subgrupos —hombres frente a mujeres, urbanos frente a rurales— y buscar patrones y asociaciones. Lo que no se puede hacer a partir de una sola fotografía es decir cómo cambiaron las cosas con el tiempo o probar que una variable causó otra.

Historia

La tradición de la encuesta social surgió a finales del siglo XIX en Gran Bretaña con los estudios sobre la pobreza de Charles Booth y Seebohm Rowntree. La teoría del muestreo probabilístico, formalizada por Neyman (1934) y Mahalanobis (década de 1940), transformó la investigación por encuesta en un método científico riguroso. Las encuestas de opinión transversales de George Gallup de la década de 1930 demostraron el poder del diseño para la inferencia poblacional representativa. A mediados de siglo, las grandes encuestas gubernamentales de salud, como la National Health Interview Survey de EE. UU. (establecida en 1957), institucionalizaron las encuestas transversales como piedra angular de la vigilancia de la salud pública.

Cuándo usarlo

Utilice la investigación por encuesta transversal cuando necesite una instantánea rentable de las características, opiniones o comportamientos de una población y cuando una única ocasión de medición sea suficiente para su pregunta de investigación. Es ideal para estimar la prevalencia, describir diferencias entre grupos o generar hipótesis sobre asociaciones. NO la utilice cuando su pregunta requiera establecer la precedencia temporal (A precedió a B) o la dirección causal —se necesita un diseño longitudinal o experimental. Evítela cuando el fenómeno de interés cambie rápidamente dentro de la ventana de la encuesta, lo que haga que una medición de una sola ola sea engañosa.

Limitaciones y consideraciones

  • No puede establecer la precedencia temporal o la dirección causal; las asociaciones encontradas pueden reflejar causalidad inversa o confusión.
  • Susceptible al sesgo de respuesta, los efectos de deseabilidad social y el sesgo de no respuesta, cada uno de los cuales puede distorsionar las estimaciones.
  • No proporciona información sobre el cambio a lo largo del tiempo; una sola instantánea puede tergiversar fenómenos que fluctúan estacional o desarrollamentalmente.
  • Las estimaciones de prevalencia dependen en gran medida de la representatividad de la muestra; las muestras de conveniencia o voluntarias limitan severamente la generalización.

Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.

Fortalezas

  • Rentable y eficiente en tiempo: la recopilación de datos se completa en una sola ola, evitando los problemas de costo y atrición de los diseños longitudinales.
  • Capaz de cubrir muestras grandes y geográficamente dispersas, lo que permite una amplia generalización cuando se utiliza el muestreo probabilístico.
  • Flexible en alcance: puede medir muchas variables simultáneamente, lo que permite la exploración multivariante de asociaciones.
  • Los estándares metodológicos bien entendidos para el diseño de cuestionarios, el muestreo y el análisis facilitan la evaluación comparativa de la calidad.
  • Adecuado para temas sensibles en los que el contacto repetido sería una carga o éticamente problemático para los participantes.

Aplicaciones

  • Estimar la prevalencia de comportamientos de salud, condiciones crónicas o síntomas de salud mental en una población en un momento dado.
  • Evaluar las actitudes de los estudiantes, la autoeficacia académica o la satisfacción con la instrucción en escuelas o universidades.
  • Mapear la opinión pública sobre temas políticos: preferencias electorales, actitudes ambientales, valores sociales.
  • Perfilar la satisfacción del cliente y la percepción de marca en segmentos de mercado para investigación comercial.
  • Identificar asociaciones entre variables demográficas y resultados (p. ej., ingresos y alfabetización en salud) para informar la orientación de programas.

Cómo funciona

Cómo funciona

1

El investigador especifica la población objetivo —el grupo al que se generalizarán los hallazgos— y establece los criterios de elegibilidad. Una definición clara de la población determina qué marco de muestreo utilizar (p. ej., votantes registrados, estudiantes matriculados, empleados de una empresa) y da forma a cada paso subsiguiente.

2

Se desarrolla y se prueba un cuestionario estandarizado o un programa de entrevista estructurada. Los ítems deben ser inequívocos, las escalas de respuesta deben ser apropiadas para las variables que se miden y el orden de las preguntas debe minimizar el sesgo. La evidencia de fiabilidad y validez (p. ej., pruebas piloto, análisis factorial, alfa de Cronbach) debe establecerse antes de la recopilación completa de datos.

3

Se extrae una muestra probabilística o por conveniencia del marco de muestreo y se recopilan los datos en una única ocasión utilizando uno o más modos (en línea, papel, teléfono, cara a cara). La tasa de respuesta, los efectos del modo y el sesgo de no respuesta son amenazas principales para la validez externa y deben ser monitoreados e informados.

