Saltar al contenido
Volver a los resultados

Encuesta — Investigación por Encuestas

Propuesto por
Francis Galton, Charles Booth, and early social statisticians; formalised by Paul Lazarsfeld in the 1940s
Año
Late 19th century; systematic social-science use from 1940s
Tipo
Quantitative (primarily) or mixed-methods data-collection instrument
Familia
Data collection

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

Tamaño de letra

¿Qué hace?

Una encuesta es un método sistemático de recopilación de datos en el que se plantea un conjunto estandarizado de preguntas a una muestra de encuestados para medir actitudes, comportamientos, datos demográficos u otras construcciones.

Las encuestas se pueden administrar por correo postal, teléfono, plataformas en línea o cara a cara. Se encuentran entre los instrumentos más utilizados en la investigación social, conductual, de salud y educativa porque pueden llegar a muestras amplias y geográficamente dispersas a un costo relativamente bajo.

La intuición detrás del método

Piense en una encuesta como una máquina de instantáneas: captura el estado de una población definida en un momento particular haciendo las mismas preguntas de la misma manera a todos. El valor clave es la estandarización: cada encuestado recibe estímulos idénticos, por lo que las respuestas se pueden agregar y comparar. A diferencia de una entrevista en profundidad, la encuesta sacrifica la profundidad de la comprensión por la amplitud de la cobertura. Un instrumento de encuesta bien diseñado, debidamente pilotado y administrado a una muestra representativa, permite a los investigadores inferir sobre una población mucho mayor a partir de un número manejable de respuestas completadas.

Historia

Las encuestas sociales sistemáticas surgieron a finales del siglo XIX a través de los estudios sobre la pobreza de Charles Booth (1889) y Seebohm Rowntree (1901) en Inglaterra. Paul Lazarsfeld en la Universidad de Columbia formalizó la metodología de encuestas como herramienta de las ciencias sociales durante la década de 1940, estableciendo la teoría del muestreo y las técnicas de medición de actitudes. Rensis Likert introdujo su escala de respuesta epónima en 1932. El crecimiento del muestreo telefónico en las décadas de 1970-1980 y de Internet en las décadas de 1990-2000 transformó la administración de encuestas; el método de diseño adaptado de Don Dillman se convirtió en el marco práctico dominante para maximizar las tasas de respuesta en todos los modos.

Cuándo usarlo

Utilizar una encuesta cuando necesite describir la distribución de actitudes, comportamientos o características en una población definida, o para probar relaciones entre variables en una muestra grande. Las encuestas son especialmente adecuadas para estudios transversales de prevalencia, evaluaciones de necesidades, evaluaciones de programas y pruebas de hipótesis en investigación social o de salud. No utilice una encuesta cuando la pregunta de investigación requiera una exploración profunda de la experiencia vivida (utilice fenomenología o entrevistas en profundidad en su lugar), cuando las construcciones de interés se resistan al autoinforme (utilice observación o medidas fisiológicas), o cuando la población objetivo no pueda ser alcanzada de manera fiable a través de ningún modo de encuesta. Evite las encuestas para la inferencia causal sin diseños longitudinales o experimentales.

Limitaciones y consideraciones

  • Los datos de autoinforme están sujetos al sesgo de deseabilidad social, errores de recuerdo y sesgo de aquiescencia.
  • Las opciones de respuesta fijas pueden no capturar la complejidad o el matiz total de las opiniones de los encuestados.
  • Las encuestas transversales establecen asociación, no causalidad; se necesitan diseños longitudinales para la inferencia temporal.
  • Las bajas tasas de respuesta —comunes en las encuestas en línea— introducen sesgo de no respuesta y amenazan la generalizabilidad.
  • Los efectos de la redacción de las preguntas pueden distorsionar sustancialmente los resultados si los ítems están mal elaborados.

