21 jul, 2011

COLOR CHOOSER

INICIO MATERIAL DIDÁCTICO NOTICIAS SITIOS DE INTERÉS ACTUALIDAD MOODLE MAPA DEL SITIO

buscar...
Text Size

Material Didáctico Teoría de Muestreo

Teoría de Muestreo

Lunes 17 de Mayo de 2010 00:00

Escrito por M. A. Myrna Delfina López Noriega

UNIVERSIDAD AUTÓNOMA DEL CARMEN

DES-DASEA
Facultad de Ciencias Económicas Administrativas
Academia de Estadística

HIPERTEXTO

Teoría de Muestreo
CURSO: ESTADISTICA II

CICLO ESCOLAR:

ACADEMIA QUE AVALA LA PRESENTACIÓN:

ACADEMIA DE ESTADISTICA

NOMBRE DEL PARTICIPANTE:

M.A. MYRNA DELFINA LÓPEZ NORIEGA

mdlopez@pampano.unacar.mx

Num. Empleado 332

Cd. Del Carmen, Campeche, Mayo 2010.

Contenido

TEMA

INSTRUMENTOS DE RECOLECCIÓN DE LA INFORMACIÓN

DETERMINACIÓN DE LA MUESTRA

DELIMITACIÓN DE LA POBLACIÓN

DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA

TIPOS DE MUESTREO

MUESTREO PROBABILÍSTICO

SELECCIÓN DE LOS ELEMENTOS MUESTRALES

LISTADOS Y OTROS MARCOS MUESTRALES

MUESTREO NO PROBABILÍSTICO

ETAPA DE RECOLECCIÓN DE DATOS

SIGNIFICADO DE MEDIR

REQUISITOS QUE DEBE CUBRIR UN INSTRUMENTO DE MEDICIÓN

FUENTES DE DATOS PARA ANÁLISIS

Bibliografía

TEMA

INSTRUMENTOS DE RECOLECCIÓN DE LA INFORMACIÓN

DETERMINACIÓN DE LA MUESTRA
Dependiendo del planteamiento inicial del análisis o estudio serán los sujetos u objetos de estudio. Si no es posible someter a prueba a todos
los miembros de la población, la única opción es seleccionar una muestra, un subconjunto de la población. Una buena técnica de muestreo
incluye maximizar el grado en que este grupo selecto representa a la población.

Inicio

Selección de una muestra

Una pob lación es un grupo de posibles participantes a la cual se desea generalizar los resultados del estudio. Y para que los resultados de una investigación tengan
algún significado más allá de la situación limitada en la que se obtuvieron originalmente es necesario que se puedan generalizar desde una muestra a una
población. Figura 1.

Por tanto, para seleccionar una muestra, lo primero es definir la unidad de análisis (personas, organizaciones, periódicos, etc). El “quienes van a ser medidos”,
depende de precisar claramente el problema a investigar y los objetivos de la investigación. Estas acciones nos llevarán al siguiente paso, que es delimitar una
población.
 Figura 1. Esquema de la generalización de la muestra a la población.

Inicio

DELIMITACIÓN DE LA POBLACIÓN
Una vez que se ha definido cuál será la unidad de análisis, se procede a delimitar la población que va a ser estudiada y sobre la cual se pretende generalizar los
resultados.

Para seleccionar la muestra deben delimitarse las características de la población, los parámetros muestrales que se van a estudiar.

Las poblaciones deben situarse claramente en torno a sus características de contenido, lugar y en el tiempo. Por ejemplo, en un estudio sobre los directivos de
empresa en México (Baptista, 1983) y con base en las consideraciones teóricas del estudio que describe el comportamiento gerencial de los individuos y la relación
de éste con otras variables de tipo organizacional se procedió a definir la población de la siguiente manera:

Nuestra población comprende a todos aquellos directores generales de empresas industriales y comerciales que en 1983 tiene un capital social superior a 30 millones de pesos, con ventas superiores a los 100 millones de
pesos y/o con más de 300 personas empleadas.

En este ejemplo se delimita claramente a la población, excluyendo a personas que no son directores generales, a empresas que no pertenezcan al giro industrial y
comercial. Se establece también claramente que se trata de empresas medianas y grandes con bases en criterios de capital y de recursos humanos.

Los criterios dependen de los objetivos de estudio, lo importante es establecerlos claramente.

Nuestra tarea, es idear un plan que asegure que la muestra que seleccionemos sea representativa de la población. Si logramos este objetivo, podremos generalizar
los resultados a toda la población con un alto grado de confianza, incluso si sólo usamos un porcentaje pequeño de la población.

DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA

El cálculo del número mínimo de sujetos que debe formar parte de una muestra exhaustiva al azar, se realiza como sigue:

Para una población infinita:

n = z2α pq/e2 (a), siempre que: np ≥ 5 y nq ≥ 5

Para una población finita:

n = Nz2α pq/[e2 (N - 1) + z2α pq] (b), siempre que: np ≥ 5 y nq ≥ 5

Siendo:

n = tamaño de la muestra.

N = tamaño de la población.

α = el nivel de confianza elegido.

Zα= el valor de z (siendo z una variable normal centrada y reducida), que deja fuera del intervalo ±zα una proporción α de los individuos.

p = proporción en que la variable estudiada se da en la población.

q = 1 - p.

e = error de la estimación.
Inicio

DETERMINACIÓN DEL NIVEL DE CONFIANZA

Por lo general, la información que se va a recoger va a seguir la ley normal (ley de Laplace-Gauss). Su representación gráfica es similar a una campana y bajo su
superficie están comprendidos todos los individuos.

El nivel de confianza (α) es el intervalo en el cual existe una probabilidad 1 - α de que esté contenido el parámetro p. Este intervalo está comprendido entre +zα y - zα.
En la Figura 2 podemos ver estas probabilidades y las puntuaciones zα que les corresponden.

Fig. 2: Nivel de confianza y valores zα

(el resto de valores serían los mismos, pero en orden inverso).

En la aplicación de las fórmulas para el cálculo del tamaño de la muestra suele presentarse el problema de determinar el valor de p. Esta dificultad se puede
solventar de una de las siguientes formas:

• Si existen estudios anteriores sobre la misma temática, podemos obtener, a través de ellos, una idea aproximada del valor de p.

• Se puede realizar un sondeo previo, con una muestra pequeña, para estimar el valor de p.

Por la teoría de probabilidad se sabe que la suma de probabilidades tiene que ser igual a 1. En el caso que nos ocupa, solo hay dos posibilidades: que dicha
variable se dé en la población (probabilidad p) o que no se dé (probabilidad q).

Aplicando lo anterior tendremos que p + q = 1. Como lo que nos interesa son los productos pq, vamos a ver qué valores pueden tomar cada uno de ellos y su
producto:

Como se puede observar el valor pq más elevado es el que corresponde a p = q = 0,5. Ese será el caso más desfavorable, puesto que al estar en el numerador de
ambas fórmulas implica que, cuanto más elevado sea, mayor tendrá que ser la muestra, por lo tanto éste será el valor que se tendrá que tomar cuando no se tenga
ninguna información.

A un riesgo α = 0,05 le corresponde un valor de zα = 1,96 ≈2, si tomamos p = q = 0,5 y sustituyendo estos valores en las fórmulas que dan el tamaño de la muestra,
quedan como sigue:

(a) n =

(b) n =

que, aplicándolas para diferentes márgenes de error, nos permitirán determinar el tamaño de la muestra.

En el caso de poblaciones muy grandes (superiores a 10.000) y con las condiciones establecidas (riesgo = 0,05; zα =
1,96 ≈2; p = q = 0,5), aplicando la fórmula (a), tenemos que, para un margen de error e, el tamaño de la muestra es el que se especifica a continuación:

En el caso de poblaciones finitas, con las condiciones establecidas (riesgo α = 0,05; zα = 1,96 ≈2; p = q = 0,5), si aplicamos la fórmula (b), tenemos el tamaño de la
población para diferentes márgenes de error, que se indica en la Tabla 1.

Tabla 1. Determinación del tamaño de la muestra en el caso de poblaciones finitas

NOTA: Los espacios que quedan en blanco en el cuadro es porque los valores que se obtienen son superiores a la mitad de la población. Cuando esto ocurre lo
más aconsejable es coger toda la población directamente, a no ser que haya razones de otra índole que aconsejen no trabajar con su totalidad.