4

Las estadísticas descriptivas (frecuencias, medias, proporciones) resumen la muestra. Los análisis inferenciales —pruebas chi-cuadrado, pruebas t, ANOVA, regresión o modelos de ecuaciones estructurales— examinan las relaciones entre variables. Dado que los datos son transversales, cualquier relación identificada es asociacional en lugar de causal.

5

Los hallazgos se interpretan a la luz de la estrategia de muestreo y la tasa de respuesta. Las limitaciones a la inferencia causal se reconocen explícitamente. Los resultados se contextualizan frente a marcos teóricos y literatura previa, y se discuten las implicaciones prácticas o de política.

Errores comunes

  • Tratar las asociaciones como causales: los datos transversales pueden mostrar que X e Y coexisten, no que X causa Y; el lenguaje causal en la presentación de informes es un error común y grave.
  • Diseño deficiente del cuestionario: ítems ambiguos, preguntas capciosas o escalas de respuesta inapropiadas introducen un error de medición sistemático que ninguna cantidad de análisis sofisticado puede corregir.
  • Muestreo inadecuado: el uso de una muestra de conveniencia (p. ej., voluntarios de redes sociales) mientras se afirma la generalización a nivel poblacional infla el alcance percibido de los hallazgos.
  • Ignorar la no respuesta: no comparar a los encuestados tempranos y tardíos o no informar las tasas de respuesta deja a los lectores incapaces de evaluar el sesgo de no respuesta.
  • Recopilar demasiadas variables: las encuestas largas reducen las tasas de respuesta y aumentan el error aleatorio; cada ítem debe corresponder a una pregunta de investigación o hipótesis específica.

Preguntas frecuentes

¿Cuál es la diferencia clave entre una encuesta transversal y una encuesta longitudinal?

Una encuesta transversal recopila datos de los participantes una vez, en un único punto en el tiempo. Una encuesta longitudinal sigue a los mismos participantes a lo largo de múltiples olas separadas por semanas, meses o años. Las encuestas transversales son más rápidas y baratas, pero no pueden rastrear cambios ni establecer precedencia temporal; las encuestas longitudinales pueden mostrar si las actitudes o comportamientos cambiaron y, con un diseño adecuado, proporcionar evidencia más sólida de dirección causal.

¿Qué tan grande debe ser mi muestra?

El tamaño de la muestra depende de la precisión requerida, el tamaño del efecto esperado, la tasa de error Tipo I aceptable y la complejidad de los análisis planificados. Para una estimación simple de prevalencia, una muestra de 200-400 puede ser suficiente; para comparaciones de subgrupos o modelos de regresión con muchos predictores, a menudo se recomiendan 500 o más. Realice un análisis de potencia a priori (p. ej., utilizando G*Power) específico para su prueba estadística principal para determinar el N mínimo adecuado.

¿Puedo hacer afirmaciones causales a partir de una encuesta transversal?

No. Los datos transversales establecen la co-ocurrencia, no la causalidad. Incluso una fuerte correlación entre dos variables podría reflejar causalidad inversa (B causó A en lugar de A causando B) o una tercera causa común. Para respaldar la inferencia causal, necesita una asignación aleatoria experimental o un diseño longitudinal que documente la precedencia temporal, idealmente combinado con justificación teórica y la exclusión de explicaciones alternativas.

¿Cómo manejo los datos faltantes en una encuesta transversal?

Primero, distinga entre datos faltantes completamente al azar (MCAR), datos faltantes al azar (MAR) y datos faltantes no al azar (MNAR). Para MCAR o MAR, la imputación múltiple o la máxima verosimilitud con información completa (FIML) son preferibles a la eliminación de listas, que reduce la potencia y puede sesgar las estimaciones. Para MNAR, son apropiados los análisis de sensibilidad o los modelos de mezcla de patrones. Siempre informe la extensión y el patrón de los datos faltantes para que los lectores puedan juzgar su impacto.

¿Es una encuesta en línea siempre un diseño transversal?

No necesariamente. La entrega en línea es un modo de recopilación de datos, no un diseño. Un cuestionario en línea administrado una vez es transversal. La misma plataforma utilizada para encuestar a los mismos participantes en tres puntos de tiempo constituye un panel longitudinal. La etiqueta del diseño se refiere a la estructura temporal de la recopilación de datos, no al canal a través del cual se entrega el instrumento.

Métodos relacionados

Fuentes

  1. Fowler, F. J. (2009). Survey Research Methods (4th ed.). Sage Publications.

    ISBN: 978-1412958929
    Copiado.
  2. Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (4th ed.). Sage Publications.

    ISBN: 978-1452226101
    Copiado.