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

Fortalezas

  • Llega a muestras amplias y geográficamente dispersas de manera eficiente y a bajo costo.
  • Las preguntas estandarizadas garantizan la comparabilidad de las respuestas entre los encuestados y a lo largo del tiempo.
  • Flexible en el modo (papel, teléfono, en línea, cara a cara) para adaptarse a diferentes poblaciones y presupuestos.
  • Susceptible a la generalización estadística cuando se utiliza muestreo probabilístico.
  • Puede medir simultáneamente múltiples construcciones y sus interrelaciones.
  • Las herramientas psicométricas establecidas (alfa de Cronbach, análisis factorial) respaldan una evaluación rigurosa de la validez y la fiabilidad.

Aplicaciones

  • Censos nacionales y encuestas de salud poblacional que miden la prevalencia de enfermedades, comportamientos de riesgo y utilización de la atención médica.
  • Estudios de evaluación educativa que examinan la participación de los estudiantes, los resultados del aprendizaje o la satisfacción del profesorado en diferentes instituciones.
  • Investigación organizacional y de RR. HH. sobre actitudes de los empleados, satisfacción laboral y clima laboral.
  • Estudios de investigación de mercado y comportamiento del consumidor que miden preferencias de productos e intenciones de compra.
  • Encuestas políticas y pronósticos electorales que rastrean las actitudes e intenciones de los votantes.
  • Estudios de evaluación de programas que evalúan la satisfacción de los participantes y los resultados autoinformados después de una intervención.

Cómo funciona

Cómo funciona

1

Especificar las preguntas de investigación, la población objetivo y las construcciones a medir. Determinar si el estudio es transversal (un punto temporal) o longitudinal (múltiples oleadas). Decidir la estrategia de muestreo —muestreo probabilístico (p. ej., aleatorio simple, estratificado, por conglomerados) o muestreo no probabilístico (p. ej., por conveniencia, intencional)— y calcular el tamaño de muestra requerido para lograr la potencia y precisión deseadas.

2

Desarrollar el cuestionario seleccionando o creando ítems para cada construcción. Hacer coincidir el formato del ítem con la construcción: escalas tipo Likert para actitudes, diferenciales semánticos para percepciones, ítems de opción múltiple o de clasificación para preferencias, e ítems de respuesta abierta cuando se necesita profundidad exploratoria. Prestar atención a la redacción de las preguntas (evitar ítems de doble carga, sugestivos o ambiguos), el etiquetado de la escala de respuesta y la longitud del cuestionario. Validar los ítems con escalas establecidas siempre que sea posible.

3

Administrar el borrador del cuestionario a una pequeña muestra por conveniencia (típicamente 10–30 personas de la población objetivo) para detectar redacción poco clara, errores en la lógica de salto, tiempo de finalización excesivo y problemas técnicos (para encuestas en línea). Revisar los ítems basándose en la retroalimentación de entrevistas cognitivas e inspeccionar las correlaciones entre ítems o las cargas factoriales como evidencia preliminar de validez de constructo.

4

Desplegar la encuesta finalizada a la muestra seleccionada utilizando el modo elegido (en línea, postal, telefónico o cara a cara). Maximizar la tasa de respuesta mediante cartas de presentación personalizadas, recordatorios e incentivos cuando sea apropiado. Rastrear las tasas de respuesta y comparar los primeros con los últimos respondedores o los respondedores con las características conocidas de la población para evaluar el sesgo de no respuesta.

5

Limpiar los datos manejando los valores perdidos y las respuestas fuera de rango, luego puntuar las escalas compuestas. Realizar estadísticas descriptivas para cada variable, evaluar la fiabilidad (p. ej., alfa de Cronbach) para escalas de múltiples ítems y aplicar métodos inferenciales adecuados a las preguntas de investigación —frecuencias y chi-cuadrado para resultados categóricos, pruebas t y ANOVA para comparaciones de grupos, regresión o SEM para modelos explicativos.