Inicio

TIPOS DE MUESTREO
Generalmente, se distinguen dos tipos de muestras: muestras probabilísticas (aquellas en las que todos los individuos tienen una probabilidad conocida de ser
incluidos en la muestra) y muestras no probabilísticas (en las que no se conoce la probabilidad de cada individuo de ser incluido en la muestra).

Para seleccionar la muestra se pueden utilizar distintos métodos o combinaciones de ellos, en función del coste y de la precisión que se desee conseguir.
Generalizando, podemos decir que cuando se desee calcular los errores de muestreo y el intervalo de confianza en que se mueven las estimaciones, hay que recurrir
a las muestras probabilísticas. Cuando las estimaciones no tienen tanta trascendencia, se recurre a las muestras no probabilísticas ya que es más económico.

La elección entre la muestra probabilística y la no probabilística se determina, en este caso, con base en el planteamiento del problema y el alcance de sus
contribuciones.

Figura 3. Nivel de confianza y valores zα

Inicio

MUESTREO PROBABILÍSTICO
Son las más utilizadas porque la selección de los participantes está determinada por el azar. Puesto que la decisión de quien entra y quién no entra en la muestra
está regida por las reglas no sistemáticas y aleatorias.

Las muestras probabilísticas tienen muchas ventajas, quizá la principal sea que puede medirse el tamaño y error en nuestras predicciones. Se dice incluso que el
principal objetivo en el diseño de una muestra probabilística es reducir al mínimo este error, al que se le llama error estándar (Kish, 1995).

Este conjunto de técnicas de muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él. En este caso se habla de muestras probabilísticas,
pues no es razonable hablar de muestras representativas dado que no conocemos las características de la población.

Las muestras probabilísticas son esenciales en los diseños de investigación transeccionales, tanto descriptivos como correlacionales-causales (las encuestas de
opinión o surveys, por ejemplo), donde se pretende hacer estimaciones de variables en la población. Estas variables se miden y se analizan con pruebas
estadísticas en una muestra, donde se presupone que ésta es probabilística y todos los elementos de la población tienen una misma probabilidad de ser elegidos.
Las unidades o elementos muestrales tendrán valores muy parecidos a los de la población, de manera que las mediciones en el subconjunto nos darán estimados
precisos del conjunto mayor. La precisión de dichos estimados depende del error en el muestreo, que es posible calcular.

Inicio

Muestreo Aleatorio Simple

Cuando todos los individuos de la población tienen la misma probabilidad de ser elegidos, de acuerdo con las leyes del azar. Se trata de hacer una lista completa de
la población, asignar un número a cada individuo y, finalmente, mediante una tabla de números aleatorios seleccionar los individuos que van a formar parte de la
muestra.

El muestreo aleatorio simple puede ser de dos tipos:

• Sin reposición de los elementos: cada elementos extraído se descarta para la subsiguiente extracción. Por ejemplo, si se extrae una muestra de una "población" de
bombillas para estimar la vida media de las bombillas que la integran, no será posible medir más que una vez la bombilla seleccionada.

• Con reposición de los elementos: las observaciones se realizan con reemplazamiento de los individuos, de forma que la población es idéntica en todas las
extracciones. En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse sin reposición aunque,
realmente, no lo sea.

Inicio

Muestreo sistematico

Este procedimiento de selección es muy útil e implica elegir dentro de una población N un número n de elementos a partir de un intervalo. Este último (K) es un
intervalo que se va a determinar por el tamaño de la población y el tamaño de la muestra.

De manera que tenemos: K= N/n,

Donde:

K= un intervalo de selección sistemática,

N= la población y

n= la muestra.

Ejemplo: supongamos que se quiere hacer un estudio que pretende medir la calidad de la atención de los servicios proporcionados por los médicos y enfermeras de
un hospital. Para tal efecto consideremos que los investigadores consiguen grabaciones de todos los servicios efectuados durante un periodo determinado.
Supongamos que se hayan filmando 1 548 servicios (N). Con este dato se procede a determinar qué número de servicios necesitamos para generalizar a toda la
población nuestros resultados.

Si necesitamos una muestra de n= 308 episodios de servicio filmados. Se utiliza para la selección el intervalo K, donde:

, redondeado = 5

El intervalo 1/K = 5 indica que cada quinto servicio 1/K se seleccionará hasta completar n=308.

La selección sistemática de elementos muestrales 1/K se puede utilizar al elegir los elementos de n para cada estrato o para cada racimo.

La regla de la probabilidad, según la cual casa elemento de la población debe tener idéntica probabilidad de ser elegido, se cumple al empezar la selección de 1/K al
zar. Siguiendo nuestro ejemplo, no comenzamos a elegir a los 1 548 episodios, e 1, 6, 11, 16..., sino que procuramos que el inicio sea determinado por el azar. Así,
en este caso, podemos tirar unos dados y si en sus caras muestran 1, 6, 9 iniciaremos en el servicio 169, y seguiremos 174, 179, 184, 189... 1/K... y volveremos a
empezar por los primeros si es necesario.

Este procedimiento de selección es poco complicado y tiene varias ventajas:

• Cualquier tipo de estratos en una población X se verán reflejados en la muestra.

• La selección sistemática logra una muestra proporcionada.

 Inicio

Muestra estratificada

En ocasiones el interés es comparar sus resultados entre segmentos, grupos o nichos de la población, porque así lo señala el
planteamiento del problema. Por ejemplo, efectuar comparaciones por género (entre hombres y mujeres), si la selección de la muestra
es aleatoria, tendremos unidades o elementos de ambos géneros, no hay problema, la muestra reflejará a la población.

Pero a veces, nos interesan grupos que constituyen minorías de la población o universo y entonces si la muestra es aleatoria simple,
resultará muy difícil determinar qué elementos o casos de tales grupos serán seleccionados.

Entonces es cuando preferimos obtener una muestra probabilística estratificada (el nombre nos dice que será probabilística y que se
considerarán segmentos o grupos de la población, o lo que es igual, estratos).

Ejemplos de estratos en la variable religión serían: católicos, protestantes, judíos mahometanos, budistas, etc. y de la variable grado o nivel de estudios: infantil,
primaria secundaria, bachillerato, universidad (o equivalente) y posgrado.

El ejemplo anterior de los directores generales de empresa corresponde a una muestra probabilística simple. Determinamos en este caso que el tamaño de la
muestra sería de n = 298directivos. Pero supongamos que la situación se complica y que debemos estratificar esta n con la finalidad de que los elementos
muestrales o las unidades de análisis posean un determinado atributo. En nuestro ejemplo, este atributo podría ser el giro de la empresa. Es decir, cuando no basta
que cada uno de los elementos muéstrales tengan la misma probabilidad de ser escogidos, sino que además es necesario estratificar la muestra en relación con
estratos o categorías que se presentan en la población, y que además son relevantes para los objetivos del estudio, se diseña una muestra probabilística
estratificada. Lo que aquí se hace es dividir a la población en subpoblaciones o estratos, y se selecciona una muestra para cada estrato.

La estratificación aumenta la precisión de la muestra e implica el uso deliberado de diferentes tamaños de muestra para cada estrato, a fin de lograr reducir la
varianza de cada unidad de la media muestral.

En un número determinado de elementos muestrales n = , la varianza de la media muestra puede reducirse al mínimo, si el tamaño de la muestra para
cada estrato es proporcional a la desviación estándar dentro del estrato.

Esto es:

En donde la muestra n será igual a la suma de los elementos muestrales nh. Es decir, el tamaño n y la varianza de pueden minimizarse, si calculamos
“submuestras” proporcionales la desviación estándar de cada estrato. Esto es:

En donde nh y Nh son muestra y población de cada estrato, y sh es la desviación estándar de cada elemento en un determinado estrato. Entonces tenemos que:

Siguiendo con el ejemplo de los directores de empresa, la población es de 1 176 directores de empresa y el tamaño de muestra es n= 298.

¿Qué muestra necesitaremos para cada estrato?

Por ejemplo:

Nh = 53 directores de empresas extractivas corresponden a la población total de este giro.

fh = 0.2534 es la fracción constante

nh = 13 es el número redondeado de directores de empresa del giro extractivo y siderúrgico que tendrá que entrevistar De manera que el total
de la subpoblación se
multiplicará por esta fracción constante para obtener el tamaño de la muestra para el estrato. Al sustituirse, tenemos que:

(Nh) (fh)= nh (Véase la Tabla 2)

La distribución de la muestra entre las diferentes categorías recibe el nombre de afiliación de la muestra y puede hacerse de diferentes formas:

• Afiliación simple: a cada categoría se le asigna el mismo número de individuos,

• Afiliación proporcional: la asignación de los individuos a cada categoría es proporcional al número de individuos que la componen, y

• Afiliación óptima: el número de individuos que se asigna a cada categoría está en función de la desviación típica. Así, cuando en una categoría la desviación típica
es muy pequeña, nos bastará con una muestra pequeña. Cuando la desviación típica sea elevada, la muestra deberá ser mayor.
Muestreo aleatorio por conglomerados

Es muy similar al anterior. Se divide la población en conglomerados (se agrupa por zonas geográficas u otras áreas de interés para la investigación) y se selecciona
aleatoriamente cuáles de ellos formarán parte de la muestra. Una vez seleccionados se toman todos los individuos que componen cada conglomerado.

SELECCIÓN DE LOS ELEMENTOS MUESTRALES

Las unidades de análisis o los elementos muestrales se eligen siempre aleatoriamente para asegurarnos de que cada elemento tenga la misma probabilidad de
ser elegido. Se utilizan tres procedimientos de selección:

1. Tómbola

Muy simple y no muy rápido, consiste en enumerar todos los elementos muestrales del uno al número n. Hacer fichas o papeles, uno por cada elemento, revolverlos
en una caja, e ir sacando n número de fichas, según el tamaño de la muestra. Los números elegidos al azar conformarán la muestra.

Así, en la Tabla 2, tenemos que, de una población N = 53 empresas extractivas y siderúrgicas, se necesita una muestra n =13 de directivos generales de tales
empresas. En una lista se enumeran cada una de estas empresas. En fichas aparte se sortea cada uno de los 53 números, hasta obtener los 13 necesarios
(pueden ser las 13 primeras fichas que se extraigan). Los números obtenidos se verifican con los nombres y las direcciones de nuestra lista, para precisar los que
serán participantes del estudio.

Tabla 2. Muestra probabilística estratificada de directores de empresa

Total de población3

Estrato por giro Directores generales de empresa del giro (fh)= 0.2534 Muestra

NH (fh) = nh

1 Extractivo siderúrgico 53 13

2 Metal-mecánicas 109 25

3 Alimentos, bebidas y tabaco 215 55

4 Papel y artes gráficas 87 22

5 Textiles 98 25 Inicio

6 Eléctricas y electrónicas 110 28

7 Automotriz 81 20
2. Números random o números aleatorios
8 Químico-famacéutica 221 56
El uso de números random no significa la selección azarosa o fortuita, sino la
9 Otras empresas de transformación 151 38 utilización de una tabla de números que implica un mecanismo de
probabilidad muy bien diseñado., los números random de la Corporación
10 Comerciales 51 13 Rand fueron generados con una especie de ruleta electrónica. Existe una tabla
de un millón de dígitos, publicada por esa corporación cuyas partes se
N= 1 176 n= 298 encuentran en los apéndices de muchos libros de estadística.

LISTADOS Y OTROS MARCOS MUESTRALES

Las muestras probabilísticas requieren la determinación del tamaño de la muestra y de un proceso de selección aleatoria que asegure que todos los elementos de
la población tengan la misma probabilidad de ser elegidos. Todo esto lo hemos visto, aunque nos falta exponer sobre algo esencial que precede a la selección de
una muestra: el marco conceptual.

Éste constituye un marco de referencia que nos permita identificar físicamente los elementos de la población, la posibilidad de enumerarlos y, por ende, de proceder
a la selección de los elementos muestrales (los casos de la muestra). Normalmente se trata de un listado existente o una lista que es necesario confeccionar ad
hoc, con los casos de la población.

Los listados existentes sobre una población son variados: guías telefónicas, listas de miembros de las asociaciones, directorios especializados, listas oficiales de
escuelas de la zona, bases de datos de los alumnos de una universidad o de los clientes de una empresa, registros médicos, catastros, nóminas de una
organización, etc. en todo caso hay que tener en cuenta lo completo de una lista, su exactitud, su veracidad, su calidad y nivel de cobertura en relación con el
problema a investigar y la población que va a medirse, ya que todos estos aspectos influyen en la selección de la muestra.

Archivos

Un gerente de reclutamiento y selección de una empresa quiere precisar algunos datos que se dan en una solicitud de trabajo están correlacionados con el
ausentismo del empleado. Es decir, si a partir de datos como edad, género, estado civil, nivel educativo y duración en otro trabajo, es factible predecir la conducta de
ausentismo. Para establecer correlaciones se considerará como población a todas las personas contratadas durante 10 años. Se relacionan sus datos en la
solicitud de empleo con los registros de faltas.

Como no hay una lista elaborada de estos individuos, el investigador decide acudir a los archivos de las solicitudes de empleo. Tales archivos constituyen su marco
muestral a partir del cual se obtendrá la muestra. Calcula el tamaño de la población, obtiene el tamaño de la muestra y selecciona sistemáticamente cada archivo
1/K, cada solicitud que será analizada. Aquí el problema que surge es que en el archivo hay solicitudes de gente que no fue contratada y, por lo tanto, no debe
considerarse en el estudio.

Inicio

MUESTREO NO PROBABILÍSTICO
Aquel para el que no puede calcularse la probabilidad de extracción de una determinada muestra. Las muestras no probabilísticas pueden realizarse de 3 formas:

Hay tres tipos:

• Casual o de conveniencia,

• De cuota,

• Intencional o de juicio

Muestreo casual

Es la técnica más utilizada por las televisiones, radios y empresas de investigación de mercado. Se trata de entrevistar a personas de forma casual. Generalmente el
entrevistador se sitúa en la calle y pregunta a las personas que pasan cerca de él. También se realiza por teléfono.

Muestreo intencional o de juicio

Se seleccionan casos típicos de una población, a criterio de un experto.

Muestreo por cuotas.

Se le asigna a cada entrevistador un número de entrevistas a realizar a personas que reúnan determinadas características (por ejemplo: mujeres, entre 20 y 30 años,
casadas).

ETAPA DE RECOLECCIÓN DE DATOS

Una vez que seleccionamos el diseño de investigación apropiado y la muestra adecuada (probabilística o no probabilística), de acuerdo con
nuestro problema de estudio, la siguiente etapa consiste en recolectar los datos pertinentes sobre los atributos, conceptos, cualidades o
variables de los participantes, casos, sucesos, comunidades u objetos involucrados en la investigación.

Recolectar los datos implica elaborar un plan detallado de procedimientos que nos conduzcan a reunir datos con un propósito específico.
Este plan incluye determinar:

• ¿Cuáles son las fuentes de donde vamos a obtener los datos?

• ¿En dónde se localizan tales fuentes?

• ¿A través de qué medio o método vamos a recolectar los datos?

• Una vez recolectados, ¿de qué forma vamos a prepararlos para que puedan analizarse y respondamos al planteamiento del problema?

El plan se nutre de diversos elementos:

• Las variables, conceptos o atributos a medir (contenidas en las directrices del estudio).

• Las definiciones operacionales. La manera como hemos operacionalizado las variables es crucial para determinar el método para medirlas, lo cual a su vez, resulta
fundamental para realizar las inferencias de los datos.

• La muestra.

• Los recursos disponibles (de tiempo, apoyo institucional, económicos, etcétera).

El plan se implementa para obtener los datos requeridos y no olvidemos que todos los atributos, cualidades y variables deben de ser medibles.

Con la finalidad de recolectar datos disponemos de una gran variedad de instrumentos o técnicas, tanto cualitativas como cuantitativas, es por ello que en un mismo
estudio podemos utilizar ambos tipos.
Antes de continuar es necesario revisar algunos conceptos esenciales para la recolección de los datos cuantitativos.