Errores comunes

  • Ignorar el sesgo de no respuesta —no comparar a los respondedores con los no respondedores en las características disponibles significa que la muestra lograda puede representar sistemáticamente mal a la población.
  • Cuestionarios excesivamente largos —las encuestas que superan los 15-20 minutos de tiempo de finalización ven una mayor deserción y menor calidad de datos; priorizar las construcciones esenciales para las preguntas de investigación.
  • Uso de escalas no validadas —la creación de ítems ad hoc sin pruebas piloto o pruebas psicométricas produce medidas de fiabilidad y validez desconocidas; preferir instrumentos establecidos donde existan.
  • Confundir asociación con causalidad —informar correlaciones de encuestas como relaciones causales sin controles de diseño apropiados o datos longitudinales es una mala interpretación común.
  • Negligencia de los efectos del orden de los ítems —la secuencia de las preguntas puede predisponer a los encuestados; los ítems sensibles colocados al principio pueden alterar las respuestas a los ítems posteriores.

Preguntas frecuentes

¿Qué tan grande debe ser mi muestra?

El tamaño de la muestra depende del margen de error deseado, el nivel de confianza, el tamaño del efecto esperado y el plan de análisis. Para encuestas descriptivas que estiman una proporción, la fórmula estándar es n = z²p(1-p)/e², donde z es la puntuación z para el nivel de confianza, p es la proporción estimada y e es el margen de error. Para encuestas analíticas que prueban relaciones, es preferible un análisis de potencia a priori basado en la prueba estadística planificada. Las calculadoras en línea (p. ej., G*Power) automatizan estos cálculos. Los tamaños de muestra de conveniencia comunes en la investigación estudiantil (100-300) a menudo tienen una potencia insuficiente para análisis de subgrupos.

¿Qué tasa de respuesta es aceptable?

No existe un umbral universal. Las encuestas en línea comúnmente logran un 20-40%, las encuestas por correo un 50-60%, y las encuestas telefónicas han disminuido drásticamente. La pregunta más importante es si la no respuesta es aleatoria o sistemática. Incluso una tasa de respuesta del 20% puede ser aceptable si se puede demostrar que los respondedores no difieren de los no respondedores en variables clave; por el contrario, una tasa de respuesta del 70% sigue siendo problemática si el 30% que falta difiere sistemáticamente.

¿Puedo mezclar preguntas abiertas y cerradas?

Sí, y esta es una práctica común. Los ítems cerrados producen datos cuantificables; los ítems abiertos añaden profundidad contextual y permiten respuestas inesperadas. Sin embargo, los ítems abiertos aumentan sustancialmente el tiempo de finalización y generan datos de texto que deben codificarse cualitativamente. Limitar los ítems abiertos a las construcciones donde las opciones fijas realmente no pueden capturar el rango de respuestas.

¿Cuándo debo usar una escala Likert en lugar de una escala visual analógica?

Las escalas Likert (típicamente 5 o 7 puntos de respuesta etiquetados) son fáciles de administrar y puntuar, y sus propiedades psicométricas son bien entendidas. Las escalas visuales analógicas (líneas continuas de 0 a 100) ofrecen una discriminación más fina y son comunes en la investigación del dolor y la salud. Las escalas Likert se adaptan a la mayoría de las investigaciones sociales y conductuales; las escalas visuales analógicas son preferibles cuando la prioridad es detectar pequeños cambios dentro de los individuos a lo largo del tiempo.

¿En qué se diferencia una encuesta de una entrevista estructurada?

En una encuesta, el encuestado lee y completa el cuestionario por sí mismo sin la presencia de un entrevistador. En una entrevista estructurada, el mismo entrevistador administra verbalmente las mismas preguntas fijas. Las encuestas llegan a muestras más grandes a menor costo; las entrevistas estructuradas logran tasas de finalización más altas y pueden aclarar ítems confusos, pero son más intensivas en recursos e introducen efectos del entrevistador.

Métodos relacionados

Fuentes

  1. Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, Phone, Mail, and Mixed-Mode Surveys: The Tailored Design Method (4th ed.). Wiley.

    ISBN: 978-1118456149
    Copiado.
  2. Fowler, F. J. (2013). Survey Research Methods (5th ed.). Sage.

    ISBN: 978-1452259000
    Copiado.