Inicio

SIGNIFICADO DE MEDIR

En la vida diari a medimos constantemente. Por ejemplo, al levantarnos por las mañanas, miramos el reloj despertador y “medimos” la
hora; al bañarnos, ajustamos la temperatura del agua en la tina o la regadera, calculamos la cantidad de café que habremos de colocar
en la cafetera; nos asomamos por la ventana y estimamos cómo será el día para decidir la ropa o atuendos que nos pondremos; al ver el
tráfico desde el autobús u otro vehículo, evaluamos e inferimos a qué hora llegaremos a la universidad o al trabajo, así como la velocidad
a la que trans itamos (u observamos el velocímetro).

De acuerdo con la definición clásica del término, ampliamente difundida, medir significa: asignar números, símb olos o valores a las
propiedades de ob jetos o eventos de acuerdo con reglas. Esta definición es más apropiada para las ciencias físicas que para las ciencias
sociales, ya que varios de los fenómenos que son medidos en estas no pueden caracterizarse como objetos o eventos, ya que son
demasiado abstractos para ello.

La disonancia cognitiva, la alineación, el clima organizacional, la cultura fiscal y la credibilidad son conceptos tan abstractos que no deben
ser considerados “cosas que pueden verse o tocarse” (definición de objeto) o solamente como “resultado, consecuencia o producto”
(definición de evento).

Figura 4. Ejemplo de plan para la obtención de datos.

En este proceso, el instrumento de medición o de recolección de datos tiene un papel central. Sin él, no hay observaciones clasificadas.

La definición sugerida incluye dos consideraciones: la primera es desde el punto de vista empírico y se resume en que el centro de atención es la respuesta
observable (sea una alternativa de respuesta marcada en un cuestionario, una conducta grabada vía observación o una respuesta dada a un entrevistador). La
segunda es desde una perspectiva teórica y se refiere a que el interés se sitúa en el concepto subyacente no observable que se representa por medio de la
respuesta.

Para McDaniel y Gates, la medición “es el proceso de asignar números o marcadores a objetos, personas, estados o hechos, según reglas específicas para
representar la cantidad o cualidad de un atributo”. En este sentido, no se miden el hecho, la persona o el objeto, sino sus atributos. En investigación hay cuatro
niveles básicos de medición: nominal, ordinal, de intervalos y de proporción.

• Escala nominal. Divide los datos en categorías mutuamente excluyentes. El término nominal significa “nominar”, que quiere decir que los números que sean
asignados a los objetos o fenómenos son nombres o clasificaciones, pero no tienen un verdadero significado numérico, es decir, son números de identificación.

Ejemplos:

Sexo: Masculino (1) Femenino (2)

Estado civil: Casado (1) Soltero (2)

Separado (3) Otro (4)

Las escalas nominales se emplean para calcular recuentos de frecuencias, porcentajes y modas.

• Escala ordinal. Tiene como propósito dar orden a los datos (dar prioridades) de forma ascendente o descendente.

Ejemplo:

Por favor, clasifique las siguientes marcas de máquinas de fotocopiado de 1 a 6.

Donde 1 indica la marca de fotocopiadora preferida por usted y 6 la que menos prefiere:

Xerox ____

Toshiba ____

Sharp ____

Ricoh ____

Minolta ____

Canon ____

Las escalas ordinales se emplean para calcular la mediana, la media y la desviación típica.

• Escala de intervalos. Son las escalas que agrupan las mediciones por intervalos o rangos donde los puntos de escala son iguales.

Ejemplo:

El Volskwagen es un auto:

Parcialmente en Totalmente en
Totalmente de acuerdo Parcialmente de acuerdo Indiferente desacuerdo desacuerdo

1 2 3 4 5

1. Bien fabricado

2. Demasiado caro

Las escalas de intervalo se emplean para calcular la media aritmética, las desviaciones estándares y el coeficiente de correlación.

• Escalas de razón. Es una escala similar a las escalas de intervalo, sin embargo tienen un cero absoluto u origen. Se utilizan con variables como: ingresos, volumen
de producción, rentabilidad, etcétera.

Un instrumento de medición adecuado es aquel que registra datos observables que representan verdaderamente los conceptos o las variables que el investigador
tiene en mente. La función de la medición es establecer una correspondencia entre el “mundo real” y el “mundo conceptual”.

En toda investigación cuantitativa aplicamos un instrumento para medir las variables de interés. Esa medición es efectiva cuando el instrumento de recolección de
datos en realidad representa a las variables que tenemos en mente. Si no es así. Nuestra medición es deficiente; por lo tanto, la investigación no es digna de
tomarse en cuenta.

Desde luego, no hay medición perfecta. Es casi imposible que representemos con fidelidad variables tales como la inteligencia emocional, la motivación, el nivel
socioeconómico, el liderazgo democrático, al abuso sexual infantil y otras más; pero es un hecho que debemos acercarnos lo más posible a la representación fiel de
las variables a observar, mediante el instrumento de medición que desarrollemos. Se trata de un precepto básico del enfoque cuantitativo.

Inicio
REQUISITOS QUE DEBE CUBRIR UN INSTRUMENTO DE MEDICIÓN
Toda medición o instrumento de recolección de datos debe reunir tres requisitos esenciales: confiabilidad, validez y objetividad.

La confiabilidad

La confiabilidad de un instrumento de medición se refiere al grado en que su aplicación repetida al mismo sujeto u objeto produce resultados iguales. Por ejemplo,
si se midiera en este momento la temperatura ambiental usando un termómetro y éste indicara que hay 22º C, y un minuto más éste indicara 40º C. dicho termómetro
no sería confiable, ya que su aplicación repetida produce resultados distintos. Asimismo, si una prueba de inteligencia (IQ) se aplica hoy a un grupo de personas y da
ciertos valores de inteligencia, se aplica un mes después y proporciona valores diferentes, al igual que en subsecuentes mediciones, tal prueba no sería confiable
(analice los valores de la Tabla 3, suponiendo que los coeficientes de inteligencia oscilaran entre 95 y 150). Los resultados no son coherentes, pues no se puede
“confiar” en ellos.

La confiabilidad de un instrumento de medición se determina mediante diversas técnicas después de revisar los conceptos de validez y objetividad.

Inicio

La validez

La validez, en términos generales, se refiere al grado en que instrumento realmente mide la variable que pretende medir. Por ejemplo, un instrumento válido para
medir la inteligencia debe medir la inteligencia y no la memoria. Un método para medir el rendimiento bursátil tiene que medir precisamente esto y no la imagen de
una empresa.

En apariencia es sencillo lograr la validez. Esto sería factible en unos cuantos casos (como lo sería el género al que pertenece una persona). Sin embargo, la
situación no es tan simple como cuando se trata de variables como la motivación, la calidad del servicio a los clientes, la actitud hacia un candidato político, y menos
aún con sentimientos y emociones, así como de otras variables con las que trabajamos en todas las ciencias.

Tabla 3. Ejemplo de resultados proporcionados por un instrumento de medición sin confiabilidad

Primera aplicación Segunda aplicación Tercera aplicación

Martha 130 Laura 131 Luis 140

Laura 125 Luis 130 Teresa 129

Gabriel 118 Marco 127 Martha 124

Luis 112 Gabriel 120 Rosa María 120

Marco 110 Chester 118 Laura 109

Rosa María 110 Teresa 118 Chester 108

Chester 108 Martha 115 Gabriel 103

Teresa 107 Rosa María 107 Marco 101

La validez es un concepto del cual pueden tenerse diferentes tipos de evidencia:

1) evidencia relacionada con el contenido,

2) evidencia relacionada con el criterio y

3) evidencia relacionada con el constructo.

1. Evidencia relacionada con el contenido

La validez de contenido se refiere al grado en que un instrumento refleja un dominio específico de contenido de los que se mide. Es el grado en el que la medición
representa al concepto o variable medida. Por ejemplo, una prueba de operaciones aritméticas no tendrá validez de contenido si incluye sólo problemas de resta y
excluye problemas de suma, multiplicación o división. O bien, una prueba de conocimientos sobre las canciones de los Beatles no deberá basarse solamente en
sus álbumes Let it Be y Abbey Road, sino que debe incluir canciones de todos discos.

Un instrumento de medición requiere tener representados prácticamente a todos o la mayoría de los componentes del dominio de contenido de las variables a
medir. Este hecho se ilustra en la Figura 5.

En cada estudio uno debe probar que el instrumento utilizado es válido. Un ejemplo del intento por establecer el dominio de contenido de una variable es el siguiente:

La pregunta que se responde con la validez de contenido es: ¿el contenido mide adecuadamente las principales dimensiones de la variable en cuestión? En un
cuestionario, por ejemplo, cabría interrogar: ¿Las preguntas qué tan bien representan a todas las preguntas que pudieran hacerse?

2. Evidencia relacionada con el criterio

La validez de criterio establece la validez de un instrumento de medición al comprarla con algún criterio externo que pretende medir lo mismo.

Supongamos que Fernando trata de “medir” el grado en que es aceptado por Laura. Entonces decide que va a tomarla de la mano y observará su reacción.
Supuestamente, si ella no retira la mano, esto indicaría cierta aceptación. Pero para asegurarse que su medición es válida decide, utiliza otra forma de medición
adicional, por ejemplo, mirarla fijamente sin apartar la vista de sus ojos. En apariencia, si Laura le sostiene la mirada, esto sería otro indicador de aceptación. Así su
medición de aceptación se valida mediante dos métodos al comparar dos criterios.

Este criterio es un estándar con el que se juzga la validez del instrumento y cuanto más se relacionen los resultados del instrumento de medición con el criterio, la
validez del criterio será mayor. Por ejemplo, un investigador valida un examen sobre manejo de aviones al mostrar la exactitud con la que el examen predice qué tan
bien un grupo de pilotos es capaz de operar un aeroplano.

Un cuestionario para detectar las preferencias del electorado por los distintos partidos contendientes y por sus candidatos en la época de las campañas, pueden
validarse comparando sus resultados con los resultados finales y definitivos de la elección.

El principio de la validez de criterio es sencillo: si diferentes instrumentos o criterios miden el mismo concepto o variable, deben arrojar resultados similares.

La pregunta que se responde con la validez de criterio es: ¿En qué grado el instrumento comparado con otros criterios externos mide lo mismo?, o ¿Qué tan
cercanamente las puntuaciones del instrumento se relacionan con otro(s) resultado(s) sobre el mismo concepto?

3. Evidencia relacionada con el constructo

La validez de constructo es probablemente la más importante, sobre todo desde una perspectiva científica, y se refiere a qué tan exitosamente un instrumento
representa y mide un concepto teórico. A esta validez le concierne en particular el significado del instrumento, esto es, qué está midiendo y cómo opera para medirlo.
 Un constructo es una variable medida y que tiene lugar dentro de una hipótesis, teoría o un esquema teórico. Es un atributo que no existe aislado sino en relación con
otros (Hernández, 2006). No se pude ver, sentir, tocar o escuchar; pero debe de ser inferido de la evidencia que tenemos en nuestras manos y que proviene de las
puntuaciones del instrumento que se utiliza.

La validez de constructo incluye tres etapas (Hernández, 2006):

• Se establece y específica la relación teórica entre los conceptos (sobre la base del marco teórico).

• Se correlacionan los conceptos y se analiza cuidadosamente la correlación.

• Se interpreta la evidencia empírica de acuerdo con el nivel en el que clarifica la validez de constructo de una medición particular.

El proceso de validación de un constructo está vinculado con la teoría. No es conveniente llevar a cabo tal validación, a menos que exista un marco teórico que
soporte la variable en relación con otras variables. Desde luego, no es necesaria una teoría muy desarrollada, pero sí investigaciones que hayan demostrado que los
conceptos se relacionan.

Tenemos mayor confianza en la validez de constructo de una medición cuando sus resultados se correlacionan significativamente con un mayor número de
mediciones de variables que, en teoría y de acuerdo con estudios antecedentes, están relacionadas. Esto se representa en la Figura 6.

Figura 6. Presentación gráfica de un instrumento con validez de constructo

Ejemplo: El investigador aplicó un instrumento para evaluar al clima organizacional, el cual, midió las siguientes variables: moral, apoyo de la dirección, innovación,
percepción de la empresa-identidad-identificación, comunicación, percepción del desempeño, motivación intrínseca, autonomía, satisfacción general, liderazgo,
visión y recompensas o retribución. La pregunta obvia es: ¿Tal instrumento realmente mide el clima organizacional?, ¿Verdaderamente lo representa? En cuanto a
contenido se demostró que sí refleja las principales dimensiones del clima organizacional. Pero esto no es suficiente, necesita demostrar que su instrumento es
consistente con la teoría.

La teoría indica que tales dimensiones están fuertemente vinculadas y que se unen o funden entre sí para formar un constructo multidimensional denominado clima
organizacional y que además están relacionadas con el involucramiento en l trabajo y el compromiso organizacional.

Los resultados coincidieron con la teoría y se obtuvo evidencia sobre la validez de constructo del instrumento.

Las preguntas que se responden con la validez de constructo son: ¿El concepto teórico está realmente reflejado en el instrumento?, ¿Qué significan las
puntuaciones del instrumento?, ¿El instrumento mide el constructo y sus dimensiones?, ¿Por qué sí o por qué no?, ¿Cómo opera en instrumento?.

Inicio

La validez total

La validez de un instrumento de medición se evalúa sobre la base de todos los tipos de evidencia. Cuanto mayor evidencia de validez de contenido, de validez de
criterio y de validez de constructo tenga un instrumento de medición, éste se acercará más a representar la(s) variable(s) que pretende medir.

La validez no puede descansar en un solo tipo de evidencia.

Validez total = validez de contenido + validez de criterio + validez de constructo

La relación entre la confiabilidad y la validez

Un instrumento de medición puede ser confiable, pero no necesariamente válido (un aparato, por ejemplo, quizá sea consistente en los resultados que produce, pero
no mida lo que pretende). Por ello es requisito que el instrumento de medición demuestre ser confiable y válido. De no ser así, los resultados de la investigación no
deben tomarse en serio.

Para ampliar este comentario, recurriremos a una analogía ampliamente utilizada. Supongamos que vamos a probar un arma con tres tiradores. Cada uno debe
realizar cinco disparos, entonces:

El tirador 1: Sus disparos no impactan en el centro del blanco y se encuentran diseminados por todo el blanco.

El tirador 2: Tampoco impacta en el centro del blanco, aunque sus disparos se encuentran cercanos entre sí, fue consistente, mantuvo un patrón.
El tirador 3: los disparos se encuentran cercanos entre sí e impactaron en el centro del blanco.

Sus resultados podrían visualizarse como en la Figura 7, en la cual se vinculan la confiabilidad y la validez.

Figura 7. Representación de la confiabilidad y la validez.

Inicio

Factores que pueden afectar la confiabilidad y la validez

Hay diversos factores que pueden llegar a afectar la confiabilidad y la validez de los instrumentos de medición e introducen errores en la medición:

• La improvisación. Consiste en creer que un instrumento de medición es un cuestionario que resulta de elaborar varias preguntas sin mucha dedicación ni revisión.

• Instrumentos desarrollados en el extranjero que no han sido validados.

• Instrumento inadecuado para las personas a quienes se les aplica.

• Cuestiones vinculadas con los estilos personales de los sujetos participantes, como: deseabilidad social, tendencia a sentir con respeto a todo lo que se pregunta,
dar respuestas inusuales o contestar siempre negativamente.

• Condiciones en las que se aplica el instrumento de medición.

• La falta de estandarización.

Con respecto a la validez de constructo dos factores pueden afectarla significativamente:

a) la estrechez del contenido, es decir, que se excluyan dimensiones importantes de la variable o las variables medidas y

b) la amplitud exagerada, donde el riesgo es que el instrumento contenga excesiva intrusión de otros constructos.

Inicio

Fuentes de error en un instrumento de medición

Las siguientes son las principales fuentes de error en un instrumento de medición.

• Error muestral: se presenta cada vez que se extrae una muestra de la población en vez de hacer un censo.

• Errores de respuesta: se presenta cada vez que el valor de la variable en estudio se deforma durante el proceso de diseño y aplicación del instrumento. Estos
errores de respuesta se reflejan en los siguientes interrogantes:

− ¿Entiende el entrevistado la pregunta? Es necesario elaborar preguntas acordes con la población que se va a encuestar.

− ¿Conoce el entrevistado la respuesta a la pregunta? Por ejemplo, preguntar a una persona de un área funcional de la empresa: ¿existen políticas de elaboración
de presupuestos de ingresos y egresos en la empresa? Es muy posible que esta persona no conozca la respuesta.

− ¿Está dispuesto el entrevistado a dar la respuesta verdadera a la pregunta? Esto sucede cuando se trata de temas delicados o que comprometen a las personas
entrevistadas.
− ¿Tienden la redacción de la pregunta o la situación en que se formula a viciar la respuesta? Esto ocurre cuando el instrumento se diseña con sesgos en las
preguntas.

Por ejemplo, la marca de automóviles Pisgi es la más famosa en el mercado porque:

a. c.

b. d.

• Error por falta de respuestas. Se presenta cuando las personas sólo diligencian parte de la encuesta.

• Error de aplicación en el instrumento. Se presenta cuando el entrevistador o encuestador aplica mal el cuestionario.

Inicio

LA OBJETIVIDAD

Se trata de un concepto difícil de lograr, particularmente en el caso de las ciencias sociales.

En un instrumento de medición, la objetividad se refiere al grado en que éste es permeable a la influencia de los sesgos y tendencias del investigador o
investigadores que lo administran, califican e interpretan).

La objetividad se refuerza mediante la estandarización en la aplicación del instrumento (mismas instrucciones y condiciones para
todos los participantes) y en la evaluación de los resultados; así como, al emplear personal capacitado y experimentado en el
instrumento. Por ejemplo, si se utilizan observadores, su proceder en todos los casos debe ser los más similar que sea posible y
su entrenamiento tendrá que ser profundo y adecuado.

Los estudios cuantitativos buscan que la influencia de las características y las tendencias del investigador se reduzcan al mínimo
posible.

La validez, la confiabilidad y la objetividad no deben tratarse de forma separada. Sin alguna de las tres, el instrumento no es útil
para llevar a cabo un estudio.

Medida de estabilidad (confiabilidad por test-retest)

En este procedimiento un mismo instrumento de medición se aplica dos o más veces a un mismo grupo de personas, después de cierto periodo. Si la correlación
entre los resultados de las diferentes aplicaciones es altamente positiva, el instrumento se considera confiable.

Desde luego, el periodo entre las mediciones es un factor a considerar. Si el periodo es largo y la variable susceptible de cambios, ello suele confundir la
interpretación del coeficiente de confiabilidad obtenido por este procedimiento. Y si el periodo es corto las personas pueden recordar cómo respondieron en la
primera aplicación del instrumento, para aparecer como más consistentes de lo que en realidad son.

Método de formas alternativas o paralelas.

En este procedimiento no se administra el mismo instrumento de medición, sino dos o más versiones equivalente de éste. Las versiones son similares en
contenido, instrucciones, duración y otras características. Las versiones (casi siempre dos) se administran a un mismo grupo de personas simultáneamente o
dentro de un periodo relativamente corto. El instrumento es confiable si la correlación entre los resultados de ambas administraciones es positiva de manera
significativa. Los patrones de respuesta deben variar poco entre las aplicaciones.

Método de formas alternas prueba-posprueba.

Una variación del anterior, es el de las formas alternas prueba-posprueba (Creswell, 2005), cuya diferencia reside en que el tiempo que transcurre entre la
administración de las versiones es mucho más largo, que es el caso de algunos experimentos.

Método de mitades partidas (split-halves).

Los procedimientos anteriores (medida de estabilidad y método de formas alternas) requieren cuando menos dos administraciones de la medición en el mismo
grupo de individuos. En cambio, el método de mitades partidas necesita sólo una aplicación de la medición.
Específicamente el conjunto total de ítems o reactivos se divide en dos mitades equivalentes y se comparan las puntuaciones o los resultados de ambas. Si el
instrumento es confiable, las puntuaciones de las dos mitades deben estar muy correlacionadas.

Un individuo con baja puntuación en una mitad tenderá a mostrar también una baja puntuación en la otra mitad. El procedimiento se diagrama en la Figura 8.

Figura 8. Esquema del procedimiento de mitades-partidas

Medidas de consistencia interna.

Éstos son coeficientes que estiman la confiabilidad:

a) el alfa de Cronbach (desarrollado por J.L. Cronbach) y

b) los coeficientes KR-20 Y KR-21 de Kuder y Richardson.

El método de cálculo en ambos casos requiere una sola administración del instrumento de medición.

Con la finalidad de comprender mejor los métodos para determinar la confiabilidad vea a Tabla 4.

Tabla 4. Aspectos básicos de los métodos para determinar la confiabilidad

Número de veces que el Número de versiones diferentes del Número de participantes que
Método Inquietud o pregunta que contesta
instrumento es administrado instrumento proveen los datos

¿Responden los individuos de una

Cada participante responde al
Estabilidad (test-retest) Dos veces en tiempos distintos Una versión manera similar a un instrumento si se
instrumento dos veces
les administra dos veces?

Cuando dos versiones de un

Dos veces al mismo tiempo o con Dos versiones diferentes, pero Cada participante responde a instrumento son similares, ¿Hay
Formas alternas
diferencia de tiempo muy corta. equivalentes. cada versión del instrumento. convergencia o divergencia en las
respuestas a ambas versiones?

Cuando dos versiones de un

Formas alternas y Dos versiones diferentes, pero Cada participante responde a instrumento son similares, ¿Hay
Dos veces en tiempos distintos
pruebas-posprueba equivalentes. cada versión del instrumento. convergencia o divergencia en las
respuestas a ambas versiones?

¿Son las puntuaciones de una mitad

Una fragmentada en dos partes Cada participante responde a la
Mitades partidas Una vez del cuestionario similares a las
equivalentes. única versión del instrumento.
obtenidas en la otra mitad?
Medidas de consistencia Cada participante responde a la ¿Las respuestas a los ítems del
Una vez Una versión
interna (alfa y KR-20 y 21) única versión del instrumento. instrumento son coherentes?

La confiabilidad varía de acuerdo con el número de ítems que incluya el instrumento de medición. Cuantos más ítems haya, mayor será la confiabilidad. Esto resulta
lógico, veámoslo con un ejemplo cotidiano: si se desea probar qué tan confiable o consistente es la lealtad de un amigo hacia nuestra persona, cuantas más
pruebas le pongamos, su confiabilidad será mayor. Claro está que demasiados ítems provocarán cansancio en el sujeto.

Cada vez que se administra un instrumento de medición debe calcularse la confiabilidad, al igual que evaluarse la evidencia sobre la validez.

Inicio

FUENTES DE DATOS PARA ANÁLISIS

Existen tres métodos básicos con los cuales se pueden obtener datos a utilizar en un análisis o estudio: datos ya publicados por fuentes gubernamentales o
industriales; la obtención de datos mediante un experimento que incluye la observación y a través de una encuesta.

La técnica más habitual es la de la encuesta. La encuesta nos permite obtener información sobre un problema o un aspecto de
éste, a través de una serie de preguntas, previamente establecidas, dirigidas a las personas implicadas en el tema del estudio.

Para llevar a cabo una encuesta de satisfactoria, su diseño debe ser tal que brinde a los encuestados el tiempo y las ganas de
responderla y que además le genere la clase de información que realmente va a ayudar a obtener información valiosa para el
interesado.

La aplicación de esta técnica presenta una serie de ventajas e inconvenientes, en relación a otras que tienen en consideración la
opinión del investigado (observación, entrevista, etc).

Inicio

Ventajas

• Permite planificar previamente qué es lo que se va a preguntar, de tal manera que asegura que no se olvidarán los puntos más importantes, y que se precisará
tanto como se desee en las preguntas.

• Es más económica que otras técnicas puesto que permite la aplicación masiva, es decir que se puede encuestar a un gran número de personas.

• En el caso de variables complejas, la encuesta permite desglosar estas variables en distintos aspectos de las mismas, de tal manera que a través de diversas
preguntas se puede conocer la variable compleja.

• La encuesta permite la comparación con otras investigaciones que sobre ese tema se hayan realizado. Además, pueden derivarse estudios posteriores que
profundicen o amplíen el tema en cuestión.

Inconvenientes

• Elaborar una encuesta es una tarea muy compleja que requiere prestar atención a numerosos detalles.

• La encuesta requiere la colaboración del interesado. Esto conlleva que los resultados de la misma estarán en función del número de personas que respondan y de
la precisión y/o sinceridad con que den esas respuestas.

• La encuesta no se adapta a las diferencias individuales, ya que el cuestionario es fijo y no debe variarse.

• La encuesta da una información puntual, eso quiere decir que los datos que se obtienen están sometidos a cambios en el tiempo.

La utilización de la técnica de la encuesta puede considerarse dividida en varias fases:

1. Definición del objetivo de la encuesta en función del estudio.

2. Elaboración del cuestionario.

3. Aplicación del cuestionario.

4. Tratamiento estadístico de los resultados.

5. Elaboración del informe/reporte.

A continuación describiremos brevemente los aspectos esenciales de cada una de estas fases.

1. Definición del objetivo

Formulación del prob lema. Antes de elaborar un cuestionario hay que saber qué es lo que se va a analizar. Para ello es necesario que se haga un planteamiento
claro delimitándolo tanto como sea posible.

Recopilación de Información adicional. Una vez establecido el problema a estudiar es, útil recurrir a la búsqueda de bibliografía, o bien a técnicas de tipo exploratorio
como son las discusiones de grupo, entrevistas no dirigidas, observación, etc. para obtener más información sobre el tema, no repetir estudios, avanzar en otros
campos, no cometer los errores que otros estudios hayan puesto de manifiesto, etc.

Definición de variab les. Las variables son los aspectos de la realidad que influyen en el problema. Se tratará, pues, de especificar estos aspectos y ver cuáles de
ellos son determinantes en cada situación. Los aspectos determinantes son las variables independientes.

2. Elaboración del cuestionario

Elab oración de los indicadores. A veces las variables en sí mismas no son directamente medibles. Cuando esto ocurre es necesario buscar indicadores. Los
indicadores son hechos que ponen de manifiesto las distintas dimensiones que puede tener una variable. Por ejemplo: Un indicador de la existencia de ruido es
conocer a qué distancia se puede mantener una conversación, hablando en un tono normal.

Indagar sobre la existencia de cuestionarios o técnicas de recolección de información sobre un mismo tema de la investigación que va a realizarse. Esto sirve para
utilizar un cuestionario ya existente una vez estandarizado o como orientación para preparar uno nuevo.

En caso de no existir un cuestionario previo, para elaborar el propio, es necesario comenzar por determinar el formato de preguntas y respuestas que conformarán el
cuestionario. Esta etapa consiste en determinar el tipo de preguntas que van a emplearse en la encuesta.

Diseño del cuestionario. Un cuestionario es un conjunto de preguntas que tiene como finalidad la obtención de los datos necesarios para una investigación. Para su
elaboración se parte de las variables y los indicadores establecidos en fases anteriores, construyendo una batería de preguntas para cada variable.

Hay dos criterios a cumplir: primero, la eficacia para la investigación de cada pregunta (si la posible respuesta a la misma aporta datos de interés para el estudio que
se está realizando); segundo, si el número de preguntas que se hace para cada tema es el suficiente (no conviene que el cuestionario sea tan largo que canse al
encuestado, ni tan corto que no aporte datos suficientes al estudio).

Una vez realizada la batería de preguntas, conviene realizar un análisis más exhaustivo tanto del contenido de las preguntas, como de su colocación en el
cuestionario.

Pautas para la elaboración del cuestionario

Antes de iniciar la elaboración de un cuestionario, es necesario tener en claro los objetivos y las hipótesis o preguntas de investigación que impulsan a diseñar el
cuestionario. Además, es preciso tener cierta seguridad de que la información puede conseguirse mediante los métodos de que se dispone y requiere el objeto de
estudio.

Contenido de las preguntas: A continuación se resumen algunas pautas a seguir para analizar el contenido de las preguntas. Es evidente que su aplicación depende
de cada caso y que, por lo tanto, no son normas generales.

Lenguaje
• Adaptarse al que utilizan los encuestados. Las palabras deben ser las de uso familiar y corriente.

• Tener cuidado con las palabras: todo, siempre, jamás, ninguno, nadie, tiene un sentido muy drástico y la realidad no es tan tajante.

• Atención a los distintos usos que puede darse a una misma palabra en diferentes regiones.

• No utilizar palabras ambiguas, a no ser que se explique el sentido que se les quiere dar.

Redacción
• Debe ser lo más simple que sea posible, y con los matices que sea necesario precisar.

• Los enunciados no deben ser muy largos, para evitar que se tengan que releer. Se aconseja que no se superen las 25 palabras.

• Evitar aquellas preguntas que, una vez redactadas, resulten ambiguas.

• El enunciado debe ser una sentencia lógica.

• Formular la pregunta de tal manera que la respuesta venga dada en la forma deseada por el investigador.

Aspectos generales
• Valorar si la pregunta es necesaria, si requiere el apoyo de otras preguntas y si el encuestado tiene suficiente información para responder.

• Evitar preguntas poco razonables o inoportunas. Si es necesario incluirlas, explicar el por qué.

• No preguntar dos ideas en un mismo item (por ejemplo: ¿trabaja sentado o de pie?), puesto que la respuesta (sí, no) no permitirá discriminar a qué idea se refiere
(si trabaja sentado o de pie o en ninguna de las dos posturas).

• Atención a las preguntas de hechos pasados o aquellas que impliquen la realización de cálculos, puesto que pueden dar lugar a respuestas erróneas ya sea por
fallos de memoria o por errores en el cálculo.

• Detectar las preguntas cargadas. Una pregunta cargada es aquella que, lo más probable, es que sea contestada en un determinado sentido, es decir, que no va a
permitir discriminar la posición de los encuestados respecto a ella, por lo tanto lo mejor es evitarlas; si ello no fuera posible, cambiar la redacción o hacer una
redacción despersonalizada. Este tipo de preguntas son aquellas que:

Sugieren, de alguna manera, la respuesta.

Pueden originar temores en el encuestado.

Hacen referencia a estereotipos.

Contienen nombres propios (personajes con carga ideológica).

Contienen palabras terminadas en ismo o en dad.

Su contenido va contra las normas socio-culturales universalmente aceptadas.

Inicio

Tipos de preguntas
• Atendiendo ala forma de la respuesta, se clasifican en abiertas, cerradas y mixtas. Las preguntas abiertas son aquellas en las que después del enunciado hay un
espacio en blanco para que el encuestado conteste lo que quiera.

• Preguntas cerradas son aquellas en las que e encuestador establece todas las posibles respuestas E la pregunta. Pueden ser de dos tipos: respuestas di
alternativa simple, cuando sólo es posible una res puesta (sí o no, hombre o mujer); respuestas de alternativa múltiple, cuando se presentan varias alternativas de
posible respuesta.

• Las preguntas mixtas, son preguntas cerradas que dar opción al encuestado a razonar, matizar o ampliar su respuesta a través de la opción «otros» o de la opción
«por qué».

• Atendiendo a la temática, se pueden clasificar en preguntas: de hechos o conocimientos; de actitudes de opinión; de experiencias; de situaciones; y de procesos.

Preguntas de tipo abierto. Este tipo de preguntas le permiten al encuestado contestar en sus propias palabras; es decir, no limita las opciones de respuesta.

Las preguntas de tipo abierto ofrecen diversas ventajas. Permiten que las personas entrevistadas indiquen sus reacciones generales ante un determinado aspecto o
rasgo. Por ejemplo, ¿qué ventajas, si es que las hay, ofrece el uso del internet en el mundo actual? Además, propician la obtención de información abundante o
pueden sugerir posibilidades que no se incluyen en las preguntas cerradas.

Preguntas de tipo cerrado. Son preguntas que le piden a la persona encuestada que elija la respuesta en una lista de opciones.

La ventaja de este tipo de preguntas es que se elimina el sesgo del entrevistador, muy clásico en las preguntas de tipo abierto. Son fáciles de codificar y se obtiene
respuestas muy concretas.

Las preguntas de tipo errado se subdividen en dos clases: preguntas dicotómicas y preguntas de opción múltiple.

Preguntas dicotómicas. El tipo más sencillo de preguntas cerradas es el de opción dicotómica, como las siguientes:

¿Conoce la marca de automóviles BMW? Sí ________ No_______

¿Tiene casa propia? Sí ________ No_______

¿Ha comprado alguna vez lotería? Sí ________ No_______

¿Ha visitado usted el Japón alguna vez? Sí ________ No_______

En ocasiones se agrega una opción neutra o la opción “sin opinión/no sabe” a las preguntas dicotómicas, en otras, los entrevistadores anotan NS por “no sabe” o NR
por “no responde”, cuando la opción neutra no se incluye en el cuestionario.

Para algunos, las preguntas dicotómicas incurren en un error de medición considerable. Como las alternativas están polarizadas, se omite la gran diversidad de
posibilidades entre las opciones extremas.

Preguntas de opción múltiple. Como todas las preguntas de tipo cerrado, las preguntas de opción múltiple proporcionan información limitada, y se le pide al
entrevistado que indique la alternativa que exprese su opinión o en algunos casos es necesario indicar varias opciones.

A continuación se dan algunos ejemplos de preguntas de opción múltiple.

Ejemplo: En un estudio orientado a conocer la preferencia de compra de un producto de vestuario informal, la pregunta podría ser:

¿Cuál de los siguientes criterios considera fundamental para adquirir o comprar un producto de vestuario? (Marque con una X la opción o criterio principal).

a. El precio _____

b. La marca _____

c. La exclusividad _____

d. La calidad _____
e. La disponibilidad _____

f. El diseño _____

Ejemplo: En un estudio orientado a medir la calidad del servicio, la pregunta podría ser:

¿Cómo le pareció el servicio que recibió en nuestra distribuidora?

Muy satisfactorio _____

Un poco satisfactorio _____

Indiferente _____

Un poco satisfactorio _____

Muy insatisfactorio _____

Como puede analizarse en los ejemplos anteriores, cada tipo de pregunta cerrada representa desventajas específicas. En el caso de la forma dicotómica, las
respuestas no comunican la intensidad de los sentimientos del entrevistado. En algunas situaciones, la intensidad no es aplicable, por ejemplo:

¿Tiene auto propio? Sí _____ No _____ NR _____

Pero en otras, el entrevistado tiene fuertes sentimientos acerca del tema. Sin embargo, dicha intensidad no se evidencia en la respuesta dicotómica; por ejemplo:

¿Le gusta el automóvil BMW? Sí _____ No _____ NR _____

En esta respuesta no puede establecerse la intensidad del gusto por la marca del automóvil.

Las pregunta múltiple con respuesta cerrada tiene dos desventajas adicionales: se requiere mayor tiempo para elaborar la pregunta y se genera una gran diversidad
de respuestas posibles. Otro problema relacionado con cualquier lista es el sesgo de posición: los individuos suelen elegir la primera o la última opción sin prestar
atención a las intermedias o, al contrario, prestar mucha atención a las intermedias.

Preguntas con respuesta a escala. Son aquellas preguntas básicamente dirigidas a medir la intensidad o grado de sentimientos respecto a un rasgo o variable por
medir; usualmente se les conoce como escalas de medición de actitudes y entre las cuales la más usada es la escala de Likert.

Son afirmaciones que se orientan a obtener respuestas de tipo:

Totalmente de acuerdo (TA)______________

Parcialmente de acuerdo (PA)______________

Indiferente (I)______________

Parcialmente en desacuerdo (PD)______________

Totalmente en desacuerdo (TD)______________

Respuestas
• Como norma general, evitar las preguntas abiertas. Este tipo de preguntas es poco valorable, ya que suele darse mucha dispersión en las respuestas.

• En relación con las preguntas cerradas, se aconseja:

• Prever todas las respuestas posibles.

• Que las alternativas sean realistas (basadas en el pre-test).

• No dar listas de alternativas muy largas, pero si es necesario que la lista sea larga, entregar una tarjeta con todas las opciones al encuestado.

• Si el encuestado ha de establecer un orden con las alternativas, es preferible entregarle tarjetas sueltas para que él mismo las manipule.

• Frente a preguntas que pueden ocasionar retraimiento en el encuestado:

Ofrecer respuestas generales.

Atenuar la gravedad de la respuesta.

Redactar el enunciado en forma de supuesto.

Dar sensación de complicidad.

Dar el hecho que se pregunta como evidente.

Ordenación de los items

• Establecer una secuencia de temas y una secuencia de datos, aplicando el principio general de ir de lo abstracto a lo concreto (aunque determinadas situaciones
pueden requerir el proceso inverso).

• El inicio del cuestionario tiene que ser motivador para el encuestado, por lo tanto deben realizarse preguntas atractivas, interesantes y fáciles de contestar. A
continuación deben realizarse las preguntas de aproximación al tema, seguidas de las más complejas o con carga emocional (ideológicas,familiares, etc), para
finalizar con preguntas relajantes (datos de identificación).

• Hay algunas normas que pueden ayudar para situar mejor las preguntas dentro del cuestionario, como son:

Colocar antes las preguntas que pueden ser influenciadas por las respuestas a otras preguntas.

Las preguntas generales deben ir delante de las específicas.

Las preguntas «comprometedoras» han de ir seguidas de preguntas «aliviadoras» (preguntas simples que no pongan en tensión al encuestado).

Preguntar los datos personales al final del cuestionario.

Para evitar la monotonía, se puede alterar el orden lógico de temas similares.

Cuestionario piloto o Pre-test

El objetivo es comprobar que la encuesta funciona. Para ello, se selecciona un grupo reducido de personas en el que estén representados los diferentes sectores
sociales que conforman la muestra y se les entrevista con el cuestionario inicial. Los objetivos de esta entrevista deben ser: ver qué le falta o qué le sobra al
cuestionario (es decir, si el cuestionario es realista); comprobar la redacción de los enunciados (si el encuestado entiende claramente lo que se le pregunta); y
comprobar si las respuestas múltiples se adecuan a lo que el encuestado responde de una forma espontánea.

Redacción del cuestionario definitivo

Con los resultados del pre-test, se revisan los distintos aspectos del cuestionario que se haya comprobado que no cumplen los objetivos establecidos y se hace la
redacción definitiva del mismo.

El diseño definitivo del cuestionario debe contemplar la futura codificación del mismo, ya sea reservando espacio para la misma, ya sea haciendo una pre-
codificación del mismo, así como su presentación gráfica.

Aplicación del cuestionario

En esta fase, se ha de decidir si aplicará personalmente los cuestionarios o a través de encuestadores. Esta decisión vendrá condicionada, en gran parte, por el
tamaño de la muestra. Si ésta es pequeña, lo mejor es que la realice el propio interesado en aras de una mayor efectividad. Cuando la muestra es grande (cientos o
miles de personas) es conveniente realizarla con encuestadores.

Encuestadores
Cuando la encuesta se realiza mediante encuestadores, es necesario formarlos en la manera de llevar a cabo el trabajo de campo. Se les ha de aleccionar en los
siguientes temas:

 Objetivo de la encuesta, población a la que se dirige, muestra que se ha elegido y características que deben reunir los individuos a los cuales ha de entrevistar.

 Forma de contactar con los individuos que componen la muestra, y las sustituciones previstas para el caso de que no puedan contactar con la persona elegida.

 Indumentaria y útiles que deben llevar.

 Cómo ha de presentar la encuesta a los entrevistados. En cuanto a las prequntas: sentido de los términos técnicos utilizados, explicaciones que ha de realizar,
material que debe mostrar, etc.

 Manera de anotar las respuestas.

 Posibles dificultades e incidencias que se puedan presentar.

Inicio

Bibliografía
• ANDERSON, D. R., SWEENEY D. J., WILLIAMS T. A. (2005). Estadística para Administración y Economía. México: Thomson
Editores.

• BERENSON, M. L., LEVINE, D.M (1999). Estadística Básica en Administración; Conceptos y Aplicaciones. México:
Edit.Prentice Hall, Pearson.

• BERNAL T. CÉSAR AUGUSTO (2000). Metodología de la Investigación para Administración y Economía. Santa Fe de
Bogotá, Colombia : Pearson Educación de Colombia.,

• HERNANDEZ, S. R. FERNANDEZ, C.C., BAPTISTA, L. P. (2006), Metodología de la investigación. México: Edit. Mcgraw-Hill
Interamericana.
• Manual de Herramientas Básicas

• KISH, L. (1995). “Representatividad, Aleatorización y Realismo” en: Diseño estadístico para la Investigación. Madrid: CIS.

• KOHLER, H. (1998). Estadística para Negocios y Economía. México: Edit. CECSA.

• MONTIEL, A.M., RIUS, F., BARÓN, F.J. (1997). Elementos Básicos de Estadística Económica y Empresarial. Madrid: Prentice
Hall.

Inicio

Zalthen.com

Scroll To Top